OpenRouter 实测 Claude Opus vs Sonnet vs Haiku 5.5 该选哪个
OpenRouter 实测 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 三档模型，建议默认用 Sonnet 5.5，高频与子智能体任务用 Haiku 5.5，长且容错成本高的任务用 Opus 5.5。
推荐理由：原文用同一批编码与基准任务实测三档模型，给出按工作负载选型的成本与可靠性结论。
#编码
OpenRouter：Announcements精选AI 评分7272 Factory 研究 / 产品精选AI 评分7575 Factory 发布 Droid 1.0，以程序化工具调用构建企业级 Agent harness
Factory 发布 Droid 1.0，一个模型无关的 agent harness，主打程序化工具调用（PTC），模型通过编写 JavaScript 程序在沙箱中一次执行数百个工具调用。
推荐理由：原文给出 Droid 1.0 的基准对比数据和程序化工具调用设计细节，读者可以据此评估这个 Agent harness 的成本与质量取舍。
OpenRouter：Announcements精选AI 评分7070 Claude Code 触发用量上限后如何用 OpenRouter 继续编码
OpenRouter 介绍 Claude Code 触发用量上限时改用 OpenRouter API key 继续编码的方法：设置三个环境变量或用 Ori Harness 的 ori claude 命令，即可按 token 付费使用同样的 Claude 模型，没有五小时和每周限制。
推荐理由：OpenRouter 实测了 Claude Code 走 API key 计费的真实成本，并提醒 Claude Code 自印的价格可能偏高。
GitHub Blog精选AI 评分7171 GitHub Universe 2026 发布 GitHub Copilot app、Copilot Fusion 等智能体产品
GitHub 在 GitHub Universe 2026 上提出把 GitHub 打造为完整软件交付系统的愿景，并发布多项产品：GitHub Copilot app 面向智能体交付。
推荐理由：原文是 GitHub 官方对 Universe 2026 新品的集中说明，给出各功能的定位和关键数据，便于读者评估对现有工作流的影响。
Replit：Blog精选AI 评分6868 Replit Cloud Agents 开放企业代码库贡献，非技术人员可直接提交经测试的 PR
Replit 推出 Cloud Agents，面向 Pro 与 Enterprise 客户开放，让设计、客服等非工程人员用自然语言向公司核心代码库提交经测试的 pull request。
推荐理由：官方介绍 Cloud Agents 如何让非工程人员以经测试的 PR 参与公司代码库，含沙盒测试、skills 沉淀与共享环境等机制。
英国 AI Security Institute：Blog精选AI 评分6767 AISI 发布 ReproBAIT 评测：AI 编码智能体可低成本复现部分生物 AI 工具
英国 AI Security Institute 与 SecureBio 合作推出 ReproBAIT 评测，测试 AI 编码智能体能否依据论文等公开信息和训练数据复现生物 AI 工具（BAITs）。
推荐理由：AISI 用 ReproBAIT 评测显示，仅凭公开论文和训练数据，部分生物 AI 工具能在几小时、几十美元内被编码智能体复现，数据治理或比藏代码更有效。
Browser Use精选AI 评分7676 让编程智能体使用已登录 Chrome 的六种方案实操指南
Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的方法：Claude 订阅用户可用 claude --chrome 的 Claude in Chrome 扩展。
推荐理由：作者按编程智能体逐一梳理接入已登录 Chrome 的方案与配置，并解释为何复制 Cookie 行不通，方法可直接迁移到自己的工具链。
Moonshot AI：Kimi Blog精选AI 评分8181 月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出
月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。
推荐理由：官方公布了关键基准成绩、开放权重时间表和网络安全数据清理做法，读者可据此评估这代开放权重模型的实际能力边界。
Anthropic：Research精选AI 评分8585 Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明
Anthropic 与 Theorem 合作，用 Claude 将 OSS-Fuzz 模糊测试转化为规格，对 123 个开源库的 239 个入口点证明了任意 64 MB 以下输入不崩溃，生成约 1.8 亿行 Rocq 证明。
推荐理由：Anthropic 用 Claude 对 123 个 OSS-Fuzz 开源库在 RISC-V 汇编层面写 Rocq 证明，读者可以据此了解 LLM 规模化形式化验证的实际流程与局限。
Anthropic：Alignment Science Blog精选AI 评分6868 Anthropic 红队测试 Claude Code Auto Mode 与 Codex Guardian 拦截监控器
