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。
AWS Senior Principal PM、Kiro 负责人在 DevCon 演讲预告中提出，从个体编码助手走向团队平台本质是组织变革而非工具采购，信任先于一切。团队给智能体更多工作的依据是验证能力提升而非模型变强，且成本随任务规模而非席位固定，约 20% 的开发者消耗约 80% 的预算，需像管理云账单一样按团队和流程做 token 可见性。
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 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。
GitHub 官方教程讲解如何将 GitHub Copilot app 中的会话直接在 VS Code 中打开并继续。通过会话中的 Open in VS Code 入口，VS Code 会以会话关联的 worktree 打开项目，保留任务、计划与对话上下文，可逐行审查 agent 改动、手动编辑、本地运行测试，并将更改推送到会话关联的 pull request。
Qoder 详解 Fast 档位的速度优化技术，首次响应从 8 秒缩短至 3 秒，Credits 消耗从 1.1x 降到 0.8x。优化覆盖客户端、Harness 工具并行、模型调度与网络链路四部分，其中冷启动耗时优化 60% 以上，工具并行率提升 50% 以上，网络大包传输 p95 消耗降低 50% 以上。
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。
Tessl 发布教程，演示如何在约 5 分钟内为 GitHub 仓库接入 Tessl Code Review 自动审查器。该工具读取完整 pull request 而非孤立 diff，按团队自定义标准打分并发布一次审查结果，可配置为仅评论或批准/请求修改。审查标准以 skills 形式存放在仓库中，默认在 PR 打开或被请求时触发，也可设为每次更新后运行。
Amp 现在可以查看并控制 macOS 或 Linux runner 的桌面，便于试用它为你构建的原生应用（如 iOS 应用）。在 macOS 应用的 Settings › Runner 中开启 Share This Mac's Display，或用 amp --no-tui --desktop 启动 runner 即可。Amp 客户端直连 runner，在本地网络或附近时几乎即时。
NVIDIA 发布面向 AI 开发的 RTX Spark 笔记本与小型台式机，基于 GB10 SoC 和最高 128GB 统一内存、1 petaflop FP4 算力，可在单机上运行本地编码智能体并完成编码、测试与部署。
Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。
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。
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
Reflection 首个开源模型 Beam（reflectionai/Beam-1.0-501B-A23B）上线 Hugging Face，是 501B 参数、每 token 激活 23B 的 MoE 模型，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码和智能体场景。
Tessl 工程团队介绍自研的 Tessl Code Review，称约 75% 的 PR 已无需人工评审即可合并。
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。
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 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。
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。
Codex 发布 0.163.0，新增 /config 跨类别搜索偏好设置并即时生效，/keymap 可配置 leader key（默认 Ctrl+X），/daemon 支持重启托管后台服务器。Codex 现可并行运行只读工具，包括 skill、memory 和对话历史查询；Daybreak 对符合条件的账户默认开启，codex exec 也可用 OpenAI API key 选用。
Meta 的 Muse Spark Open 开源权重模型即日起在 Together AI 提供，Together AI 为 Day 0 发布合作方。该模型主打长时程智能体编码，具备 1M token 上下文窗口、计算机使用与多模态输入（文本、图像、音频、视频），并在行动前输出意图说明。
推荐理由：作为 Day 0 托管方，原文给出了模型定位、1M 上下文、定价和 API 用法，读者可以据此评估接入该开源权重模型的成本。
Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。
推荐理由：Meta 开放了 Muse Spark 的权重，并给出 Helion 内核与 TorchTitan 微调支持，读者可据此评估其部署与定制路径。
Meta 开放 Muse Spark Open 权重，模型上线 Baseten Model APIs 和 Dedicated Inference。
Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open：这是一个 MoE 架构的多模态模型，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token，提供 BF16（约 1.5 TB）和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
