JetBrains 发布 Mellum2.1：面向编码智能体的 12B 开源 MoE 模型
JetBrains 发布 Mellum2.1，这是其 6 月开源的 12B MoE 模型的下一版，架构不变，仍为 2.5B 激活参数、Apache 2.0 许可，主要改进来自后训练阶段的强化学习。
推荐理由：JetBrains 开源 12B MoE 编码模型，给出与 Qwen3.5-9B、Gemma 4 E4B 的同口径对比和自托管入口，便于团队评估本地编码智能体选型。
#编码
JetBrains AI Blog精选AI 评分7171 GitHub Changelog精选AI 评分6262 Claude Haiku 5.5 在 GitHub Copilot 全面可用
Anthropic 最新的轻量模型 Claude Haiku 5.5 已在 GitHub Copilot 全面可用，面向子智能体、快速编辑和终端任务等高频工作。
推荐理由：原文给出 Haiku 5.5 在 Copilot 的可用范围与计费方式，便于团队评估是否把它用于子智能体和终端任务。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 联合微调的分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 公开了密钥扫描的九季度数据和新分类器，读者可据此判断推送前拦截能力与 AI credits 成本。
GitHub Changelog精选AI 评分6060 GitHub 推出专用模型检测泄露密钥，覆盖推送保护与 Copilot 安全审查
GitHub 发布专用于泄露密钥检测的微调模型，可读取上下文代码识别无固定格式的密码等凭据，且不生成代码或文本。现有 AI 检测密码告警已自动升级到新模型，推送保护中的 AI 密钥检测进入私有预览，Copilot CLI 与 Copilot App 的 /security-review 命令也将加入该检测。
推荐理由：GitHub 把微调后的密钥检测模型接入推送保护和 Copilot 安全审查，开发者可据此判断是否开启并预估 AI Credits 消耗。
Mistral AI精选AI 评分7676 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52B 激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：官方给出 1 万亿参数、52B 激活的多模态模型在编码与智能体基准上的具体分数，可据此判断开源权重模型的选型空间。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含 219 个 PR、覆盖 19 种语言，数据集与评分规则公开。
推荐理由：GitHub 公开了代码审查基准的数据集、评分规则和自测入口，团队可据此对比不同审查智能体并复现结果。
JetBrains AI Blog精选AI 评分7171 JetBrains 在 IDE 中开启 Air 智能体体验 EAP
JetBrains 为 IDE 推出 Air 智能体开发体验的 Early Access Program，现已作为插件上线 JetBrains Marketplace，或内置于 JetBrains IDE 的 2026.3 EAP 版本。
推荐理由：JetBrains 把多智能体并行会话做进 IDE，并支持接入已有订阅，读者可据此判断现有编码工作流是否值得迁移。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，首发面向付费 API 客户和 Google AI Ultra 订阅用户。
推荐理由：官方给出输出上限、定价与多项基准成绩，便于团队评估它在长周期编码与知识工作流中的定位。
Google · Gemini精选AI 评分7474 Google 发布 Gemini 4 Argon 前沿模型
Google 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 按输入价的 95% 折扣计费。
推荐理由：Gemini 4 Argon 把输出上限提到 1M token 并给出编码与安全基准成绩，可据此判断长任务与代码迁移场景的选型。
Cursor Changelog精选AI 评分7171 Cursor 推出 Rollouts 与 Security Review 两个 bot
Cursor 推出 Rollouts 和 Security Review 两个 bot，均已在团队版和企业版上线。Rollouts 会为每个 PR 附加监控项，读取 diff 生成监控规划，并在部署事件触发后基于日志、指标和链路追踪按环境报告变更健康状态，检测到回归时可创建回滚 PR 或交给云端智能体修复，目前不会自行合并或回滚。
推荐理由：官方说明了两个 bot 的监控与审查流程和启用方式，可据此判断是否接入现有 PR 与部署链路。
