AI 编码

Mistral AI 发布 Codestral 25.08 及企业级编码栈

Mistral AI 发布了 Codestral 25.08 模型，并推出了面向企业的完整编码栈，包括 Codestral Embed 和 Devstral 代理。该方案旨在解决企业采用 AI 编码工具的部署、定制、集成和可观测性等限制，声称可将开发、审查和测试时间减少 50%。Codestral 25.08 在补全接受率、代码保留和减少失控生成方面有显著提

xAI 推出 Build Mode：用自然语言创建并分享应用

xAI 于 2026 年 7 月 28 日推出 Build Mode 功能，允许用户通过自然语言描述想法，让 Grok 在聊天中实时生成网站、应用、游戏和交互式仪表盘，并可发布为链接。该功能目前以早期测试版形式向 SuperGrok Heavy 订阅用户开放，支持网页、iOS 和 Android 平台。

Mistral 发布 Medium 3.5 模型及云端编码代理

Mistral AI 发布了 Mistral Medium 3.5，这是一个 128B 参数的开源权重模型，支持长时程编码和生产力任务，并成为 Le Chat 和 Mistral Vibe 的默认模型。同时推出了远程代理和 Le Chat 的 Work 模式，支持并行异步任务执行。该模型在 SWE-Bench Verified 上得分 77.6%，定价为每百

智谱AI发布多款新模型及产品更新

智谱AI发布了一系列新模型和产品，包括旗舰模型GLM-5.3、GLM-5.2、GLM-5.1、GLM-5、GLM-4.7等，以及多模态模型GLM-5.3-Flash、GLM-5V-Turbo、GLM-OCR等。这些模型在编程、长上下文、多模态理解等方面有显著提升，并推出了GLM Coding Plan团队版和AutoGLM-Phone框架。此外，还发布了语音

Meta 发布 Muse Spark 1.1 多模态智能体模型及 API 预览

Meta 推出 Muse Spark 1.1 多模态推理模型，显著提升智能体任务、工具使用、编码和多模态理解能力，并首次通过 Meta Model API 公开预览提供。该模型支持百万 token 上下文，可编排多智能体系统，在计算机使用和编码方面表现优异，同时通过安全评估。

Anthropic 发布 Claude Sonnet 5，性能接近 Opus 且价格更低

Anthropic 发布了 Claude Sonnet 5，这是其最强大的代理型 Sonnet 模型，在编码、代理任务和专业工作中表现出色，性能接近 Opus 4.8 但价格更低。该模型即日起在所有计划中可用，并通过 Claude API 提供，具有限时优惠定价。早期合作伙伴反馈显示其在复杂任务中的自主性和效率显著提升，安全评估也显示其不良行为率低于前代。

Anthropic 发布 Claude Opus 5，性能提升且成本减半

Anthropic 发布了 Claude Opus 5，这是 Opus 系列的新一代模型，在编码、知识工作和智能体任务上表现优异，接近 Fable 5 的智能水平但价格减半。该模型在多个基准测试中创下新纪录，如 Frontier-Bench 和 GDPval-AA，并在成本效率上优于前代 Opus 4.8。早期客户反馈显示其在调试、自动化工作流和科学分析中表

DeepSeek-V4-Flash 正式版 API 上线公测

DeepSeek 发布 DeepSeek-V4-Flash 正式版 API，模型结构不变，仅重新后训练，在多个基准测试中表现优异。API 调用方式不变，模型名设为 deepseek-v4-flash。DeepSeek-V4-Pro 正式版将尽快发布。

另有 1 家信源报道

AI时代应废除LeetCode面试：个人经历与观点

Daniel Doubrovkine在演讲中分享了他对LeetCode式编程面试的反对观点，并讲述了自己在FAANG公司面试中失败的经历。他展示了如何利用AI工具如Claude完成代码任务，并强调在AI时代应摒弃传统面试方式。他拥有丰富的编程经验，包括开发搜索引擎Alkaline，并认为AI工具为开发者提供了平等机会。

Gemini API 托管代理更新：3.6 Flash 默认、环境钩子及更多

Google AI 宣布 Gemini API 的 Managed Agents 新增环境钩子、模型选择和免费层访问功能。该功能基于 Interactions API，在隔离云沙箱中协调推理、代码执行等任务。Gemini 3.6 Flash 现为默认模型，支持通过配置选择其他模型。环境钩子允许在工具调用前后运行自定义脚本，用于安全检查和代码格式化。此外，还引

