OpenAI 如何连接 AI 使用与业务价值：ChatGPT Work 与 Codex 分析
OpenAI 的 ChatGPT Work 与 Codex 分析帮助团队了解 AI 使用与支出、识别培训需求，并将 AI 采用与业务结果挂钩。
#编码
OpenAI NewsAI 评分2020 xAI News精选AI 评分6161 Grok Build 上线跨会话记忆功能
xAI 为编码工具 Grok Build 推出跨会话记忆功能，每轮对话完成后会在后台记录约定、决策和项目事实，方便后续会话在改动相关代码前读取。记忆按项目分开保存，并保留一套全局偏好文件；用户可用 `/memory` 浏览所有只读记忆文件，`/dream` 会周期性在后台把近期笔记归并为主题文件，例如 topics/testing.md。
推荐理由：Grok Build 上线跨会话记忆机制，按项目存储约定与决策并由 /dream 整理为主题文件，可据此评估其在长周期编码协作中的实际效用。
OpenAI NewsAI 评分2929 Cognition 借助 GPT-6 Astra 增强 Devin 自测代码能力
GPT-6 Astra 提升了 Cognition 旗下 Devin 的软件测试与验证能力，让 Devin 能更好地自测所写代码的正确性。该集成旨在帮助工程师减少代码审查工作量，加快交付节奏。
Mistral AI精选AI 评分5050 Mistral 用 AI 智能体把 4 万行 Fortran 77 迁移到 C++
Mistral 团队用 AI 智能体为一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，先建数值一致性校验框架再按模块由多角色智能体在人类审校下推进。
推荐理由：用一个 4 万行 Fortran 77 到 C++ 的真实迁移案例，展示了先建数值一致性校验、再分模块推进并保留人类审校的可复用改造流程。
OpenAI NewsAI 评分3030 GPT-5.6 Sol 如何帮助运行量子计算实验
一位 MIT 研究人员借助 GPT-5.6 Sol 与 Codex 自主运行量子计算实验，自动分析实验数据并完成量子比特校准，覆盖量子实验关键步骤。
OpenAI NewsAI 评分2424 1Password 借助 Codex 将工程效率提升 21%
1Password 工程师使用 Codex 快速构建新特性和内部工具，将工程效率提升 21%。Codex 帮助团队更快达到生产就绪状态，同时维持严格的安全策略。
OpenAI NewsAI 评分2828 研究加速：OpenAI 内部视角
OpenAI 内部数据显示，coding agents 正在重塑其 AI 研究流程。文章披露了 agent 使用率、实验速度、任务复杂度及研究加速等指标的早期数据。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot 发布 Project HydraFusion 研究预览，通过多模型编排提升编码任务质量
GitHub 推出 Project HydraFusion 研究预览，已在 GitHub Copilot CLI 中通过 /experimental 向所有 Copilot 套餐开放，按底层模型标准 token 费率计费。
推荐理由：给出了多模型运行时编排的实现细节与三项智能体编码基准的成本与质量对比，可作为评估运行时调度思路取舍的参照。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-6 Astra，定位为新一代智能模型
OpenAI 发布 GPT-6 Astra，官方称这是迄今最智能、对齐程度最高的模型，在 computer use、coding、cybersecurity 和 science 四个方向具备 SOTA 能力。
Hugging Face Blog精选AI 评分6868 Hugging Face 开源 funes，给编码代理加入可跨工具共享的持久记忆
Hugging Face 开源 funes，一个把 Claude Code、Codex、pi、Hermes 会话轨迹索引成本地记忆层的单二进制工具。安装只需一条 curl 命令，记忆默认存本地 Lance 数据集，可绑定到 Hugging Face 私有数据集实现跨机器和跨代理共享；recall 返回原文并标注来源。
