Anthropic 用自研版本控制系统 Scion 替换内部 Git
Anthropic 用自研的代码版本控制系统 Scion 替换了内部沿用多年的 Git，并把整个单体仓库迁移过去。今年 5 月到 9 月，公司日均代码合并量从约 2500 次涨到 30000 次，Git 的去中心化设计成为瓶颈。
推荐理由：原文把 Git 为断网人类设计的假设与 AI 智能体永远在线的特性放在一起对比，读者能看清代码产量暴涨后基础设施的改造思路。
AI 编码
全部主题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。
最新精选
第 1–20 条 · 共 135 条爱范儿精选AI 评分8282 Latent Space精选AI 评分8383 AINews：AI Engineer NYC 大会举行，Gemini 4 Argon 正式发布并经多机构评测
Gemini 4 Argon 正式全球发布，面向编码、知识工作、企业工作流与网络防御，可通过 Gemini API、Gemini 应用、AI Mode 与 Antigravity 获取。
推荐理由：本期汇总 Gemini 4 Argon 正式发布后的独立评测、定价与部署细节，并收录同周 Anthropic、Meta 等厂商动态，便于横向比较能力与成本。
爱范儿精选AI 评分8484 谷歌发布 Gemini 4 Argon，以低价与长上下文对标 GPT-6 和 Opus 5.5
谷歌正式发布新旗舰模型 Gemini 4 Argon 并面向全球上线，开发者可通过 AI Studio、Android Studio 及 Gemini API 接入。
推荐理由：原文汇总了官方能力数据与全网实测对比，读者可直观比较 Argon 与 GPT-6、Opus 5.5 的速度和价格差距。
OSCHINA 社区精选AI 评分8686 Gemini 4 Argon 全球上线，主打编码、企业工作流和网络安全
Google DeepMind 宣布 Gemini 4 Argon 全球可用，将其定位为从头到尾解决用户最棘手问题的模型。该模型主攻 coding、企业工作流和网络安全防御三个方向，普通用户可通过 Gemini App 和 Search 的 AI Mode 使用。
推荐理由：原文列出 Gemini 4 Argon 主攻编码、企业工作流和网络安全防御三个方向，其中网络安全防御较为冷门，可据此观察 Google 的差异化路线。
Simon Willison精选AI 评分6565 Anthropic 重新设计源码控制系统，自研 Scion 应对每日超过 3 万次代码合并
Anthropic 在博文中分享了自研 Git 替代方案 Scion 的原因与做法：2026 年 5 月日均合并约 2500 次代码变更，到 9 月已超过每日 3 万次，迫使他们改造基础设施。
推荐理由：Anthropic 用自研集中式源码系统替代 Git 的规模数据，可帮助读者判断 AI 编码提速对工程基础设施的压力。
The Decoder精选AI 评分8686 Gemini 4 Argon 全球开放，成为 Google 最强前沿模型
Google 面向全球开发者、企业和消费者开放旗舰模型 Gemini 4 Argon，可通过 AI Studio 与 Gemini 平台的 API 使用，AI Ultra 与 Pro 订阅用户可在 Gemini 应用和 Google Search 的 AI 模式中调用。
推荐理由：文中并列了 Argon 与 GPT-6 Astra、Claude Opus 5.5 的定价和排名，并整理 Google 自报的编码与安全数据，便于读者横向判断其位置。
Hacker News · AI 最新精选AI 评分8080 Linus Torvalds 现已使用 AI 编写 Linux 内核代码
Linus Torvalds 发布了一组主要由 Anthropic 的 Claude Code 编写的 Linux 内核补丁，用于解决多核场景下页面缓存的共享缓存行竞争问题。
推荐理由：原文列出了补丁的基准数据与未解决的内存回收问题，读者可据此判断 AI 辅助编码在核心系统中的能力边界。
The Verge · AI精选AI 评分8686 Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon，称其在编码、网络安全、科学、金融和法律等基准上超越 GPT-6 Astra、Claude Fable 5.1 与 Claude Opus 5.5。
推荐理由：文中并列 Argon 与 GPT-6 Astra、Claude Fable 5.1 的基准和每 token 价格对比，可据此判断前沿模型竞争格局。
Ars Technica · AI精选AI 评分7171 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推出，但仅限付费用户
Google 今日开始向付费用户大规模推出 Gemini 4 Argon，低阶套餐用户也无法获得完整访问权限。模型能力未变，Google 仍以此前公布的基准说明其推理与智能体编码能力，并称其经过拒绝恶意指令训练、配有可在检测到非预期工作流时中止处理的自动失配监控。
推荐理由：原文汇总了 Argon 的有限开放策略与谷歌内部落地案例，读者可据此判断该模型在编码和机器人任务上的实际价值。
The Verge · AI精选AI 评分7676 Epic 将未公布的迪士尼游戏转向「AI 加速开发」
Epic Games 要求一款未公布迪士尼射击游戏的开发团队改用 Anthropic 的 Claude 等 AI 工具，该项目已从原定 3 月发布窗口延期。游戏总监向员工表示不再手写代码，全部美术将由 AI 工作流生成，Epic 发言人称公司正拥抱 AI 加速开发。
推荐理由：Epic 把 AI 生成代码与美术写入项目指令，反映出 AI 编码工具正被大型游戏项目纳入生产流程。
InfoQ 中国精选AI 评分8181 Meta 发布 Muse Wonder 系列模型，Alexandr Wang 亲述 Muse 七个月翻身内幕
