Oracle 如何用 ChatGPT 和 Codex 将数天工作缩短至数分钟
Oracle 借助 ChatGPT Work 和 Codex，将数天的工作缩短至数分钟，并把专业知识转化为快速、可重复的工作流程。这些流程覆盖招聘、工程与运营，面向不同业务场景复用专家知识。
#编码
OpenAI NewsAI 评分2828
OpenAI NewsAI 评分3636 LegalOn 将 Codex 成本减半并保持开发速度
LegalOn 将估算的 Codex 日成本降低 65%，同时保持开发速度。团队将 Astra、Sol 和 Luna 与任务匹配，并通过策略性管理预算控制支出。
The Decoder精选AI 评分8383 Anthropic 发布 Claude Haiku 5.5，降价并提升基准表现
Anthropic 发布 Claude Haiku 5.5，定位为面向高并发、成本敏感任务的快速小型模型，平均价格比 Haiku 4.5 低约75%，不超过100,000 tokens 的 prompts 价格最高下降90%。
推荐理由：文章同时梳理 Claude Haiku 5.5 的价格、基准表现与 token 消耗，便于比较低成本模型在性能和资源使用上的取舍。
GitHub Blog · AI & ML精选AI 评分6969 GitHub Secret Protection引入ModernBERT分类器，扩展AI密钥检测
GitHub在Secret Protection中引入ModernBERT分类器，可在低于 2 毫秒内评估候选密钥，并有望将能够阻止的密钥数量提高至两倍以上。
推荐理由：文章结合九个季度数据解释代码增长下密钥保护的扩展压力，并介绍低于 2 毫秒完成候选检测、可将阻止数量提高至两倍以上的方案。
Microsoft Research精选AI 评分7878 Microsoft Research 开源 Agent Lightning v1.0，3,500 行轻量级 Agentic RL 框架
Microsoft Research Asia 开源 Agent Lightning v1.0，将部署时使用的真实 agent harness 直接纳入 RL 训练，框架约 3,500 行代码。
推荐理由：文章说明了真实 harness 如何接入 RL 训练，并用 3,500 行框架、Kubernetes 作业与 SWE-bench Verified 实验呈现工程设计和训练结果。
Ars Technica · AIAI 评分7575 Mistral 发布 1 trillion 参数模型 Mistral Large 4，称其可挑战顶尖 AI 模型
Mistral 发布可免费使用和定制的 1 trillion 参数模型 Mistral Large 4，昵称 Le Chonk，目前处于预览阶段，最终版本计划月底推出。该模型面向通用任务，但特别优化了编码、网络防御、制造、金融和电气工程等领域；Mistral 称其从头训练，并可与顶尖模型竞争。
Hugging Face Blog精选AI 评分7878 Nemotron 通过微调在 IOI 2026 与 IMO 2026 达到金牌级成绩
Nemotron 团队从 Nemotron 3 出发，结合 SFT、RL 和反馈驱动推理，在 IOI 2026 得到 535.4/600，在 IMO 2026 得到 30/42，均达到金牌级门槛。
推荐理由：文章对比了 Nemotron 在 IOI 与 IMO 中的专门化路径，具体展示微调、反馈推理和验证流程如何协同提升竞赛表现。
Mistral AI精选AI 评分8484 Mistral Large 4 发布公开预览版，权重将于月底开放
Mistral AI 发布 Mistral Large 4 公开预览版，这是一个 1 trillion-parameter 原生多模态模型，含 52 billion active parameters。
推荐理由：原文同时给出模型规模、开放权重计划与多项基准结果，便于比较其在编码、智能体工作流和多模态任务上的定位。
Latent SpaceAI 评分4949 Reflection Beam：501B-A23B 美国开源模型
Reflection 宣布 Beam，一款面向 coding、AI 智能体和科学工作的纯文本 501B-total / 23B-active MoE，采用从头训练，完整权重预计本月按 Apache 2.0 发布。
GitHub Blog · AI & ML精选AI 评分7575 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，用于系统评估 AI 代码审查智能体。该基准参考103.9M个GitHub pull requests，包含来自187个公共开源仓库、覆盖19种语言的219个pull requests，并提供多源 golden set、分级分类标注及 grounded 和 augmented 评测指标。
