AI 编程实时动态与要闻

bolt.new 宣布 Bolt Forge：模型选择器中的开源权重编程智能体，现已可在 bolt.new 使用。10 月 14 日前免费，最高约 50x 用量且零用量费；阵容含 GLM 5.3 / GLM 5.3 Flash、Kimi K3、DeepSeek v4 Pro。可选加入训练以与 Arcee 共建万亿参数级模型；同期推出 $9/月 Bolt Lite（含 Forge，报名截止 10/14 后锁定 $9）。合作方含 Arcee、Microsoft、Vercel、Fireworks、DigitalOcean。

Fireworks 披露合作伙伴 LangChain 每天产生数十亿级代理轨迹 token，用前沿闭源模型逐条评判成本过高。对方在 Fireworks 上对 Qwen 基座微调后，评判质量可贴近 GPT-5.5 / Opus，成本最高约降 100 倍，并开放 Training API 供开发者复用同类流程。

Fireworks 宣布 DeepSeek V4 Flash 现已带原生视觉，覆盖无服务器与优先档。官方称多模态基准优于纯文本 0731 版本，价格保持每百万 Token 输入 0.22 美元、输出 0.66 美元。模型页显示 305B MoE、约 1040K 上下文、支持函数调用与图像输入，并带投机解码模块。

Fireworks 宣布 Training API 与 Fireworks Lab 全面可用，把训练、采样、服务与再训练收进同一平台，面向大规模强化学习。开发者可用 Python 自管损失、奖励、数据与环境，并接入托管分布式训练与 rollout；计算提供 Serverless 快速实验与 Dedicated 控成本两种模式。平台强调 rollout 吞吐、逐步权重同步以及训练器与推理引擎一致性。Lab 可嵌入前线研究员，客户包括 Cursor、Harvey、Figma、Vercel、Cognition 与 Factory。

Fireworks 披露 Factory 的 Droid Shield 用例：面对 Droids 高速写代码与提交，密钥扫描必须低误报且跟得上评审节奏。Factory 通过 Training API 微调开源 Qwen，真实密钥检出率比 GPT-5.5 高出约 20%，同时降低成本与延迟。该案例说明专用开源权重加强化学习/微调，可在安全扫描这类可验证任务上超过通用前沿模型，并直接嵌入编码代理的提交闸门。

GitHub 宣布 Gemini 3.7 Flash、微软 MAI-Code-1.1-Flash，以及由 Fireworks 托管的开源权重模型 Kimi K3，已在 GitHub Copilot App、Copilot CLI 与 VS Code 等入口全面可用。开发者可在同一 Copilot 工作流中按任务在 Google 低成本编码模型、微软自研代码模型与开源权重模型之间切换，无需离开 GitHub 平台。同期 Copilot App 还上线 Customize 页集中发现 MCP、插件与 Skills，并支持在 Slack / Teams 中把编码任务交给代理。

GitHub 宣布 Gemini 3.7 Flash、微软 MAI-Code-1.1-Flash 以及由 Fireworks 托管的开源权重模型 Kimi K3 已在 GitHub Copilot App、Copilot CLI 与 VS Code 等入口全面可用。开发者可在同一 Copilot 工作流中按任务在 Google 低成本编码模型、微软自研代码模型与开源权重模型之间切换，无需离开 GitHub 平台。

高性能推理服务平台 Fireworks AI 在 GLM-5.3 权重开源当日同步推出 Serverless API。该模型在 Z.ai 官方 Code Bench 上相比 5.2 提升 50%，在开源模型网络安全与长程 Agent 任务评测中取得 SOTA 表现。

Fireworks AI 披露法律科技独角兽 Harvey 的首个专有大模型 Tenet。该模型以 Kimi K3 为基座，利用 Fireworks Training API 的异步强化学习进行长流程后训练，在 Harvey LAB 合约全通率基准上从 10.8% 翻倍提升至 19.7%，刷新 SOTA 纪录。