AI 编程实时动态与要闻

Amp 上线 Spaces:一个协调 Agent 自动拆任务、拉起并行线程,团队可在同一空间评论协作

2026-11-06,Amp(ampcode.com)宣布上线 Spaces:Space 是与单个协调 Agent 的对话,由它理解目标、拆解任务并创建/协调并行线程,无需用户手工建线程。官方示例含功能共创、服务账号发布运维、安全审查(拆成 16 个区域并行审)。侧边栏 Spaces 区点「+」设标题与项目即可开始;团队可在同一聊天评论,仅 @amp 时 Agent 才读评论。

Amp 上线 Spaces:一个协调 Agent 自动拆任务、拉起并行线程,团队可在同一空间评论协作

核心要点速览

  • 官方:ampcode.com/news/spaces(2026-11-06);Amp 团队 Lewis Metcalf 发帖并由 @AmpCode 转发
  • 形态:一个协调 Agent 负责拆目标、拉起并行线程并汇总;用户可鸟瞰也可钻入线程
  • 团队:同一 Space 内评论协作;仅被 @amp 提及时 Agent 才读取评论,减少打扰
  • 示例:Spaces 本身在「Spaces v1」空间内建成;服务账号上线运维;安全审查拆 16 区并行
  • 上手:侧边栏 Spaces → + → 设标题与项目 → 描述目标即可
阅读全文
关联模型 / 智能体 / 厂商:

Qoder 上线隐身模型 Qoduck:个人账号每日免费额度内 0.0× Credits,身份官方未披露

2026-11-07(新加坡时间)起,AI 编程产品 Qoder International 向个人用户限时开放隐身模型 Qoduck 的每日免费额度:额度内 Credit 倍率由 0.5× 降为 0.0×,最高思考强度也不扣分。官方称身份尚未披露;Teams/Enterprise 与 IDE/CLI 暂不支持。

Qoder 上线隐身模型 Qoduck:个人账号每日免费额度内 0.0× Credits,身份官方未披露

核心要点速览

  • 来源:Qoder 官方活动页 docs.qoder.com/events/qoduck-free + 官方 X @qoder_ai_ide 2026-11-07
  • 权益:个人档每日免费额度内 0.0× Credits;付费个人档次数多于免费档;用尽后可按 0.5× 续用
  • 范围:仅 Qoder International App;IDE / JetBrains 插件 / CLI 暂不支持;Teams/Enterprise 不可见
  • 身份:官方明确「尚未披露」;社区指纹猜测不得写成确认型号
  • 上手:更新客户端 → 模型选择器选 Qoduck,自动生效无需领取
阅读全文
关联模型 / 智能体 / 厂商:

GitHub Copilot 接入 JetBrains Air:通过 ACP 在 IDE 本地或云端隔离环境跑编码任务,直接用 Copilot 订阅

GitHub 11 月 3 日在官方 changelog 宣布,GitHub Copilot 已可在 JetBrains Air 中使用。集成基于 Agent Client Protocol(ACP),开发者可以在 Air 的代理选择器里选 Copilot,委派编码任务、并行跟踪多个会话并在代码旁审查改动。任务既可在 JetBrains IDE 本地跑,也可通过 Air Teams 在云端隔离环境跑,用的是 Copilot 订阅额度而不是 JetBrains AI 点数。

GitHub Copilot 接入 JetBrains Air:通过 ACP 在 IDE 本地或云端隔离环境跑编码任务,直接用 Copilot 订阅

核心要点速览

  • Copilot 出现在 JetBrains Air 的代理选择器里,连上已有 Copilot 账号即可用于编码任务
  • 集成基于 Agent Client Protocol(ACP),可与原有 GitHub Copilot 插件并行使用
  • 支持并行跟踪多个代理会话,并利用项目上下文和 IDE 工具在代码旁审查改动
  • 云端任务通过 Air Teams 运行,每个任务在全新虚拟机的 Docker 容器里执行,流量经代理,任务之间不保留状态
  • 云任务消耗 Copilot 订阅而非 JetBrains AI 点数;但 Air 的分析不统计 Copilot 用量,管理员也不能在 Air 内设 Copilot 消费上限
阅读全文