推荐理由：ReviewBench公开了覆盖219个PR和19种语言的AI代码审查评测框架，并以多源标注、统一评分和96.6%专家一致性支持系统比较。
GitHub Blog · AI & MLAI 评分3838 AI 正在改变开发者工作：开发者应强化的三项技能
AI 正在改变开发者工作，开发者需要学会指导 AI、评估其输出，并用节省的实现时间解决更大的技术问题。面对 AI agents，开发者仍需负责定义任务、审查结果和权衡技术方案。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型评审计划、代码和测试。
NVIDIA Blog精选AI 评分7575 NVIDIA GPUs 如何加速 OpenAI GPT-6 Astra Ultrafast
OpenAI GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPUs 上运行，并通过 OpenAI API 和面向符合条件的 ChatGPT Work、Codex 用户提供。
推荐理由：文章把 GPT-6 Astra Ultrafast 的 8x token 生成提升与编码智能体的工具调用循环联系起来，并说明了 Blackwell 上的推理优化路径。
Google DeepMind精选AI 评分8080 Google 发布 Gemini 4 Argon，支持 1M tokens 输出并将分阶段开放
Google 发布新模型 Gemini 4 Argon，面向软件工程、企业知识工作和网络安全防御等复杂长流程任务，当前先向 Fairwind Program 的可信网络防御者开放。
推荐理由：原文将 Gemini 4 Argon 的长程推理、企业工作流与网络安全能力放在同一发布框架中，并给出价格、评测成绩和分阶段开放计划。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot app 重建超大 Pull Request 渲染体验
GitHub Copilot app 重建了 Pull Request 视图，让包含 2,200 个文件、超过一百万行变更和 400 多条行内评论的超大变更仍能打开、滚动并完整呈现评论。方案将确定性的代码几何与动态评论块分开，按视口延迟测量，并通过滚动锚定减少位置跳动。团队还使用结构化探针和自动化 change → measure → improve 循环，在真实应用中检测性能问题。
推荐理由：文章拆解了 GitHub Copilot app 如何分离代码行与动态评论的几何计算，并用自动化测量循环定位超大 Pull Request 中的性能问题。
GitHub Blog · AI & MLAI 评分4545 该不该阅读 AI 生成的代码？RAG 已死吗，Skills 杀死 MCP 了吗？
GitHub Podcast 重新审视“无需阅读 AI 生成代码”“RAG 已死”“Skills 杀死 MCP”等常见 AI 观点，指出生成代码仍需审查并由开发者负责。MCP 提供工具与数据连接标准，Skills 提供流程、上下文和最佳实践，两者可以协同；RAG 仍能通过检索训练数据之外的信息，帮助模型缩小搜索范围、减少不完整回答。AI 辅助开发也凸显了代码结构、命名、测试和文档对可维护性的价值。
Mistral AI精选AI 评分6767 Mistral AI 如何用 AI 智能体现代化复杂遗留代码
Mistral AI 协助一家欧洲能源运营商将40,000行Fortran 77迁移到C++，涉及一个没有测试套件和集中式文档的物理建模储层模拟器。项目先建立数值一致性校验框架并整理代码文档，再按模块运行规划、实现、测试和人工审查流程；Mistral还使用Vibe CLI调度超过100个智能体为代码生成文档。
推荐理由：文章以40,000行Fortran 77迁移为案例，具体展示如何用数值一致性校验、文档整理和人工审查约束智能体工作流。
Import AIAI 评分5656 Import AI 470：机器权利之争、SPADE 自动生成环境与 Hawkeye 优化 GPU kernel
Import AI 470 汇总了 AI 加速科学研究、SPADE 环境生成、Hawkeye GPU kernel 优化，以及机器权利等议题。文中引用 METR 分析称，AI 对网络安全带来明显加速，对数学研究是较小加速，而对 AI 研究尚未观察到可测量的加速。