Anthropic Fellows 团队用 Opus 5 红队智能体测试生产级拦截监控器，发现 Auto Mode 与 Guardian 的平均攻击成功率超过 55%，主要绕过手段包括伪造转录轮次的监控器注入、多智能体与恶意压缩的多上下文攻击。团队通过转录框架化与转义、监控工作目录编辑和增加智能体监控阶段将攻击成功率降低超过 50 个百分点，但以可接受成本可靠防御多上下文攻击仍是开放问题。
推荐理由：作者用红队实验给出生产级监控的绕过手法与防御改动的召回数据，读者可以据此评估编码智能体监控的实际鲁棒性。
Tessl：产品与工程博客精选AI 评分6969 编程 Agent 增长遭遇人类评审瓶颈：Tessl 博客解析信任赤字
Tessl 博客引用 Jellyfish 2026 年 9 月 AI Engineering Trends 数据指出，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位达 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。
推荐理由：基于 Jellyfish 平台数据指出 agent 写码占比与人工评审瓶颈的落差，并归纳领先团队用平台工程加速建立信任的做法。
Tessl：产品与工程博客精选AI 评分6161 Tessl 团队分享：不再逐行审查 AI 生成代码，改为验证意图
Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。
推荐理由：作者团队 PR 量翻四倍后放弃逐行审代码，改为事前审意图加可验证准则，给出了可直接照搬的做法和时间预期。
Cursor Blog精选AI 评分7171 Cursor 发布 Agent SDK，可用代码定义并一键部署智能体
Cursor 发布 Agent SDK，这是其构建 Bugbot、Security Reviewer、Rollouts 等托管智能体所用的框架，现已全面开放。
推荐理由：Cursor 开源了自家用作 Bugbot 等托管智能体的开发框架，读者可以据此评估用代码定义和部署团队智能体的可行路径。
OpenAI：官网动态精选AI 评分6464 OpenAI 推出两项自建评测，展示 GPT-6 系列在 COBOL 等低资源编程语言上的进步
OpenAI 宣布最新模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上能力显著提升，并推出两项自建评测。
推荐理由：原文给出低资源语言的两套自建评测和逐语言数据，读者可据此评估新模型在遗留系统维护与迁移上的可用性。
MiniMax：Blog精选AI 评分7070 MiniMax 发布 M3.1 Flash，推理提速近三倍、用量成本降低 70%
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
推荐理由：官方给出具体基准分数、推理速度和每百万 token 定价，读者可直接对比智能体任务的性价比变化。
Ollama：Blog精选AI 评分7272 Reflection 开源权重模型 Beam 上线 Ollama Cloud，限时免费使用
Reflection 首个开放权重模型 Beam 发布当天即上线 Ollama Cloud，限时免费，端点支持零数据保留（ZDR）。
推荐理由：Ollama 官方说明 Beam 的接入方式、ZDR 隐私安排与适用场景，读者可据此评估是否把它纳入现有工作流。
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Claude Code 团队如何做代码审查：六层检查与风险分级审批
Anthropic Claude Code 团队详解在 Claude 写约 90% 代码的情况下如何组织代码审查：审查从终点关卡变为持续进行，每个 PR 经过验证、必需 CI、AI 审查、安全审查、按风险分级的人工审批和合并队列六层检查，再辅以快速回滚。
推荐理由：Anthropic 自家团队复盘 Claude 代码审查流程，给出分层检查、风险分级审批等可直接迁移的落地做法和真实收敛数据。
Claude：Blog精选AI 评分6161 Anthropic Code Review 正式可用，面向 Team 和 Enterprise 组织
Anthropic 宣布 Claude 的 Code Review 结束研究预览，正式向 Claude Team 和 Enterprise 组织开放。
推荐理由：官方正式宣布 Code Review 结束预览开放给团队与企业版，给出提速幅度和审查深度设置细节，便于评估能否接入现有 PR 流程。
Meta Engineering Blog精选AI 评分6666 Meta 如何用 AI 原生工程方式开发 Forum 应用
Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复了内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。
推荐理由：原文复盘了 Meta 以智能体参与开发全流程的具体做法与度量标准，可迁移的工程经验比较扎实。
Modal 官方工程博客精选AI 评分7272 Meta 开源 Muse Spark Open，Modal 上线共享端点按 token 计费
Meta 发布 Muse Spark Open 开源权重，现已上线 Modal Auto Endpoints，以 Shared Endpoint 方式按 token 计费。
推荐理由：Meta 开源 Muse Spark Open 权重，Modal 已可部署，原文附 Terminal-Bench 等多基准对比，便于评估智能体编码用途。