Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时间运行的智能体任务
Cursor 与 SpaceXAI 发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、复杂交互和视觉工作。
推荐理由：官方发布说明了训练方法与多项智能体编程基准成绩，读者可据此对比 Grok 4.5 与 GPT-5.6 Sol 的表现。
AI 编码
全部主题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。
最新精选
第 61–80 条 · 共 92 条Cursor Blog精选AI 评分7373
Microsoft Research精选AI 评分6969 Microsoft Research 发布开源智能体框架 Orchard
Microsoft Research 发布开源智能体框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体。
推荐理由：原文给出框架设计、训练配方和多项基准数字，读者可以据此评估开放环境层对降低 Agent 研究成本的作用。
OpenRouter Announcements精选AI 评分6868 OpenRouter 发布 Ori Eval，帮你在自己的代码库里选模型
OpenRouter 发布 Ori Eval，在其 500 多个可选模型中为具体应用找出最合适的模型。工具会扫描代码库中所有模型调用点，通过问答确定你关心的成本、速度或准确率，生成 *.eval.ts 评测文件，用 bun test 断言智能体调用的工具并用 LLM judge 评开放性回答；运行期间固定 harness 与模型使结果可归因于模型变化。
推荐理由：原文说明评测如何固定环境、覆盖代码中模型调用点并接入 CI，读者可据此判断选型流程能否落地到自己的项目。
DeepSeek API updates精选AI 评分6666 DeepSeek-V4-Flash 正式版 API 上线，Agent 基准远超 V4-Pro-Preview
DeepSeek-V4-Flash 正式版 API 上线公测，调用方式不变，模型名设为 deepseek-v4-flash 即可使用。
推荐理由：官方给出完整的 Agent 基准分数和调用方式，读者可以直接评估是否切换到 deepseek-v4-flash 正式版。
Cursor Blog精选AI 评分6666 Cursor 团队讲解如何搭建云端智能体开发环境
Cursor 团队分享如何为云端智能体搭建开发环境，让智能体能在其单体仓库中运行和测试代码。做法包括用 Dockerfile 统一 Ubuntu VM 环境、构建 anydev CLI 简化智能体操作、通过 Cursor Cloud MCP 和 Cloud Doctor 实现环境自愈与持续优化。云端智能体编写 PR 的占比从去年 12 月的约十分之一升至今日的超过一半。
推荐理由：Cursor 团队分享了自家云端智能体环境的搭建细节，含 anydev CLI 和 Cloud Doctor 等可借鉴做法。
Microsoft AI News精选AI 评分6161 Microsoft 发布面向 GitHub Copilot 和 Excel 的专用 MAI 模型
微软宣布 MAI 模型落地 GitHub Copilot 和 Excel，通过 hill-climbing 方法从 MAI-Code-1-Flash 出发训练出更高效的专用模型。
推荐理由：微软用自家产品数据展示小模型在 Copilot 和 Excel 的效率与成本对比，读者可据此评估专用小模型替代大模型的路径。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%。
推荐理由：官方博客给出三款 Flash 模型的 token 效率、价格和多项基准数据，可帮助开发者评估选型与 agent 成本。
Google DeepMind精选AI 评分6666 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于更快地发现、验证和修补漏洞。
推荐理由：原文给出基准对比、内部落地和受限开放方式，读者可以据此评估轻量安全模型在漏洞发现中的取舍。
Sierra Blog精选AI 评分6464 Sierra 推出内部云 Agent 平台 Pinecone
Sierra 发布内部云 Agent 平台 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、共享和自动化云端智能体会话。每个会话约一秒内获得带代码仓库、构建缓存和开发服务的隔离环境，并提供多人协作、自动盯 PR、定时自动化、可复用 Skills 和多会话 Projects 等能力。
推荐理由：Sierra 官方复盘自研内部云 Agent 的架构与经验，读者可以从中了解企业如何沉淀员工工作智慧并组织智能体协作。
Sierra Blog精选AI 评分6666 Sierra 全员推行 Agent Pinecone 的五条经验
Sierra 于今年 1 月成立六人 AI 加速团队，将多个角色专属 Agent 合并为统一 Agent Pinecone，内置在 Claude Code 和 Codex 之上。
推荐理由：原文给出 Sierra 内部推行统一 Agent 的具体做法与教训，单 Agent 架构、持久化上下文和以产出物衡量价值等经验可迁移到其他公司。
Nathan Lambert: Interconnects精选AI 评分8282 Nathan Lambert：GLM-5.2 是开源智能体模型的台阶式跃迁
Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2，是首个在编码智能体场景中真正好用的开源权重模型，社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。
推荐理由：作者以亲测和社区评测为依据，把 GLM-5.2 与 DeepSeek R1 时刻类比，并展开开源与闭源差距及监管风险的独特分析。