推荐理由：funes 给出了会话轨迹索引、跨代理共享与远程记忆同步的完整命令链和架构，方便直接接入现有编码代理。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型，分别面向通用推理编码与网络安全防御。
推荐理由：同一价位下编码与推理能力相对前代明显提升，且同步给出安全专用版的基准与开放范围，读者可据此做选型对照。
OpenAI NewsAI 评分1919 loveholidays 如何借助 Codex 让每个人都能参与开发
loveholidays 利用 OpenAI Codex 让软件开发面向公司全员开放，帮助各团队更快地把创意转化为产品。这一实践展示了 Codex 作为 AI 编码工具在企业中的落地场景，让非专业开发者也能参与应用构建。
智谱 GLM精选AI 评分7171 智谱发布开源模型 GLM-5.3，强化编码与漏洞利用能力
智谱发布开源模型 GLM-5.3，与 GLM-5.2 共享基座，全部增益来自后训练。在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam、CyberGym 取得开源 SOTA。
推荐理由：在同一份基准表中与八款模型横向打分，并附详细评测参数与防作弊设置，便于直接复现同口径对比。
智谱 GLM精选AI 评分7070 智谱发布 GLM-5.3-Flash 多模态模型，320B 总参数 18B 激活
智谱发布 GLM-5.3-Flash，是 GLM-5 系列首个原生多模态模型，总参数 320B、激活 18B，价格为 GLM-5.2 的十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：读者可以横向比较 GLM-5.3-Flash 与 Claude Opus 4.8 在编码与智能体基准上的差距，并参考其混合注意力与稀疏激活设计评估部署成本。
智谱 GLM精选AI 评分6969 智谱发布开源模型 GLM-5.3，主打编码与漏洞利用能力提升
智谱发布开源模型 GLM-5.3，能力提升全部来自对 GLM-5.2 的后训练，底层基础模型未变；自研 Z.ai Code Bench 较 GLM-5.2 提升 50%，Terminal Bench 3.0 和 Agents' Last Exam 取得开源 SOTA，CyberGym 漏洞发现达到 SOTA，漏洞利用类基准较 GLM-5.2 翻倍以上。
推荐理由：原文列出了 GLM-5.3 在十余项编码与 Agent 基准上与闭源、开源模型的逐项分数，可作为评估开源前沿模型能力的对照参考。
OpenAI NewsAI 评分3232 GPT-5.6 登陆 Kiro，为开发者带来更高性价比
GPT-5.6 现已在 Kiro 中可用，帮助开发者以更优性价比完成规划、构建、代码审查与测试等软件开发任务。
xAI News精选AI 评分5858 Grok 4.6 上线 GitHub Copilot，面向 VS Code 与 GitHub 开发者开放
xAI 最新编码模型 Grok 4.6 已在 GitHub Copilot 中上线，开发者可在 VS Code、Copilot CLI 和 Copilot 云端 agent 的模型选择器中选用该模型，部分企业与 enterprise 账户需要在 Copilot 设置中手动启用。
推荐理由：原文给出了 Grok 4.6 在 GitHub Copilot 的接入方式和按 token 定价，便于读者与同类编程模型对比成本与可用性。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 工作流
Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 工作流。
推荐理由：相比 3.6 Flash，Gemini 3.7 Flash 在编码与 Agent 任务的多项基准上提升明显，并把每百万 token 入门定价下调至原来的一半。
OpenAI NewsAI 评分1313 RingCentral 如何用 ChatGPT Work 与 Codex 构建从工程到运维的 AI 原生工作流
RingCentral 使用 ChatGPT Work 与 Codex 加速 AI 产品研发，并将工程与运维环节的运营智能集中化管理，覆盖从工程到运维的端到端 AI 原生工作流。
