DeepSeek 发布 V4.1-Flash-1017，智能体任务表现超过更大模型并大幅降低单任务成本
DeepSeek 发布 V4.1-Flash-1017，已在官网、App 和 API 上线，模型权重同步开源到 Hugging Face 和 ModelScope。
推荐理由：DeepSeek 新版 Flash 在智能体与编码任务上对标更大模型，同时把单任务成本压到约 0.2 美元。
#编码
The Decoder精选AI 评分8686 Simon WillisonAI 评分4040 Addy Osmani 等谈 Claude Code 团队的代码审查方式
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 认为，"人类是否读过代码"只是判断变更风险的粗略代理指标，更该问哪道检查能抓住问题。他们指出审查已从合并前的关卡变成持续进行，多数变更在人工查看前已被 Claude 至少审查并修复过一次。
AWS Machine Learning Blog精选AI 评分6969 Reflection AI 发布开源权重模型 Beam，并在 AWS 上部署
Reflection AI 发布面向智能体编码与长周期任务的开源权重模型 Beam，总参数 501B、激活参数 23B，Reflection 称有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布。
推荐理由：原文给出 Beam 的参数量、上下文长度与三种部署路径，可据此比较托管与自建推理的取舍。
Hugging Face Blog精选AI 评分8888 Reflection 在 Hugging Face 开源 501B 模型 Beam
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放，面向编码与智能体场景。
推荐理由：原文给出 501B MoE 的架构细节、多精度基准和部署配置，可据此判断自托管前沿模型的硬件门槛。
OpenAI NewsAI 评分2020 Benefit Street Partners 用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 用 Codex 构建贷款估值对比和信贷协议分析工具，并通过 Codex 做代码审查、加快后续跟进。
Simon WillisonAI 评分1818 Claude Opus 5.5 用声波在两台手机上实现双人 Pong 游戏
Claude Opus 5.5 Extra 在 Claude Code 中构建了一款双人竞技 Pong 类游戏，两台手机通过麦克风发送声波传输游戏状态，静态 HTML 即可运行。作者验证了用音频噪声联网的可行性，并加入图形与玩法改动，使其比传统 Pong 更有趣、更交织。
Simon WillisonAI 评分3333 Simon Willison 用 Claude Code 打造 LaTeX 渲染工具
Simon Willison 受 Tiny Little Office 启发，用 Claude Code（Opus 5.5 Extra）构建了一款 LaTeX 渲染工具，可将 LaTeX 源码渲染为 MathJax 单条公式或 faster-latex 排版的完整文档，并支持编辑器实时预览与 Edit/Rendered 视图切换。
Hugging Face Blog精选AI 评分8888 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 1M token，可输入文本、图像、音频和视频并输出文本。
推荐理由：原文给出 816B 总参数、42B 激活的 MoE 架构与多模态输入细节，并附 llama.cpp、vLLM、SGLang 部署和 TRL 微调配方。
Simon WillisonAI 评分2222 Simon Willison 用 Claude Opus 5.5 做出找不同游戏 Tree Appreciator
Simon Willison 用 Claude iPhone 应用的默认聊天模式，让 Claude Opus 5.5 Max 构建了一款名为 Tree Appreciator 的 3D 找不同游戏。
Ars Technica · AIAI 评分5050 Epic 用 vibe coding 重写 Epic Games Launcher，称比 Steam 更快
Epic 发布 Epic Games Launcher 的公开"Preview"版本，称团队用 AI 辅助从零重写代码，新启动器比现有版本更快、响应更灵敏并换了新外观。Epic Games Store 总经理 Martin Keely 表示，AI 让一个小团队更快重写代码库并跨平台发布，支持 Windows 和 Mac，后续还将推出 Linux 版本。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，有望让可拦截的密钥数量翻倍以上。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底放出。
推荐理由：官方披露了 1 万亿参数、520 亿激活的开放权重模型在编码、智能体与网络安全基准上的位置，以及月底放权重的安排。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub Blog · AI & MLAI 评分2727 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试能发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Gemini 4 Argon 在编码、企业知识工作和网络安全防御上的基准表现与内部落地案例，可据此判断前沿模型的能力边界。
Mistral AI精选AI 评分6060 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器代码迁移到 C++，并公开了其中的智能体工作流。团队先搭建数值对齐测试框架，用检查点比对迁移前后的输出，再用自定义解析器生成调用树，由上百个智能体借助 Mistral OCR 读取旧 PDF 文档并补全注释。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 代码的完整流程，其中先建数值对齐测试、再分模块推进的做法可以迁移到其他遗留系统改造。