Cognition 借助 GPT-6 Astra 帮助 Devin 测试自身工作
Cognition 借助 GPT-6 Astra 提升 Devin 的软件测试能力。GPT-6 Astra 让 Devin 能更好地测试软件并证明其有效性，旨在帮助工程师减少代码审查、加快交付速度。
#编码
#编码
今日 0 条OpenAI NewsAI 评分3030
X精选AI 评分7676 Codex 实战系列｜零代码画出复杂架构图
把 Codex 接入 Draw.io 官方 MCP Tool Server（@drawio/mcp）后，把方案材料交给它即可自动生成可在浏览器编辑器里直接修改的架构图，无需手写画图代码或手动排版。
推荐理由：原文给出把方案材料交给 Codex、经 Draw.io MCP 生成可编辑架构图的完整流程，读者可迁移到组织图、系统图与规划图等制图场景。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 应用入门教程：使用 diff、终端与浏览器面板
GitHub 官方博客介绍了 GitHub Copilot 应用内置的 diff、终端和浏览器三个面板，可在应用内完成审查变更、运行命令与预览界面。三个面板并排后无需在编辑器、终端和浏览器之间切换，还能用 Pick & Polish 工具选中页面元素让智能体调整，确认后直接创建 pull request。
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4.1-Flash 发布
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，GPQA Diamond 得分 90.9，HLE 得分 36.8。
推荐理由：原文列出了新模型在推理、编码与多模态等基准上的成绩，并说明 API 调用方式与旧模型路由安排，读者可据此评估能力定位与迁移成本。
阿里云开发者AI 评分5858 「架构师 Agent」系统化落地：从技术方案设计 Agent 开始
阿里云开发者刘瑞洲（阳迪）分享「架构师 Agent」落地实践，以技术方案设计为切入点，让 AI 独立完成跨复杂系统的技术方案设计。
腾讯技术工程AI 评分6666 我用腾讯 Kuikly 把 DeepSeek Harness 装进了口袋
腾讯程序员 yuki 用 Kuikly 跨端框架开发 DSH Mobile，一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙，按官方 Host 协议连接电脑上的 DeepSeek Harness。
字节跳动技术团队AI 评分6363 字节跳动测试用例生成 Agent NL2Test 落地：我们做对了什么
字节跳动 TikTok Eng-Testing 与复旦大学合作推出 NL2Test Agent，QA 用自然语言描述测试场景即可自动生成可运行的回归测试用例，已部署于多条业务线。
OpenAI NewsAI 评分2323 1Password 借助 Codex 将工程生产力提升 21%
1Password 的工程师借助 Codex 快速构建新功能与内部工具，将工程生产力提升了 21%。团队在达到生产就绪状态的同时，维持了严格的安全策略。
腾讯技术工程AI 评分6161 从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯技术工程梳理了 Agent 从单次 LLM 调用到完整 Harness 的演进路径，指出每层边界都是模型撞到极限后工程系统补上的回答。文章用 Pi、OpenCode、Codex 和 Hermes 四个项目展示设计空间的取舍，分别对应极简工具集、事件驱动状态、Thread 与沙箱安全执行、以及经验自进化。作者认为模型越能行动，外部运行时越关键，Harness 不会因模型变强而消失。
The Cynical DeveloperAI 评分4949 我们所熟知的编程面试的终结
The Cynical Developer 播客指出，白板编程面试测试的是工作中从不使用的模式——独自、凭记忆、无帮助，而 AI 已让这一缺陷无法再被忽视。招聘团队仍坚持它，是因为判断力难以评分、而谜题容易评分。真正该衡量的是候选人能否把模糊问题变精确、识破看似合理却错误的答案，并愿意改变想法。
X精选AI 评分7070 FDE 落地实战：用 Codex 自动生成企业经营报告（含日报、周报、月报）