作为 NVIDIA 发布合作伙伴，OpenHands 将开源多模态模型 Nemotron 3.5 Super VL 引入常驻软件工程智能体工作流。该模型基于 120B 参数 MoE 架构、12B 激活参数，支持文本、图像、文档和视频输入并输出文本，将多模态理解与智能体推理和工具调用结合。
Tessl 发布 Verifiers，规则以 JSON 文件形式存放在仓库中，每次代码变更时由 LLM judge 逐条给出 pass 或 fail，可像 lint 或测试一样在本地、pre-commit 或 CI 中使用。
推荐理由：官方详细介绍 Verifiers 的机制、配置与接入方式，读者可据此把它当作 lint 或测试之外的确定性检查接入现有工作流。
OpenAI Core Experimentation 团队工程师分享用 GPT-6 Astra 和 GPT-6.1 Sol 在 Codex 中做代码维护的实践，团队已合并超过 1,400 个维护 PR，删除逾 80 万行代码。
推荐理由：作者以一手实践给出可直接复用的 Codex 提示词和模型成本对比，读者可按小任务起步迁移到自己的代码库维护。
Claude 介绍 Claude Code 的云端会话功能，会话在云上独立虚拟机中运行，不在本地电脑上，可离开后继续、用手机发起并多个并行。文中说明如何连接 GitHub、配置环境、启动会话和查看结果，功能面向 Pro、Max、Team 套餐及带高级席位的 Enterprise 用户，与本地会话共同计入套餐限额，无单独计算费用。
蚂蚁 inclusionAI 发布 Ling-3.1-flash，一个原生混合推理模型升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M-token，架构为 Hybrid-linear MoE（KDA + Gated MLA）。
Claude Code 发布 v2.1.299，新增空闲压缩机制：200K+ token 的对话闲置约 54 分钟后会在 1 小时提示词缓存过期前被压缩，避免下一条消息重新处理全部内容。该版本还新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS 环境变量，并修复了网关模型名、云会话、沙箱命令等多项问题。
NVIDIA 发布 cuDF skills for Apache Spark，用 AI Agent 把 Spark UDF 自动改写为 GPU 加速版本，几分钟内完成测试、基准到集成。
Claude 官方视频介绍 Claude Code 的云端会话（cloud session），它运行在云端虚拟机而非本地电脑，可在你离开后继续运行，支持从手机启动和多个会话并行。
Google 工程师用 Gemini 4 Argon 在 google/adk-python 上无人值守跑 11 小时，提出 6 项优化、审查后合并 2 项，使长会话内存会话准备时间降低约 40%，包导入加快 21%。
推荐理由：作者复盘了让模型无人值守跑通真实大仓库的完整工作流，含被否决的改动和可复用的 .agents/skills 设置方法。
Google DeepMind 发布 Gemini 4 Argon 并全球开放，定价为每百万输入 token $2、输出 $10（缓存输入 95% 折扣），支持 1M 统一输入输出 token 上限，并在 Vals Index 排名第一。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon：面向复杂工程与科研任务的前沿模型》
Anthropic 发布工程复盘，因 Claude 使日均合并代码量从 2026 年 5 月约 2,500 增至 9 月超 30,000，五个月内自研版本控制系统 Scion 并完全替代 git，同时推出代码评审工具 Antique。
推荐理由：Anthropic 自建版本控制系统 Scion 的完整复盘，给出面向智能体规模负载的设计原则、架构细节和实测收益，可迁移到其他大规模仓库场景。
Google 发布 Gemini 4 Argon（gemini-4-argon）并正式进入 GA 阶段，定位为其最强模型，面向复杂编码、智能体、数学和科学任务。API 变化、定价与迁移指引见 What's new in Gemini 4 Argon 文档。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon：面向复杂工程与科研任务的前沿模型》
Cohere Labs 在 ProgramBench 200 个任务上系统测试编码 Agent 团队的设计选择，发现团队优于单个 Agent 但成本高 4 到 7 倍。
推荐理由：Cohere Labs 用受控实验拆解多智能体团队的设计选择，指出只在规划阶段派便宜的 worker 就能以五分之一成本逼近全强模型团队。
Tessl 发文提出评估 AI 软件工厂开放性的关键问题是能否把组织上下文带进来、把生产中积累的知识带走。文章给出透明性、可复现性、互操作性和生态复用四个可验证维度，并建议从一个受限工作流入手，把反复纠正的问题沉淀为技能、架构决策和评测用例，再在其他智能体或 harness 上演练迁移。
Vapi 工程师 Lat Ware 自研 Pedantic Review Bot，使 PR 从开到合并的平均时间从 130 多小时降到 65 小时。机器人会运行测试和小复现来验证发现，分析和发评论分属两个 job，只能评论不能批准或推送；2026 年 9 月 2 日至 10 月 2 日审查了 1,694 个 PR，在 276 个中提出 363 个 blocker 发现。
推荐理由：作者基于自家代码库做了提示词版本、多跑对比和范围指令等实验，给出可直接迁移的代码审查智能体实践结论。