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。
智谱正式发布新模型 GLM-5.3，在与 GLM-5.2 相同基座上通过强化学习与长程后训练扩展，显著提升了复杂编程与网络安全防御能力。该模型在 Terminal-Bench 3.0 等基准上取得开源领先，并协助安全团队挖掘出多项高危系统与底层协议漏洞；相关能力已接入 ZCode 等工具，完整模型权重计划在两周内开源。
推荐理由：原文阐述了基于相同基座进行后训练扩展的技术路径，为开发者评估大模型在代码工程与网络安全防御中的实际可用性提供了参考。
Google DeepMind 正式推出 Gemini 3.7 Flash，主打软件工程、知识工作和智能体工作流。新模型在 FrontierCode 1.1（43.6% vs 34.4%）和 DeepSWE v1.1（65.3% vs 49.0%）等编码与自动化测试中相比 3.6 Flash 显著提升，并强化了多步规划与工具调用能力。
推荐理由：该模型在软件工程与智能体基准上大幅超越前代，并以减半的调用成本降低复杂工作流的部署门槛。
Hugging Face 总结了社区利用编码智能体对 ICML 2026 论文开展的大规模复现挑战赛，在 19 天内针对 2,226 篇论文完成了 6,816 份复现记录并裁决了 35,908 项科研主张。
推荐理由：原文展示了利用编码智能体规模化复现学术论文的实测数据与局限，为自动化科研审计与人机协同评测提供了可参考的范式。
智谱针对 GLM 优化的编程工具 ZCode 迎来重大升级，正式上线 Goal 目标模式、Subagents 子智能体、Remote Control 远程控制与闲时任务四大功能。
推荐理由：升级引入了目标自主交付与子智能体分工机制，展示了编程工具如何通过上下文缓存优化与远程控制提升长程任务效率。
微软研究院开源了可扩展智能体研究框架 Orchard，其核心 Orchard Env 提供基于 Kubernetes 的轻量级通用环境服务，支持在不同任务与真实运行容器中训练和评测智能体。团队同步发布了软件工程、网页导航和个人助理三个方向的训练方案，其中约 30 亿激活参数的 Orchard-SWE 在 SWE-bench Verified 上配合价值模型重排取得了 73.0% 的解决率。
推荐理由：该框架通过通用的隔离环境服务让小参数模型能直接在真实运行容器中端到端训练，降低了智能体研究的基础设施门槛。
Google DeepMind 正式推出 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及专用于网络安全的 3.5 Flash Cyber。
推荐理由：Google DeepMind 推出三款轻量模型，在降低调用成本与输出 token 消耗的同时强化了智能体工作流与代码安全能力。
Google DeepMind 推出轻量网络安全模型 Gemini 3.5 Flash Cyber，基于 Gemini 3.5 Flash 微调，专用于快速发现、验证和修复软件漏洞。
推荐理由：原文展示了用轻量低成本模型驱动安全智能体多轮探索代码路径的工程思路，为高频漏洞扫描与修复提供了实用参考。
Sebastian Raschka 撰文介绍了利用 Ollama 与开源权重模型搭建全本地 Coding Agent 的完整方案。
推荐理由：文章拆解了本地大模型与编码 Agent 框架的搭配方案，提供了可复用的安全审计提示词与基准评测脚本。
Kubernetes 社区发布针对 AI 辅助贡献的治理规范，要求贡献者必须透明披露 AI 使用情况并承担全部代码责任，严禁将 AI 列为共同作者，若无法亲自解释 AI 生成的代码将被直接关闭 PR。
推荐理由：Kubernetes 针对 AI 辅助贡献明确了透明披露与人类问责机制，为大型开源社区应对 AI 代码冲击提供了可参考的治理范式。
智谱正式上线并开源 GLM-5.2 模型，遵循 MIT 协议，主打 1M 上下文与长程编程任务能力。在 FrontierSWE 等基准测试中其表现逼近 Claude Opus 4.8，并通过 IndexShare 架构优化将 1M 上下文下的单位 token FLOPs 降低至 2.9 倍。
