AI 编程实时动态与要闻

开源编码智能体 OpenCode 背后的 Anomaly 发布语音输入工具 Hex 3.0 稳定版：按住快捷键说话、松开即粘贴到光标处，语音识别在本机完成，内存占用从约 900MB 降到约 160MB，并新增词汇表、hex 命令行和可选的 OpenCode 改写。

查看大图

Devin 背后的 Cognition 于 10 月 30 日 01:45（UTC）在 X 上公布，Google 新模型 Gemini 4 Carbon 在其编程基准 FrontierCode 2.0 上得分 40%，每任务成本 4.04 美元，接近最高水平，仅次于 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5。上一代 Gemini 4 Argon 得分 26.3%，每任务成本却更高，为 6.41 美元。成绩为 Cognition 自测口径，排行榜已在官网更新。

查看大图

Devin 背后的 Cognition 于 10 月 29 日通过 @cognition 官方账号宣布收购 Corridor。Corridor 联合创始人 Jack Cable 和 Ashwin Ramaswami 在 Cognition 官方博客（日期 2026.10.28）中表示，团队将加入 Cognition，把 Devin Security 推向新阶段。Corridor 成立近两年，定位是 AI 原生团队的安全层。官方未披露交易金额。

查看大图

独立评测机构 Artificial Analysis 10 月 28 日发布 Intelligence Index v5，是 1 月 v4 以来最大一次改版：新增 Cognition 的 FrontierCode 2.0 和 Terminal-Bench-Science，用 HLE-Diamond 替换 Humanity's Last Exam，60% 的权重来自私有或答案保留的测试集。榜首为 Claude Opus 5.5（max）58 分，GPT-6 Astra 57、GPT-6.1 Sol 55；开源权重最高的 Kimi K3.1 Pro（权重尚未发布）46 分，与榜首差距从 v4.3 的 3 分扩大到 12 分。同时推出跨年代对比的 Progress Index v1。

查看大图

Devin 背后的 Cognition 于 10 月 27 日发布 FrontierCode 2.0。新版沿用由开源维护者亲自出题、按"能否合并"打分的方法，但任务来自更多仓库、覆盖安全补丁与性能优化，提示词刻意不写全，并加入大量"周全性"判定项。官方结果中 Claude Opus 5.5 以 45.5% 居首，GPT-6 Astra 42.8% 次之，Grok 4.7、Gemini 4 Argon 等降到 20% 多，基准远未饱和。

查看大图

Artificial Analysis 于 2026-10-23 发布 Coding Agent Index v2.0，评测对象是「模型 + Agent 外壳」的组合，覆盖 290 道任务，三项基准等权：Cognition 的 FrontierCode v1.1（100 道真实开源仓库任务，按维护者是否会合并打分）取代 DeepSWE v1.1，SWE-Atlas-QnA 改为评分更严格的 SWE-Atlas-QnA-AA，Terminal-Bench 4.0 不变。Claude Code + Claude Opus 5.5（max）以 61.7 分居首，Sonnet 5.5 59.3、Muse Wonder Full 58.9 紧随。新版整体分数下降：21 个两版都测过的配置平均分从 54.8 降到 47.4。

查看大图

权威独立 AI 基准测试机构 Artificial Analysis 正式发布针对 Cognition 旗下最新编程智能体 Devin Fusion 的全面实测报告。Devin Fusion 采用了革命性的“异构双模型并行协同架构”：由旗舰级的 Claude Opus 5.5（Max）担任总架构师与核心决策大脑，配合轻量极速的 GPT-6 Luna（High）作为并行子智能体执行具体检索与代码试跑。在 Coding Agent Index 综合大考中，Devin Fusion 斩获 68.1 分的高分，位居全球最顶级智能体梯队；而在经济性方面，单任务综合调用成本从 Claude Code Opus 单模型的 13.04 美元骤降至 9.01 美元（成本节省达 31%），单任务平均耗时由 65 分钟缩短至 55 分钟。

