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。
Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
GitHub 推出 Project HydraFusion 研究预览，让 GitHub Copilot 在运行时从多家模型中选择并组合 Single、Cascade、Critique 三种执行模式，以平衡质量、成本和延迟。
推荐理由：原文给出 HydraFusion 的三种编排模式、CLI 启用方式和三项基准的质量成本对比，可帮助开发者判断多模型路由的实际取舍。
OpenAI 发布 GPT-6 Astra，称其是公司迄今最智能、对齐程度最高的模型。官方摘要称该模型在 computer use、编码、网络安全和科学领域具备 state-of-the-art 能力。
推荐理由：官方摘要给出了 GPT-6 Astra 的定位和四类能力方向，可作为了解该模型发布范围的基础入口。
Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi 和 Hermes 提供基于本地会话记录的持久记忆层。funes 是单个二进制文件，默认在本机完成嵌入与重排序，通过 `funes add claude` 等命令为智能体添加 recall 和 get 工具，并增量索引已完成的对话轮次。
推荐理由：文章说明了 funes 如何把本地编码会话转成可检索、可溯源的共享记忆，并给出安装命令与跨智能体使用方式。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，主打智能体工作流、长程编码、多步推理与网络安全防御。
推荐理由：官方同时给出通用 Flash 与网络安全 Cyber 两个版本的定价、基准表现和获取渠道，便于比较其在智能体编程与防御场景中的定位。
Anthropic 在 Claude Platform 9 月版本说明中发布 Claude Sonnet 5.5、Claude Opus 5.5、Claude Fable 5.1 和 Claude Mythos 5.1，并说明 API、SDK、Console 与 Managed Agents 更新。
推荐理由：官方汇总多款 Claude 模型的规格、价格、API 行为变化和迁移要点，便于开发者评估升级影响。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高智能主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方给出编码、网页开发、复杂文档与业务流程基准，并标明 API 价格和可用入口，便于评估生产级智能体迁移成本。
Fireworks AI 发布 Fireworks Nexus，把开发者现有 AI 工具连接到托管开放权重模型层，并提供企业控制、成本观测和智能路由。
推荐理由：原文说明了 Nexus 的三层组成、兼容工具和初步成本数据，便于工程团队评估如何把现有 AI 工作流迁移到开放模型。
Anthropic 于 7 月 24 日发布 Claude Opus 5，模型 ID 为 claude-opus-5，支持 1M token 上下文窗口、128k 最大输出 token 和默认开启 thinking，价格为 $5 / $25 USD per MTok。
推荐理由：官方版本说明集中列出 Claude Opus 5 的规格、价格、API 行为变化和迁移要点，便于开发者评估升级影响。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全专用的 3.5 Flash Cyber，主打规模化构建 AI 智能体所需的效率、低延迟与可靠性。
推荐理由：官方同时给出三款模型的定位、价格、速度与基准表现，可帮助开发者按延迟、成本和智能体任务需求选型。
IBM Research 推出开放基准 ScarfBench，用于评估 AI 智能体在 Spring、Jakarta EE 和 Quarkus 之间迁移企业 Java 应用的能力。
推荐理由：该基准用构建、部署和行为保留三层结果评估编码智能体，可帮助读者区分可编译代码与真正完成企业 Java 迁移之间的差距。
Anthropic 于 6 月 30 日发布 Claude Sonnet 5（claude-sonnet-5），入门价为 $2 / $10 per MTok，支持 1M token 上下文窗口和 128k 最大输出 token。
推荐理由：官方版本说明集中列出 Claude Sonnet 5 的规格、价格、迁移破坏性变化及 Managed Agents 新能力，便于开发者评估升级影响。
Claude Code 现已支持 artifacts，可把会话中的工作进展生成实时、可交互且可分享的网页，包括 PR 讲解、系统说明、仪表板和发布清单。Artifacts 基于代码库、connectors 和对话上下文构建，页面会在同一链接随会话更新并保留版本历史。
推荐理由：官方说明了 artifacts 如何把 Claude Code 会话沉淀为可共享网页，并给出适用角色与 beta 开放范围，便于团队评估协作流程变化。
Anthropic 在 Claude Platform 6月9日版本说明中发布 Claude Fable 5，并面向 Project Glasswing 参与者发布 Claude Mythos 5。
推荐理由：官方说明集中列出新模型规格、价格与 API 行为变化，开发者可据此评估迁移成本和智能体工作流适配点。
Mistral 在 AI Now Summit 2026 发布面向工业工程的集成 AI 栈，并与 Airbus、BMW Group、ASML 合作覆盖设计、仿真和生产场景。
推荐理由：原文集中呈现 Mistral 在工业工程、长程智能体和自有推理基础设施上的产品布局，可对照其企业级全栈策略。
Mistral 宣布 Le Chat 升级为 Vibe，用一个智能体和许可证覆盖长期多步骤办公任务及从需求到合并 pull request 的编码流程，原有对话、设置和套餐会迁移。
推荐理由：官方完整说明 Vibe 的工作与编程双模式、入口和套餐，便于读者评估 Le Chat 升级后的实际使用边界。
Mistral 发布 128B 稠密开放权重模型 Mistral Medium 3.5，公开预览并成为 Vibe 和 Le Chat 默认模型，支持 256k 上下文、可配置推理强度与视觉输入。
推荐理由：可了解 Mistral Medium 3.5 的参数规模、开放权重、定价，以及它如何支撑 Vibe 云端异步编码智能体。
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，主打智能体、编码和长程任务能力。
推荐理由：官方给出 3.5 Flash 的基准成绩、可用入口和 3.5 Pro 节奏，便于判断其面向智能体与编码工作流的定位。
Google DeepMind 复盘 Gemini 驱动的编码智能体 AlphaEvolve 一年来的跨领域应用成果。它将 DeepConsensus 变异检测错误降低 30%，把电网 AC Optimal Power Flow 可行解找到率从 14% 提升至 88%，并使 20 类自然灾害风险预测整体准确率提高 5%。
推荐理由：文章汇总 AlphaEvolve 在科研、基础设施和商业场景中的具体应用结果，可作为理解编码智能体落地边界的参考。