AI 编码

OpenAI 发布 GPT-6.1 Sol

OpenAI 推出 GPT-6.1 Sol，面向编程、计算机操作和专业工作场景，具备接近 Astra 的智能水平，其标准 API 输入与输出 token 价格仅为 Astra 的五分之一。

另有 1 家信源报道

IQuest-Q1发布：320B稀疏MoE模型可揪RL训练Bug、Prompt直出游戏

至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干和稀疏MoE架构，总参数约320B、激活参数约15B。该模型在NL2Repo、CyberGym、Terminal-Bench 2.1、DeepSWE v1.1、JobBench等基准测试中表现不俗，实测中可凭Prompt生成HTML

IChart2Code：多模态大模型交互式图表代码生成基准

重庆大学团队提出 IChart2Code 基准，用于评估多模态大模型生成交互式图表代码的能力，包含 377 个任务、20 种图表形式、13 类数据及 1209 项交互需求。该基准配套基于浏览器的评估协议，设有可执行性门槛及数据保真度、静态视觉正确性、交互正确性三个评分维度，其 MLLM 评判器与人工标注的条目级 F1 达 0.8844。团队还提出轨迹引导的双

Grok 4.7 上线 Amazon Bedrock

xAI 的 Grok 4.7 现已在 Amazon Bedrock 上线，该模型面向编程、长时运行智能体和知识工作，支持 500K token 上下文窗口和四档可配置推理强度。据 xAI 称，其采用更大基座模型和更长强化学习训练，自我验证能力增强，Artificial Analysis 独立评测显示智能指数从 44 升至 46、编程智能体指数从 47 升至

Anthropic 发布 Claude Sonnet 5.5，速度更快成本更低

Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数任务成本降低最多 30%，定价与 Sonnet 5 相同但在各项基准上均优于前代。该模型现已成为 claude.ai 免费层所用模型，作者认为其能力明显强于使用 Luna 5.6 的 ChatGPT 免费层。作者还测试了其生成 WebGL 3D 鹈鹕骑自行车

另有 1 家信源报道

AWS 上推出 Claude Sonnet 5.5

AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上正式可用。该模型定位为更智能高效的 Sonnet 版本，适合聚焦编码与知识工作，在多数任务上成本更低、速度更快，并支持区域数据驻留及 IAM、CloudTrail、CloudWatch、Bedrock Guardrails

Anthropic 发布 Claude Sonnet 5.5：性能逼近 Opus 5.5，单任务成本降三成

Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最多降低 30%，在编程与知识工作基准上接近旗舰 Opus 5.5。该模型已在 AWS、Google Cloud 和 Azure 上线，并新增针对网络安全风险与蒸馏攻击的防护措施。Anthropic 还预告数周内推出面向高吞吐

另有 1 家信源报道

神秘模型太空兔走红：效果直逼GPT-6 Astra，10万人围观

智东西报道，匿名模型Space Bunny（网友称“太空兔”）于9月23日上线后走红，在OpenCode调用量榜单稳居第二、OpenRouter一度排名第一，OpenCode官宣贴浏览量超百万。该模型可免费使用，具备100万上下文和多模态能力，匿名期间不留存用户数据，开发者测试显示其速度极快、3D与前端设计能力突出，效果被指直逼GPT-6 Astra、Cla

Anthropic 发布 Sonnet 5.5：更快更便宜的中端模型

Anthropic 发布中端模型 Sonnet 5.5，官方称其比前代 Sonnet 5 快 30%、token 消耗显著更低，定位为日常任务（含编程和办公文档）的高性价比助手。基准测试显示 Sonnet 5.5 在智能体编程上优于 Opus 5.5，并具备与 Opus 5 相当的网络安全能力，因此成为首个适用与 Fable、Opus 相同网络安全防护措施的

Meta 成立企业平台，将 Muse 打包成 AI 服务卖给企业

Meta 成立新业务部门 Meta Enterprise Platform，向企业销售 AI 工具，首批产品包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code，由前 MongoDB CEO Chirantan Desai 领导并直接向扎克伯格汇报。扎克伯格称 Meta 在先进模型、领先 agent 和