xAI News精选AI 评分7777 xAI 发布 Grok 4.6，主打长任务智能体与交互视觉能力
xAI 发布 Grok 4.6 模型，聚焦长任务智能体和更复杂的交互与视觉工作，训练过程采用了更长的补充训练流程与精选的模型生成数据，并在 SFT 与 RL 阶段做了改进。
推荐理由：原文给出多款基准的具体得分，方便对比 Grok 4.6 与 GPT-5.6 Sol 等竞品在长任务智能体上的能力差异。
Microsoft Research精选AI 评分6363 Microsoft Research 开源可扩展 Agent 框架 Orchard
Microsoft Research 开源了面向可扩展 Agent AI 的框架 Orchard，核心是基于 Kubernetes 的可复用环境服务 Orchard Env，并配套发布 Orchard-SWE、Orchard-GUI、Orchard-Claw 三个领域的训练配方。
推荐理由：Orchard 将环境层与训练流程解耦并开源，约 30 亿参数的小模型在 SWE-bench Verified 上逼近十倍参数量的前沿系统，展示了开源 Agent 训练栈的可行路径。
xAI News精选AI 评分6666 Grok 4.5 接入 GitHub Copilot
Grok 4.5 已接入 GitHub Copilot，开发者可在 VSCode、Copilot CLI 等产品的模型选择器中选用，输入价格 $2/百万 token，输出 $6/百万 token。部分企业用户需在 Copilot 设置中手动开启该模型。
推荐理由：原文给出 Grok 4.5 在 GitHub Copilot 的接入方式、按 token 计费的输入输出价格，并指出部分企业用户需手动开启，便于开发者评估替换现有编码模型的切换成本。
xAI News精选AI 评分6868 xAI Grok Build 上线 Workflows 功能，支持数百个并行 Agent 后台编排
xAI Grok Build 上线 Workflows 功能，用户用自然语言描述复杂任务后，Grok 会自动规划并分发到最多 1,024 个并行 Agent 在后台执行，完成后统一回报。
推荐理由：原文给出 128 到 1024 个并行 Agent 的编排机制和保存复用方式，读者可以据此判断它如何拆解复杂代码审查等任务。
xAI News精选AI 评分7171 xAI 发布 Grok 4.5 模型，主打编码与智能体任务
xAI 发布 Grok 4.5，定位为面向编码、智能体任务和知识工作的最强模型，已在 Grok Build、Cursor 与 xAI 控制台可用。
推荐理由：原文同时给出 Grok 4.5 在多个软件工程基准上的成绩、每百万 token 的定价与服务速度，方便与同级模型横向比较。
xAI News精选AI 评分7171 xAI 在 GitHub 开源编码智能体 Grok Build 及 TUI
xAI 在 GitHub 开源编码智能体 Grok Build 及其 TUI，源码覆盖 agent loop、工具、终端 UI 与 skills / plugins / hooks / MCP servers / subagents 等扩展机制。代码支持本地编译、对接自有本地推理，并通过 config.toml 配置运行。
推荐理由：直接公开了编码智能体的 agent loop、工具调度与扩展机制源码，为本地化部署和二次开发提供可逐行查阅的参考。
Meta AI Blog精选AI 评分6161 Meta 发布多模态推理模型 Muse Spark 1.1，主打智能体能力
Meta 推出多模态推理模型 Muse Spark 1.1，在工具调用、计算机使用、编码和多模态理解上较前代有大幅改进，支持 1M token 上下文管理，可作为主智能体调度子智能体优化延迟。开发者可通过公开预览的 Meta Model API 接入该模型，同时它在 Meta AI 应用和 meta.ai 以 Thinking 模式上线。
推荐理由：原文逐项给出 Agent、Computer Use、编码、多模态的改进点，配合 Meta Model API 公开预览，读者可直接对照工作流判断适配度。
xAI News精选AI 评分5656 Grok Build 上线 /goal 模式，支持长时自主编码任务