前 Anthropic Claude Code 产品成员 Cat Wu 宣布加入 OpenAI,负责 Core Products 产品管理

Cat Wu(@_catwu)11 月 5 日在 X 发帖宣布加入 OpenAI,领导 Core Products 的产品管理工作;她的 X 简介写明此前在 Anthropic 做 Claude Code。她表示将与 Tibo(@thsottiaux)和 PM 团队一起打造「替你和团队把关、并让你保持掌控」的智能体。原帖获约 6900 赞,Tibo 随即发帖欢迎。OpenAI 尚未发布官方公告。

核心要点速览

  • Cat Wu 本人在 X 宣布加入 OpenAI,职责是领导 Core Products 的产品管理
  • 其 X 简介显示此前在 Anthropic 从事 Claude Code,更早在 Dagster、Scale AI 工作
  • 她点名将与 Tibo(@thsottiaux,简介为 Codex & ChatGPT @OpenAI)合作,方向是让用户保持掌控的智能体
  • Tibo 发帖「Welcome Cat」欢迎,原帖约 6900 赞、近 900 条回复
  • OpenAI 官方未发布公告,Core Products 具体涵盖哪些产品未说明
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Cognition 发布 SWE-2 Flash:基于 Inkling-Small 的快速编码模型,200 tok/s、价格为 SWE-2 的五分之一

Cognition 于 11 月 4 日(UTC 19:55)发布 SWE-2 Flash。官方博客称它以 Thinking Machines 的 Inkling-Small(276B 总参、12B 激活)为底座,首次在强化学习前加入大规模中训练,把 FrontierCode 2.0 从 3.2% 提到 24.0%、Terminal-Bench 4.0 从 0.9% 提到 20.0%,自称超过所有美国开源权重模型。生成速度约 200 tok/s,价格为 SWE-2 的五分之一、速度为其 3 倍;本月底前对 Devin Desktop 和 CLI 的 Pro、Max、Teams 用户免费。权重暂不公开,将通过安全共享计划提供给合作方和研究者。

Cognition 发布 SWE-2 Flash:基于 Inkling-Small 的快速编码模型,200 tok/s、价格为 SWE-2 的五分之一

核心要点速览

  • SWE-2 Flash 底座为 Thinking Machines Inkling-Small,276B 总参、12B 激活,规模约为 SWE-2(2.8T-A104B)的十分之一。
  • 训练流程:先用数万亿 token 的科学文章、博客、代码等数据分三阶段中训练,再做大规模强化学习,重点提升 RL 任务质量和多样性。
  • 官方跑分:FrontierCode 2.0 24.0(SWE-2 为 23.8)、DeepSWE 1.1 60.1、Terminal-Bench 2.1 89.2、SWE-Bench Pro v2 Hard 89.9、Terminal-Bench 4.0 20.0。
  • 速度约 200 tok/s(SWE-2 约 60 tok/s),价格为 SWE-2 的五分之一;11 月底前 Devin Desktop/CLI 的 Pro、Max、Teams 用户免费。
  • 出于网络安全风险考虑,权重不直接开源,Cognition 将在未来几周公布安全权重访问计划的细节。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ SWE-2 Flash⚡ SWE-2⚡ Inkling-Small🤖 Devin🌐 Cognition🌐 Thinking Machines

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

OpenAI 公布 ChatGPT 与 Codex 用于硬件工程的进展:GPT-6 Astra 一周内设计出 Codex 设备,携手 Mazda 做空气动力学研究

11 月 3 日,OpenAI 发布《Accelerating engineering for the physical world》,介绍其模型在机械设计、电子设计和仿真上的进展。两名员工用 GPT-6 Astra 在不到一周内设计出一台用来和 Codex 对话的设备(外壳、PCB、固件和软件),合同制造商不到一个月做出小批量原型,但量产前仍需多轮人工评审。OpenAI 硬件团队的模型 token 用量自 2 月以来增长 23 倍;在 BenchCAD 2.0 上,一个更新的内部模型平均得分 0.875,GPT-6 Astra 最高推理档为 0.594(官方口径)。OpenAI 还扩大与 Chip Ganassi Racing 的合作,并宣布与 Mazda 开展新的研究合作。

OpenAI 公布 ChatGPT 与 Codex 用于硬件工程的进展:GPT-6 Astra 一周内设计出 Codex 设备,携手 Mazda 做空气动力学研究

