AI 编码

商汤发布日日新SenseNova 6.8 Flash，主打委派智能与动态设计

商汤科技发布多模态智能体模型日日新SenseNova 6.8 Flash，主打“委派智能”，用户只需给出目标，AI自主完成全流程。该模型在TeamBench、DataAnalysis2.0等基准上取得第一，在长期记忆评测BEAM 128K上与GPT 6 Luna并列第一。实测中它可生成3D动态网页、动态海报、SVG动画和动态PPT，并在办公场景中基于长期记忆

阿里Qoder获世界互联网大会领先科技奖，服务超800万用户

阿里智能体平台Qoder在2026世界互联网大会获领先科技奖，是国内唯一获此奖的通用Agent产品。Qoder依托阿里在大模型、云计算与工程实践上的积累，实现模型、Agent运行框架与产品联合设计，产品家族覆盖桌面版、IDE、CLI、插件、数字员工及云端Agent等形态。目前Qoder已服务全球超800万用户、超10万家企业，并以47.6%份额位居IDC 2

DyCraft：面向长时程 4D 场景生成的智能体系统

斯坦福等机构的研究者提出 DyCraft，一个面向长时程 4D 场景生成的智能体系统。它借鉴传统动画的姿势到姿势（pose-to-pose）工作流，把动画生成拆解为规划、3D 分镜关键帧创作与逐帧物理验证三个阶段，让编码智能体在已验证的静态 3D 状态之间生成局部运动。在 24 个长时程多镜头动画任务上，相比 Codex 中的原生 GPT-6 智能体及已有智

RepGen：通过上下文感知代码生成与验证复现深度学习缺陷

研究者提出开源工具 RepGen，通过上下文感知的代码生成与迭代验证来复现深度学习缺陷。该工具探索代码库构建上下文、制定复现计划并生成候选脚本，再借助静态检查和 LLM 反馈进行精炼，并可自动准备环境、执行脚本并比对失败行为。在 106 个真实 DL 缺陷中成功复现 85 个（80.19%），27 名开发者的对照实验显示复现成功率提升 23.35%、耗时减少

遇到依赖错误时，删除 uv.lock 文件

Simon Willison 在升级到 Python 3.15 后，偶尔会遇到令人困惑的 Python 依赖错误。他总结出的经验法则是：遇到疑问就删除 uv.lock 文件。原因是 uv run pytest 等命令会留下 uv.lock 文件，而该文件有时会锁定一个尚无 Python 3.15 wheel 的依赖版本，例如 watchfiles==1.1.

Claude 紧急禁止逆向克隆游戏，但被指形同虚设

Anthropic 在 Opus 5.5 模型的系统提示词中加入规则，禁止 Claude Code 复刻已有游戏，官方已确认。此前 Opus 5.5 强大的代码能力让游戏逆向、移植和克隆变得异常简单，甚至出现浏览器运行《GTA 5》、PS5 运行 Xbox 独占游戏等现象。但该禁令只能约束 Claude 自身，且误伤大量原创开发者，被指难以阻止游戏克隆，独立

CCORE 发布 Qwen3.5-4B-3D-Coder 早期预览

独立开发者 CCORE 基于 Qwen/Qwen3.5-4B 微调发布 Qwen3.5-4B-3D-Coder 早期预览版，聚焦通用代码生成与 Three.js 交互式 3D 场景生成。该模型提供 FP16 Safetensors 及 Q4 K M、Q8 0 GGUF 权重，GGUF 版本可搭配原版 Qwen3.5-4B 视觉投影器接受图像输入，实现图生 3

Qwen3.8-Flash-Next Coder cut240：48GB Mac 的 MLX 部署

开发者 Schiltmans 在 Hugging Face 发布了 Qwen3.8-Flash-Next-Coder-cut240，这是一个面向 48GB Apple Silicon Mac 的 MLX 部署方案。该方案基于 ISTA-DASLab 的 IQ1 M Coder GGUF，从 12,288 个路由专家中移除 768 个（每层平均保留 240 个

生成式AI时代的认知债务：实践者谈理解力的丧失

该论文通过灰文献综述方法分析了76个来源，探讨生成式AI辅助软件开发中出现的“认知债务”现象，即开发者对所构建系统的理解与系统实际行为之间不断扩大的差距。研究发现，当开发者不加理解地接受AI生成的代码时，认知债务会在可运行的代码和通过的测试背后悄然积累，导致维护和调试困难、团队知识碎片化以及生产力下降。实践者提出了记录设计理由、控制变更规模、设置理解门槛和知

VibeGame：提示词到游戏开发，AI原生引擎与自进化对抗智能体团队

研究团队提出 VibeGame 框架，通过 AI 原生游戏引擎和由八个专用智能体组成的对抗式智能体团队，从自然语言提示（可选参考图）生成完整可玩的 2D 游戏项目，并引入免训练的自进化机制，将已验收项目蒸馏为可复用的骨架、模块与协作契约。在 GameCraft-Bench 的 30 个任务上，VibeGame 在 P2G 设置下分别以 GPT-5.6-Lun

