commit-rewriter 0.2
Simon Willison 于 9 月 24 日发布一条关于 commit-rewriter 0.2 的短记，标签为 git。该短记未给出这一工具的功能说明、版本变化或可用性信息。
#编码
#编码
今日 54 条Simon WillisonAI 评分1717
Towards Data ScienceAI 评分6464 如何最大化 Claude Code 与 Codex 订阅额度
作者分享延长 Claude Code 与 Codex 订阅额度的做法，核心是让 Claude Fable、GPT-6 Astra 做编排，由 Claude Opus、GPT-5.6 SOL 执行子任务。
Towards Data ScienceAI 评分6161 开源工具 qikly 如何用规范拆分实现独立测试自动化（第 1 部分）
作者 Gal Arav 开源 Python 工具 qikly，把一份 YAML 任务规范拆成需求、接口和验收标准三部分，让编码智能体和测试智能体读到不同内容。验收标准在组装编码智能体提示词之前就被代码剥离，任何让标准透出的代码路径都会使项目自身的测试失败，运行 qikly --explain 可对比双方各自看到的任务文件。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock 开放权重模型驱动 OpenCode AI 编程智能体
OpenCode 可接入 Amazon Bedrock 的开放权重模型，作为终端 AI 编程智能体在本地运行、推理留在 AWS 账户，且无按席位费用。示例模型包括 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 与 NVIDIA Nemotron 3 Super 120B。
OpenAI：官网动态AI 评分2929 Airbnb 扩大 GPT-6 Astra 与 OpenAI 前沿模型的接入范围
Airbnb 扩大对 GPT-6 Astra 及 OpenAI 前沿模型的接入范围，帮助工程团队排查 bug、设计系统并加快交付。
AWS Machine Learning Blog精选AI 评分6767 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 在 Amazon Bedrock 正式可用，API 定价显著低于 GPT-5.6 前代。GPT-6 Sol 面向开发与运维中反复出现的复杂任务，GPT-6 Luna 面向大批量重复任务，两者都支持显式提示词缓存。OpenAI 的内部事实性评测显示，GPT-6 Sol 的事实性错误约为 GPT-5.6 Sol 的一半。
推荐理由：两款模型按复杂任务与高频任务分层，API 定价低于 GPT-5.6 前代，可据此判断日常负载的选型。
Simon WillisonAI 评分3434 Simon Willison 引用 voxium：大公司里代码、测试、PRD 全由 Claude Code 生成
一名新入职大公司的工程师称，团队的规格、代码、测试、PRD、工单与报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在与 Claude 对话。他表示团队没人喜欢这种状态，高层反复强调推代码不是瓶颈，员工每天工作 12 到 13 小时只为按回车。
Google AI：DEV 作者专属AI 评分4747 Gemini 2026 年定价详解：各档订阅方案全解析
Google 在 Google I/O 2026 重组 Gemini 订阅体系，新增约 $100 的 AI Ultra 档，并把所有方案从固定月度配额改为基于算力的用量上限。
Latent SpaceAI 评分5757 Jev 发布两天内出现 6 个社区复刻版本
Jev 发布两天后，社区已出现 6 个复刻版本，涵盖 ModernBERT 编码器、扩散模型、Qwen3.5 微调等不同路线，训练数据据称 100% 为合成数据。
Latent SpaceAI 评分4141 AI 新闻速览：Steve Yegge 关停 Gas Town，Databricks 用 GPT-6 Astra 后编码支出增 60%
Steve Yegge 关停编码智能体项目 Gas Town，承认每月数千美元的 agent 订阅只做成了这一个项目；Databricks 向约 3,500 名工程师铺开 GPT-6 Astra 后，整体编码支出增加约 60%。OpenAI 同期发布模型失准事件披露框架及六份案例报告。
OpenAI：官网动态AI 评分2424 如何用 ChatGPT Work 与 Codex 分析把 AI 使用连接到业务价值
OpenAI 展示如何借助 ChatGPT Work 与 Codex 的分析功能，把 AI 使用情况和支出转化为可追踪的业务价值。团队可据此了解 AI 的使用量与花费、识别培训需求，并将 AI 采纳程度与业务成果对应起来。
Apple Machine Learning ResearchAI 评分4242 DACA-GRPO：面向扩散语言模型强化学习的去噪感知信用分配
DACA-GRPO 为扩散语言模型强化学习引入去噪感知信用分配，可作为任意 GRPO 训练器的轻量即插即用增强。在三种 GRPO 基线方法上，它在涵盖数学推理、代码生成、约束满足与 JSON schema 遵循等七个 benchmark 上取得一致提升，最高增益分别为 5.6pp、7.4pp、36.3pp 和 5.9pp。
OpenAI：官网动态AI 评分2323 Cognition 借助 GPT-6 Astra 让 Devin 测试自身工作
GPT-6 Astra 提升了 Cognition 旗下 Devin 测试软件并证明其可正常工作的能力，目标是让工程师减少代码审查、交付更多代码。Devin 由此可自行完成测试并验证结果是否可用。
OpenAI：官网动态AI 评分2626 GPT-5.6 Sol 如何帮助运行量子计算实验
一名 MIT 研究者用 GPT-5.6 Sol 搭配 Codex，自主运行量子计算实验并分析实验结果。GPT-5.6 Sol 还参与校准量子比特，这些实验步骤由模型自主完成。
OpenAI：官网动态AI 评分3030 1Password 借助 Codex 将工程生产力提升 21%
