Cursor 如何使用 GPT-5
Cursor 分享了其使用 GPT-5 的方式。
#编码
#编码
OpenAI NewsAI 评分
Mistral AI精选AI 评分
Mistral 发布 Codestral 25.08 与企业级完整编码栈
Mistral 发布 Codestral 25.08，并推出覆盖补全、语义检索与智能体工作流的企业级编码栈。Codestral 25.08 相比此前版本接受的补全增加 30%，建议后保留代码增加 10%，失控生成减少 50%。
推荐理由：原文给出 Codestral 25.08 的补全提升数据与整套企业编码栈的部署方式，读者可据此判断私有化落地的可行路径。
Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：Mistral 与 All Hands AI 合作发布两款编码智能体模型，读者可据此了解开源编码模型在 SWE-Bench Verified 上的最新位置与定价。
Mistral 推出企业级编码助手 Mistral Code，开启 JetBrains 与 VSCode 私测
Mistral 发布企业级 AI 编码助手 Mistral Code，将模型、IDE 插件、本地部署选项和企业工具打包为一体化方案，基于开源项目 Continue 构建，今日面向 JetBrains IDE 和 VSCode 开放私测，正式版计划随后推出。
推荐理由：Mistral 把编码模型、IDE 插件与企业管控打包成可本地部署的方案，读者可据此判断企业级编码助手的落地路径。
Mistral 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首款专为代码设计的嵌入模型 Codestral Embed，在真实代码数据检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
OpenAI NewsAI 评分 CodeRabbit 如何用 o3、o4-mini 和 GPT-4.1 加速代码交付
CodeRabbit 借助 OpenAI 的 o3、o4-mini 和 GPT-4.1 模型改造代码审查流程，提升审查准确率并加快 PR 合并速度。该方案帮助开发者更快交付代码，减少 bug 并提高投资回报率。
Mistral AI 与 All Hands AI 发布智能体编码模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源。
推荐理由：官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可，读者可据此判断它能否用于本地或企业代码智能体。
OpenAI News精选AI 评分 OpenAI 发布 Codex
OpenAI 发布 Codex。原文正文未能抓取，仅标题可用。
OpenAI NewsAI 评分 OpenAI 发布 o3 与 o4-mini 系统卡补充文件：Codex
OpenAI 发布 o3 和 o4-mini 系统卡的补充文件，对象是云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，目标是生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直至通过。
Mistral AI 发布 Mistral Medium 3，主打低成本企业部署
Mistral AI 发布 Mistral Medium 3，定位兼顾 SOTA 性能与更低成本，定价为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，便于判断企业自部署的性价比。
OpenAI News精选AI 评分 OpenAI 在 API 中上线 GPT-4.1 系列模型
OpenAI 在 API 中推出 GPT-4.1 系列模型，官方称其在编码、指令遵循和长上下文理解上全面提升，并同步发布首个 nano 模型，即日起面向全球开发者开放。
推荐理由：OpenAI 在 API 上线 GPT-4.1 系列，并首次推出 nano 版本，可据此了解新模型在编码与长上下文上的能力定位。
OpenAI NewsAI 评分 OpenAI 发布 SWE-Lancer 基准测试
OpenAI 推出 SWE-Lancer 基准测试，用于检验前沿 LLM 能否完成真实自由职业软件工程任务并赚取 100 万美元。该基准围绕真实外包项目设计，衡量模型在实际软件工程工作中的表现。
Mistral AI 发布 Codestral 25.01 代码模型，生成速度提升约 2 倍
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，生成与补全代码速度约为原版 Codestral 的 2 倍，上下文长度从 32k 提升到 256k。
推荐理由：官方给出 Codestral 25.01 的架构与 tokenizer 变化、256k 上下文和多项基准对比，可据此判断它在代码补全场景的位置。
OpenAI NewsAI 评分 Cognition CEO 谈如何用 OpenAI o1 编程
Cognition CEO 兼联合创始人 Scott Wu 解释了 OpenAI o1 如何以更接近人类的方式做出编程决策。
OpenAI News精选AI 评分 OpenAI 发布人工校验的 SWE-bench Verified
OpenAI 发布 SWE-bench 的人工校验子集 SWE-bench Verified，用于更可靠地评估 AI 模型解决真实软件问题的能力。
推荐理由：OpenAI 发布经人工校验的 SWE-bench 子集，可用于比较模型解决真实软件问题的能力。
Mistral AI 发布 Mistral Large 2，123B 参数、128k 上下文
Mistral AI 发布 Mistral Large 2，参数规模 123B，支持 128k 上下文窗口和数十种语言，可在单节点上以较大吞吐运行。官方称其在 MMLU 上准确率达 84.0%，代码与推理表现与 GPT-4o、Claude 3 Opus、Llama 3 405B 相当，并针对减少幻觉和遵循精确指令做了训练。
推荐理由：原文给出 123B 参数、128k 上下文与多项基准对比，可据此判断单节点部署的成本与能力边界。
Mistral 发布 Codestral Mamba 代码模型，采用 Mamba 架构并开源权重
