Greptile 如何用 GPT-6 Astra 将 bug 检测扩展到代码审查之外
Greptile 使用 GPT-6 Astra 将 bug 检测从代码审查扩展到测试用户工作流。文中还介绍了 Daybreak 借助 GPT-6 Astra 加强安全防护,以及用 Codex 减少返工。
Greptile 使用 GPT-6 Astra 将 bug 检测从代码审查扩展到测试用户工作流。文中还介绍了 Daybreak 借助 GPT-6 Astra 加强安全防护,以及用 Codex 减少返工。
CodeRabbit 使用 GPT-6.1 Sol 来调查复杂代码库中的安全风险。其安全智能体帮助开发者审查发现的问题及提出的修复方案。
OpenAI 展示工程师使用 Codex Ultrafast 调查事故的方法,将原本需要数小时的事件调查缩短到几分钟。文中还介绍了它在更快的安全分析、代码重构和日常工作流中的应用。
AWS Machine Learning Blog 演示如何用 Amazon SageMaker Python SDK v3 在边缘管理全队(fleet-wide)计算机视觉模型生命周期,每台摄像头各训练一个异常检测器和一个 ResNet18 缺陷分类器。
Amazon SageMaker AI 推出 serverless training session APIs,把抽象边界下沉到算力层:开发者用 Python 编写训练循环,调用 forward_backward()、optim_step()、sample() 等操作,即可执行 SFT、偏好优化或 RL。
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion,分享他们在生产和开源项目中使用 GitHub Copilot 的具体做法。
GitHub Copilot 应用中的智能体会话可直接在 VS Code 中打开继续,对话、代码改动和工作树上下文完整保留。开发者可在 VS Code 中逐行审查智能体的 diff、手动编辑文件、用集成终端本地运行验证(如 npm test、npm run dev),并将改动推送到会话关联的 pull request。
Google DeepMind 宣布 Gemini 4 Argon 正式全球可用,定价为 $2/百万输入 token 和 $10/百万输出 token,支持 1M 统一输入输出 token 上限,可通过 Gemini API、AI Studio、Google Antigravity、Gemini 应用和 Search AI Mode 使用。
推荐理由:官方博客给出定价、上下文窗口、编程与安全基准数据和多个内部落地案例,读者可以据此评估其在工程与科研工作流中的适配度。
GitHub Blog 的 Copilot for Beginners 系列文章讲解四种让 GitHub Copilot 适配项目的方式:通过 .github/copilot-instructions.md 自定义指令、.github/skills 中的 agent skills 打包可重复流程、.github/agents 自定义 agent 处理跨文件的大型任务。
Mistral 发布 Mistral Large 4(ML4)公开预览,这是一款 1 万亿参数、52B 激活参数的原生多模态模型,权重将于本月底放出,预览 API 已可在 Mistral Studio 试用。
推荐理由:官方给出权重开放时间和安全、编码、多模态等多组基准数据,读者可据此评估这款万亿参数开源模型的具体能力位置。
GitHub 发布开源离线基准 ReviewBench,用于评测 AI 代码审查 Agent,现已开放使用。基准基于 1.039 亿 GitHub 真实 pull request 构建分布,语料包含 19 种语言的 219 个公开 PR,采用多来源 golden set、Claude Sonnet 5 作为 LLM 评分器,资深工程师独立复核与基准一致率达 96.6%。
GitHub 发文介绍 AI 正在改变开发者工作方式,并提出三项值得加强的技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案(可用第二个模型进行批判性评审,GitHub Copilot 内置的 Rubber Duck 智能体即采用此方式)、以及利用 AI 节省的实现时间去解决更大范围的问题。开发者仍需为结果负责,判断力和权衡取舍能力将更加重要。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,正通过 Fairwind Program 向受信任的网络防御者分批推出,覆盖软件工程、法律金融等企业知识工作和网络安全防御。
推荐理由:官方发布词覆盖定价、输出上限和内部落地案例,可帮助读者判断该模型在编码与安全场景的实际定位。
GitHub 官方教程介绍 GitHub Copilot app 的 canvases 功能,用 /create-canvas 技能以自然语言描述工作流即可生成可共享的自定义界面,如看板、发布清单或仪表盘。画布双向同步,用户操作与 Agent 更新实时共享;创建的画布会保存为扩展,可团队共享或个人复用,社区已通过 Awesome Copilot 提供现成扩展。
Mistral 介绍其为欧洲能源运营商迁移 4 万行 Fortran 77 油藏模拟代码到 C++ 的实践,目标是 30 万行代码库的第一阶段。项目先构建数值对齐验证框架,用 Vibe CLI 启动上百个智能体结合 Mistral OCR 生成文档并提交 PR;对比完全自治和纯手动两种极端后,落地为规划、编码、测试、审查智能体加人工审查节点的模块化工作流。
推荐理由:Mistral 复盘 AI 智能体迁移大型遗留代码的完整方法,先建数值对齐验证、再补文档、最后用带人工审查的结构化工作流。
研究者基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架,新增 MLX 后端和结构化 CUDA 到 MLX 翻译层,让现有 CUDA 内核知识自动适配 Apple Silicon。
推荐理由:原文给出结构化 CUDA 到 MLX 翻译层的做法和可复现步骤,读者能了解跨硬件迁移内核优化经验的可行路径。