推荐理由：模型主打长程编程任务与长上下文支持，结合架构优化降低推理算力消耗，为长链路软件工程落地提供了开源参考。
智谱宣布 GLM-5.2 全量开放，该模型支持 1M 上下文并主打长程任务与代码能力。GLM-5.2 将面向 GLM Coding Plan 全量用户（Lite / Pro / Max / 团队版）开放，其 API 将于下周上线，模型也将于下周遵循 MIT 协议正式开源。
推荐理由：原文给出了上线节奏、版本开放范围和开源协议，开发者可以据此了解模型获取途径与商用支持。
通义实验室联合 Efflora 团队完成技术验证，仅凭一份约 15 万字的产品调研文档，由 Qwen3.7-Max 在无人工接管下用时约 4 小时全自动交付移动端与 Web 端两套可运行应用。
推荐理由：文章详细拆解了将界面像素坐标转化为硬约束及多层验收闭环的工程实践，为大模型长程代码交付提供了可迁移的控制方法。
Google Research 在 I/O 2026 上汇总公布多项研究突破与工具更新，推出科研智能体套件 Gemini for Science 以及升级版智能体开发平台 Google Antigravity 2.0。
推荐理由：官方系统梳理了科研智能体与端侧硬件的最新落地进展，读者可据此了解前沿研究向工程化产品转化的具体路径。
智谱联合 TileRT 团队推出 GLM-5.1 高速版 API（GLM-5.1-highspeed），输出速度达 400 tokens/s，在完整保留旗舰模型能力的同时实现低延迟。
推荐理由：智谱通过底层推理引擎重构将旗舰模型输出速度提升至400 tokens/s，为高频交互与长程编码场景提供了极低延迟的落地路径。
Google 宣布其实验研究辅助系统 ERA（Empirical Research Assistance）论文在 Nature 正式发表，并开始通过 Gemini for Science 逐步开放基于 ERA 和 AlphaEvolve 构建的实验工具 Computational Discovery。
推荐理由：原文展示了结合树搜索与大模型自动编写并优化科研代码的方法，为多学科计算实验的自动化提供了实测参考。
Google DeepMind 正式推出 Gemini 3.5 系列并首发上线 Gemini 3.5 Flash，重点强化复杂长程智能体与编程工作流能力。该模型在 Terminal-Bench 2.1（76.2%）和 MCP Atlas（83.6%）等基准上超越 Gemini 3.1 Pro，输出速度达到其他前沿模型的 4 倍。
推荐理由：原文给出了模型在智能体与编程基准上的性能表现及吞吐速度对比，读者可以据此评估其作为生产环境主力模型的调用效率与成本。
Google DeepMind 复盘了由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 推出一年以来的应用进展，该系统已转为 Google 核心基础设施组件。
推荐理由：原文详细梳理了编码智能体从基础算法拓展到芯片设计与商业优化的具体数据，读者可以据此评估 AI 辅助算法探索在各行业落地的实际深度。
DeepSeek 正式上线并开源全新系列模型 DeepSeek-V4 预览版，全系标配 1M 上下文，提供 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本。
推荐理由：原文给出了两个版本的性能定位、架构优化细节与接口迁移时间表，读者可以据此评估长上下文模型在编码与 Agent 场景下的接入成本。
Sebastian Raschka 发文系统阐释了编码智能体与外层脚手架（Harness）的架构设计，并开源了纯 Python 实现的 Mini Coding Agent 项目。
推荐理由：文章系统拆解了代码智能体脚手架的六大核心组件，帮助开发者理解上下文管理与工具链如何补足模型能力。
Google 推出 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 XR Blocks 框架，支持用户用自然语言在 60 秒内生成具备物理交互感知的 Android XR 应用原型。
推荐理由：展示了如何通过长上下文推理与预置代码模板，将自然语言直接转化为具备空间物理交互的XR应用。