1Password 使用 Codex 将工程生产力提升 21%，并让工程师快速构建新功能和内部工具。其工程师在维持严格安全政策的同时，将新功能和内部工具推进到生产就绪。
OpenAI：官网动态AI 评分3737 研究加速：OpenAI 内部视角
OpenAI 内部，编程智能体正在重塑 AI 研究。OpenAI 公布了关于智能体使用情况、实验速度、任务复杂度以及研究加速的早期数据。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 Project HydraFusion，为 Copilot CLI 带来多模型编排
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot CLI 中通过运行时多模型编排为每个请求选择执行方案。它目前会在 Single、Cascade、Critique 三种模式中选择，用户通过 /experimental 和 /model 选用，费用按所调用模型的 token 标准费率计。
推荐理由：原文给出三种多模型编排模式，并列出三个编码基准上的质量与成本对比，便于评估这种编排方式的取舍。
OpenAI：官网动态精选AI 评分6464 OpenAI 发布 GPT-6 Astra 新一代模型
OpenAI 发布 GPT-6 Astra，称其为目前最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。官方摘要未给出参数规模、上下文窗口或开放时间等细节。
推荐理由：OpenAI 公布 GPT-6 Astra 在计算机操作、编码、网络安全与科学方向的能力覆盖，读者可据此了解新模型的定位。
Google Blog：AIAI 评分4444 Google 推出 Fairwind Program，为政府和企业提供主动网络防御
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构与网络安全伙伴提供 Gemini 3.8 Flash Cyber 加 CodeMender 的自主漏洞发现与修复能力。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.7 Flash，提升编码与 Agent 能力
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和 Agent 的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文列出 Gemini 3.7 Flash 相对 3.6 Flash 的多项基准提升与半价定价，便于判断是否值得升级。
HuggingFace Blog精选AI 评分6969 Hugging Face 复盘智能体复现 2,226 篇 ICML 2026 论文的结果
Hugging Face 公布 ICML 2026 Open Reproductions 挑战结果，1,221 名参与者用各自的编码智能体在 19 天内提交 6,816 份复现日志，覆盖 2,226 篇论文，占会议接收论文的 34%。
推荐理由：复盘给出 2,226 篇论文的复现结论分布，并说明人在智能体审查流程中仍承担的具体环节。
Import AIAI 评分7070 Import AI 466：机器人领域的苦涩教训、AI 完成耗时一周的编程任务与 OpenAI 的意外 AI 黑客
Epoch 与 METR 发布长周期编程基准 MirrorCode，测试 AI 在仅有 CLI 访问时重写大型程序的能力，Claude Opus 4.7 用 14 小时、251 美元推理成本完成 METR 估计人类需 2-17 周的任务。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向代码安全的 3.5 Flash Cyber 三款模型。
推荐理由：三款模型同时给出 token 效率、单 token 价格与智能体基准变化，可作为评估智能体工作流成本的参考。
HuggingFace BlogAI 评分4646 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体评测基准
开放基准 ScarfBench 用于评测 AI 智能体在企业级 Java 框架迁移中的表现，要求迁移后的应用真正构建、部署并保持行为一致。它覆盖 Spring、Jakarta EE、Quarkus 三大生态，含 34 个应用、204 个迁移任务与 1,331 个专家编写的测试。
Mistral AIAI 评分5252 Mistral 发布工业 AI 栈与新 Vibe 智能体，并公布 10 MW 推理数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，联合 Airbus、BMW 和 ASML 优化设计、仿真与生产，并强调对专有数据、IP 和生产环境的完全控制。
Mistral AI精选AI 评分7575 Mistral 发布统一 AI 智能体 Vibe，Le Chat 更名并整合工作与编码
Mistral 发布统一 AI 智能体 Vibe，Le Chat 更名为 Vibe，把工作与编码合并为同一智能体和同一授权，原有对话、设置和套餐随之保留。
推荐理由：Le Chat 更名并整合为工作与编码双模式的智能体，可对照其分档定价与 VS Code 接入了解产品定位。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Medium 3.5，并在 Vibe 与 Le Chat 上线远程编码智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，以开源权重、修改版 MIT 许可发布，并成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：把编码智能体迁到云端并以 128B 开源权重模型驱动，读者可据此判断自托管部署与异步并行任务的成本变化。
Google Research精选AI 评分6060 Google 发表 ERA 的 Nature 论文，并逐步开放由 ERA 与 AlphaEvolve 构建的 Computational Discovery