作者分享了用 Codex 自动生成企业经营报告的完整流程：先读取旧模板固化报告规则，再准备本期资料与数据，生成 PPT、PDF 或飞书文档并逐页检查，跑通后转为定时任务。交付格式沿用公司原有格式，并用长期知识库区分数据、事实与推测，缺资料时标记待确认；PPT 生成可用 python-pptx，PDF 处理可用 PyMuPDF，飞书文档可接官方 CLI 或 lark-openapi-mcp。
推荐理由：作者给出一条可复用的落地路径，先把模板、数据来源与检查规则固化，再交给 Codex 定时执行，企业可照此改造自己的报告流程。
潮流周刊AI 评分2020 潮流周刊第 281 期：越王的剑
潮流周刊第 281 期推荐了 TokenRemain、Unclack 与 Pulse 三款工具。作者决定新产品不再在 Product Hunt 发布，吐槽其 5k 刀广告卡片、100 刀买 200 个赞的服务，以及发布后涌来的近 50 封垃圾邮件。文末纪念 9 月初离世的何勇，回忆中国摇滚与自己的博客座右铭。
OpenAI NewsAI 评分5252 OpenAI 内部视角：编码智能体如何加速研究
OpenAI 表示，其内部的编码智能体正在重塑 AI 研究。文章分享了关于智能体使用情况、实验速度、任务复杂度与研究加速的早期数据。
翔宇工作流AI 评分5858 6 款国产 AI 编程助手免费积分对比：每天约合 40 元免费用量
作者把 6 家国产 AI 编程助手的免费积分全部折算成金额，合计每天约 40 元，涵盖腾讯 Workbuddy、讯飞 Loomy、商汤小浣熊、字节 TraeWork、百度 Dumate 和豆包桌面版。文中还说明 Agent 写入项目的 .md 记忆文件可被其他工具读取，换工具也能接着干活，并推荐用 neat-freak 技能把会话修改同步到记忆文件。
翔宇工作流AI 评分3333 WorkBuddy 开学福利：师生认证可领 1000 积分，限时免费
WorkBuddy 开学季推出师生认证领积分活动，大学生和教师均可免费领取 1000 积分，首批限量 200 万份、先到先得。Hy4 preview 限时免费至 9 月 10 号（总参量 770B、激活参数 49B、1M 上下文），之后 Hy3 兜底免费至 9 月 30 号。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，GitHub Copilot 全套餐用户可通过 Copilot CLI 的 /experimental 入口体验。
推荐理由：原文给出三种执行模式与三个基准的成本质量对比，可据此判断多模型编排在自己工作流中的可行性。
傅盛精选AI 评分8181 GPT-6 终于发布，聊聊宣传背后的三个猫腻
OpenAI 发布 GPT-6 Astra，电脑操作、3D 建模与视觉表现明显进步，但第三方评测显示其编程与综合智能均未超过 Fable 5.1。
推荐理由：文章用第三方评测数据拆解 GPT-6 的实际能力边界，读者可以跳出发布会叙事，对照编程、成本与可用性自行判断。
阮一峰的网络日志AI 评分3232 科技爱好者周刊（第 411 期）：OpenClaw 2.0 是一个缩影
OpenClaw 发布 2.0 版，933 位贡献者合并了 16000 个 PR，作者推断这些 PR 基本由 AI 审核合并、未经人工代码审查。开发团队仅全职 9 人、兼职 26 人，作者认为改动过多带来的隐藏风险令人担忧，建议在独立物理机/虚拟机/云端运行而非工作电脑。这种 AI 主导的开发模式正是 AI 时代的缩影，大量软件正迅速向它靠拢。
OpenAI News精选AI 评分7777 OpenAI 推出 GPT-6 Astra
OpenAI 推出 GPT-6 Astra，称其为目前最智能且对齐程度最高的模型，在计算机操作、编程、网络安全和科学领域具备领先能力。
腾讯科恩实验室AI 评分5151 腾讯科恩实验室推出 BinaryAI-Bench 二进制安全分析评测集
腾讯科恩实验室推出二进制分析平台 BinaryAI 并发布 BinaryAI-Bench 评测集，通过两轮各 8 个模型×50 个任务的系统评测校准 AI 逆向分析能力。评测集收录 5 大类 18 个子类共 50 个端到端任务，真实来源样本占 94%，难度从 easy 到 expert 四级。评测显示当前 AI 的硬边界集中在跨变种共同行为特征提取与复杂算法精确逆向两个方向。