核心要点速览

  • GPT-6 Astra 在「无人工直接编辑」的测试里完成外观、外壳结构、元器件选型与 PCB 布局、UI 和固件;两名员工业余时间不到一周完成设计,原型不到一个月做出,见 OpenAI 博客。
  • 官方承认短板:Astra 没有稳定考虑制造商的产能限制、公差和装配细节,量产前仍需多轮评审迭代。
  • OpenAI 硬件与基础设施团队用 Codex/ChatGPT 做 CAD 建模、2D 工程图、仿真与 FEA、设计评审,token 用量自 2 月起增长 23 倍(官方口径)。
  • BenchCAD 2.0(重建 3D 零件与装配体、识别电路板连接):更新的内部模型 0.875,GPT-6 Astra 最高推理档 0.594(官方口径,内部模型未命名、未发布)。
  • 合作方:Chip Ganassi Racing 测试把 3D 扫描转成可编辑 CAD 和 2D 图纸;Mazda 与 OpenAI 研究团队用气流和结构仿真探索车型设计,结果「未来几个月」公布。
阅读全文

OpenAI 聘请前美国陆军部长 Dan Driscoll,新设「国家安全现代化高级顾问」职位

OpenAI 11 月 2 日(美国时间)在官网宣布,前第 26 任美国陆军部长 Dan Driscoll 加入公司,出任新设立的「国家安全现代化高级顾问」(Senior Counselor for National Security Modernization)。他将与公司高层和外部伙伴合作,就先进 AI 如何加强国家安全与网络安全提供建议,重点是与美国盟友推进 AI 的负责任使用,并帮助内部团队理解各国安全机构的实际需求。Reuters、CNBC、Bloomberg Law 等媒体同步报道。

OpenAI 聘请前美国陆军部长 Dan Driscoll,新设「国家安全现代化高级顾问」职位

核心要点速览

  • 职位为新设的 Senior Counselor for National Security Modernization,直接与 OpenAI 高层和外部伙伴合作。
  • Driscoll 曾任第 26 任美国陆军部长,官方称其任内主管近 100 万现役、国民警卫队和预备役士兵及 26.5 万多名文职人员。
  • 工作重点:与美国盟友推进先进 AI 在国家安全与网络安全上的负责任使用,并衔接 OpenAI 的 Daybreak 网络韧性项目。
  • Sam Altman 称此举是为了「与其他国家一起推广民主 AI」、加强美国在 AI 上的领先地位。
  • Reuters、CNBC 等报道称,Driscoll 今年早些时候因与国防部长 Hegseth 关系紧张而辞去陆军部长一职。
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI 筹备下一轮内部安全冲刺:联手 Cathedral 用自家模型攻防演练,严重漏洞赏金提高四倍以上、最高 17.2 万美元

OpenAI 11 月 2 日(美国时间)发文宣布筹备下一轮内部安全冲刺,与安全公司 Cathedral 合作,让对方研究员使用 OpenAI 模型和内部团队一起挑战自家防御。同时调整 Security Bug Bounty:严重级别漏洞奖励提高到原来的四倍以上,OpenAI 官方 X 帖称特别出色的发现含奖金最高可得 17.2 万美元。官方称上一轮冲刺抽调了 25% 的产品工程师,用 Codex 复现漏洞并准备补丁;此外已承诺 6 个月内提供 10 亿美元补贴额度给守护关键服务的防御方。

OpenAI 筹备下一轮内部安全冲刺:联手 Cathedral 用自家模型攻防演练,严重漏洞赏金提高四倍以上、最高 17.2 万美元

核心要点速览

  • 严重级别漏洞赏金提高到原来的四倍以上,官方 X 帖口径:特别出色的发现含奖金最高 17.2 万美元。
  • 合作方 Cathedral 的研究员将使用 OpenAI 模型,与内部团队一起对 OpenAI 系统做攻防测试。
  • 官方称上一轮冲刺抽调 25% 的产品工程师,用 Codex 在隔离环境复现漏洞并准备补丁。
  • OpenAI 已承诺 6 个月内提供 10 亿美元补贴额度,给守护关键服务和数字基础设施的防御方。
  • 下一轮冲刺的时间、范围和漏洞数量官方未公布。
阅读全文
关联模型 / 智能体 / 厂商:

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:
AD赞助内容

Cognition 收购 AI 原生安全公司 Corridor,团队并入 Devin Security

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。

Cognition 收购 AI 原生安全公司 Corridor,团队并入 Devin Security

核心要点速览

  • Cognition 收购 Corridor,团队并入 Devin Security 方向
  • Corridor 联合创始人 Jack Cable 与 Ashwin Ramaswami 将与 Cognition 总裁 Russell Kaplan、CSO Alex Stamos、CTO Steven Hao 共事
  • 官方观点:AI agent 已能执行端到端攻击链,未来 6 到 12 个月是网络安全最关键的时期
  • 交易金额官方未披露
阅读全文