xAI 在 Grok Build 中推出 /goal 模式，可用一行命令设定目标，让智能体自主拆解任务并持续执行代码审查、网页检查、脚本运行等长时编码任务。任务期间用户可继续追加指令并通过新命令监控与引导进度，目标完成后面板会标记为 Complete 且清单全部勾选。Grok Build 现已可用，安装后调用 /goal 即可上手。
推荐理由：用户可以用一句话设定目标，让 Grok Build 把任务拆成清单并自主执行代码审查、网页检查或脚本运行等长时编码工作。
智谱 GLM精选AI 评分7272 智谱发布 GLM-5.2 旗舰模型，主打 1M 上下文与多档推理强度
智谱发布开源旗舰模型 GLM-5.2，主打 1M 上下文长程任务能力，并以 MIT 协议无地区限制开源。模型引入 IndexShare 稀疏注意力架构在 1M 上下文下将每 token FLOPs 减少 2.9 倍，并提供多档思考强度平衡性能与延迟；基准覆盖 HLE、SWE-bench Pro、MCP-Atlas、Terminal-Bench 2.1 等推理、代码与 Agentic 任务。
推荐理由：原文同时给出 1M 上下文、IndexShare 架构细节和与多款前沿模型的横向基准分数，读者可以据此评估 GLM-5.2 在长程任务上的相对位置。
xAI News精选AI 评分3636 xAI 上线 Grok 与 Warp 集成，订阅用户可在终端调用
xAI 宣布 SuperGrok 与 X Premium 订阅现可在 Warp 终端中调用 Grok 模型，包括驱动 Grok Build 的 grok-build-0.1。用户可在 Warp 的 Agent > Warp Agent 设置中连接 SuperGrok 订阅，并切换至该模型使用；官方表示后续还将为订阅用户上线更多智能体和集成。
推荐理由：原文给出了接入所需的具体模型与配置步骤，并预告后续将上线更多智能体和集成，开发者可据此提前规划工具链。
Kimi (Moonshot)精选AI 评分7979 月之暗面开源发布 Kimi K3：2.8T 参数原生多模态智能体模型
月之暗面（Kimi）发布开源原生多模态智能体模型 Kimi K3，总参数 2.8T、激活 104B，原生支持文本、图像与视频，配备 1M token 上下文窗口。
推荐理由：Kimi K3 以 2.8T 参数和原生多模态设计开放权重，并在推理、编码与智能体多项基准上与 Claude Fable 5、GPT-5.6 Sol 等前沿模型直接对比，读者可据此查看其相对位置。
Kimi (Moonshot)精选AI 评分6161 Kimi K2.7 Code 发布：相对 K2.6 减少约 30% 思考 token 的编码智能体模型
Moonshot AI 发布 Kimi K2.7 Code 编码智能体模型，基于 K2.6 改进主打长周期编码端到端能力，思考 token 相比 K2.6 减少约 30%。
推荐理由：原文给出 K2.7 Code 相对 K2.6 的 token 效率改进，以及与 GPT-5.5、Opus 4.8 在编程和智能体基准上的对比数据。
xAI News精选AI 评分5959 xAI 发布编码模型 grok-build-0.1，公开测试版上线 xAI API
xAI 发布编码模型 grok-build-0.1，公开测试版已在 xAI API 上线。该模型面向 agentic 编码场景，支持网页开发、调试与 MCP 调用，生成速度 100+ tokens/s，定价 $1/M tokens 输入和 $2/M tokens 输出，同时也是同名产品 Grok Build 的后端模型。
推荐理由：原文给出 100+ tokens/s 的生成速度和 $1/$2 每百万 token 的定价，读者可据此与同类编码模型做横向对比，估算成本与时延。
xAI News精选AI 评分3737 xAI Grok 模型接入开源编码平台 Kilo Code
xAI 宣布 Grok 模型（含面向智能体编程的 Grok Build）可直接在开源智能体编码平台 Kilo Code 内使用。持有 X Premium+ 或 SuperGrok 订阅的用户可通过 OAuth 连接账户，无需额外 API Key；Kilo Code 提供 VS Code、JetBrains IDE 与终端扩展，支持 500+ 模型、MCP 扩展及浏览器自动化等能力。