Google 在 Nature 发表论文介绍 ERA，这是用 Gemini 为科学家编写和优化科学代码的研究工具，在基因组学、公共卫生、卫星图像分析、神经科学预测、通用时间序列预测和数学等基准上达到专家级表现。
推荐理由：ERA 在基因组学、公共卫生等多个基准上达到专家级表现，正文另列出八项已发表的跨学科科研应用。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首个版本 3.5 Flash 今天起在 Gemini 应用、Google Search 的 AI Mode、Google Antigravity 和 Gemini API 开放，3.5 Pro 已在内部使用并计划下月推出。
推荐理由：原文用 Terminal-Bench 2.1、MCP Atlas 等基准与 4 倍输出速度做横向对比，读者可据此判断速度与智能体能力能否兼得。
Google DeepMindAI 评分5858 Gemini 驱动的编程智能体 AlphaEvolve 如何扩大跨领域影响
Google DeepMind 分享 Gemini 驱动的编程智能体 AlphaEvolve 发布一年来的跨领域落地成果。
Import AIAI 评分6565 Import AI 455：Jack Clark 预计 2028 年前出现自动化 AI 研发
Jack Clark 在 Import AI 第 455 期中表示，到 2028 年底出现无人参与、能自主构建自身继任者的自动化 AI 研发的概率在 60% 以上。
Google ResearchAI 评分4949 ReasoningBank：让智能体从经验中学习
Google Research 提出的 ReasoningBank 让智能体从成功与失败经验中提炼高层推理模式，实现测试时自我演化。在 Gemini-2.5-Flash 上，WebArena 成功率比无记忆基线高 8.3%，SWE-Bench-Verified 高 4.6%，每任务少用近 3 个执行步骤。配套的 MaTTS 通过并行与串行扩展，把探索轨迹也转化为高质量记忆。
Mistral AI精选AI 评分6666 Mistral AI 发布 Spaces CLI，兼顾人类开发者与编码智能体
Mistral AI 发布 Spaces CLI，用 spaces init、cd、spaces dev 三条命令即可从零得到带热重载、数据库和自动生成 Dockerfile 的多服务项目。
推荐理由：Mistral 把 CLI 同时服务人类与编码智能体的设计原则整理成检查清单，可对照改造自家开发者工具。
Google ResearchAI 评分4949 Vibe Coding XR：用 XR Blocks 与 Gemini 加速 AI + XR 原型开发
Google 发布 Vibe Coding XR 工作流，将 Gemini 与基于 Web 的 XR Blocks 框架结合，把自然语言直接转成具备物理感知的 Android XR 应用，耗时低于 60 秒。
Mistral AI精选AI 评分7373 Mistral AI 发布 Mistral Small 4，统一推理、多模态与编码智能体能力
Mistral AI 发布 Mistral Small 4，称其是首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的编码智能体能力统一进单一模型的 Mistral 模型，以 Apache 2.0 许可开源。
推荐理由：Mistral Small 4 把推理、多模态与编码能力合进一个开源模型，读者可据此评估单模型替代多模型组合的部署取舍。
Mistral AIAI 评分4949 Mistral 发布 Leanstral：面向可信 vibe-coding 的开源基础模型
Mistral 发布 Leanstral，首个面向 Lean 4 的开源代码智能体，Apache 2.0 开源并提供免费 API。该模型激活参数 6B，采用稀疏架构，支持任意 MCP，并针对 lean-lsp-mcp 训练，也可在 Mistral vibe 的 agent 模式中使用。
Mistral AIAI 评分5858 Mistral 基于 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自动为 Rails 代码库生成和改进 RSpec 测试的智能体，可在 CI/CD 中无人干预运行。该智能体依靠仓库级 AGENTS.md 执行计划、按文件类型拆分的 Skills 文件，以及 RuboCop 与 SimpleCov 自定义工具完成生成、校验和自校正。
Mistral AI精选AI 评分6565 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动。2.0 新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式与自动更新，已在 Le Chat Pro 和 Team 套餐上线，超出额度可按量付费或自带 API key。
推荐理由：原文列出 Vibe 2.0 新增的子智能体、斜杠命令技能等控制项与定价变化，可供判断终端编码智能体的使用成本。
Mistral AI精选AI 评分7474 Mistral AI 发布 Devstral 2 系列编码模型和 Mistral Vibe CLI
Mistral AI 发布新一代编码模型系列 Devstral 2，包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者均开源，分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由：材料给出 Devstral 2 在 SWE-bench Verified 上 72.2% 的成绩，并附上与 DeepSeek V3.2、Claude Sonnet 4.5 的人工评测胜负对比。
Mistral AIAI 评分5151 Mistral 发布 Codestral 25.08 及企业级完整编码栈
Mistral 发布 Codestral 25.08 及配套企业编码栈，涵盖补全、语义检索、智能体工作流和 Mistral Code IDE 插件，今日起可用于企业部署。