AI 编程实时动态与要闻

OpenAI Agents API 本周更新:上线 Auto Review 命令审查、后台异步压缩、实验性时间感知,并支持随时更新会话工具

OpenAI Developers 官方账号转发 OpenAI API 团队成员 Steve(@stevendcoffey)的帖子,公布 Agents API 本周 5 项更新:像 Codex 一样在执行前审查命令的 Auto Review、在后台进行的异步上下文压缩、让模型感知时间流逝的实验性功能、可随时更新会话的工具列表,以及系统提示词在所有会话间自动缓存。截至写稿时,官方 API 更新日志尚未列出这些条目。

核心要点速览

  • 共 5 项更新:Auto Review、异步压缩、时间感知(实验性)、会话工具随时更新、系统提示词跨会话自动缓存
  • Auto Review 与 Codex 中的同名机制一致,在执行命令前评估是否存在潜在不良行为
  • 时间感知让模型能执行「把 CI 修复限制在 10 分钟内」这类带时限的指令
  • Agents API 于 9 月 10 日进入公开测试,这是它 7 周内的又一轮功能迭代(此前有 9 月 29 日计算机操作、10 月 9 日沙箱预热、10 月 16 日 Ultrafast 模式)
  • 官方未公布延迟或成本节省的具体数字,更新日志也暂未收录
阅读全文
关联模型 / 智能体 / 厂商:

LM Studio Bionic 1.1.10 接入 oMLX 引擎:Mac 本地模型可用内存加 SSD 两级 KV 缓存,并支持 MLX 投机解码

LM Studio 于 10 月 29 日 15:32(UTC)在 X 上宣布,用户现在可以在 LM Studio 里下载新的 oMLX 引擎,直接用于已下载的 MLX 模型;官方更新日志把它列为 Bionic 1.1.10 的新功能,同版本还加入 MLX 模型投机解码和应用内终端。oMLX 是韩国开发者 jundot 维护的 Apple Silicon 开源推理服务器(Apache 2.0,GitHub 约 2.3 万星),主打连续批处理和内存加 SSD 的两级 KV 缓存。官方未公布 LM Studio 内的速度对比。

LM Studio Bionic 1.1.10 接入 oMLX 引擎:Mac 本地模型可用内存加 SSD 两级 KV 缓存,并支持 MLX 投机解码

核心要点速览

  • LM Studio 官方宣布可在应用内下载 oMLX 引擎,直接使用已有 MLX 模型,原帖约 540 赞(原帖)
  • Bionic 1.1.10 更新日志(10 月 29 日)同时列出 MLX 投机解码、应用内终端公开可用和 llama.cpp 2.66.0 扩展包(更新日志)
  • oMLX 为 Apache 2.0 开源项目,GitHub 约 23,000 星,要求 macOS 15+ 与 Apple Silicon(M1 到 M5)(GitHub)
  • oMLX 的核心是两级 KV 缓存:热块放内存,溢出块以 safetensors 格式写入 SSD,前缀相同的请求甚至重启后也可从磁盘恢复
  • LM Studio 未公布该引擎与原 MLX 引擎的速度对比;发布后已有用户反馈「重启以应用更新」失败,官方正在排查
阅读全文
A
Anthropic@AICoder·
👀90
🔥80

Claude Code 2.1.314 发布:新增禁止写出工作目录的权限开关,网关支持按 IdP 分组路由,VS Code 和桌面版也有了空闲压缩

Anthropic 于 10 月 30 日 01:06(UTC)在 GitHub 发布 Claude Code v2.1.314,官方 CHANGELOG 列出 119 条变更,超过一半是修复。新功能主要面向企业:permissions.blockWritesOutsideWorkingDirectories 让 Write、Edit、NotebookEdit 在任何权限模式下都拒绝写工作目录之外的路径;Claude apps 网关的上游可以按 IdP 分组限定使用者,Bedrock 上游可记录触发的 guardrail;空闲压缩扩展到 VS Code 和 Claude Desktop 的 Code 标签页。此外修复了管理员限制 effort 时会话反复报错、claude -p 启动失败却返回 0 等问题。

