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。
智谱发布 GLM-5.3，基座与 GLM-5.2 相同，通过后训练 Scaling 提升编程与网络安全能力，Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 得 84.5% 略高于 Mythos 5，但 ExploitBench 仍明显落后闭源前沿模型。模型权重将在两周后开源，同步启动「开源的盾」计划，向开源社区免费提供安全审计能力与模型额度。
推荐理由：原文给出 GLM-5.3 在编程与安全基准上与闭源前沿模型的对比数据，读者可据此判断开源模型当前的追赶位置。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 3.6 Flash 发布仅三周。
推荐理由：官方列出了 Gemini 3.7 Flash 相对 3.6 Flash 的跑分提升与半价策略，读者可据此评估编码与智能体工作流的升级幅度。
「AI 炼金术」主播任鑫对话 Ouraca 联合创始人张栖铭与吴俊东，指出用 AI 加速旧流程并不会让组织变快，真正的时间大头是开会、评审与人对齐。他们把公司改成按上下文分工，一个人负责完整上下文闭环，用 demo 代替空对空讨论，设计师直接改代码、取消日报周报；同时提醒 AI 让自我欺骗更容易，对需求场景的判断力成为最稀缺能力，人才评价标准从「靠谱」转向「杠杆率」。
推荐理由：Ouraca 两位联合创始人复盘了用 AI 加速旧流程的踩坑经历，并给出按上下文分工、拿 demo 代替开会的可迁移组织打法。
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。正式版 Agent 能力显著增强，HLE 带工具为 60.0、Terminal Bench 2.1 为 87.9、NL2Repo 为 61.5。
推荐理由：官方日志给出 V4-Pro 正式版的 Agent 基准分数、Responses API 适配与三档思考强度，便于直接对照选型和调用配置。
智谱旗下针对 GLM 优化的 Coding Harness ZCode 完成重大升级，Goal、Subagents、Remote Control 与闲时任务四大功能正式上线。
推荐理由：官方用 Z.ai Code Bench 对比了 GLM-5.2 分别搭配 ZCode 与 Claude Code 的表现，并说明 Goal 模式让复杂任务自动跑完的具体机制。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款新模型，旨在提升规模化构建 AI 智能体的效率与可靠性。
推荐理由：原文给出了三款新模型在效率、速度和安全场景的具体基准数据与价格，读者可据此评估其在智能体工作流中的成本变化。
Kimi K3 发布，2.8 万亿参数、原生支持视觉理解、100 万 token 上下文，是全球首个开源的 3 万亿级别模型，权重将在 7 月 27 日前开源。
推荐理由：汇总了 Kimi K3 在多个第三方基准上的排名与成本对比，便于横向比较它与 Claude、GPT 前沿模型的差距。
徐文浩认为纯 vibe coding 做大项目一定会塌，但结论不是 AI 没用，而是要围绕 AI 搭一整套 harness 并持续迭代。
推荐理由：徐文浩把个人基建、Discord 对话层和公司门禁一整套 harness 完整摊开，给出了可直接照搬的并行任务与每日单类汇报设计。
这篇教程给出新 Windows 电脑到手后的完整配置流程，目标是让系统更干净、安静、顺手。清单先做减法，卸载预装软件、关闭自启动与广告遥测，再调整任务栏、资源管理器和默认下载路径，然后装上微软官方 PowerToys 获得启动器、自定义分屏与屏幕取字等能力。
推荐理由：原文给出了一套可照做的 Windows 初始配置清单，涵盖卸载预装、关闭广告遥测、资源管理器调整与快捷键，并附上用 WorkBuddy 配置 Claude Code 的指令。
OpenAI Codex App 的 Record & Replay 可在 Mac 上录制一次工作流程，并自动整理成可复用、可检查的 Skill，入口为 Codex App → Plugins → + → Record a skill，使用前需开启 Computer Use。
推荐理由：作者结合多个真实场景给出了录制前的说明模板与适用边界判断，读者可直接迁移到自己每周重复的桌面流程上。