Import AI 466：机器人苦涩教训、AI 完成周级编程任务及 OpenAI 意外黑客

Import AI 466 报道了 Epoch 和 METR 发布的 MirrorCode 基准测试，用于评估 AI 系统完成长期编程任务的能力，结果显示 Opus 4.7 等模型能在 14 小时内完成人类需 2-17 周的任务，但仍有部分任务无法解决。同时，Anthropic 展示了 Claude Opus 4.7 在机器人任务中自主完成速度比人类快 20

Claude Opus 5 发布：性能接近 Fable 5，引发基准测试争议

Anthropic 于周五发布了 Claude Opus 5 模型，官方基准显示其性能接近 Fable 5，但独立评估认为其实际表现更优。Epoch 的 ECI 指数显示 Opus 5 得分为 159，略低于 Fable 5 的 161，但在软件工程基准上持平。社区反馈强调其在编码和浏览器自动化等实际任务中的出色表现，同时也有对基准测试有效性的质疑。

Ollama v0.32.0 发布：新增交互式代理体验

Ollama 发布 v0.32.0 版本，引入全新的交互式代理体验，运行 ollama 命令即可启动代理，帮助用户编码和委派工作。该版本将 Codex App 集成更名为 ChatGPT，并简化了集成选择菜单，仅保留最受欢迎的集成。此外，对于较旧的代理模型（如 CodeLlama、Qwen2.5、Llama 3.x 等），启动前会显示弃用警告。

Anthropic 发布 Claude Sonnet 5，主打代理能力与性能提升

Anthropic 于 2026 年 6 月 30 日发布了 Claude Sonnet 5 模型，这是其最具代理能力的 Sonnet 系列模型，在推理、工具使用、编码和知识工作方面相较 Sonnet 4.6 有显著改进。该模型旨在提升自动化任务执行能力，相关细节已通过官方博客公布。

GLM-5.2：开源代理模型的重大突破

Z.ai 于 2026 年 6 月发布了开源模型 GLM-5.2，该模型在编码代理任务中表现出色，被社区视为开源代理的转折点。其性能在多个基准测试中与 OpenAI 和 Anthropic 的闭源模型相当，甚至超越，引发了广泛关注。作者认为 GLM-5.2 缩小了开源与闭源模型的能力差距，并可能对 Anthropic 等闭源实验室构成竞争压力。

GLM Coding Plan 团队版上线，强化企业级管理与安全

GLM 发布了面向企业与开发团队的 Coding Plan 团队版自助订阅方案，提供高额模型用量并兼容主流编码工具。该方案支持席位、权限、用量与预算统一管理，以及集中账单和企业级数据安全，默认不将代码用于训练。高级版可优先接入最新旗舰模型并保障高峰期资源，旨在提升团队 AI 编程协作效率。

Claude Opus 4.8 发布，企业版新增连接器权限管理

Anthropic 发布了 Claude Opus 4.8，相比 4.7 在编码、智能体技能、推理和实际知识工作方面有所改进。同时，企业版计划新增了连接器权限管理功能，允许管理员通过自定义角色控制连接器及其工具的访问权限。

Triglav 高管：没有飞行员，就没有副驾驶

斯洛文尼亚保险公司 Triglav 通过部署微软 Copilot 和培养 40 名数字导师，推动 AI 在内部流程中的应用，如法律文件起草和员工入职支持。公司强调治理和以人为本，将 AI 视为提升效率的文化转型工具。

Google 发布 Gemini 3.5 Flash GA 版及托管智能体预览

Google 在 Gemini API 中发布了 gemini-3.5-flash 的 GA 版本，这是面向智能体和编码任务的最强模型，现已成为 gemini-flash-latest 的底层模型。同时，Google 推出了 Managed Agents 公共预览版，允许开发者在 Google 托管的隔离 Linux 沙箱环境中构建和部署自主、有状态的智能体

Google 发布 Gemini 3.5 Flash：智能体与编码性能领先

Google DeepMind 发布 Gemini 3.5 系列模型，首推 3.5 Flash，主打智能体与编码能力，性能超越前代 Pro 模型，速度提升 4 倍。该模型已通过 Gemini 应用、Google 搜索 AI 模式、开发者平台及企业平台向全球用户开放，并计划下月推出 3.5 Pro。同时，新模型内置前沿安全防护，减少有害内容生成。