Revolut 如何在不降低标准的前提下提升雄心
Revolut 借助 OpenAI 模型与 Codex 将编码时间缩短 30–60%,并扩展金融犯罪调查规模。该公司在保障安全的同时保持创新节奏。
Revolut 借助 OpenAI 模型与 Codex 将编码时间缩短 30–60%,并扩展金融犯罪调查规模。该公司在保障安全的同时保持创新节奏。
Vercel 提出 AI 智能体已成为软件用户,需要通过 evals 衡量其任务完成质量。其将智能体测试分为确定性测试、单轮 eval 和多步 E2E eval 三层,并推荐用开源框架 Harbor 构建端到端评测,通过容器运行智能体、记录动作并校验最终结果。
GitHub 为企业管理员推出 strictPluginOnlyCustomization 托管设置,可阻止来自用户和项目来源的独立自定义,仅允许插件与托管设置提供。
Rust 编写的终端轻量 AI 编码 agent phimint 发布 v0.10.0,可识别卡在「等你输入」的命令,读取屏幕判断提问类型(是/否、选单、密码)后自行应答,不再干等到超时。
GitHub Copilot 应用现已正式支持接入 GitHub Enterprise Server(GHES),可处理远程仓库、Issue 和 PR,该功能此前为可选预览。
JetBrains 基于 Fin、Semrush、Skiller Whale 及自家工程团队等 9 个真实案例,总结 AI 智能体规模化的经验。Fin 用 16 个月把 PR 吞吐量提升至 3 倍、缺陷积压减少 54%、单个 PR 成本降低 50%;而另一家 AI 采用率达 95% 的组织,开发者速度并未提升。
推荐理由:九个真实案例显示,AI 智能体的效果差异更多取决于团队流程与代码库准备度,而非采用率本身。
GitHub 发布实践指南,介绍以 SKILL.md 为核心的 Agent Skills:它是带版本号的目录,描述何时以及如何执行可重复任务,可在不同智能体间共享,但工具、凭据与权限仍需由运行环境提供。
Google 在 Antigravity 中推出 Swarm(/swarm)预览,让单个开发者把任务交给协调者拆分给多个工作智能体,并指派验证者检查改动;Cursor 则为 Projects 加入多人功能,让不同队友的协调者智能体互相发消息、共享任务板。
Gondola 在使用 Codex 后实现收入翻倍,其首席工程师的产出提升 50%。这家帮助创意工作者获得署名与工作机会的公司,同时用 ChatGPT 简化日常工作。
Holiday Extras 正在借助 Codex 将客户专业知识转化为更好的应用、更高的预订转化率以及新的增长可能。
Meta 的 Muse Ember 已在 Vercel AI Gateway 上线,定位为面向智能体高频子任务的轻量推理模型。该模型支持文本、图像和视频输入,上下文窗口为 1M-token,推理强度可从 minimal 调至 max。
DeepSeek V4.1 Flash 1017 Ultrafast 已通过 Fireworks 在 AI Gateway 上线,每秒可生成超过 1,000 个 Token。
推荐理由:DeepSeek V4.1 Flash 的 Ultrafast 版本通过 Fireworks 加速端点接入 AI Gateway,可了解面向交互式编程与智能体工作流的高速推理选项。
GitHub 一周收到超 12 亿次提交,同比增长逾 400%,超过 2025 年全年总量。Faros AI 研究发现,团队从低 AI 采用率升至高位后,PR 评审耗时延长 441%。
OpenAI 展示 ChatGPT 和 Codex 如何帮助工程师加速 CAD、PCB 设计与仿真等物理世界工作流。原文未披露具体版本号、性能分数或可用性细节。
Anthropic 宣布 Messages API 新增 message threads 功能,目前处于公开测试阶段,并已对多数 Claude Code 用户默认开启。
GitHub Copilot 现已接入 JetBrains Air,可在 JetBrains IDE 本地或通过 Air Teams 在云端作为智能体执行编码任务,消耗的是现有 Copilot 套餐而非 JetBrains AI 额度。
Nimisha Asthagiri 分享了如何运用成熟的产品工程与架构原则,为 AI 智能体构建一个有边界的 Canvas。该模型为智能体提供有界自主性、持续漂移检测和决策记录,以弹性地扩展软件开发。
Aviator 推出 Aviator Verify,将代码审查拆成不变量、意图与验收标准、核心决策、测试计划、证据、人工决策、不变量刷新七个部分。不变量由团队历史 PR 评论、CONTRIBUTING.md 和 agent 指令文件自动起草,经团队批准后才生效,用于在验证侧确定性检查每次变更。意图与验收标准则从编码会话中提取,由工程师在提交前确认。
Qodo 将公司知识与编码规范引入 Codex,帮助开发者在提交 PR 前跨仓库发现 P0 级问题。该集成让 AI 代码审查能够结合企业自有上下文,而非仅依赖通用模型判断。
AWS 首席开发者倡导者 James Ward 认为,MCP 服务器不应只做数据接口,而应在返回数据时附带指引,告诉 AI 智能体刚做了什么、接下来可以做什么。
JetBrains Academy 十月汇总发布,包含免费线上活动 JetBrains AI.js Day 2026(11 月 13 日直播)、首个 Coursera 专项课程 Python Development Essentials for Science and Data。