Google DeepMindAI 评分5757 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google DeepMind 推出 Fairwind Program，向政府机构、Google Cloud 客户与网络安全合作伙伴开放其最先进的网络防御能力。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，分别面向智能体工作流与网络安全。
推荐理由：原文列出了 Gemini 3.8 系列在编码与网络安全基准上对标前沿模型的表现及价格，读者可据此评估其替换现有工作流的成本收益。
腾讯技术工程AI 评分3131 鹅厂员工都是怎么被AI“糊弄”的？
腾讯员工集体分享了被 AI 一本正经“糊弄”的真实经历：有人拿到字段、枚举值和引用来源齐备的映射表却对不上接口，有人按推荐书单一本都买不到，还有人差点 npm install 一个 AI 编造的不存在的包。这些案例的共同点是，AI 用格式完整、来源标注、逻辑自洽的方式输出幻觉，比单纯答错更难让人察觉。
科技早知道AI 评分6464 Hassabis 卸任、Jeff Dean 离开，Google DeepMind 为什么突然大洗牌？
Demis Hassabis 卸任 Google DeepMind CEO，转任 DeepMind 董事长和 Alphabet 首席科学家，Jeff Dean 与另外三位核心成员离开创办面向科学发现的 AI 公司 Discovery Loop，消息公布当天 Alphabet 股价下跌 4%。
阿里云开发者精选AI 评分6565 Qwen3.8-Max 升级 0902 版本，CodeArena 前端编程总榜 1691 分夺冠
阿里云千问团队将 Qwen3.8-Max 升级到 0902 版本，围绕编程（Coding）与专业办公（Cowork）进一步后训练，CodeArena 前端编程总榜提升 22 分至 1691 分夺得冠军。
推荐理由：原文给出 CodeArena 得分与每百万 token 价格对比，可据此判断 Qwen3.8-Max-0902 在企业编程任务中的成本位置。
X精选AI 评分7777 21 个 Skill，用 Codex 做产品经理全流程工作
作者分享了在 Codex 中用自制 PM-Skill 2.0（21 个 Skill，仓库地址 github.com/SpaceZephyr/pm-skills）跑通产品经理全流程的方法。
推荐理由：作者用 21 个 Skill 把产品经理全流程搬进 Codex，展示了通用 Agent 加技能包组装职业工作台的可迁移方法。
OpenAI NewsAI 评分1818 律所 Gilbert + Tobin 如何借助 OpenAI 治理并规模化应用 AI
律所 Gilbert + Tobin 正在全所范围内规模化推广 ChatGPT Enterprise 和 Codex。该律所将 CEO 主导的承诺、严格的治理机制与人类问责制相结合，以支持 AI 在全所的规模化应用。
The Cynical DeveloperAI 评分4444 提示词工程已死，规格说明工程万岁
The Cynical Developer 播客第二季第 34 期提出：提示词工程正在退场，取而代之的是软件业最古老的技能——规格说明。当生成代码变得廉价，精确描述问题、约束、完成标准与禁止事项才成为核心。AI 擅长暴露我们头脑中的模糊，让实现变便宜、清晰变昂贵。
潮流周刊精选AI 评分7171 潮流周刊第 280 期：AI 时代如何保证代码可持续迭代和维护
潮流周刊发布第 280 期，收录 celldock-for-mac、kooky、jj 等开源工具，并重点分享 AI 时代保证代码可持续迭代和维护的实践经验。作者以自己的 Mole 项目为例，它有 11 万行 Swift 产品代码和 3347 个 XCTest，他主张 AI 写的代码应该让 AI 来测试，并通过单测、回归测试、Rules/Skills 与 GitHub Actions 让代码不腐化。
推荐理由：作者以 11 万行 Swift 项目的实操经验，总结了让 AI 生成代码不腐化的测试、规则与 CI 方法，可迁移到其他项目。
AI 炼金术AI 评分6262 OPC 已经凉了，FDE 会有光明的未来么？
