AI 编程实时动态与要闻

OpenAI 宣布收购 Pierre Computer:Code Storage 将并入 Codex,Trees/Diffs 开源库继续开源,剑指智能体时代的 Git 与代码评审

OpenAI 于 11 月 4 日(UTC 15:15 官方 Newsroom 发帖)宣布将收购 Pierre Computer Company。Pierre 的 Trees(文件树浏览)和 Diffs(差异查看)开源库已在 Codex 应用里用于浏览文件和评审改动;收购完成后,OpenAI 计划把 Pierre 基于 Git 的代码托管服务 Code Storage 的功能并入 Codex。Pierre 的开源项目保持开源,Code Storage 现有客户可继续使用。交易金额未披露,仍需监管批准。

OpenAI 宣布收购 Pierre Computer:Code Storage 将并入 Codex,Trees/Diffs 开源库继续开源,剑指智能体时代的 Git 与代码评审

核心要点速览

  • 被收购方 Pierre 有 3 个被官方点名的产品:Trees、Diffs(含可在 diff 里直接改代码的 Edit 模式)和新发布的语法高亮器 Highlights,另有 Git 代码托管 API Code Storage。
  • Codex 应用已在用 Trees 和 Diffs 做文件浏览与代码评审,这次是把已集成的技术和团队收入内部。
  • 官方承诺:开源项目保持开源并继续贡献;Code Storage 客户在交割后可继续使用,功能会逐步并入 Codex。
  • 交易金额未披露,需监管批准,交割前双方仍是独立公司(官方口径)。
  • 这是本周 OpenAI 在源码管理上的第 2 步:此前刚公开内部 Git 后端 Pando;Axios 解读为直接挑战 GitHub。
阅读全文
关联模型 / 智能体 / 厂商:

开源 Agent 基础模型 Axion 1.0 发布:2 次 SFT + RL 极简配方,35B(3B 激活)复现权重 Apache 2.0 开放,数据与训练代码全公开

arXiv 论文 2611.03233(Yuqi Jia、Yunjie Tian 等 7 位作者)发布 Axion 1.0,一个“权重之外也开源”的 Agent 基础模型:只用两段轻量 SFT 加强化学习,不做专门的 mid-training、DPO 或在线蒸馏,总共约 1.8 万条 SFT 轨迹。训练代码托管在 GitHub 的 bytedance 组织下,训练数据和 Axion 1.0-35B 复现权重(Qwen3.6-35B-A3B 底座,35B 总参 / 3B 激活,Apache 2.0)已上 Hugging Face;论文中的 122B 版本权重标注为即将发布。

开源 Agent 基础模型 Axion 1.0 发布:2 次 SFT + RL 极简配方,35B(3B 激活)复现权重 Apache 2.0 开放,数据与训练代码全公开

核心要点速览

  • 配方极简:SFT 一阶段练自包含科学推理,二阶段练工具调用和信息检索,再用 RL 打磨长程交互,共约 18,363 条 SFT 轨迹 + 484 条 RL 任务
  • 开源范围包括数据构建、生成、过滤、验证、提示词和训练代码(GitHub),不只是权重
  • 35B 复现权重成绩:HLE 52.8、SEAL-0 60.4、FrontierScience Olympiad 85.0、Research 55.0(HF 模型页)
  • 论文版 122B 在 HLE(限制网站访问)59.0、FrontierScience Research 66.7;122B 权重尚未放出
  • 跑分均为作者自报,HF 页上 Claude Opus 5 的 HLE 为 63.6,Axion 仍落后最强闭源模型
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Axion 1.0-35B⚡ Axion 1.0-122B⚡ Qwen3.6-35B-A3B🌐 ByteDance🌐 Hugging Face

Vercel Security Review 公测:每次 GitHub push 自动做漏洞审查,Vercel Agent 一键修复

Vercel 于 11 月 3 日(美西时间)宣布 Security Review 公测。它是 Vercel Agent 的新能力,与 Code Review、Investigation 并列:开启后,团队关联的 GitHub 仓库每次 push 都会只针对改动的 diff 做漏洞审查,几秒内完成;发现的问题进入 Security 仪表盘、PR 评论和 CLI,可一键交给 Vercel Agent 修复,或用 vercel security vulnerabilities 拉给自己的编码 Agent。面向 Pro 与 Enterprise,11 月 10 日前审查免费。