智谱上周正式开源并发布 GLM-5.2，在多项开放基准测试中得分与 GPT 5.5、Opus 4.8 大致抗衡。模型沿用 DeepSeek V3.2 的 MLA 与 DSA 机制并新增 IndexShare，上下文从 200K 扩展到 1M，但被指完全没有视觉能力，且思考轨迹近 220K token、容易过度思考，导致首字输出体感较慢。
推荐理由：汇总多位从业者的实测评价与定价拆解，可借以比较 GLM-5.2 与闭源前沿模型在编码和 Agent 场景中的真实差距。
智谱今天上线并开源 GLM-5.2，专为长程任务设计，支持 1M 上下文，在 Code Arena 盲测中位列全球可用模型第一。多个长程任务基准显示其表现介于 Claude Opus 4.7 与 4.8 之间，是排名最高的开源模型；FrontierSWE 上仅比 Opus 4.8 低 1%。
推荐理由：原文给出 GLM-5.2 在 1M 上下文与编程基准上与 Claude Opus 的具体差距，便于横向比较开源模型当前位置。
Google DeepMind 发布 AI Control Roadmap，提出把不可信内部智能体当作内部威胁的纵深防御框架，并同步发布面向政策制定者的技术框架《Three Layers of Agent Security》。
推荐理由：原文给出了把不可信智能体当作内部威胁的纵深防御框架，并按检测规避与攻击执行能力划分防护等级，可迁移到自家的智能体安全设计。
智谱宣布 GLM-5.2 于今晚 5:21 面向 GLM Coding Plan 全量用户开放，覆盖 Lite / Pro / Max / 团队版。GLM-5.2 支持 1M 上下文，被智谱称为迄今能力最强的开源国产 Coding 模型；其 API 将于下周上线，模型下周按 MIT 协议正式开源。
推荐理由：原文写清了 GLM-5.2 的开放节奏、版本范围与开源协议，读者可据此判断它能否进入现有编码工作流。
OpenAI 推出新的 Codex 插件、站点与标注功能，帮助分析师、市场营销人员、设计师、投资者等团队借助 AI 完成更多工作。
42章经对话 AI 创始人梦琪，复盘她从垂直 Sourcing Agent 转向 toC 浏览器插件 tryclico 的一年创业历程。她指出垂直 Agent 有两个结构性困局：公司一定阶段会被迫成为 agency，且 toB 在中国本就难做；同时 AI coding 指数级变强，让软件创业者越来越难回答差异化问题。
推荐理由：受访者复盘了垂直 Agent 的两个结构性困局以及从 toB 转 toC 的打法，可直接迁移到 AI 应用的方向选择与体验打磨。
Albert 在 42章经访谈中表示，模型公司将拿走绝大多数价值，软件市场会走向哑铃型结构，创业公司围绕普遍性做事没有出路，应转向特殊性。他和团队正在做一个面向 maker 的社区，核心是创造「回响」，让同类创作者互相连接；他还提出 OPF（one-person fund）设想，让个体用 coding agent 做交易策略直接变现。
推荐理由：访谈判断模型公司将拿走绝大多数价值、软件市场走向哑铃型结构，并说明创业公司为何应放弃普遍性而转向特殊性。
Google DeepMind 发布 Gemini 3.5 系列模型，率先推出 3.5 Flash。该模型在 Terminal-Bench 2.1 等基准上优于 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。3.5 Flash 现已向数十亿用户开放，3.5 Pro 计划下月推出。
推荐理由：官方发布 Gemini 3.5 Flash 并给出关键基准数据，读者可据此判断其在智能体与编码任务上的实际表现。
OpenAI 宣布 Codex 可通过 ChatGPT 移动端随处使用。用户能跨设备与远程环境实时监控、引导并批准编码任务。
推荐理由：原文给出了 Codex 在移动端的能力边界，读者可据此判断跨设备实时掌控编码任务能否融入自己的工作流。
Google DeepMind 官方复盘 Gemini 驱动的编码智能体 AlphaEvolve，显示它已从试点升级为 Google 基础设施的核心组件，并经由 Google Cloud 扩展到金融、半导体、物流等商业场景。
推荐理由：官方复盘列出 AlphaEvolve 在科研、基础设施和商业场景的量化收益，可作为评估 AI 智能体落地价值的参照。