另有 1 家信源报道

多智能体代码评判何时有据可依？两项无标签度量与拒答机制

研究团队将已发布的验证框架 MARCH 原封不动地运行在代码评判基准 CodeJudgeBench 和 HumanEvalFix 上，用 qwen3-8b 与 qwen3-14b 作为评判模型，共约 2000 次比较。结果显示该多智能体流程从不报错，却在 78% 至 95% 的比较中判定两个方案同样好，准确率仅 4.4%，远低于同一模型直接评判的 43.7%

匿名模型玉兔 Space Bunny 登顶双榜，Coding 实测全记录

量子位记者在中秋假期对匿名模型 Space Bunny（玉兔模型）进行了 Coding 与多模态实测，该模型在 OpenRouter 和 OpenCode 双榜调用日榜登顶。测试涵盖 Three.js 天坛、Mac 闹钟、字幕 App 等任务，整体表现速度较快、首轮结果可用但需少量交互打磨。文章还汇总了社区对其速度与思考量的评价，并猜测其可能来自 OpenA

用 Claude Opus 5.5 和 Claude Code 制作鸮鹦鹉像素动画视频

Simon Willison 在 WeAreDevelopers World Congress North America 的闭幕主题演讲中，用 Claude Opus 5.5 根据三张鸮鹦鹉照片生成了一段 HTML5 canvas 像素艺术动画，随后又通过本地 Claude Code 会话配合 Playwright 将该网页录制为 15 秒视频，用于 Ke

Proaction 借助 Codex 等工具提升车队管理效率

Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra，更快地构建、运营和销售现代车队管理产品。

微软发布 Copilot 超级应用，整合聊天、编码与代理

微软正式发布重新设计的 Copilot「超级应用」，将聊天、编码和代理三类 AI 能力整合进单一界面，分为 Home、Code、Autopilot 三个标签页。其中原名为 Scout 的个人 AI 助手被更名为 Autopilot，定位为企业级「数字队友」，拥有独立身份、记忆、计算机和工作区。微软对 Cowork、Code、Autopilot 采用按用量计费

另有 1 家信源报道

Rails 创始人 DHH 宣布不再手写代码

Ruby on Rails 创始人、Basecamp 联合创始人 DHH 在 Rails World 2026 主题演讲中宣布，自己已不再手写代码，自 2026 年 3 月左右起未手写过一行代码。他认为对大多数程序员和公司而言，手工编程已不再具有经济意义，到年底这一判断将适用于几乎所有领域，并称「英语是比 Ruby 更好的编程语言」。DHH 将这一转变视为新

IaC-Guard-V：LLM 生成基础设施代码修复的验证框架

研究者提出 IaC-Guard-V 验证框架，通过语法有效性、目标问题解决、回归安全、补丁最小性四道验证关卡评估 LLM 生成的 IaC 修复。基于 70 个真实 Terraform 与 Kubernetes 错误配置样本、三种修复策略和三个 LLM 系列共 630 次实验，发现单次提示下仅 32-50% 修复通过完整验证，而验证引导的迭代修复可将通过率提升

Simon Willison：编码智能体让软件工程更难

Simon Willison 在其博客中表示，随着与编码智能体（coding agents）协作时间的增加，他越发认为这些工具反而让软件工程变得更难。他指出，虽然借助它们能完成惊人的工作，但要释放其全部潜力需要极高的纪律性和知识储备。

铸造厂与导航者：降低科学研究的成本

Latent Space 客座文章讨论 AI 如何改变科学研究。作者 Adrian Sanborn 以 Endura Therapeutics 为例，提出生物技术公司分化为两类：Foundries 通过新一代测序、多重检测、高通量显微和物理自动化降低实验成本、加速数据生成；Navigators 则把 AI 嵌入公司日常流程，加快决策与迭代。文章认为，代码生成

阶段监督潜在推理实现单次JavaScript反混淆

该论文提出一种阶段感知的潜在推理框架，用于JavaScript反混淆。方法将确定性反混淆工具产生的中间输出转化为监督信号，基于Coconut（连续思维链）范式训练模型，使其在训练时学习多阶段重写过程，但在推理时仅接收混淆代码并一次性生成清理后的程序。在JsDeObsBench上的初步结果显示，基于Coconut的模型将语法有效性提升至50%（直接微调为15%