GitHub Copilot 用智能体将运行时迁移到 Rust,生产代码超 800,000 行
GitHub 用 Copilot 智能体把 Copilot 运行时从 TypeScript 重写为超过 800,000 行生产级 Rust,分布在 128 个 PR 中并增量上线。
推荐理由:文章复盘了用 AI 智能体把大型 TypeScript 运行时原地迁移到 Rust 的做法,可供大规模智能体重构参考。
AI 写代码的一切:编码助手、Vibe Coding、代码模型评测与开发工作流变革。
GitHub 用 Copilot 智能体把 Copilot 运行时从 TypeScript 重写为超过 800,000 行生产级 Rust,分布在 128 个 PR 中并增量上线。
推荐理由:文章复盘了用 AI 智能体把大型 TypeScript 运行时原地迁移到 Rust 的做法,可供大规模智能体重构参考。
Mistral 帮一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++,这是这套 30 万行油藏模拟器代码现代化的第一阶段。迁移前先搭好数值对齐校验(parity harness),再用 Vibe CLI 调度上百个智能体、配合 Mistral OCR 按调用树自下而上生成文档并提交 PR。
推荐理由:案例给出了可迁移的落地做法,先用数值对齐校验再迁移,并用人工审查关卡平衡智能体自主度。
GitHub 在 GitHub Copilot CLI 中上线 Project HydraFusion 研究预览,用运行时多模型编排为每个任务选择 Single、Cascade 或 Critique 三种执行模式。
推荐理由:HydraFusion 在 TerminalBench 2.1 上以低 67% 的预估成本换到 4.9 个百分点的质量提升,读者可据此了解多模型编排的取舍。
OpenAI 发布 GPT-6 Astra,称其是迄今最智能、对齐程度最高的模型,在计算机操作、编码、网络安全和科学方向具备 SOTA 能力。目前公开内容仅为发布摘要,未给出参数规模、开放范围或评测数据。
推荐理由:官方直接给出 GPT-6 Astra 在计算机操作、编码、网络安全与科学上的能力定位,可用于对照上一代模型的侧重点。
Funes 是 Hugging Face 开源的 coding agent 本地记忆层,把 Claude Code、Codex、pi、Hermes 的 session 日志统一解析成 turn/block 结构。
推荐理由:funes 把各 coding agent 的 session 日志转成可索引、可跨机器检索的记忆层,并用基准测试给出相对上下文压缩和手写交接的量化成本对比。
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber,前者面向长程编码与自主智能体,价格与 3.7 Flash 相同,为每百万输入 tokens 0.75 美元、每百万输出 tokens 3.75 美元。
推荐理由:原文给出了与 3.7 Flash 同价同速的升级幅度以及 Cyber 版的受限开放方式,便于开发者判断是否迁移。
Google DeepMind 发布 Gemini 3.7 Flash,定位为面向编码与智能体场景的主力模型,距 Gemini 3.6 Flash 发布仅三周。
推荐理由:原文对比了 3.7 Flash 与 3.6 Flash 的多项基准提升和半价定价,便于判断是否值得替换现有编码与智能体工作流。
Google DeepMind 发布三款新模型 Gemini 3.6 Flash、3.5 Flash-Lite 和专注网络安全的 3.5 Flash Cyber。
推荐理由:原文列出三款 Flash 模型的基准提升、token 效率与每百万 token 价格,便于对比智能体任务的实际成本。
Mistral 推出统一 AI 智能体 Vibe,接替 Le Chat,同时面向长时多步工作任务与编程流程。
推荐理由:原文给出了 Vibe 的能力范围、定价档位和 VS Code、CLI 等接入方式,便于对比现有工作流判断其适配度。
Mistral 发布 128B 稠密模型 Medium 3.5,同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由:原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态,读者可以据此和同类模型与产品做横向对比。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 Gemini 3.5 Flash,今日起在 Gemini app 和 Google Search 的 AI Mode 面向所有人开放,开发者可通过 Google Antigravity、Google AI Studio 中的 Gemini API 和 Android Studio 使用。
推荐理由:文章列出 3.5 Flash 与其他前沿模型的基准对比和速度差异,可用于评估智能体与编码场景下延迟和成本的取舍。
Google DeepMind 总结 AlphaEvolve 一年成果:这一 Gemini 驱动的编码智能体已在基因组、电网、量子计算和 TPU 设计中产生量化改进,并通过 Google Cloud 服务企业客户。
推荐理由:原文汇总了 AlphaEvolve 在基因组、电网、量子与 TPU 设计中的量化改进,可据此了解算法发现智能体的落地范围。
Mistral 发布 Mistral Small 4,采用 119B 总参数 / 6B 激活的 MoE 架构,统一 Magistral 推理、Devstral 编码代理与 Pixtral 多模态能力,支持 256k 上下文和可配置推理强度,权重以 Apache 2.0 开源。
推荐理由:原文给出统一推理、编码与多模态能力的架构与同尺寸模型的输出效率对比,可作为评估开源部署延迟与成本的参考。
Mistral 发布 Mistral Vibe 2.0,终端原生编码智能体升级至 Devstral 2,新增自定义子智能体、多选澄清、斜杠指令技能和统一智能体模式。
推荐理由:原文给出了 Vibe 2.0 的具体新能力与 Devstral 2 的定价变化,方便读者判断如何接入日常编码工作流。
Mistral 发布 Devstral 2(123B)与 Devstral Small 2(24B)两款开源编程模型,同步推出 Mistral Vibe CLI 命令行代理。
推荐理由:Devstral 2 在 SWE-bench Verified 上取得 72.2%,并给出相对 Claude Sonnet 的 7 倍成本效率数据。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium 与 Devstral Small 1.1,聚焦智能体编程场景。
推荐理由:Devstral Medium 以四分之一价格在 SWE-Bench Verified 上达到 61.6%,超过 Gemini 2.5 Pro 与 GPT 4.1,可作为同类编程模型的性价比对照。
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体大模型 Devstral,并以 Apache 2.0 协议开源。
推荐理由:原文给出 Devstral 在 SWE-Bench Verified 上 46.8% 的成绩以及和闭源模型的对比数据,读者可据此判断它在编码任务中的实际可用程度。
Mistral AI 发布 Mistral Medium 3,定位中型尺寸企业模型,定价 $0.4 输入 / $2 输出每 M token,在多项基准上达到或超过 Claude Sonnet 3.7 的 90%,并超越 Llama 4 Maverick 与 Cohere Command A,成本也低于 DeepSeek v3。
推荐理由:原文同时给出相对 Claude Sonnet 3.7、Llama 4 Maverick 的性能对照与 $0.4 / $2 每 M token 的价格,可作为中型模型选型的成本与性能参考。