Vercel Security Review 公测:每次 GitHub push 自动做漏洞审查,Vercel Agent 一键修复

核心要点速览

  • 触发方式:每次 GitHub push(含直接推生产分支)自动审查,只扫改动 diff,官方称“几秒内完成”,可覆盖每个 preview 与 production 部署
  • 不止模式匹配:Agent 会追踪改动代码的可达路径、检查已有防护并复核每条发现,官方举例可抓到“缺少授权校验”这类逻辑漏洞
  • 团队可用自然语言写安全策略,按项目或全团队生效,也可用 vercel security policy 管理
  • 计费:按 Vercel Agent 费率,模型 token 按供应商原价不加价,另加每百万 token 0.25 美元;审查在 2026 年 11 月 10 日前免费,Agent 修复照常计费
  • 可用范围:Pro 与 Enterprise 团队公测;官方未公布检出率或误报率等跑分
阅读全文

Epic 官宣 Unreal Engine 5.9:下周推出 Preview,重点改进 AI 工作流,Web 重回目标平台

11 月 3 日,Unreal Engine 官方账号宣布 UE 5.9 确定推出,Preview 版下周上线,内容包括改进的 AI 工作流、把 Web 作为目标平台、渲染与动画更新等;GitHub 上的 5.9 分支已开始合入改动,更多细节稍后公布。这改变了今年 6 月 State of Unreal 的口径:当时 Epic 称 5.8 是 UE5 最后一个计划内大版本,只保留出 5.9 的可能。5.8 已带来实验性的 Unreal MCP 插件,让 Claude Code、Cursor 等 MCP 客户端直接操作编辑器,5.9 的「AI 工作流」大概率在此基础上扩展,但具体功能官方尚未公布。

核心要点速览

  • 时间:官方帖发于 11 月 3 日 13:05 UTC,称 5.9 Preview「下周」推出,具体日期与正式版时间官方未公布
  • 内容范围(官方口径):改进的 AI 工作流、Web 作为目标平台、渲染与动画更新等;5.9 分支已在 GitHub 上合入改动
  • 背景:6 月 State of Unreal 称 5.8 是 UE5 最后一个计划内大版本,UE6 目标 2027 年底 Early Access,正式版再晚 12–18 个月
  • AI 基础:5.8 的实验性 Unreal MCP 插件在编辑器内嵌 MCP 服务器,默认 http://127.0.0.1:8000/mcp,仅限本机、无鉴权
  • 热度:截至抓取时约 2552 赞、251 转发、114 引用、21.5 万次浏览
阅读全文
AD赞助内容

OpenAI 公开自研 Git 后端 Pando:中位推送延迟降近 5 倍,每天交付近 1PB 数据,10 周用 Codex 建成

OpenAI 11 月 2 日在工程博客发布《Scaling Git at OpenAI》,介绍为单体仓库自研的 Git 兼容后端 Pando。官方口径:上线后中位推送延迟降低近 5 倍(约 80%),每天交付近 1PB Git 数据,单小时峰值超过 57TB。Pando 用 Rust 编写,由一名工程师设计核心、Codex 智能体团队实现,10 周从立项到上线,今年 4 月开始承接生产流量。起因是 Codex 让并行分支和推送暴增,旧系统可靠性一度跌破 90%。

OpenAI 公开自研 Git 后端 Pando:中位推送延迟降近 5 倍,每天交付近 1PB 数据,10 周用 Codex 建成

核心要点速览

  • 官方口径:中位推送延迟降低近 5 倍(约 80%),每天交付近 1PB Git 数据,单小时峰值超过 57TB,其中 99% 以上字节来自本地磁盘缓存。
  • 起因:Codex 让工程师并行提交更多分支和 CI 任务,旧系统从去年底开始吃紧,可靠性一度低于 90%。
  • 核心取舍:放弃全仓库一致性,改为按分支独立更新的因果一致性;推送的 packfile 原样存入 blob 存储并在后续 fetch 中复用。
  • 用 Rust 编写,1 名工程师设计核心、Codex 智能体团队实现,10 周上线;还用 GPT-6 Astra 让智能体写 Lean 和 TLA+ 形式化验证。
  • 部分 packfile-uri 等改进已合入上游 Git,OpenAI 表示正在探索把这套技术开放给用户。
阅读全文
关联模型 / 智能体 / 厂商:

沙特阿美完成收购 HUMAIN 49% 股权:PIF 保留 51%,2026 年注资约 26 亿美元现金,目标 2030 年 3GW AI 数据中心

沙特公共投资基金(PIF)与沙特阿美 11 月 1 日宣布交易完成:阿美通过全资子公司取得沙特 AI 公司 HUMAIN 49% 股权,PIF 保留 51% 控股。阿美除转入自有的 AI、算力和数字资产外,还将在 2026 年向 HUMAIN 注入约 99 亿沙特里亚尔(约 26 亿美元)现金。HUMAIN 计划到 2030 年部署 3GW AI 数据中心容量,并继续开发阿拉伯语多模态大模型 ALLaM。

核心要点速览

  • 股权:阿美 49%(经全资子公司持有)、PIF 51%,交易已于 2026-11-01 完成(阿美官方新闻稿)
  • 资金:2026 年现金注资约 99 亿沙特里亚尔(约 26 亿美元),另转入 AI、算力和数字资产(官方口径)
  • 算力目标:2030 年前部署 3GW AI 数据中心容量(官方口径)
  • 阿美称 2023 年以来「技术实现价值」达 113 亿美元,其中相当部分来自 AI 方案(阿美 CEO Amin Nasser,厂商口径)
  • HUMAIN 成立于 2025 年 5 月,业务覆盖数据中心、云平台、ALLaM 模型和行业方案四块
阅读全文
关联模型 / 智能体 / 厂商:
g
guregodevo (Memdoor author)github.com·
👀24
🔥81

Memdoor 复现 GVS5H:5 个 Qwen3.8-27B 组队在 LiveCodeBench Hard 前 10 题均分 9.8/10,高于 Fable 5 单次调用的 8.0

开源编码 Agent 工具 Memdoor(GitHub guregodevo/memdoor,Apache 2.0)10 月 31 日公布 team-solve 工作流:用 GVS5H 论文作者的原版提示词和循环,让 5 个 Qwen3.8-27B 实例分别担任规划、两路构思、求解和管理,只通过磁盘文件沟通,由脚本跑测试判定成败。在 GVS5H 列表的前 10 道 LiveCodeBench Hard 题上各跑 5 轮,平均 9.8/10,作者原版 harness 为 9.6,Fable 5 单次调用为 8.0;50 次运行 49 次解出,总花费 35.79 美元,全部请求和回复都已公开。该帖在 Hacker News 约 200 分。这是社区复现,仅 10 题,作者自己也提示不能排除训练数据污染。

核心要点速览

  • 成绩:5 轮平均 9.8/10(逐轮 10、10、10、10、9),GVS5H 作者原版 harness 9.6,Fable 5 单次调用 8.0(team-solve README,项目方口径)
  • 成本:50 次运行 49 次解出,共 35.79 美元、1,530 万输出 token;单次中位耗时约 40 分钟模型时间、0.39 美元,最长 4 小时
  • 方法:规划、两路构思、求解、管理 5 个角色加修复 worker,各自从全新上下文开始,只经磁盘文件交流,测试由 shell 脚本判定,不让模型自评
  • 局限:只测了 10 题而非论文的 100 题;题目来自 2025 年 3–4 月的比赛,可能已进训练数据;Fable 5 的分数取自 GVS5H 作者的结果文件,没有在这个 harness 里重跑
  • 热度:HN 帖子约 200 分(截至 11 月 1 日 16:10 SGT);GVS5H 原论文为 arXiv 2608.26480,10 月 25 日曾登 HN 第一
阅读全文

DeepSeek Harness 团队开源 dsh-superagent:常驻单个 GitHub 仓库的主动式编码 Agent 原型,同步公开 Super-agent 架构文章

10 月 31 日,deepseek-ai 在 GitHub 以 MIT 协议开源 dsh-superagent-prototype:一个作为 DeepSeek Harness 插件包运行、常驻单个 GitHub 仓库(可选接入飞书)的主动式编码 Agent。授权成员提出请求后,它会建工作项、在独立会话和目录里干活,再回到原对话交付,例如提一个 PR。README 明确写着这是研究原型,不是 DeepSeek 官方产品。同时发布的《Exploring Super-agent Design》提出 Router-Worker 双层架构,媒体转述的团队自测显示 p95 完成时间 15.7 分钟,对比单会话方案 29.5 分钟。

核心要点速览

  • 开源:deepseek-ai/dsh-superagent-prototype 于 10 月 31 日公开,MIT 协议、TypeScript 实现,写稿时约 1,800 star
  • 定位:每次部署只服务 1 个 GitHub 仓库,可选接入飞书;只在被授权成员点名或团队写好的规则允许时才动手
  • 交付:默认只允许为工单开的、增删合计少于 200 行且已获批准的 PR 自动合并,且不以 Agent 自己的账号开启自动合并
  • 团队自测(据媒体转述文章,厂商口径):约 300 条消息、20 个请求的模拟中,p50 / p95 完成时间 12.4 / 15.7 分钟,单会话加 Subagent 方案为 20.4 / 29.5 分钟
  • 风险:Worker 会话以运维者的系统用户身份免审批执行命令,README 要求用前先审阅和改造
阅读全文