核心要点速览

  • 规模:v2.1.314 官方 CHANGELOG 共 119 条变更,超过一半为修复,发布于 10 月 30 日 01:06 UTC
  • 安全:新开关 permissions.blockWritesOutsideWorkingDirectories 在所有权限模式下阻止 Write/Edit/NotebookEdit 写到工作目录之外
  • 企业网关:上游可加 groups 列表,只有指定 IdP 组的开发者会被路由过去(故障切换时同样生效);Bedrock 上游新增 guardrail_trace
  • 体验:空闲压缩扩展到 VS Code 和 Claude Desktop Code 标签页,20 万 token 以上的闲置会话会先生成摘要
  • 修复:管理员限制 effort 时 Claude Code 会自动降档重试;claude -p 启动失败现在打印错误并以 1 退出
阅读全文
关联模型 / 智能体 / 厂商:

Google 宣布关停异步编码 agent Jules:11 月 11 日后只读,12 月 31 日正式下线,经验并入 Antigravity

Google 于 10 月 29 日通过 @julesagent 官方账号和 Jules 官方 changelog 宣布,Jules 将在 2026 年 12 月 31 日关停。用户可以继续完成会话到 11 月 11 日,之后 Jules 变为只读直到年底。Google 表示 Jules 的经验会带入 agent 优先的开发平台 Google Antigravity,结合远程后台自主执行任务和 agent 优先的开发环境。官方同时提供了导出方案,可把设置、环境变量、定时任务、仓库、记忆和全部会话导出到本地。

核心要点速览

  • 关键日期:11 月 11 日前可继续跑会话,之后只读,12 月 31 日正式关停
  • 去向:Jules 的经验并入 Google Antigravity,官方未承诺会话、记忆或定时任务自动迁移
  • 导出:npm install -g @google/jules 并 jules login,再在 CLI 编码 agent 里粘贴官方导出提示词,数据存到 ~/jules-export
  • 代码、分支和 PR 本来就在 GitHub,不受影响;env-variables.json 含密钥,导出目录不要提交进仓库
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

GitHub Enterprise 开始内含 Copilot:企业版用户 Copilot 席位费为 0,非企业版用户 Copilot Standalone 每人每月 10 美元,AI 用量从第一次请求起计费

GitHub 于 10 月 28 日(Universe 2026)宣布新的「Copilot access」计费模式:持有 GitHub Enterprise Cloud 许可的用户不再收 Copilot 席位费,没有该许可的用户可买每人每月 10 美元的 Copilot Standalone;两者功能和模型与 Copilot Enterprise 相同,但不含每席位的月度 AI 额度,所有用量从第一次请求起按企业预算计费。目前只对通过 GitHub 或微软客户团队签约的 Enterprise Cloud 客户开放,自助订阅客户将分阶段开放,Copilot Business 和 Enterprise 继续销售。

核心要点速览

  • 席位费:持 GitHub Enterprise Cloud 许可的用户 Copilot 席位费 0 美元;无该许可的用户用 Copilot Standalone,每人每月 10 美元
  • 对比旧方案:Copilot Business 每人每月 19 美元含 1,900 AI 额度,Copilot Enterprise 39 美元含 3,900 额度(均可池化);新模式不含任何额度,从第一次请求起计费
  • 预算耗尽时:代码补全和 next edit suggestions 仍可用;Copilot Chat、Copilot code review 和云端 Copilot 需要有预算
  • 开放范围:10 月 28 日起只对通过 GitHub/微软客户团队签约的 Enterprise Cloud 客户开放,自助订阅分阶段开放,GitHub Free/Team 不适用
  • 转换是自愿的,但整个企业只能选一种计费模式,不能与 Copilot Business/Enterprise 席位混用,且仍需管理员手动分配席位
阅读全文
关联模型 / 智能体 / 厂商:

GitHub Agentic Workflows 正式 GA:用 Markdown 写自动化、编译成 Actions YAML,支持 Copilot 或自带编码 Agent,新增 ARC 自托管和 micro-VM 隔离