查看大图

10 月 20 日，ElevenLabs 发布 Eleven Realtime，一类端到端语音到语音模型，每个模型本身就是完整的语音 Agent，不再需要自己拼语音识别、大模型和语音合成。v1 Mini 主打低成本自然对话，v1 Max 面向客服和多步骤工具调用。两者支持 90+ 语言、可用 17,000+ 种音色。官方引用 Artificial Analysis 独立评测：Max 在 Big Bench Audio 答对 98.8%、平均 0.57 秒开始说话。接口兼容 OpenAI Realtime API，改端点和模型名即可迁移。

查看大图

Cognition 10 月 19 日宣布，Devin Fusion 用 Claude Opus 5.5 做主控（lead）、GPT-6 Luna 做执行助手（sidekick）的组合，在 Artificial Analysis Coding Agent Index v1.5 拿到 68.1 分。按 Artificial Analysis 网站当前数据，这一分数位列榜首，但只比第二名 Muse Code + Muse Wonder Full（68.0）高 0.1 分，基本并列；第三名 Antigravity CLI + Gemini 4 Argon 为 63.8。Cognition 称该组合每任务成本比 Claude Code 搭配 Opus 5.5 低 31%（厂商口径）。Fusion 已在 Devin CLI 和桌面版提供。

查看大图

蚂蚁 Ant Ling（inclusionAI）10 月 19 日以 MIT 协议开源 Ming-3.0 的 5 个模型，覆盖语音合成（tts-0.5B、tts-tiny 7.9B/1.3B 激活）、音频理解（audio-flash 126B/6.5B 激活、audio-tiny 9.3B/2.7B 激活）和语音识别（asr-tiny 8.6B/2B 激活）。官方称 tts-0.5B 在 Artificial Analysis Controlled Voice 榜以 1069 Elo 位列开源权重第一，发音稳健性 93.2% 并列全榜第一；asr-tiny 四类 ASR 平均错误率 4.41%。权重已上 Hugging Face 和 ModelScope，SGLang 与 vLLM 首日支持。

查看大图

Cognition 10 月 9 日宣布，Devin 现可连接任意个人 ChatGPT 套餐（Go、Plus、Pro）：会话中调用 OpenAI 模型的部分改由 ChatGPT 订阅额度承担，不再消耗 Devin 配额或按量积分，覆盖 Devin Cloud、Desktop 与 CLI。该能力仅对 Devin 自助 Pro、Max、Teams 套餐开放，Free 与 Enterprise 不可用；ChatGPT 额度用尽时自动回落到 Devin 配额，会话不中断。

查看大图

LangChain 于 2026-09-28 发布 langchain==1.4.3（PyPI 已同步）：init_chat_model 支持 AWS Bedrock Mantle 聊天模型（对接 langchain-aws 的 Mantle 接口）；修复识别 GPT-6 结构化输出而无需 profiles；create_agent 在历史回放缺 tool result 时为非法 tool call 补 error ToolMessage；并净化 fallback 模型的 cache settings。相对 1.4.2 的变更集中在 #40837/#40844/#40530/#40886。

查看大图

顶尖安全与系统研究团队在 Hugging Face 与 ArXiv 正式公开了《AgentKernel: The Trust-Native Agentic Operating System》（arXiv: 2609.29647）。随着自主 Agent 频繁摄入不可信网络内容并调用高权限系统工具，中间人提示注入（Prompt Injection）、记忆投毒（Memory Poisoning）与工具越权已成为制约智能体落地的最严峻瓶颈。AgentKernel 首次打破将安全寄托于脆弱应用层中间件的局限，从操作系统内核级构建了跨“身份（Identity）、感知（Perception）、认知（Cognition）、执行（Execution）”四大支柱的强制性不可绕过安全边界，将系统级结构安全转化为智能体的生产力倍增器。

查看大图

@cognition 发布 Devin Cloud in Terminal 与 devin ssh：可在 CLI 用 /cloud 创建、操控并恢复 Devin Cloud 会话；首次支持 SSH 进入 Devin 专用虚拟机，再用 /handoff 把工作交回本机设备。

查看大图