全球 AI 编程工具与模型选型雷达

OpenAI Codex CLI 于 2026-09-29/30 发布 [rust-v0.159.2](https://github.com/openai/codex/releases/tag/rust-v0.159.2)（npm `@openai/[email protected]`）：backport [#49385](https://github.com/openai/codex/pull/49385) 压制 Windows 上启动后台进程与沙箱命令时的控制台窗口闪烁（关联 [#48074](https://github.com/openai/codex/issues/48074)）。相对 [v0.159.1](https://github.com/openai/codex/compare/rust-v0.159.1...rust-v0.159.2) 约 **2 commits / 47 files**；默认模型仍为上版落地的 GPT-6.1 Sol。

Vercel AI SDK 于 2026-09-30 发布 [`@ai-sdk/[email protected]`](https://github.com/vercel/ai/releases/tag/%40ai-sdk/openai%403.0.121) 与 [`@ai-sdk/[email protected]`](https://github.com/vercel/ai/releases/tag/%40ai-sdk/openai%402.0.132)：在 v5/v6 兼容线上为 OpenAI provider 增加 **GPT-6.1 Sol**（`gpt-6.1-sol`）模型支持（[#21747](https://github.com/vercel/ai/pull/21747)、backport [#21749](https://github.com/vercel/ai/pull/21749)）。官方模型页标价输入 **$2** / 输出 **$10** /1M tokens（缓存输入 $0.10），上下文 **1,050,000**，最大输出 **128,000**。

Pydantic AI 于 2026-09-30 发布 v2.52.0（PyPI `pydantic-ai==2.52.0`）：新增 `ctx.workspace` 统一本地/沙箱文件与命令 API，落地 E2B / Fly.io Sprites / Modal / SSH / Bubblewrap 等后端；`pydantic-ai-harness` 并入主仓版本跳到 0.52.0；首发 `pydantic-clai2`（`uvx pydantic-clai2`）。同步修补本地 `web_fetch` 对嵌套 HTML 转换的资源耗尽问题（[GHSA-v36g-jcw9-x7cw](https://github.com/pydantic/pydantic-ai/security/advisories/GHSA-v36g-jcw9-x7cw)，CVSS 6.5），并支持 Claude Sonnet 5.5 与 GPT-6.1 Sol。

Hono 作者 @yusukebe 转发 Cloudflare 官宣：新 CLI `cf`（`npm i -g cf`）覆盖全 API 面；Forge 从 OpenAPI 生成 3000+ 命令（Wrangler ~280）；默认 JSON、`cf cli search`、TypeScript 配置与 Vite。开源 beta `[email protected]`。

OpenAI DevDay 发布 Dots（GPT-6 Astra、自带云电脑、4000+ 插件）后，消费级「个人/桌面智能体」形成三足：Cursor/xAI 的 Grok Bot（开发者队友+例程）、Meta Muse（Secure VM 消费助理，口中常误称 Mate Muse）、OpenAI Dots（常开主 Dot）。本文只据官方文档做功能对照，不编造跑分。

DevDay 2026 官宣 Dots：由 GPT-6 Astra 驱动的 always-on 主动智能体，拥有独立云电脑，经插件连接 4,000+ 应用，可在 ChatGPT / Slack / Teams 协作。现向 Pro 与 Business Premium（合格市场）滚动开放，Enterprise 需管理员开启；首月用量不计入套餐额度。

OpenAI 官方 Python SDK 于 2026-09-29 发布 v3.22.0（PyPI `openai==3.22.0`）：为 `beta.agents` 增加 typed computer-use 工具、可选截图、浏览器鉴权与 origin-access 审批输入，以及托管环境的 desktop settings / environment templates。同日 Node SDK [v7.25.0](https://github.com/openai/openai-node/releases/tag/v7.25.0) 同步上线同一 API 面。