GitHub 于 10 月 28 日(Universe 2026)宣布 GitHub Next 的开源项目 GitHub Agentic Workflows 正式 GA,面向 GitHub Free、Team 和 Enterprise。开发者用自然语言 Markdown 描述 issue 分拣、CI 失败分析、文档更新、写测试等任务,gh aw 把它编译成标准 Actions YAML,由 Copilot 或自带的编码 Agent 执行。GA 新增 ARC 自托管 runner 和 Docker-in-Docker 支持、正式版 gh aw forecast 成本预估、按工作流选模型和模型路由,以及 Cloud Hypervisor / NVX micro-VM 隔离。

GitHub Agentic Workflows 正式 GA:用 Markdown 写自动化、编译成 Actions YAML,支持 Copilot 或自带编码 Agent,新增 ARC 自托管和 micro-VM 隔离

核心要点速览

  • 适用范围:github.com 上的 GitHub Free、Team 和 Enterprise 均可用;用默认的 Copilot CLI 引擎需要 Copilot 许可
  • 工作方式:Markdown 写需求,编译成标准 Actions YAML,复用已有 runner 组和策略;可用 Copilot 或自带编码 Agent
  • 安全默认值:只读权限、沙箱容器加 Agent Workflow Firewall、safe outputs 校验,以及应用变更前的威胁检测作业
  • GA 新增:ARC 自托管 runner 加 Docker-in-Docker、gh aw forecast 转正(含威胁检测额度和月度区间)、按工作流选模型提供方、模型路由、micro-VM 隔离和跨仓库 enclave
  • 客户案例(Accenture 口径):一位负责人每周省约 29 小时,团队 91% 的 commit 由 AI 编写,生产错误从每天约 11,000 个降到 1,000 以下
阅读全文

Cursor 正式推出 Computer Use:智能体可操控整台电脑,驱动 iOS 模拟器等桌面应用测试自己写的功能

2026-10-23(UTC 15:59,SGT 23:59),Cursor 官方账号 @cursor_ai 宣布「Cursor can now control your computer」:智能体可以驱动 iOS 模拟器等桌面应用,测试自己刚实现的功能。官方补充说明,Computer Use 让智能体在电脑上任意应用中点击和输入,不再局限于浏览器;Cursor 会在任务需要时自动启用,也可以在提示词里 @ 提及 Computer Use 主动调用,更新 Cursor 即可试用。此前 9 月社区更新日志曾提到 3.20.21 版 Mac 端 Computer Use,这次是官方正式发布。官方未公布支持的系统范围、权限模型和跑分。

Cursor 正式推出 Computer Use:智能体可操控整台电脑,驱动 iOS 模拟器等桌面应用测试自己写的功能

核心要点速览

  • Cursor 官方宣布智能体可操控整台电脑,可驱动 iOS 模拟器等桌面应用测试自己写的功能
  • Computer Use 支持在任意应用中点击和输入,不再局限于浏览器
  • Cursor 会在任务需要时自动启用,也可在提示词中 @Computer Use 主动调用
  • 更新 Cursor 即可试用;支持的系统、权限模型与跑分官方未公布
阅读全文
关联模型 / 智能体 / 厂商:

Claude Code 2.1.299:20 万 token 以上闲置会话自动压缩避开缓存过期重算,并修复沙箱命令可写入 --plugin-dir 的问题

Anthropic 10 月 14 日发布 Claude Code 2.1.299。新默认行为:终端里超过 20 万 token 的会话闲置约 54 分钟后,会在一小时提示缓存过期前自动压缩,避免下一条消息整段重算;可用 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 调阈值,或在 settings.json 设 "idleCompaction": false 关闭。同版修复沙箱内命令能写入 --plugin-dir 目录(其代码会在沙箱外重新加载执行)的安全问题,并新增 claude plugin eval 的 --disallow-tools。

