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。
#编码
xAI News精选AI 评分7171
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。
Kimi (Moonshot)精选AI 评分7676 Moonshot AI 开源发布原生多模态智能体模型 Kimi K2.5
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练，支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由：原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力，并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
Kimi (Moonshot)精选AI 评分7979 月之暗面发布开源思考模型 Kimi K2 Thinking
Kimi K2 Thinking 是月之暗面（Moonshot AI）发布的开源思考模型，采用 MoE 架构，总参数 1T、激活 32B，原生支持 256k 上下文与 INT4 量化推理。
推荐理由：给出了K2 Thinking在推理、Agent搜索和代码任务上与GPT-5等多款主流模型的对照成绩，便于横向比较当前开源思考模型的水平。
xAI News精选AI 评分7171 xAI 发布 Grok Code Fast 1 推理模型，面向 agentic 编码工作流
xAI 发布 Grok Code Fast 1 推理模型，定位为面向 agentic 编码工作流的轻量级方案。
推荐理由：作为面向 agentic 编码的轻量模型，原文同时给出 API 定价、缓存命中率和 SWE-Bench 70.8% 分数，并附带延迟测算方法说明，便于和同类编码模型对比成本与响应速度。
xAI News精选AI 评分4747 xAI 发布 PromptIDE 提示工程与可解释性研究开发环境
xAI 发布 PromptIDE，一款面向提示工程与可解释性研究的集成开发环境，向早期访问计划成员开放对 Grok-1 的透明访问。
推荐理由：原文给出 PromptIDE 的 SDK 编程模型与 token 级分析细节，读者可据此判断它在 Grok-1 提示工程中的实际可用度。
xAI News精选AI 评分6666 xAI 推出 Grok 聊天助手，公布底层大模型 Grok-1 基准成绩
xAI 发布 Grok 聊天助手，由其自研大模型 Grok-1 驱动，目前以限量早期测试向美国用户开放。Grok-1 在 HumanEval 上得 63.2%、MMLU 上得 73%、GSM8k 上得 62.9%、MATH 上得 23.9%，在同算力档下超过 GPT-3.5 和 Inflection-1，但仍落后于 GPT-4。
推荐理由：给出了 Grok-1 在 GSM8k、MMLU、HumanEval 等基准上的成绩，读者可与 GPT-3.5、GPT-4 等模型横向对比。