Anthropic Claude Code 于 2026-09-29 发布 v2.1.285（npm `@anthropic-ai/[email protected]`）：新增 `claude --desktop` 打开桌面端当前目录/会话；`claude plugin configure` 与 `--config server.key=value` 可在安装期写入 MCP 设置；托管设置 `allowedProviders` 限制机器可用的 API 提供方；`CLAUDE_CODE_DISABLE_WEB_FETCH` 关闭 WebFetch。相对 v2.1.284 约 4 commits / 67 files，并含大量 SSH/沙箱/子代理权限修复。

OpenAI Codex CLI 于 2026-09-29 发布 rust-v0.159.1（npm `@openai/[email protected]`）：捆绑模型目录与 Amazon Bedrock Mantle / Runtime 目录默认改为 GPT-6.1 Sol（API id `gpt-6.1-sol`）。官方标价 $2/$10 /1M tokens（缓存输入 $0.10），105 万上下文、12.8 万最大输出。相对 v0.159.0 约 3 commits / 29 files。

工作流自动化平台 n8n 于 2026-09-29 发布 [[email protected]](https://github.com/n8n-io/n8n/releases/tag/[email protected])：核心默认启用 Agents（[#39312](https://github.com/n8n-io/n8n/pull/39312)）；修复 AI Agent Tool 在 pre-v3 父 Agent 下使用自有工具（[#39160](https://github.com/n8n-io/n8n/pull/39160)）；MCP Client 关闭前终止会话、AI Assistant 去掉 MCP Registry 功能开关、编辑器支持 Mistral Vibe MCP 连接；Azure OpenAI 节点更名为 Azure AI Foundry 并支持项目/部署列表与 Entra 应用登录；另含共享 Agent 上下文与 Agent Builder UX 强化。

LangChain 于 2026-09-29 发布 `langchain-anthropic==1.7.5` 与 `langchain-core==1.6.6`：合并 [#40882](https://github.com/langchain-ai/langchain/pull/40882)，为 Claude Sonnet 5.5 加入模型档案与能力发现；拒绝不支持的强制 tool_choice/thinking 组合；支持会话中途更换 system/tool；在流式与 replay 中保留 computer-toolset 命名空间、加密 advisor 块与 refusal 细节。非法 tool call 可按未强制结构化输出回退或显式 `method="json_schema"`。

Charm 终端编码 Agent Crush 于 2026-09-29 连发 v0.97.0 / v0.97.1（npm `@charmland/[email protected]`）：可在 UI 全局/本地开关 MCP；会话区显示当前 Git 分支；推进 Claude Channels 会话注入与 exactly-once 路由；侧栏可用 ctrl+b 显隐；并修复 Anthropic cache-creation token 计数、剪贴板误报与 OpenAI OAuth（Catwalk）刷新。相对 v0.96.0 约 36 commits。

Comet Opik 于 2026-09-29 发布 2.2.84：在线 LLM-as-a-Judge 规则可端到端调用 TypeSafe Jev（经 OpenRouter `POST /api/alpha/decisions`，而非 chat/completions）。布尔指标各成一道 yes/no 题，单次调用批答；概率 ≥0.5 记 1，原因字段展示 `Probability: 0.93`。后端新增 `OpenRouterDecisionsClient`（工作区 OpenRouter key + 429/5xx 重试），模型 `~typesafe/jev-latest` / `typesafe/jev-1.13`。同步支持 Annotation Queue 自动化配置与条目 provenance；相对 2.2.83 约 8 commits / 104 files。

Cline 于 2026-09-29 发布 SDK v0.0.87：修复 Windows 在设置 `HTTP(S)_PROXY`（Clash/v2ray/企业代理）时 Bun fetch 把 loopback 探活打到代理导致 hub「No compatible hub runtime」的问题——`ensureLoopbackProxyBypass()` 自动把 localhost 加入 `NO_PROXY`；`normalizeUsage()` 让 `outputTokens` 排除推理子集，避免会话用量双计；Gateway 模型保留 per-model `apiProtocol`；Bedrock 上裸 GPT-6/GPT-5.6 id 改走 inference profile，`@ai-sdk/amazon-bedrock` 升至 ^5.0.96；模型目录 209→211 providers、6386→6447 models，推荐列表加入 Claude Sonnet/Opus 5.5。