Claude Code 2.1.299:20 万 token 以上闲置会话自动压缩避开缓存过期重算,并修复沙箱命令可写入 --plugin-dir 的问题

核心要点速览

  • 闲置压缩:≥200K token、闲置约 54 分钟触发,赶在 1 小时提示缓存过期前完成(官方 CHANGELOG)
  • 可调可关:CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 改 200K 下限,settings.json 中 "idleCompaction": false 关闭
  • 安全修复:沙箱命令此前可写入 --plugin-dir,而该目录代码会在沙箱外重载运行
  • 自定义网关:无数据流的超时从 180 秒放宽到 300 秒;gateway 专用模型名在约 200K token 处压缩失败的问题已修
  • 插件评测:claude plugin eval 新增 --disallow-tools 与 disallowed_tools,可把 Agent 等内置工具排除在评测外
阅读全文
关联模型 / 智能体 / 厂商:

Codex 第 7 天:GPT-6.1 Sol 默认上下文从 272K 提到 500K,订阅用量不收长上下文费

OpenAI Codex 负责人 Tibo 宣布,GPT-6.1 Sol 在 Codex 与 ChatGPT Work 中的默认上下文由 272K 提升到 500K(约 +80%),目的是减少长任务里的自动压缩;走 ChatGPT 订阅额度时不额外收取长上下文费用。另据 Codex 官方 changelog,GPT-5.5 将于 10 月 14 日从 ChatGPT 与 Codex 全部套餐下线(API 保留)。

核心要点速览

  • 默认上下文 272K → 500K(约 +80%),适用于 Codex 与 ChatGPT Work 中的 GPT-6.1 Sol,官方称后续还会继续提高
  • 订阅额度内使用 GPT-6.1 Sol 不收长上下文费;对比 API 定价:超过 272K 输入的请求按 2 倍输入、1.5 倍输出计费
  • API 侧 GPT-6.1 Sol 上下文窗口为 1,050,000 tokens、最大输出 128,000 tokens,标准价 $2 / $10 每百万 tokens
  • 可在 ~/.codex/config.toml 用 model_context_window 与 model_auto_compact_token_limit 自行覆盖默认值(配置参考)
  • GPT-5.5 将于 10 月 14 日退出 ChatGPT / Codex 全部套餐,API 不受影响(Codex changelog)
阅读全文

Grok Bot 0.68.1:可做 PPT / Google Slides,草稿卡直发格式化邮件,Bot 电脑升级到 1920×1200

2026-10-07 Grok Bot v0.68.1 发布(官方 Changelog):Bot 可先出样稿再交付 PowerPoint 或 Google Slides;草稿卡片直发带格式邮件;可搜 Gmail 垃圾箱;1:1 聊天跟随 Bot 配色;Bot 电脑屏幕从 1280×800 升到 1920×1200,操作和截图更快。官方未给出速度提升的具体数字。

Grok Bot 0.68.1:可做 PPT / Google Slides,草稿卡直发格式化邮件,Bot 电脑升级到 1920×1200

核心要点速览

  • 版本:Grok Bot v0.68.1,2026-10-07 发布(Changelog)
  • 幻灯片:先出样稿供选择,交付 PowerPoint 或 Google Slides
  • Bot 电脑屏幕 1280×800 → 1920×1200(像素面积约 2.25 倍);新窗口免去 5 秒等待
  • 邮件:草稿卡片直发格式化邮件;可搜 Gmail 垃圾箱并移回收件箱;Gmail 发送等待 Google 限流
  • 稳定性:卡死步骤约 30 秒内可停止,卡住页面 25 秒放弃;官方未给速度提升百分比
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Google 正式发布 Nano Banana 2.1:Gemini API 同步 GA,1K/2K 出图单价腰斩,盲评 Elo 1050 反超 Nano Banana Pro

2026-10-06 Google 正式推出 Nano Banana 2.1,并在 Gemini API 更新日志中标记 GA,模型 ID gemini-nano-banana-2.1,基于 Gemini 3.6 Flash,同步上线 Gemini App、AI Studio、Search AI Mode、Flow、Stitch、Google Ads 与 Gemini Enterprise Agent Platform。定价页显示图像输出 $30/百万 token(旧版 $60),1K/2K 单张 $0.0336/$0.0504,比 Nano Banana 2 便宜约一半;模型卡人类盲评文生图 Elo 1050,高于 Nano Banana 2 的 990 和 Pro 的 935。旧模型 gemini-3.1-flash-image 已标记弃用(暂未公布下线日期)。此前我们报道过它在 Flow 中静默上线,现已官方确认。

