Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3 Pro，并推出智能体开发平台 Google Antigravity
Google DeepMind 发布 Gemini 3 Pro，称其在各项主要 AI 基准上超过此前版本，编码能力超过 2.5 Pro，可接入现有智能体与编码工作流。
推荐理由：Gemini 3 Pro 的基准成绩、定价与配套工具同时公布，读者可据此判断它能否接入现有编码与智能体工作流。
AI 编码
全部主题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。
最新精选
- Google DeepMind精选AI 评分
- Google DeepMind精选AI 评分
Google 发布智能体开发平台 Antigravity，公开预览免费开放
Google 发布智能体开发平台 Google Antigravity，即日起公开预览且免费，Gemini 3 Pro 使用有较宽松的速率限制。该平台在 AI IDE 的 Editor 视图之外新增智能体优先的 Manager 视图，可并行编排多个工作区中的智能体，并支持浏览器控制、异步交互与 Artifacts 交付物。
推荐理由：Google 官方给出 Antigravity 的四个设计原则与公开预览入口，可据此判断智能体优先 IDE 的形态变化。
OpenAI News精选AI 评分 OpenAI 在 API 上线 GPT-5.1
OpenAI 在 API 中上线 GPT-5.1，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现。该版本还新增 apply_patch 和 shell 工具。
推荐理由：GPT-5.1 在 API 上线，给出推理速度、缓存与编码能力变化，开发者可据此评估迁移。
OpenAI News精选AI 评分 OpenAI Codex 正式可用，新增 Slack 集成、Codex SDK 与管理工具
OpenAI Codex 现已正式可用（generally available），面向开发者新增多项功能。新功能包括 Slack 集成、Codex SDK，以及用量看板和工作区管理等管理工具，官方称这些更新让 Codex 更易使用、更便于规模化管理和使用。
推荐理由：Codex 从预览走向正式可用，并补齐 Slack 集成、SDK 与管理后台，读者可据此判断团队规模化使用的门槛变化。
OpenAI News精选AI 评分 OpenAI 升级 Codex，提升速度、可靠性与实时协作
OpenAI 宣布升级 Codex，使其更快、更可靠，并更擅长实时协作和独立处理任务。升级后的 Codex 可在终端、IDE、网页乃至手机上使用。
推荐理由：Codex 在速度、可靠性和实时协作上的升级，读者可据此判断终端、IDE、网页与手机端编码体验的变化。
OpenAI News精选AI 评分 OpenAI 发布 GPT-5 系统卡增补：GPT-5-Codex
OpenAI 发布 GPT-5 系统卡增补，介绍新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂任务则独立工作更长时间。
推荐理由：GPT-5 系统卡增补披露了面向 Codex 智能体编码优化的 GPT-5-Codex，可了解其动态思考机制。
OpenAI News精选AI 评分 OpenAI 在 API 平台推出 GPT-5
OpenAI 在 API 平台推出 GPT-5，主打高推理性能、面向开发者的新控制项，以及在真实编码任务上的领先结果。
推荐理由：OpenAI 在 API 平台上线 GPT-5，开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI News精选AI 评分 用 GPT-5 进行编码与设计
OpenAI 发布内容介绍如何用 GPT-5 进行编码与设计，称其在编码和设计上带来新的可能性。原文仅提供摘要，未给出具体功能、示例或数据。
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 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。
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。
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 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。
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。