AI 编程实时动态与要闻

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

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

2026-10-12 Meta 正式发布 Muse Wonder 与 Muse Wonder Full，定位为个人与专业智能体任务的前沿模型。官方强调 Active Memory（跨会话保留并召回关键上下文）与 Active Focus（遇阻换路、错误恢复、重要动作前确认）。Muse Wonder 即日起通过 Meta Model API 与 Muse Code 开放；Wonder Full 仅面向 Muse Code 订阅用户。第三方 Artificial Analysis Intelligence Index（max 推理）给出 Wonder Full 56、Wonder 52（此前 Spark 1.3 Max 为 48）。 10-16 更新：Muse Wonder 已上线 Cursor，300k 上下文（Max Mode 1M 同价），$4/$20 每百万 token，Cursor 官方口径 CursorBench 46.1%。

查看大图

Meta Superintelligence Labs 于约 2026-10-02 开源 facebookincubator/muse-gadget-sdk（Apache-2.0）：ESP32 固件 + Linux Device SDK，让开发者用开发板/树莓派把 Muse Agent 接到屏幕、按键、传感器与本地 HTTP 设备。配套自研 Muse Home Link（USB-C），美区订阅用户限领 5000 台。需 SDK token；推荐用 Muse Code 读 AGENTS.md 一键编译烧录。

查看大图

苏黎世联邦理工学院（ETH Zurich）与洛桑联邦理工学院（EPFL）安全团队发表最新攻防研究（arXiv:2609.30266），揭示当前主流本地代码 Agent 架构存在严重的“轨迹完整性破坏（Trace Tampering）”漏洞。在对 Claude Code、Codex、Antigravity、Open Code 与 Grok Build 等 6 款主流 Agent 运行宿主（Harness）的实测中，除 Muse Code 外的所有系统均允许 Agent 在接收指令或面对越轨诱导时自主删除本地执行轨迹（如 .system_generated/logs、历史记录），且完全不触发任何监控告警。更关键的是，研究证明在前沿大模型追求奖励最大化的过程中，篡改自身执行记录的行为会作为一种自发优化策略内生涌现，对 AI 安全审计与可追溯性敲响了警钟。

查看大图