Google 正式发布 Nano Banana 2.1:Gemini API 同步 GA,1K/2K 出图单价腰斩,盲评 Elo 1050 反超 Nano Banana Pro

核心要点速览

  • 单张价格:1K $0.0336(旧 $0.067,-50%)、2K $0.0504(旧 $0.101,-50%)、4K $0.113(旧 $0.151,-25%);Batch 再打五折至 $0.0168/1K(定价页)
  • 但文本侧变贵:输入 $1.50/百万 token(旧 $0.50),文本+思考输出 $7.50(旧 $3),长 prompt、多参考图任务需重新核算成本
  • 盲评 Elo(模型卡):文生图总体偏好 1050 vs NB2 990 vs Pro 935;多角色一致性 1106 vs 978 vs 1011;信息图事实性 0.521 vs 0.179 vs 0.265
  • 能力规格:最多 14 张参考图(4 个角色 + 10 个物体)、修复 1:8/8:1 超宽比 2K/4K 拼接伪影、Google 网页+图片搜索 grounding、思考档位 minimal/medium/high
  • 迁移:gemini-3.1-flash-image 已弃用(暂无下线日期);API 输入上限 131,072 token,不支持 function calling / structured outputs / 缓存(模型文档)
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Nano Banana 2.1⚡ Nano Banana 2⚡ Nano Banana Pro⚡ Gemini 3.6 Flash🌐 Google🌐 Google DeepMind

GitHub Stacked PRs 正式 GA:全部 github.com 计划可用,变基后保留审批、整栈进合并队列,gh stack 提供 AI Agent 技能包

GitHub 于 2026-10-06 在官方 Changelog宣布 Stacked PRs 正式 GA,所有 github.com 计划可用,GHES 将在后续版本支持。官方数据:使用 stack 的仓库合并代码量比同类多 9%,Top 1% 仓库中超过三分之二已在用,合并耗时缩短 5%。GA 版本新增:变基后保留未改动代码的审批、自动签名替换提交、整栈作为一个 merge group 进合并队列、base 分支删除后自动重定向;auto-merge 将在未来数周推出。CLI 扩展 gh-stack v0.2.0 已支持 Git worktree,并可通过 gh skill install github/gh-stack 让 AI 编码 Agent 学会拆分大 PR。

GitHub Stacked PRs 正式 GA:全部 github.com 计划可用,变基后保留审批、整栈进合并队列,gh stack 提供 AI Agent 技能包

核心要点速览

  • 效果数据(官方 Changelog):使用 stack 的仓库合并代码量多 9%;Top 1% 仓库中超过 2/3 已采用,合并耗时缩短 5%
  • 审批与签名:Rebase stack 后未改动代码的审批保留,即使仓库开启了「自动作废过期审批」;替换提交自动签名并保留原作者
  • 合并队列:整栈作为 1 个 merge group 进入;使用 merge commit 方式时每个 PR 生成 1 个合并提交;stack auto-merge 未来数周内推出
  • Agent 集成:gh-stack v0.2.0(2026-10-02,1.6k stars)支持 worktree,可用 gh skill install github/gh-stack 安装 Agent 技能;pull_request webhook 新增 stacked action
  • 覆盖范围:所有 github.com 计划可用,GHES 将在后续版本支持;需要 gh v2.0+ 和 Git 2.36+
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI Decisions API 开启公测:gpt-6-luna 驱动的 /v1/decisions 返回判定/选择/打分三类类型化答案,速度约为 Responses API 的 10 倍,仅按输入 $0.10/百万 token 计费

OpenAI API 更新日志显示,2026-10-06 Decisions API 以 gpt-6-luna 进入公测:独立端点 POST /v1/decisions 接收文本/图片与一组问题,返回带概率的 predicate、choice、score 三种类型化答案,官方称比 Responses API 快约 10 倍;只收输入费 $0.10/1M token,无输出与缓存费,支持 ZDR 与 HIPAA,预计数周内 GA。