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:

Claude Code 负责人 Boris Cherny 回应「额度消耗过快」:逐个排查用户会话,未发现回归,几处小问题的修复正在推送

10 月 21 日起不少开发者在 X 上抱怨 Claude Code 额度消耗明显变快。Anthropic 的 Claude Code 负责人 Boris Cherny 于 10 月 28 日(UTC)在 X 上回复:团队看完了用户提交的全部会话 ID,没有找到单一根因,也没有发现 Claude Code 的回归;找到几处让部分会话多耗 token 的小问题,修复正在推送。多数「掉得快」的情况可追溯到一两个重度会话,如 xhigh effort、/goal、Workflows、Agent Teams 和长时间 SDK 任务。

核心要点速览

  • 引发讨论的原帖称额度「掉得快 5 倍」,获约 1,660 个赞、240 多条回复(用户说法,非官方数据)
  • Boris Cherny:逐一检查了用户提交的会话 ID,未发现单一根因或 Claude Code 回归,几处小问题的修复正在推送
  • 重度用法是主因:xhigh effort、/goal、Workflows、Agent Teams、长时间 SDK 任务
  • 子智能体默认继承会话的 effort 等级,容易叠加;/usage 可查看 token 去向
  • 官方文档称 Agent Teams 在 plan 模式下约比普通会话多用 7 倍 token
阅读全文
关联模型 / 智能体 / 厂商:

X 热议:Anthropic 工程经理 Felix Rieseberg 宣布团队取消编程面试,称「饥饿感胜过资历」,帖子破百万浏览

Anthropic 的 Felix Rieseberg(X 简介写明在 Anthropic 做开发)10 月 27 日在 X 发帖称,编程面试「已死,至少在我 Anthropic 的团队是这样」,他本月已把它从面试流程中移除,并附上长文《Hunger beats tenure》给初级工程师建议。帖子获约 9,500 赞、超 100 万浏览、1 万多收藏,引发大量讨论。这是他个人观点和团队做法,不是 Anthropic 官方招聘政策。

核心要点速览

  • Felix Rieseberg 原帖:编程面试已不再提供有效信号,他本月起在自己团队的面试中取消了它
  • 长文理由:Claude 写小型 React 题已经比人强,团队里影响力最大的人与这类测试成绩无关
  • 他的乐观判断:AI 让执行变便宜,资历浅的工程师可以靠周末做出可用原型越过 PRD 和层层审批
  • 举例:Claude Code 的图形界面版由两位较新的工程师 Anthony Morris 和 Alice Zhao 一个周末做出原型,约 8 天后首个公开版上线
  • 帖子约 9,500 赞、超 100 万浏览;这是个人观点和单个团队做法,不代表 Anthropic 全公司招聘政策
阅读全文
关联模型 / 智能体 / 厂商:

DeepMind 机器人「大脑」Gemini Robotics ER 2 上线 Google Cloud 公开预览:企业可用它编排 VLA 模型和多机器人协作

Google Cloud 10 月 27 日宣布,Google DeepMind 的具身推理模型 Gemini Robotics ER 2 在 Gemini 平台(Model Garden)开放公开预览,模型 ID 为 gemini-robotics-er-2-preview,基于 Gemini 3.5 Flash。它充当机器人的高层「大脑」,能理解视频中的空间和时间信息、规划多步任务、判断动作是否成功,并把 VLA 模型和导航 API 当作工具来调度,支持多台不同形态机器人协作。官方称其定位视频关键帧的准确率为 91.3%。

核心要点速览

  • 模型 ID gemini-robotics-er-2-preview,基于 Gemini 3.5 Flash,输入支持文本、图像、视频、音频,输入上限 131,072 token、输出 65,536 token
  • 核心用法是把 VLA 模型、导航 API 或自定义函数声明为工具,由 ER 2 负责规划和调度,并可用自然语言解释和接受改派
  • 能把任务进度分为二元、离散或连续分数,官方称定位关键帧准确率 91.3%、平均帧误差 0.96 秒
  • 可读取表盘、液位计、数显屏、刻度尺等 10 多类仪表读数
  • 企业版提供 IAM、安全控制和函数调用;Cloud 预览支持 GenerateContent,不支持 Live API;Boston Dynamics、Arm 等已在试用
阅读全文
关联模型 / 智能体 / 厂商: