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。
#编码
#编码
今日 0 条GitHub Blog · AI & ML精选AI 评分7171
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。
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。
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。
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。
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。
阿里云开发者AI 评分3939 GLM-5.3、DeepSeek-V4-Pro 上线千问AI平台
千问AI平台接入 GLM-5.3 与 DeepSeek-V4-Pro 正式版，并同步开放相关 API 服务。GLM-5.3 强化编程、长程任务处理和网络安全能力；DeepSeek-V4-Pro 重点增强智能体能力，可用于代码开发和复杂任务处理。
OpenAI NewsAI 评分2525 Stampli 使用 ChatGPT Work 将发布工时缩短 68%
Stampli 使用 ChatGPT Work 和 Codex 将数周的发布制作周期压缩至数天，发布工时缩短 68%。在固定截止日期且设计资源被占用的情况下，Stampli 借助这两款工具顺利完成了发布任务。
OpenAI News精选AI 评分7070 Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，降低软件开发门槛
Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让任何人无需担心 token 成本即可把想法变成可运行的软件。
推荐理由：它去掉了 token 成本这一试用门槛，读者可据此判断是否把 Replit 当作低成本把想法变成可运行软件的入口。
智谱 · 官方公众号精选AI 评分7474 智谱 GLM-5.3 API 正式上线，AA 综合智能指数 60 分并列开源模型第一
智谱 GLM-5.3 API 正式上线，在 Artificial Analysis Intelligence Index 取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰处于同一水平，并与 Kimi K3 并列开源模型第一。
推荐理由：文中把 GLM-5.3 与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰放在同一 AA 指数区间对比，便于读者判断其成本优势。
OpenAI NewsAI 评分4242 Asana 用 Codex 两周完成耗时数年的代码迁移
Asana 使用 OpenAI Codex 在两周内替换了其过时的测试系统，完成了原本预计耗时数年的代码迁移。该项目总共仅产生约 $12K 的模型与基础设施成本。
智谱 · 官方公众号精选AI 评分7474 智谱发布 GLM-5.3：前沿编程能力与涌现的网络安全能力
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精选AI 评分8484 Google DeepMind 发布 Gemini 3.7 Flash
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。
腾讯安全应急响应中心AI 评分4747 腾讯悟空：AI 能写代码却不懂业务规则，Vibe Coding 下最危险的安全盲区
腾讯悟空代码安全团队指出，AI 生成代码语法正确率已升至 95%，安全通过率却始终停在约 55%，业务逻辑风险正成为 Vibe Coding 下的主要威胁。VulnGym 基准对 3,632 条漏洞记录的分析显示，业务逻辑类漏洞占比从 2025 年的 26.11% 升至 2026 年前四个月的 39.59%。
OpenAI NewsAI 评分2424 RingCentral 如何从工程到运营构建 AI 原生工作
RingCentral 使用 ChatGPT Work 与 Codex 加速 AI 产品开发，并将跨工程与运营的运营智能集中化管理。
智谱 · 官方公众号精选AI 评分6969 智谱 ZCode 全面升级，Goal、Subagents、Remote Control 与闲时任务四大功能上线
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。
OpenAI NewsAI 评分5353 ChatGPT Work 与 Codex 推出学习教育插件
OpenAI 为 ChatGPT Work 与 Codex 推出新的教育插件。这些插件面向 K-12 教师、高校教育者与学生，支持学习、教学、研究与构建。
OpenAI NewsAI 评分2323 Circles 借 OpenAI 技术驱动电信个性化
Circles 采用 OpenAI API 与 Codex 打造 AI 原生电信体验，使 ARPU 提升 22%。用户流失率降低 9%，开发效率也得到改善。
OpenAI NewsAI 评分3232 智能体时代的科学计算
一份新的实地报告显示，科学家正使用 AI 编程智能体推动科学计算现代化，加速软件开发与科学发现。报告指出，这一趋势已在基因组学等领域落地，并正向更多学科扩展。
OpenAI NewsAI 评分2727 NTT DATA Group 借助 Codex 将事件分析缩短至 30 分钟
NTT DATA Group 借助 ChatGPT Enterprise 与 Codex，将事件分析时间缩短至 30 分钟。此举帮助 9,000 名员工实现工作自动化，并推动安全的 AI 应用规模化扩展。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
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。
OpenAI NewsAI 评分2525 Codex 如何成为 OpenAI 创意团队的协作者
OpenAI 创意团队将 Codex 用作协作伙伴，借助具备上下文感知能力的 AI 构建定制创意工具、加速创意构思并加快原型迭代。
OpenAI NewsAI 评分2525 Australian Payments Plus 借助 ChatGPT 与 Codex 加速发展
Australian Payments Plus 采用 ChatGPT Enterprise 与 Codex 应对支付领域的复杂性，加快了业务推进速度。AP+ 借此节省了时间并提升工作质量，同时始终将人工判断置于核心地位。
OpenAI NewsAI 评分4949 OpenAI 预览 GPT-5.6 Sol：下一代模型
OpenAI 预览下一代模型 GPT-5.6 Sol，其在编程、科学和网络安全领域的能力更强。该模型搭配了 OpenAI 目前最先进的安全栈。
智谱 · 官方公众号精选AI 评分8181 智谱上线并开源 GLM-5.2：专注 Coding 与长程任务
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精选AI 评分6161 Google DeepMind 发布 AI Control Roadmap 智能体安全框架
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 · 官方公众号精选AI 评分7373 智谱 GLM-5.2 全量开放，下周上线 API 并按 MIT 协议开源
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 NewsAI 评分2323 天体物理学家 Chi-kwan Chan 如何用 Codex 模拟黑洞
天体物理学家 Chi-kwan Chan 使用 Codex 构建黑洞模拟。这些模拟帮助科学家研究极端物理，并检验爱因斯坦的广义相对论。
OpenAI NewsAI 评分5959 OpenAI 计划收购 Ona 以扩展 Codex
OpenAI 计划收购 Ona，为 Codex 扩展安全、持久的云环境，从而支持跨企业工作流的长时运行 AI 智能体。