LEGO-Anything 研究：编码智能体可将单张照片转成可执行 Blender 3D 场景程序，但几何自评接近随机
LEGO-Anything 让编码智能体从单张图像迭代编写可执行的 Blender 场景程序，并推出 LEGO-Bench 基准，包含 208 张图像、104 个场景和 443 个注册资产，用仿真渲染提供精确 3D 真值。研究发现，该智能体的几何自评接近随机水平。
#编码
科技媒体 RSSAI 评分3636
科技媒体 RSSAI 评分3838 IBM Bob 自托管版正式发布：支持本地、私有云与气隙环境，代码不出内网
IBM 智能体软件开发平台 Bob 正式推出自托管部署选项并面向企业客户 GA，可在本地、私有云、主权云和气隙网络中运行，代码无需离开内网。
Hacker NewsAI 评分2222 用化学工程原理驯服编码智能体
一篇 Hacker News 讨论提出借用化学工程原理来驯服编码智能体。原文未给出具体模型、参数或评测数据，仅从工程控制思路切入编码智能体的行为约束问题。
科技媒体 RSSAI 评分2222 OpenAI 未来模型将更擅长代码删除与简化
OpenAI 表示其未来模型将在代码删除和简化方面强得多，并称这一能力来得正是时候。
科技媒体 RSSAI 评分4444 研究：编码智能体仅修复9%的智能体框架Bug
美国与中国多家实验室的论文提出 AgentBug-Smith，可将真实 GitHub bug 报告自动转为可运行测试，构建出持续增长的 200 个 bug 基准。3 个编码智能体中表现最好的仅修复 9%，远低于常规软件 bug 约 40% 的修复率。加入过往修复经验指南后，某智能体在 79 个未见 bug 上的正确修复数从 1 提升到 6。
Hacker NewsAI 评分3838 Gloss：为实时代码添加注释并向 AI 智能体提供反馈
Gloss 是一款面向实时代码的注释工具，可让用户直接在代码上添加标注，并将反馈传递给 AI 智能体。该工具来自 Hacker News 的 agent 板块，目前尚无更多功能细节披露。
Hacker NewsAI 评分2222 Show HN：80 年代游戏 Choplifter 移植到 Vision Pro，作为智能体评测（WIP）
开发者正将 80 年代游戏 Choplifter 移植到 Vision Pro，并将其作为智能体评测（agent eval），目前仍在开发中（WIP）。作者同时记录在自身不熟悉的领域里，编码智能体之间以及智能体与人的协作方式。
科技媒体 RSSAI 评分2222 Wagtail 团队复盘使用 GLM 5.3 Flash 进行为期一个月的编程
Wagtail 团队复盘了整月仅用 GLM 5.3 Flash 编程的实践，该模型最终只消耗了 2B tokens 中的一半，能耗约 35 kWh 而非 10。
科技媒体 RSSAI 评分4242 OpenAI 介绍 dot 如何学习用户工作习惯并协调 Codex 任务
OpenAI Developers 介绍 dot 的能力：学习用户工作方式、跨应用保持上下文、协调 Codex 任务并标记需要用户关注的事项。dot 与 Codex 配合使用，有作者称 dot 是使用 Codex 的首选方式，其主动性减少了心智负担。
科技媒体 RSSAI 评分6262 OpenAI Developers 盘点 9 月更新：dots 智能体、GPT-6.1 Sol 与 Codex 新功能
OpenAI Developers 盘点 9 月面向开发者的产品更新，其中包括可写代码、修 bug 的常驻智能体 dots，以及主打编码、计算机操作和跨应用工作的 GPT-6.1 Sol。官方称 GPT-6.1 Sol 性能与 Astra 类似但成本更低，此次更新还涉及 Codex 的多项新功能。
Hacker NewsAI 评分4242 pi pod：在自有服务器沙箱中运行 pi 编程智能体
pi pod 可在你自己运行的服务器上，把 pi 编程智能体（pi coding agent）的会话放进隔离沙箱（"pods"）中执行，让智能体处理代码仓库时不触碰你的本机。该项目托管于 GitHub 的 earendil-works/pi 仓库。
科技媒体 RSSAI 评分7272 DeepSeek Harness v0.2 桌面应用发布，支持 macOS、Windows 和 Linux
DeepSeek 发布 DeepSeek Harness v0.2 桌面应用，覆盖 macOS、Windows 和 Linux，由 DeepSeek 模型驱动，可执行工作和编码任务。
Hacker NewsAI 评分3030 免费编程智能体，支持无限量前沿模型
一款免费编程智能体宣称可无限量调用前沿模型。该工具面向代码编写场景，具体模型清单、参数规模与可用方式尚未披露。
GitHubAI 评分3838 Orca：面向并行智能体集群的 ADE，支持自带订阅运行任意编码智能体
Orca 是一款用于管理并行智能体集群的 ADE，可让用户用自己的订阅运行任意编码智能体。该工具覆盖桌面端、移动端和远程运行时。
GitHubAI 评分4040 Context7：为 LLM 与 AI 代码编辑器提供最新代码文档的平台
Context7 是一个为 LLM 和 AI 代码编辑器提供最新代码文档的平台。它由 upstash 推出，旨在解决 AI 编程工具因训练数据过时而引用陈旧 API 的问题。