用户仅用 15 句“哪里不对”的反馈,就让 OpenAgents 做出了一个鹈鹕骑行 3D 游戏。成品是 161 KB 的 HTML 文件,零外部素材,AI 实际工作 5.9 小时。用户全程只负责看图并指出问题。
GitHub 宣布 GitHub Enterprise 现已为每个持证用户包含 Copilot 访问权限,此前企业需分别管理 Copilot 席位数量与 AI 用量。
推荐理由:企业版把 Copilot 席位与用量合并为按预算计量,改变了企业采购与成本管理方式。
Vercel AI SDK 的 HarnessAgent 层现已支持图像输入,覆盖 Claude Code、Cline、Codex、Cursor、Deep Agents、fx、GitHub Copilot、Grok Build、OpenCode、Pi 全部适配器。
Greptile 使用 GPT-6 Astra 测试用户工作流,把缺陷检测从代码审查延伸到实际使用场景。它还借助 Daybreak 加强安全,并用 Codex 减少返工。
OpenAI 工程师使用 Codex Ultrafast 将安全事件调查时间从数小时缩短至数分钟。该工具还用于更快的安全分析、代码重构和日常工作流。
Google Research 在 JAMA Network Open 发表研究,其 AI 模型通过"盲扫"超声评估胎龄,平均绝对误差为 4.18 天,与专家超声医师的 4.48 天达到临床非劣效。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短到两天,并用 65 篇文章训练自定义 skill 让生成文本贴合个人风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,对话、代码改动和工作上下文均完整保留。VS Code 会打开该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,便于逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到会话对应的 PR。
Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进,从而更快回答客户问题。他用 Codex 构建了用于比较贷款估值和分析信贷协议的工具。
开发者 Roady 发布浏览器测试版自动化解谜游戏 Rely,玩法类似 Factorio,但每个组件都有概率出错。玩家需用 Sorters、Counters、Markers 和 Marker-Gates 构建可靠网络,目标连续交付三个 100% 可靠组件。目前提供教程和 3 个测试场景,支持键盘鼠标操作,作者披露编码过程中使用了 AI。
针对市面上记忆插件普遍采用"会话转录→生成片段→存入 RAG 向量库→每次提示注入 top 5"的架构,有开发者提出智能体真正需要的是文档而非记忆。其 Operator Memory 插件用 Markdown 文档工作区替代向量数据库与嵌入向量,让智能体工作前查阅、工作后更新文档,不使用摘要器、整理器或后台守护进程。
Anthropic 发布 Opus 5.5 使用指南,该模型在 Claude 和 Claude Code 中会自主思考后再回复,并在多步骤长任务上比 Opus 5 有显著提升,早期测试者让其连续运行数小时编码任务而几乎无需监督。指南建议一次性给出完整任务并明确完成标准,删除“仔细思考”类提示词,同时可通过 CLAUDE.md 规则控制停止时机、拆分任务给子智能体,并将任务清单写入文件以便追踪进度。
一位开发者尝试整月只用 GLM 5.3 Flash 编程,最终仅 50% 用量落在目标模型上,2B Token 中有 1B 流向其他模型,能耗约 35 kWh 而非预期的 10 kWh。
Rogo 正在 Vercel 上重构其内部应用,实现 AI 智能体编写的代码 5 分钟部署到生产环境,单月部署量超过 73,000 次。其 6 个生产 AI 智能体负责从流失分析到交易台等自动化工作,生产事故发生时由基于 AI SDK 的智能体集群完成分诊与修复,无需人工介入。
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程,将交易验证时间从 30 分钟缩短到 4 分钟以内。
GitHub Universe 2026 的 10 场技术演讲聚焦 AI 智能体的代码验证、记忆与权限问题。GitHub 研究人员用真实 PR 序列构建基准,发现累积上下文反而会拖累性能;另有演讲展示 Copilot 如何在生产中评估模型,以及用身份感知代理为托管 MCP 服务器加上按身份的授权。
AI 智能体让应用和内部工具的开发速度大幅提升,但获取实时运营数据的访问权限成为新瓶颈,团队不得不为每个项目手工重建访问规则和连接。Monospace 产品副总裁 James White 提出用统一 API 层集中管理数据访问,通过基于角色的最小权限控制和字段级权限,为每个 AI 智能体分配独立身份,智能体可经 MCP 连接该层,只获取其身份允许的数据。
Bit Cloud 2.0 与内置 AI 构建器 Hope 将 AI 生成应用与后续运行、维护工作衔接起来,让已有组件可被团队复用。创始人兼 CEO Ran Mizrahi 称该方式能减少重复工作、降低 Token 成本,并减少需要审查的新代码。平台还支持在手机上完成预发布预览、构建检查和代码审查,并可与 Claude Code、Cursor 等工具协作。
针对团队使用 Codex 和 Claude Code 时 API Key 与模型权限难管理的问题,开发者开源了 Zentrola。它面向从个人到团队的场景,解决真实 API Key 是否分发、新成员可用哪些模型、成员离职后如何撤销权限以及上游服务商故障时是否需通知全员临时修改等管理问题。