微软研究院与 UC Berkeley 开源 TokenEconomizer:不改 Agent,让 Claude Code、Codex 在 SWE-Bench 上成本降 18.4%–30.9%

微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer(Apache 2.0,v0.1.0 于 10 月 26 日发布),它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件,opencode 为实验支持。插件从同一仓库的历史会话中学习,用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上,五种 Agent 与模型组合的平均成本降低 18.4%–30.9%(论文口径)。

微软研究院与 UC Berkeley 开源 TokenEconomizer:不改 Agent,让 Claude Code、Codex 在 SWE-Bench 上成本降 18.4%–30.9%

核心要点速览

  • 成本:277 个 SWE-Bench 任务、6 个仓库、5 种 Agent 与模型组合,平均成本降 18.4%–30.9%,30 个「仓库×组合」格子全部更便宜(论文口径,含插件自身调用费用)
  • 成功率:Pass@1 在 5 个组合中 4 个上升,例如 Copilot CLI + Sonnet 5 成本降 18.4%、Pass@1 +2.6;Claude Code + Opus 4.8 成本降 30.9%、Pass@1 −1.0
  • 三个机制:微技能(三次会话确认后才写入的仓库事实)、工具裁剪(默认 10 次提示且跨 2 次会话未用即移除)、死循环干预(判定置信度 ≥0.7 时提醒一次,不会自动中止)
  • 泛化:Web-Bench 上成本降 16%–21%,两个安全审计基准(每题都是新仓库)降 6%–20%
  • 部署:Apache 2.0,Python 3.10+,无需额外 API key,学到的经验只存本机 ~/.tokeneconomizer
阅读全文

Pika 发布开放权重视频模型 Pika H3 Flex:基于 MiniMax H3 后训练,6 步出片、5 轨音频分轨,API 起价 0.01 美元/秒

Pika 于 10 月 29 日发布 Pika H3 Flex,这是在 MiniMax H3 基础上后训练的音视频一体生成模型,权重已上架 Hugging Face、代码开源在 GitHub,并支持 ComfyUI 和 Diffusers。官方称它把去噪步数从 50 步蒸馏到 6 步,在 768p 下 DiT 去噪平均比 Fal H3 Max 快约 1.8 倍,15 秒带配乐片段最快约 7 秒生成;托管 API 额外提供 1080p 到 4K 超分和对白、配乐、音效、拟音、环境声 5 条可导出音轨。以上速度与质量数据均为官方口径。

Pika 发布开放权重视频模型 Pika H3 Flex:基于 MiniMax H3 后训练,6 步出片、5 轨音频分轨,API 起价 0.01 美元/秒

核心要点速览

  • 定价(官方口径):文/图生视频起价 0.01 美元/输出秒,参考生视频起价 0.03 美元/秒;官方对比表中 MiniMax H3 为 0.08 美元/秒、Seedance 2.5 为 0.103 美元/秒
  • 速度(官方口径):6 步采样,768p 下 DiT 去噪平均比 Fal H3 Max 快约 1.8 倍,10–15 秒文/图生视频约 2 倍;8 张 B300 上 5 秒 768p 生成全流程提速 1.60 倍
  • 排名:官方产品页称在 DesignArena 文生视频榜得分 1293、总第 7,是榜上最高的开放权重模型
  • 开源形态:Hugging Face 标注为基于 MiniMax-H3 的 adapter,许可证为 other;本地推理原生支持 480p/768p 与混合立体声,4K 超分和分轨音频仅在托管 API 提供
  • 支持最多 12 个参考输入(图、音、视频、草图等),以及风格迁移、动作迁移、角色替换、局部编辑等下游任务
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Pika H3 Flex⚡ MiniMax H3⚡ Fal H3 Max⚡ HeyGen Video⚡ Gemini Omni 1.1 Flash🌐 Pika🌐 MiniMax
AD赞助内容

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
O
OpenAI@AICoder·
👀43
🔥80

OpenAI Codex CLI 0.166.0 发布:键盘选取对话记录、GPT-6.1 Terra 进入 Vertex AI 和 Bedrock 模型目录、新增 codex doctor 网络诊断