GitHub Blog · AI & MLAI 评分2020 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次答案，以及用 AI 节省的时间去解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明可用第二个模型对计划、代码和测试进行批判性审查。
Hacker NewsAI 评分3939 Mixdog：面向 Windows 桌面的开源编码智能体
开源编码智能体 Mixdog 在 Hacker News 的 Show HN 板块发布，定位为面向 Windows 桌面的 coding agent。目前公开信息仅有项目名称与平台定位，具体模型支持、功能特性与获取方式尚未披露。
GitHubAI 评分2222 numtide/llm-agents.nix：面向 AI 编程智能体与开发工具的 Nix 包，每日自动更新
numtide/llm-agents.nix 提供面向 AI 编程智能体与开发工具的 Nix 包，并每日自动更新。该仓库由 numtide 维护，来源为 GitHub，正文未披露具体收录的智能体、工具清单或版本号。
GitHubAI 评分2323 herdr：你的编程智能体所依赖的运行时
herdrdev/herdr 是一个面向编程智能体的运行时，定位为“你的编程智能体所依赖的运行时”。目前该项目在 GitHub 上公开，具体功能与版本信息尚未披露。
GitHubAI 评分6262 aaif-goose/goose：可扩展的开源 AI 智能体，支持任意 LLM
aaif-goose/goose 是一个开源、可扩展的 AI 智能体，定位不止于代码建议，可完成安装、执行、编辑和测试，并支持任意 LLM。项目托管在 GitHub，仓库地址为 https://github.com/aaif-goose/goose。
Hacker NewsAI 评分2626 靠广告资助的 100% 免费编程智能体
一款 100% 免费的编程智能体，其运营成本由广告承担。该产品通过广告收入支撑免费使用模式，具体功能、支持模型与可用性细节尚未披露。
Hacker NewsAI 评分3838 Grist：基于 Opencode v2 的开源编码 harness
Grist 是一个基于 Opencode v2 构建的开源编码 harness，用 jev 模型做任务路由，把简单任务分给 DeepSeek 等更便宜的模型、困难任务分给 Opus 5.5，共分 easy、medium、hard、frontier 四个层级。
GitHubAI 评分4040 earendil-works/pi：统一 LLM API、agent loop、TUI 与编码 agent CLI 的 AI agent 工具包
earendil-works/pi 是一个 AI agent 工具包，提供统一 LLM API、agent loop、TUI 和编码 agent CLI 四部分能力。该工具包将多模型调用接口、智能体循环、终端界面与编码命令行整合在一起。
Hacker NewsAI 评分3636 Pair.nvim：在代码库中保持掌控的 Agent 辅助编程插件
开发者 Gabriel Sampson 发布 Neovim 插件 Pair.nvim，让开发者在使用 AI 智能体辅助编程时仍能留在代码库中、保持对代码的掌控。该插件保留了对话、研究辅助和编码速度，同时让用户决定写什么、写在哪里，以应对长期依赖智能体导致的代码库理解退化问题。
Hacker NewsAI 评分3030 MonoCode：面向编程智能体的 GUI
MonoCode 是一款面向编程智能体的 GUI 工具，在 Hacker News 上以 "MonoCode: GUI for Coding Agents" 为标题发布。原文未提供更多关于其功能、支持模型或可用性的细节。
Hacker NewsAI 评分4040 Crafting Express：为 AI 编程智能体打造隔离的本地环境
Crafting Express 为 AI 编程智能体提供隔离的本地环境。该工具旨在解决智能体在本地运行时可能污染开发环境的问题，通过隔离机制让每个智能体在独立环境中执行任务。目前该项目已在 Hacker News 上引发讨论。
GitHubAI 评分5858 阿里开源 open-code-review：确定性流水线加 LLM Agent 的代码审查工具
阿里巴巴在 GitHub 开源 open-code-review 代码审查工具，采用确定性流水线加 LLM Agent 的混合架构，支持精确到行级的评论。该工具内置多语言规则集，覆盖 NPE、线程安全、XSS、SQL 注入等问题，并兼容 OpenAI 与 Anthropic 接口。
Hacker NewsAI 评分3838 Larceny：一个在 GitHub 上运行智能体团队的 Claude Code 插件
Larceny 是一款 Claude Code 插件，可在 GitHub 上运行一支智能体团队。该工具由 Hacker News 上的开发者发布，目前具体功能细节尚未披露。
arXivAI 评分4040 AutoCompact：让长程编程智能体学会何时压缩上下文
AutoCompact 训练编程智能体把"何时压缩上下文、保留哪些工作状态、如何继续"变成策略的一部分。做法是先让基础智能体跑编程任务，再用 judge 审查其压缩决策、摘要与后续动作来收集训练数据。
科技媒体 RSSAI 评分6060 谷歌发布 Gemini 4 Argon，长周期代码工程测试超 Opus 5.5