另有 1 家信源报道

mradermacher 发布 Qwen3.5-9B-Coder 的 GGUF 量化版本

开发者 mradermacher 在 Hugging Face 上发布了 Qwen3.5-9B-Coder 的 GGUF 静态量化版本，基于 armand0e/Qwen3.5-9B-Coder 模型转换而来。该仓库提供从 Q2 K 到 f16 的多种量化档位（含多模态 mmproj 补充文件），采用 Apache-2.0 许可，便于本地推理部署。其训练数据涉

美团分布式存储系统中的 AI Coding 实践与边界

美团基础技术部技术团队分享了在分布式存储这类对正确性要求极高的系统中应用 AI Coding 的实践经验，涵盖 AI 代码评审、AI Debug 和受控自动化开发。文章指出 AI 能发现跨文件一致性、构造可执行证据、识别常见竞态，但也会因缺少运维流程、设计决策等代码外上下文而误判，且修复建议本身需复核。团队提出按静态推理、构建单测、集成测试、运行时日志四层证

Mistral 发布万亿参数编码模型 Le Chonk，整体仍落后中国开源模型

法国 Mistral 发布其迄今最大模型 Mistral Large 4（代号 Le Chonk）的权重，约 1 万亿参数、每步激活 520 亿，采用修改版 MIT 许可，可在自有硬件上运行。该模型在编码基准上领先开源模型，但 Artificial Analysis 智能指数仅 26 分，落后于 DeepSeek V4.1 Flash、GLM-5.3 等中国

另有 1 家信源报道

Anthropic 递交 S-1 申请上市，估值或达 2 万亿美元

Anthropic 已提交 S-1 文件，计划在纳斯达克上市，估值可能在 1.5 万亿至 2 万亿美元之间，或于下月挂牌交易。SemiAnalysis 分析师 Joey Brookhart 在 Decoder 播客中解读该文件，指出公司 ARR 超 700 亿美元、毛利率与自由现金流表现良好，但实现万亿营收目标需从编程等单一垂直领域扩展至白领工作及网络安全、

扩散智能发布350亿参数扩散语言模型Clover，主打Agent任务

扩散智能发布扩散语言模型Clover-35B-A3B-Preview，采用MoE架构，总参数350亿、每token激活约30亿，支持思考模式，可完成写代码、生成网页、调用工具等Agent任务。在网页Agent评测WindTunnel的49个任务中，其中位执行时间1.52秒，快于Jev+Mercury 2.5组合的3.21秒，成功率98.6%对95.9%；SW

谷歌发布 Gemini 4 Carbon，全面超越 Opus 5.5 并首发半价

谷歌发布新旗舰模型 Gemini 4 Carbon，在 Artificial Analysis 智能指数 5.0 中以 59 分登顶，超越 Claude Opus 5.5 和 GPT-6 Astra，并在终端工程、超长上下文、漏洞挖掘与修复等多项基准上领先。该模型主打长程自主编程与网络安全防御能力，宣称将作弊成功率压至 0.0%、实现提示词注入 100% 免

Mistral 开源万亿参数模型 Le Chonk，主打编程与网络安全

Mistral AI 发布旗舰模型 Mistral Large 4（代号 Le Chonk）的开放权重，该模型为 1 万亿参数原生多模态模型，在编程与防御性网络安全基准上领先开源模型。模型支持低、中、高三档推理模式以平衡性能与成本，并在欧洲基础设施上从零训练，强调主权 AI 与可自托管部署。Mistral 同时为 Orange Cyberdefense 等企

Google 发布 Gemini 4 Carbon，网络安全能力显著跃升

Google 发布前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面取得显著提升，并在 Artificial Analysis Intelligence Index (v5.0) 等基准上领先 Claude Opus 5.5 和 GPT-6 Astra。该模型目前仅向少数网络安全防御公司开放，后续将通过 Fairwind Progra

另有 1 家信源报道

Google DeepMind 两周内再发 Gemini 4 Carbon，全面超越 Argon

Google DeepMind 在 Gemini 4 Argon 发布仅两周后推出新一代前沿模型 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis Intelligence Index v5（Argon 为 50 分）。该模型面向多日自主开发工作流，在编程、科学推理、多模态理解及网络安全攻防基准上全面提升，但因安全能力

Google DeepMind 发布 Gemini 4 Carbon 前沿模型

Google DeepMind 发布下一代前沿模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在网络安全防御基准 SEC-bench Pro（88.2%）、ExploitGym（54.8%）和 CWE-bench（71.0%）上取得领先。该模型面向长时

另有 1 家信源报道