JetBrains AI Blog精选AI 评分6666 JetBrains 分享语义代码搜索 RAG 流水线：解析、分块与向量化
JetBrains 撰文分享其为 Air Context 构建语义代码搜索 RAG 流水线的第一阶段经验，覆盖解析、分块与向量化。其结构感知分块支持 Kotlin、Java、Python、JavaScript、TypeScript、C#、PHP、Go 和 Rust 九种语言，其他语言回退到按行切分。
推荐理由：JetBrains 公开了语义代码搜索 RAG 流水线的解析、分块与向量化细节，含二进制量化的取舍经验。
Mistral AI精选AI 评分6666 Mistral 用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，对象是一个无测试套件、无集中文档的物理储层模拟器。团队先搭建数值一致性校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并补文档，最终采用人工把关的 coder、tester、reviewer 结构化工作流逐模块迁移。
推荐理由：Mistral 用智能体迁移 4 万行 Fortran 的完整流程，可迁移到自家遗留代码改造。
JetBrains AI Blog精选AI 评分6666 JetBrains Air 新版本支持更多 ACP 智能体、本地模型与 Java/Kotlin 代码智能
JetBrains Air 新版本通过 Agent Client Protocol（ACP）接入 GitHub Copilot、OpenCode、Pi、Cline 等兼容智能体，并新增本地模型支持与 Java/Kotlin 代码智能。
推荐理由：原文给出 Air 接入 ACP 智能体、本地模型与 Java/Kotlin 代码智能的具体配置方式，可据此判断能否沿用公司已批准的编码工具。
JetBrains AI Blog精选AI 评分7171 JetBrains 发布 JetBrains Context，为编码智能体提供仓库智能层
JetBrains 发布仓库智能层 JetBrains Context，通过增量语义索引和语义检索让编码智能体直接查询仓库知识，减少反复搜索和读文件。它支持 Claude Code、Codex CLI 和 Junie CLI，可在 JetBrains IDE、Air、VS Code 等编辑器中使用，并支持跨组织代码库的多仓库搜索。
推荐理由：官方给出多仓库语义检索的接入方式和三项基准降幅，可据此判断是否值得给现有编码智能体接上。
Ollama Blog精选AI 评分6262 Ollama 0.31 为 Gemma 4 加入多 token 预测，编码智能体基准提速近 90%
Ollama 0.31 在 Apple Silicon 上为 Gemma 4 默认开启多 token 预测（MTP），在 Aider polyglot 基准上生成速度平均提升近 90%，且不改变模型输出。
推荐理由：原文给出 MTP 在 Ollama 0.31 上的默认开启方式与实测加速幅度，可据此判断本地跑 Gemma 4 编码智能体的收益。
Anthropic Engineering精选AI 评分7070 Anthropic 分享长时应用开发的 harness 设计：从生成器加评估器到三智能体架构
Anthropic Labs 团队成员 Prithvi Rajasekaran 介绍了用于长时应用开发的 harness 设计，借鉴 GAN 思路把生成与评估拆成不同智能体，先在前端设计上用四条评分标准把主观质量变成可打分项，再扩展到全栈开发。
推荐理由：Anthropic 工程团队公开了生成器加评估器的多智能体 harness 设计细节，可迁移到自家长任务编码流程。
Anthropic Engineering精选AI 评分7171 Anthropic 量化智能体编码评测中的基础设施噪声
Anthropic 工程团队发现，仅基础设施配置差异就能让 Terminal-Bench 2.0 的成绩相差 6 个百分点（p < 0.01），资源最紧张与完全不设限的配置之间差距最大。
推荐理由：Anthropic 用实测数据说明智能体编码评测中资源配置会带来多大分数差异，读者可据此判断榜单名次的可信度。
Anthropic Engineering精选AI 评分8888 Anthropic 用 16 个并行 Claude 智能体从零写出 10 万行 C 编译器
Anthropic Safeguards 团队研究员 Nicholas Carlini 用 16 个并行 Claude 智能体从零写出一个基于 Rust 的 C 编译器，可编译 Linux 6.9 的 x86、ARM 和 RISC-V 版本。
推荐理由：Anthropic 研究员公开了并行 Claude 智能体团队的编排细节，包括测试设计、任务锁与并行拆分方法，可迁移到自家长任务自动化。
已经到底了