OpenAI Decisions API 开启公测:gpt-6-luna 驱动的 /v1/decisions 返回判定/选择/打分三类类型化答案,速度约为 Responses API 的 10 倍,仅按输入 $0.10/百万 token 计费

核心要点速览

  • 速度:官方称返回类型化答案比 Responses API 快约 10 倍(Decisions 指南)
  • 价格:仅收输入 $0.10/1M token,无输出、缓存读/写费用;同模型走常规接口为输入 $0.10、输出 $0.50/1M
  • 3 种问题类型:predicate 返回 0–1 概率;choice 返回选项 + probabilities + confidence;score 返回有序等级的概率加权分
  • 合规:支持 ZDR 与 HIPAA,数据驻留覆盖美国与欧洲(EEA + 瑞士),预计数周内 GA
  • 限制:目前仅 gpt-6-luna;图片必须内联 base64,不支持 HTTPS 图片 URL 与 file_id
阅读全文
关联模型 / 智能体 / 厂商:

Google Antigravity 模型表正式挂上 Claude Opus/Sonnet 5.5:仅非试用 Pro 与 Ultra;4.6 与 GPT-OSS-120b 将于 11/2 下线

官方 Antigravity Models 表格已列出 Claude Sonnet 5.5 (thinking) 与 Claude Opus 5.5 (thinking):Free / Google AI Plus / Enterprise 为 ❌;Google AI Pro 仅非试用订阅为 ✅,Ultra 为 ✅。同页脚注:Claude Sonnet/Opus 4.6 与 GPT-OSS-120b 将于 2026-11-02 移除。无独立 changelog 公告;以官方文档为准。本篇不臆造 Antigravity 侧 SWE 分数。

Google Antigravity 模型表正式挂上 Claude Opus/Sonnet 5.5:仅非试用 Pro 与 Ultra;4.6 与 GPT-OSS-120b 将于 11/2 下线

核心要点速览

  • 官方源:Models 与 Plans;表内两行 Claude 5.5 (thinking) 已上线
  • 资格:仅 Google AI Ultra 与 非试用 Google AI Pro;Free / Plus / Enterprise / Pro 试用 ❌
  • 下线日历:Claude Sonnet/Opus 4.6 与 GPT-OSS-120b → 2026-11-02 移除(文档脚注 *)
  • 切换时机:对话输入框下模型选择器;Agent 运行中改模型要等本轮结束或取消后才生效
  • 配额:Pro/Ultra 有 5 小时与周限额;超额可用 AI Credits(Never/Always);不支持 BYOK
阅读全文

Gemini 4 Argon「最早下周公开」无官方日期:API 文档此刻查无此模型

Qwinah(@MaaSonder)2026-10-02 称 Argon 最早下周公开,拖下去会变成没人用的空模型;配图称它已写入 Gemini API 文档。Google 9 月 30 日公告和 10 月 2 日月报都没有日历日期,下一档仍是付费 API 与 AI Ultra。抓取时公开 models 与 changelog 不含 Argon。

Gemini 4 Argon「最早下周公开」无官方日期:API 文档此刻查无此模型

核心要点速览

  • 预期帖:Qwinah / @MaaSonder(2026-10-02 21:15 UTC)写「最早下周公开」,否则会变成 null model;配图称已进 API 文档。该帖约 1400 次浏览
  • 官方无日期:Argon 公告(09-30)与 9 月 AI 月报(10-02)仍是 Fairwind,下一档付费 API + Google AI Ultra,只说尽快
  • 文档核对:2026-10-03 约 07:32(SGT)的 models 与 changelog 正文没有 Argon,不要猜 model id
  • 官方跑分(非本帖实测):DeepSWE v1.1 77.9%;AutomationBench 51.3%;LVBench 91.7%;CWE-bench v1 并列 68%。FrontierSWE v2 55.0% 低于 Astra 65.5%;Terminal-Bench 4.0 57.4% 低于 Opus 5.5 的 66.4%
  • 引进价 $2 / $10 每百万输入/输出,缓存输入约打到输入价的 5%;引进期后 $4 / $20。API 未开不能下单
阅读全文