10 月 12 日，Meta 发布新一代 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full，明确指向个人和专业 Agent，核心能力被概括为主动记忆和主动专注。
推荐理由：原文把 Muse Wonder 的规格、定价与多项对照评测放在一起，读者可看出 Meta 以主动记忆和长程执行卡位个人 Agent 的思路。
Latent Space精选AI 评分8383 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta 超级智能实验室（MSL）发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，定位个人与专业智能体工作。Wonder 通过 Meta Model API 和 Muse Code 开放，Wonder Full 仅向 Muse Code 订阅用户提供，定价为每百万 token 输入 $4、输出 $20，上下文窗口 1M。
推荐理由：汇总了 Muse Wonder 的发布详情与第三方评测数据，可据此横向对比它与 Opus 5.5、GPT-6 Astra 的能力与价格。
爱范儿精选AI 评分7676 小扎发布神秘「西瓜」模型，跑分媲美 Opus 5.5，口碑却一言难尽
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款模型（前代号 Watermelon），主攻个人与专业智能体任务，强化跨对话记忆、长时任务执行与编程能力。
推荐理由：原文并置了官方跑分、第三方评测与早期用户实测，便于读者判断 Wonder 系列在编程与智能体任务上的实际位置。
Hacker News · AI 最新精选AI 评分7878 Epic Games 推迟迪士尼合作游戏并要求开发者转向 AI 优先
Epic Games 推迟其与迪士尼合作的漫威与星球大战角色射击游戏，并要求开发者转向 AI 优先的生产模式。据 Bloomberg，该游戏原定 3 月发售，目前未确认新日期；项目主管在内部信息中要求不再手写代码，所有美术改用完整 AI 工作流生成，所用工具包括 Anthropic 的 Claude，部分开发者在得知变动后表示震惊。
推荐理由：原文交代了 Epic 把开发模式改为 AI 优先的内部要求与项目延期背景，可对照大型团队在游戏生产中引入 AI 的实际代价。
The Decoder精选AI 评分7676 Meta 新前沿模型 Muse Wonder Full 进入 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，两者均进入 AI 模型第一梯队，在 Artificial Analysis Intelligence Index v4.3 上分别得分 52 与 56，前代 Muse Spark 1.3 为 48 分。
推荐理由：文中汇总了多机构基准成绩与 token 定价对比，可据此判断 Muse Wonder 系列在第一梯队中的位置、事实知识短板与成本代价。
GitHub Blog · AI & ML精选AI 评分6363 GitHub Copilot 新手教程：如何让 Copilot 了解你的代码库
GitHub 官方博客介绍了四种让 Copilot 理解项目规范的方式：仓库自定义指令、智能体技能、自定义智能体和 MCP 服务器。
推荐理由：文章把定制 Copilot 的方式拆成自定义指令、技能、自定义智能体和 MCP 服务器四类，读者可对照自己的仓库逐项落地。
The Decoder精选AI 评分6868 Anthropic 的 Andrej Karpathy 称外部世界已见过 AI 真正能力的预览
OpenAI 联合创始人、后加入 Anthropic 的 Andrej Karpathy 把大语言模型用户分为四层：约 60 亿人几乎未接触过 LLM，10 到 20 亿人把免费聊天产品当作更好的搜索或写作助手，约 2000 万数学与代码专业用户已让 agent 用一条提示词完成过去需数周乃至数月的大项目，约 5000 人能访问内部前沿系统。
推荐理由：Karpathy 用四层用户结构量化了公众与前沿系统之间的认知落差，读者可据此校准自己对当前 AI 能力的判断。
OSCHINA 社区精选AI 评分9090 Linus Torvalds 将 Claude Code 编写的内核补丁推送到个人仓库
Linus Torvalds 在个人 Linux 仓库推送了名为 noref-filemap-read-with-llm 的分支。他确认该分支的代码、测试程序、清单审阅和信件初稿均由 Claude Code 在其指导下完成，测试则在本人机器上运行。
推荐理由：Linus 本人确认补丁由 Claude Code 编写并审阅，标志着 AI 编程助手在核心系统开发中的实际应用又进了一步。
OSCHINA 社区精选AI 评分7878 Claude 动态多 Agent 工作流开始公测，支持庞大的工作负载
Claude 官方将动态多智能体工作流（Claude Managed Agents dynamic workflows）开放公测。该功能由主 agent 编写计划，计划跨多个 agent 分阶段运行并合并结果，官方称其为面向最庞大工作负载的新型多智能体编排，并在一个 116k 行的代码库中做了对比实验。
推荐理由：材料给出了主 agent 规划、多 agent 分阶段执行再合并结果的编排模式，读者可据此判断自己的大型任务是否适合这种结构。
InfoQ 中国精选AI 评分8282 Anthropic Claude Code 团队成员：CLAUDE.md 和 AGENTS.md 以后可能都不需要
Anthropic Claude Code 团队核心成员 Thariq Shihipar 在 Latent Space 播客中确认 Claude Code 将支持 AGENTS.md，并认为随着模型变强，CLAUDE.md 这类静态指令文件最终可能不再需要，新项目可以先不写。
推荐理由：访谈给出了可直接照做的做法：新项目先不写 CLAUDE.md，只在反复出现同一失败模式时补规则，并按任务复杂度分配 effort。