当地时间 9 月 30 日，谷歌发布 Gemini 4 Argon，称其为公司迄今最先进的 AI 模型，但目前并未面向公众全面开放。报道称该模型在长周期代码工程测试中超过 Opus 5.5。同一批消息还包括苹果计划于 10 月 13 日推进智能家居布局，核心是代号 J490 的约 6 英寸方形屏智能家居中枢，以及中国生成式 AI 用户超 7 亿、美光 2026 财年净利暴涨 895%。
Hugging Face Daily PapersAI 评分3131 AgSpec：在编码智能体流水线中突破基于检索的投机解码极限
AgSpec 是一个面向编码智能体流水线的基于检索的投机解码框架，为现有检索引擎补上缺失的语料与草稿长度策略。现有方法在智能体流水线中表现不佳：大量可复用文本不在其语料中，或存储形式与智能体实际输出不一致，且草稿长度忽略了接受长度随智能体和轮次变化的问题。
GitHubAI 评分6060 Graphify-Labs 发布 graphify：把代码库与文档转为可查询知识图谱
Graphify-Labs 发布 graphify，可将任意代码库及其文档、SQL schema、配置和 PDF 转成可查询的知识图谱。它提供 /graphify 技能，支持 Claude Code、Cursor、Codex 和 Gemini CLI，采用本地确定性 AST 解析，每条边都有解释，且不使用向量库。
Apple Machine Learning ResearchAI 评分5858 强智能体做自主 ML 工程需要多少框架？Apple 研究对比最小化编码智能体与复杂框架
Apple 与 EPFL 的研究者在同等时间预算和相同前沿 LLM 骨干下，对比开源 SOTA 框架与仅提供 read、write、bash 原语的最小化编码智能体单次会话，发现前者没有优势，性能主要由骨干模型决定。通过大规模系统性消融实验，作者认为在编码智能体设定下多智能体编排器、专用检索子智能体等机制层变得冗余，围绕强模型手工搭建框架的投入在当前 MLE 基准上回报有限。
Google DeepMind精选AI 评分8585 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，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例，可据此判断前沿模型的能力边界。
The Pragmatic EngineerAI 评分3434 分布式数据库与 Peter Mattis：从 GIMP、Gmail 到 Cockroach Labs
Cockroach Labs 联合创始人兼 CTO、GIMP 原创者 Peter Mattis 在播客中回顾了从开源到 Google 再到创办数据库公司的历程。他谈到 Gmail 首个版本用 B 树存储邮件会话，Colossus 借助 Reed–Solomon 纠删码把文件存储开销降低 33% 同时提升冗余，并称 AI 让他重新开始写代码、且能提升质量。
The Pragmatic EngineerAI 评分6262 Shopify 为何放弃 React Native 转向原生开发
Shopify 宣布原生开发成为其移动端未来方向，将用 AI 把全部移动应用迁移到 Swift 和 Kotlin，其中 Shop 应用已在 12 周内完成原生重写。
GitHubAI 评分4040 shareAI-lab 的 learn-claude-code：仅靠 Bash 从 0 到 1 构建 nano Claude Code 式 agent harness
shareAI-lab 发布 learn-claude-code 项目，用 Bash 从 0 到 1 构建了一个 nano 版 Claude Code 式「agent harness」，主张 "Bash is all you need"。项目定位为教学式的最小化 agent 框架实现。
Hugging Face Daily PapersAI 评分3636 CUA-SWE：当 Computer-Use Agent 遇上可视化软件工程
CUA-SWE 是一个面向可视化软件工程的 benchmark 与环境，用于考察 Computer-Use Agent 能否把界面视觉观察与对应代码关联起来。现有 coding agent 与 computer-use agent 多被分开研究，而修复运行时交互故障需要 agent 先定位责任代码，再重新运行应用验证修复。
The Pragmatic EngineerAI 评分2828 GitHub Next 设计工程师 Maggie Appleton 谈设计与 AI 智能体协作
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中分享了设计工程师如何与 AI 协作：她习惯先用手绘笔记本草图启动项目，认为手绘比向 Claude Code 描述更快，且次日仍可回溯。
GitHubAI 评分3838 JeecgBoot 低代码 v2.0 发布：一句话生成整个系统，内置 AI Skills 与 AI 应用平台
JeecgBoot 推出企业级 AI 低代码平台低代码 v2.0，一句话即可生成整个系统，一键生成前后端代码。其 AI Skills 支持一句话画流程、设计表单、生成报表和大屏，内置 AI 应用平台涵盖 AI 聊天、知识库、流程编排、MCP 插件等，兼容主流大模型。