「AI 炼金术」主播徐文浩与任鑫连麦，判断 OPC（一人公司）不成立但小团队成立、FDE 升温已接近顶点，并聊出 AI 落地的真实水位：有人靠上门帮企业家装 Codex、绑信用卡做生意，不少叫得出名字的 AI 公司创始人日常还在用豆包。
腾讯技术工程AI 评分7474 腾讯混元 Hy4 preview 发布并开源，总参数 770B、上下文长度突破 1M
8 月 28 日，腾讯混元发布并开源新一代大语言模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度突破 1M。在腾讯内部 163 名专家、203 个工程任务的盲测中，Hy4 preview 均分 2.99/4，略优于 GLM 5.3（2.92/4.00）和 Kimi K3（2.94/4.00）。
阿里云开发者AI 评分6464 Tarot Pixel 实践：AI 视觉还原的上下文工程与循环工程
Tarot Pixel 团队提出用上下文工程和循环工程两个方向提升 Coding Agent 的设计稿还原质量：先对设计稿做五阶段降噪，把节点数从 245 降到 113、单模块 API 调用从 15-25 次降到 5-10 次；再在 Skill 中内置做-看-改闭环，以 diff 百分比为验证器、20 轮为上限，用 Qoder 加 Kimi K3 等模型逐步收敛到视觉一致。
云鼎实验室AI 评分4949 以无厚入有间：CodeBuddy Security 的漏洞发现思路与实践
CodeBuddy Security 以情报切割搜索空间，无提示端到端漏洞检出率达 73.2%，为统一使用 GLM-5.2 对照中 Claude Security（42.7%）的 1.7 倍。
智谱 · 官方公众号精选AI 评分8383 智谱上线并开源 GLM-5.3-Flash，前沿智能进入普惠时代
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
OpenAI NewsAI 评分2323 loveholidays 如何用 Codex 让每个人都能成为构建者
loveholidays 使用 OpenAI Codex 让全公司的软件开发变得触手可及，使每位员工都能成为构建者。此举帮助各团队更快地将想法转化为产品，提升了业务整体的开发效率。
字节跳动技术团队AI 评分3232 用火山引擎 AgentKit，5 分钟搭建云端安全隔离的 DeepSeek Harness
火山引擎 AgentKit Sandbox 提供云端安全隔离的智能体运行环境，5 分钟即可创建可运行 DeepSeek Harness 的沙箱，随用随建、用完即弃。
腾讯安全威胁情报中心AI 评分5151 BinaryAI 全新升级：让二进制安全分析进入 AI-Native 时代
腾讯科恩实验室全面升级二进制安全分析平台 BinaryAI，推出完全由 AI Coding 驱动的反编译工具 Binary Query，以及基于 Workbuddy Managed Agents（WMA）的云端分析 Agent。
腾讯科恩实验室AI 评分5050 腾讯科恩实验室 BinaryAI 全新升级：二进制安全分析进入 AI-Native 时代
腾讯科恩实验室推出新一代二进制分析平台 BinaryAI，专为恶意样本分析设计，由 Binary Query 与 BinaryAI Agent 两部分组成。Binary Query 是完全由 AI Coding 驱动的反编译工具，支持 x86、ARM、RISC-V 架构，可还原 C、C++、Go、Rust、Zig 源码，并用 Fuzz 自动化评测反编译正确性。
AIGC Weekly精选AI 评分7171 AIGC Weekly #185 聚焦 OpenRouter 上线的 OX-Alpha 模型
OX-Alpha 于 21 号在 OpenRouter 上线，定位是面向高效编程、常识推理和 Agent 工作的前沿模型，支持 100 万 Token 上下文与文本、图像和视频输入，目前已在 Cline、OpenCode、Hermes 等 Agent 上免费上线。
推荐理由：汇总了 OX-Alpha 的定位、上下文长度与基准表现，并附作者实测对比，便于判断其在编程与 Agent 场景的可用性。
OpenAI NewsAI 评分4848 GPT-5.6 现已在 Kiro 中可用，为开发者带来更优性价比
GPT-5.6 现已在 Kiro 中可用，帮助开发者以更优的性价比规划、构建、审查和测试软件。