OpenAI 于 10 月 29 日 19:47(UTC)在 GitHub 发布 Codex CLI 正式版 rust-v0.166.0。新版支持用键盘按词、行、页选取对话记录并内置搜索,把 GPT-6.1 Terra 加入内置、Vertex AI 和 Amazon Bedrock 三处模型目录,新增 codex queue --resume 和 codex doctor --network-only,并在 TUI 里给出更清楚的安全拦截说明和可选的更安全后续提示。

核心要点速览

  • 模型目录:GPT-6.1 Terra 同时进入内置、Vertex AI 和 Amazon Bedrock 三个模型目录(#57293)
  • 对话记录:支持按词、行、页的键盘选取,集成搜索,快捷键可配置(#57221–#57224)
  • 新命令:codex queue --resume 可在排队消息后恢复未加载的线程;codex doctor --network-only 专查配置、连通性和 WebSocket
  • 安全提示:TUI 遇到安全拦截时给出更清楚的原因,并提供可选的更安全后续提示(#57363、#57365)
  • 修复:恢复或分叉线程时保留已确认的审批和权限设置,并保留推理 token 计数以避免过早压缩上下文
阅读全文
关联模型 / 智能体 / 厂商:
A
Anthropic@AICoder·
👀96
🔥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:

GitHub Copilot Automations 升级:团队共享自动化归仓库所有,新增 24 个触发器、20 个工具和 AI 额度上限

GitHub 在 10 月 28 日 Universe 大会上发布一组 Copilot Automations 更新:共享自动化归仓库所有,以 Copilot 身份执行、AI 额度记在仓库所有者账上,创建者离职也照常运行;新增 24 个 GitHub 事件触发器、REST API 外部触发和自动化串联,20 个新工具并支持自定义 MCP 服务器;可按单次、每天、每周、每月设置 AI 额度上限;自动化还能根据真实结果提出改进自身提示词的建议,VS Code 1.144 起可在云端运行。

GitHub Copilot Automations 升级:团队共享自动化归仓库所有,新增 24 个触发器、20 个工具和 AI 额度上限

核心要点速览

  • 共享自动化归仓库所有:有读权限即可查看、有写权限即可编辑,操作记为 Copilot,AI 额度计入仓库所有者
  • 新增 24 个触发器,覆盖 issue、PR、Discussions 和安全告警;可用 REST API 从 Jira、Sentry、PagerDuty 等外部系统触发
  • 新增 20 个 GitHub 工具(如合并 PR、重跑 workflow、上传截图),并可接入自定义 MCP 服务器
  • AI 额度上限可按单次、每天、每周、每月设置;组织仓库需管理员开启「Allow use of Copilot cloud agent billed to the organization」策略
  • 面向 Copilot Pro、Pro+、Max、Business 和 Enterprise 用户逐步开放;VS Code 1.144 打开 chat.automations.cloud.enabled 即可在云端运行
阅读全文
关联模型 / 智能体 / 厂商:

GitHub Octoverse 2026:超 40% 的 PR 由智能体起草,一年推送 179 亿次,Copilot 用户用到 47 个模型

GitHub 10 月 28 日发布 Octoverse 2026 年度报告:过去 12 个月推送 179 亿次,超过 2024 与 2025 两年之和;提交 343 亿次,合并 PR 13 亿个(日均 350 万)。到 9 月,超过 40% 的 PR 由智能体起草(3 月为 17%),Copilot 月活用户中 55% 使用智能体功能,付费用户 9 月共用到 47 个不同模型。

GitHub Octoverse 2026:超 40% 的 PR 由智能体起草,一年推送 179 亿次,Copilot 用户用到 47 个模型

核心要点速览

  • 过去 12 个月推送 179 亿次、提交 343 亿次、合并 PR 13 亿个,日均合并约 350 万个(GitHub 官方口径)
  • 2026 年 9 月超过 40% 的 PR 由智能体起草,3 月仅 17%;仅 9 月就有 1.1 亿个,约为 3 月的 6 倍
  • Copilot 月活用户 55% 使用智能体功能(一年前 35%),Copilot cloud agent 同比增长 230%
  • 付费 Copilot 用户 5 月用 29 个模型、9 月用 47 个,单一模型请求占比都不超过 25%;61% 自选模型的用户会混用多个模型
  • GitHub 开发者总数超过 2.25 亿,美国 3830 万、印度 3200 万,各自一年新增超 1000 万
阅读全文