OpenAI Codex CLI/app-server 于 2026-09-29 发布 rust-v0.159.0（npm `@openai/[email protected]`）：新增可开关的 `instant_interrupt`，在模型响应或长时 code-mode 调用中途用新输入改道；欢迎页与会话头更紧凑；警告查看器关闭即清除已阅项（按 `k` 保留）；计划确认时仍可滚动 transcript；原生 Mermaid 支持更多边/标签/节点组；app-server 可从指定 item 分页拉取线程历史。相对 v0.158.0 约 89 commits / 300 files。Windows MCP/code-mode 抑制多余控制台窗、`.aws` 默认可写根下受保护、macOS 沙箱 TLS/代理修复。

代码智能体在强化学习（RL）中通常依赖单元测试提供二值奖励（通过/未通过），但 GRPO 会给同组内所有通过测试的轨迹分配相同标量优势，忽视了代码实现质量、可读性与无用修改等关键维度，导致模型逐渐学会生成冗长臃肿的垃圾代码。字节跳动、北大与清华团队联合推出 GAGAR 框架。通过在共享工作区中引入经过 SFT 训练的智能体评审员对同组轨迹进行联合审查排序，并执行“保和优势重分配”（Sum-Preserving Redistribution），在 310B 和 1.02 万亿（1.02T）参数的 MiMo-V2.6 旗舰模型上实现了更稳定的训练与高质量代码偏好引导。

针对既有编码基准（如 SWE-bench）仅局限于单一代码库、无法评估真实软件生态中跨多个关联仓库协同修改与联调能力的短板，浙江大学 ACES-ISE 团队推出首个跨仓库编码智能体评测基准 WideSWE。从 103 个真实开源软件生态中挖掘提炼 120 个复杂任务（60 个跨库 Bug 修复与 60 个跨库新特性），涵盖隐蔽回归测试用例。实测七大主流智能体配置，完整任务成功率最高仅为 42.50%，揭示多库协同开发中接口遗漏与联合测试断层的严峻瓶颈。

面向单次执行跨越数小时、数百轮环境交互且单条轨迹逼近 100 万 Token 的超长程（xlong-horizon）智能体训练难题，阿里巴巴通义团队推出端到端在线强化学习框架 QwenGyre。首创不中断活跃执行的 GPU 弹性重分配机制与分支轨迹去重处理器，在阿里 2.4 万亿（2.4T）参数旗舰模型 Qwen 3.8 上实现 700K Token/Rollout 超长强化训练，NL2RepoBench 基准 48 步内绝对提升 6.0%，相比传统 Colocate 和 Async 架构训练吞吐分别暴增 1.85 倍与 1.78 倍。

多教师在策略蒸馏（MOPD）试图将数学、代码与指令遵循等多位顶尖专家模型的能力整合进单一学生模型，但实测发现学生模型表现往往不敌单一专家且数学能力严重丢失。新加坡科技设计大学等团队研究揭露：指令遵循教师的反馈梯度分布范围比数学教师大数倍，造成非对称的强权支配与梯度稀释。团队提出领域归一化多教师在策略蒸馏（DN-MOPD），在 Qwen3.5 全尺寸模型与六大基准上全面挽回流失的数理专精，跨随机种子稳定超越基线。

在协同多智能体系统（MAS）中，多个 Prompt 特化智能体共享同一基座大模型分工解决复杂工程任务。但由于各智能体拥有不同的角色前缀（System Prompt），导致相同共享上下文生成的 KV Cache 产生偏差，迫使每个智能体全量重算甚至多套冗余缓存常驻。首尔大学与 KAIST 团队推出在线校正框架 KVCMAS，采用紧凑低秩状态表示跨智能体缓存偏差，免除外部参考重算直接链式校正，在真实高并发下实现首字时延（TTFT）降低 2.0 倍、显存峰值暴降 3.7 倍。