推荐理由：现有 X Premium+ 与 SuperGrok 订阅用户可直接在 Kilo Code 内调用 Grok 模型做智能体编码，无需额外 API Key，便于已有用户快速接入。
xAI News精选AI 评分6161 xAI 推出终端编码智能体 Grok Build，SuperGrok 与 X Premium Plus 订阅者可试用
xAI 推出终端编码智能体 Grok Build 早期测试版，向 SuperGrok 和 X Premium Plus 订阅用户开放，支持一条命令安装并自动读取已有约定。
推荐理由：给出了 plan 模式、子智能体并行、MCP/ACP 支持等终端编码智能体的关键设计选择，读者可据此判断它如何融入现有开发流程。
阶跃 StepFun精选AI 评分6262 阶跃 StepFun 发布 198B 参数视觉语言模型 Step 3.7 Flash
StepFun 发布 198B 参数稀疏 MoE 视觉语言模型 Step 3.7 Flash，每 token 激活约 11B 参数，吞吐量最高 400 tokens/s，支持 256k 上下文窗口与低/中/高三档推理强度。
推荐理由：原文说明了该 198B MoE 模型针对高频生产与智能体工作流的定位，以及通过三档推理强度平衡成本与速度的设计取舍。
xAI News精选AI 评分3636 在 OpenCode 中使用 Grok：接入 SuperGrok 与 X Premium 订阅
xAI 公布将 Grok 接入开源编码工具 OpenCode，SuperGrok 与 X Premium 订阅用户可在该终端编码环境中直接调用 Grok Build 模型。接入流程为安装并启动 OpenCode 后执行 /connect 选择 xAI，再选择 OAuth 登录方式，其中包含适用于 SSH 或远程主机的 Headless 模式，订阅凭证可直接复用，更多开源 Agent 集成正在推进。
推荐理由：原文给出 /connect 接入命令和两种 OAuth 登录方式，SuperGrok 订阅用户可据此把 Grok 接入自己的编码环境。
Anthropic NewsAI 评分2929 Anthropic 工程实践
Anthropic 工程博客汇总了围绕 Claude 与 AI 智能体的工程实践文章，置顶篇《How we contain Claude across products》介绍了如何在 claude.ai、Claude Code 与 Cowork 中构建智能体遏制机制。
Kimi (Moonshot)精选AI 评分7474 Kimi K2.6 开源发布：支持 300 子智能体协同，主打长程编码与原生多模态
Kimi K2.6 开源发布，定位原生多模态智能体模型，重点强化长程编码、代码驱动的界面设计与 Agent Swarm 多智能体编排能力。模型采用 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，可横向扩展至 300 个子智能体执行 4000 步协同任务，并在单次自主运行中产出文档、网页、表格等端到端结果。
推荐理由：原文给出 K2.6 与 GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro 在 Agentic、编码、推理、视觉四类基准的多维对比，可作为开源前沿模型与闭源旗舰能力差距的一手参考。
MiniMax精选AI 评分7070 MiniMax 发布 MiniMax-M2.7 模型并开放权重
MiniMax 在 HuggingFace 发布 MiniMax-M2.7 模型，强调 Agent Teams、复杂 Skills 和动态工具搜索能力，并开放权重支持本地部署。
推荐理由：原文给出了与 Opus 4.6、GPT-5.4 等模型在多个工程基准上的横向对比，并附本地部署方式。
阶跃 StepFun精选AI 评分7070 阶跃开源 Step 3.5 Flash 基座模型，总参数 196B 每 token 激活约 11B
阶跃（StepFun）开源 Step 3.5 Flash 基座模型，总参数 196.81B，每 token 激活约 11B，采用稀疏 MoE 与 3-way Multi-Token Prediction（MTP-3）。
推荐理由：原文给出了 11B 激活参数下的稀疏 MoE 设计与多模型基准对比，可用于评估开放模型的推理与 Agent 能力边界。