Claude Blog精选AI 评分6565 Claude Code 推出 artifacts，可将工作进展生成实时可分享的网页
Anthropic 宣布 Claude Code 支持 artifacts，可基于会话完整上下文（代码库、连接器、对话）生成 PR walkthrough、仪表盘、发布清单等实时网页，并随会话进展自动更新。页面默认组织内私有，支持版本历史和管理员权限控制，目前以 beta 形式面向 Claude Team 和 Enterprise 组织开放，可从 Claude Code CLI 和桌面应用使用。
推荐理由：官方说明给出 artifacts 的工作方式、调试场景和组织级权限设置，团队用户可据此评估是否引入协作流程。
Linear Now精选AI 评分7272 Linear 推出 coding sessions、自动化 triage 和 Diffs，让 Linear Agent 直接完成编码
Linear 发布 coding sessions、自动化 triage 和 Diffs，Linear Agent 可以从 issue 直接触达实现：阅读 issue 与讨论、调查代码库、提出方案、写代码并开 PR，全程在云端用 Claude Code 或 Codex 等模型与 harness 完成。
推荐理由：Linear 官方给出从 issue 到 PR 的完整执行闭环细节，并附自用数据与 Ramp、Coinbase 案例，读者可评估其对工程流程的影响。
Microsoft AI News精选AI 评分7979 Microsoft Build 2026 发布 MAI 系列七款新模型，含首个推理模型 MAI-Thinking-1
Microsoft MAI 在 Build 2026 主题演讲中发布七款新模型，覆盖图像、语音、转录、推理和编码。
推荐理由：作者以当事方身份逐一公布七个新模型的定位、基准数字和开放渠道，读者可以对照竞品评估各自适用场景。
Sierra Blog精选AI 评分6868 Sierra 工程师复盘如何独自用 AI 编码智能体在 4 个月内完成产品本地化
Sierra 工程师 Stephen Burgess 复盘用 AI 编码智能体独自完成产品本地化，耗时不到 4 个月，而他在 Slack 参与的同类项目需 10 人团队 9 到 12 个月。他经历 IDE 智能体、云端智能体、批量调用 Claude 脚本三轮迭代，并发现技能文档过长会超出上下文窗口反而推高错误率，最终把工作重心从执行迁移转向设计反馈循环。
推荐理由：作者复盘个人用 AI 编码智能体完成本地化的完整工作流，提炼出批处理脚本、反馈循环与上下文管理等可迁移方法。
Mistral AI精选AI 评分7171 Mistral 发布统一智能体 Vibe，Le Chat 升级为 Work 与 Code 双模式
Mistral 将 Le Chat 升级为统一智能体 Vibe，一个账号覆盖工作与编码场景，已上线 chat.mistral.ai。Work Mode 面向长时多步任务，支持企业知识搜索、数据分析、文档起草、定时任务和可复用技能；Code Mode 提供远程编码会话并推出 VS Code 扩展，CLI 新增技能命令、会话权限控制和 /teleport 迁移。
推荐理由：原文是 Mistral 官方发布，完整列出 Work 与 Code 两种模式的能力、集成入口和各档定价，读者可据此评估是否替换现有工作流。
Linear Now精选AI 评分6363 Linear 发布 Diffs，主打快速代码评审
Linear 发布代码评审产品 Diffs，面向所有套餐开放，目标是让代码评审在不牺牲严谨性的前提下保持快速。评审在 Linear 内打开并关联对应的 issue 和项目，优先级可见；Guided reviews 把大 diff 按工作的推理顺序拆成章节，先展示核心改动，结构化 diff 高亮会剥离格式改动，让 2000 行的 PR 在一次阅读中变得可读。
推荐理由：Linear 官方解释了 Diffs 针对的评审痛点与具体设计，读者可以对照自己团队被 agent 大量 PR 拖慢的评审流程判断是否适用。
Claude Platform release notes精选AI 评分8383 Anthropic 发布 Claude Opus 4.8，默认支持 1M token 上下文窗口
Anthropic 发布 Claude Opus 4.8，为其最强模型，在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上默认支持 1M token 上下文窗口，最大输出 128k token。
推荐理由：原文完整列出 1M 上下文、采样参数限制和各端可用性等迁移要点，接入方可以直接对照判断升级路径。
Mistral AI精选AI 评分6969 Mistral 发布 Mistral Medium 3.5 并在 Vibe 和 Le Chat 推出云端远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密开源权重模型（modified MIT 许可），256k 上下文窗口，SWE-Bench Verified 得分 77.6%，τ³-Telecom 得分 91.4，自托管最少只需四块 GPU，API 定价每百万输入 token $1.5、输出 token $7.5。
推荐理由：官方同步发布模型与云端异步智能体，给出基准分数、定价和开源权重，可对照评估其编码与长程任务能力。
Linear Now精选AI 评分6060 Linear 发布 Code Intelligence，为 Linear Agent 引入代码上下文能力
Linear 推出 Code Intelligence，作为 Linear Agent 的新功能，让智能体可以按需或自动对代码库进行研究，现在面向 Business 和 Enterprise 计划开放公测，公测期间免费。
推荐理由：官方说明了产品如何把代码上下文引入问题分诊、支持与产品规划流程，并给出内部使用量增长数据，可帮助读者评估其适用场景。