Mistral AI 发布 Codestral Mamba，这是一个基于 Mamba 架构的代码模型，具备线性时间推理能力，权重以 Apache 2.0 许可开放下载。
推荐理由：Mamba 架构在代码场景的落地样本，线性时间推理与 256k token 检索测试给出了与 Transformer 路线对比的具体参照。
OpenAI NewsAI 评分 Paf 用自定义 GPT 提升开发者生产力
Paf 在全公司部署 ChatGPT Enterprise，工程师每天用自定义 GPT 加速日常开发任务，并将 ChatGPT Enterprise 接入 grit:lab 编程学院，让学员从第一天起就以 AI 增强的系统架构思维学习。目前 Paf 有 70% 员工活跃使用 ChatGPT Enterprise，覆盖财务、HR、市场和客户支持等业务团队。
Hugging Face BlogAI 评分
BigCodeBench：下一代 HumanEval 代码生成基准
Hugging Face 发布 BigCodeBench，一个面向大语言模型代码生成的新基准，包含 1,140 个函数级任务，需调用来自 139 个库的多个函数，每项任务平均含 5.6 个测试用例、分支覆盖率平均 99%。
Mistral 发布首个代码模型 Codestral，22B 参数支持 80+ 编程语言
Mistral AI 发布首个代码模型 Codestral，这是一个 22B 的开源权重生成式模型，专门面向代码生成任务，支持 80+ 编程语言，包括 Python、Java、C、C++、JavaScript 和 Bash。
推荐理由：Mistral 首个代码模型给出了 22B 参数、32k 上下文与多语言基准对比，可据此判断其代码补全定位。
Meta 发布 CyberSecEval 2：大语言模型网络安全风险与能力评估框架
Meta 推出 CyberSecEval 2，从代码解释器滥用、攻击性网络安全能力和提示注入攻击三方面评估 LLM 的网络安全风险。相比 2023 年 12 月的首版，LLM 协助网络攻击的平均合规率已从 52% 降至 28%。测试显示提示注入仍是未解难题，LLM 目前也难以可靠完成端到端漏洞利用挑战。
Hugging Face 发布 StarCoder2-15B-Instruct-v0.1，全透明自对齐代码模型
Hugging Face 发布 StarCoder2-15B-Instruct-v0.1，这是首个完全自对齐、流程完全透明且许可宽松的代码大语言模型，仅用 StarCoder2-15B 自身生成指令-响应对进行微调，无需人工标注或从大型专有模型蒸馏数据。
Mistral 发布开源模型 Mixtral 8x22B，采用 Apache 2.0 许可
Mistral 发布最新开源模型 Mixtral 8x22B，采用稀疏 Mixture-of-Experts 架构，141B 参数中仅激活 39B，以 Apache 2.0 许可开放。
推荐理由：原文给出 Mixtral 8x22B 的激活参数、上下文窗口与开源许可，读者可据此判断其成本与部署取舍。
Hugging Face 推出 LiveCodeBench 排行榜：面向代码 LLM 的无污染整体评估
Hugging Face 上线 LiveCodeBench 排行榜，基于 UC Berkeley、MIT 和 Cornell 研究者开发的基准，按题目发布时间窗口评估代码 LLM，以检测和防止数据污染。
Google 发布 CodeGemma 系列代码模型，含 2B 与 7B 三个版本
Google 发布 CodeGemma 系列开源代码模型，包含 2B 基础模型、7B 基础模型和 7B Instruct 三个版本，基于预训练的 2B 和 7B Gemma checkpoint 额外训练 5000 亿 token 的英文、数学和代码数据。
推荐理由：Google 与 Hugging Face 联合发布三个开源代码模型，读者可对照 HumanEval 等基准数据判断其与同尺寸模型的差距。
Hugging Face 发布 WebSight 数据集，用截图生成 HTML 代码
Hugging Face 推出 WebSight 数据集，用于训练 AI 将网页截图转换为 HTML 代码。该数据集从 v0.1 的 82.3 万对 HTML 与截图样本扩展至 v0.2 的 200 万例，改用真实图像截图并切换至 Tailwind CSS。基于该数据集微调的视觉语言模型 Sightseer 可将网页截图转为可用的 HTML 代码，并能在生成结果中嵌入与原截图相近的图像。
BigCode 发布 StarCoder2 代码模型与 The Stack v2 数据集
BigCode 发布新一代透明训练的开放代码大模型 StarCoder2，包含 3B、7B、15B 三个尺寸，分别由 ServiceNow、Hugging Face 和 NVIDIA 训练。
推荐理由：BigCode 公开了 StarCoder2 三个尺寸的模型、训练数据与训练代码，读者可据此了解开源代码模型的数据规模与开放程度。
Code Llama 发布：Llama 2 学会写代码
Hugging Face 博客发布文章介绍 Code Llama，标题显示这是 Llama 2 面向代码能力的版本。原文正文未能抓取，除标题外暂无更多细节。
Hugging Face 发布代码大语言模型 StarCoder
Hugging Face 发布面向代码的大语言模型 StarCoder，标题称其在代码任务上达到当时的最先进水平。
OpenAI NewsAI 评分 OpenAI Codex 通过 API 为 70 款应用提供支持
OpenAI Codex 现已通过 OpenAI API 为 70 款不同应用提供支持，覆盖多种使用场景。
OpenAI News精选AI 评分 OpenAI 发布 GPT-3 与 Codex 新能力：编辑与插入
OpenAI 发布 GPT-3 和 Codex 的新版本，可在已有文本中编辑或插入内容，而不再只是补全现有文本。
推荐理由：OpenAI 公布 GPT-3 与 Codex 新增编辑与插入能力，读者可了解补全之外的新交互方式。
OpenAI NewsAI 评分 OpenAI 发布改进版 Codex，自然语言转代码 API 进入私测
OpenAI 推出改进版 Codex，这一将自然语言转换为代码的 AI 系统即日起通过 API 开放私测。