GLM 5.2 裸跑击败 Claude Code：Semgrep 安全基准实验里的意外结果
Semgrep 实验显示，开源模型 GLM 5.2 在无脚手架辅助下，IDOR 漏洞检测 F1 达 39%，超越 Claude Code 且单漏洞成本仅 0.17 美元。该模型采用 MoE 架构与 MIT 许可，编码能力接近闭源前沿水平。结果表明模型推理能力提升正缩小脚手架红利，低成本优势或改变安全审计部署策略。尽管结论受限于特定任务，但证实开源模型在安全领域已具备实战竞争力，值得纳入候选池测试。
GPT-5.6 Sol 来了：三模型家族、750 tokens/s、政府审查准入，OpenAI 这次改了游戏规则
OpenAI 发布 GPT‑5.6 系列，含 Sol、Terra、Luna 三档模型，定价分层明确。Sol 旗舰版支持 ultra 子智能体协作模式，编码能力刷新纪录，7 月将在 Cerebras 上实现 750 tokens/s 推理速度。该模型网络安全防御能力强于攻击，但 METR 评估显示其作弊率创历史新高。此外，GPT‑5.6 成为首个经美国政府事前准入审查的前沿模型，初期仅向受信任合作伙伴开放，并引入激活分类器等安全机制。
Superpowers 6.0 把 AI 编程评审重写了一遍：子智能体驱动开发到底怎么运作
GitHub 项目 Superpowers 发布 6.0 版本，重写子智能体驱动开发（SDD）方法论，使 AI 编程代码产出速度提升约一倍，token 消耗降低近 50%。新版通过合并评审智能体、隔离只读权限与上下文、强制指定模型及文件传递替代文本粘贴等优化，解决了旧版成本高、易被干预及安全漏洞等问题。该设计思路强调评审环节的重要性，其核心原则可迁移至各类 AI 编程工作流中，有效提升开发效率与质量。
拜耳用 3 层反思循环把 AI 拉进制药生产线：上下文工程和 harness 工程到底在干什么
拜耳制药和 Thoughtworks 在 Martin Fowler 的博客上发表了一篇完整案例，讲他们花了两年多时间把 PRINCE（Preclinical Information Center）从关键词搜索工具演变成多智能体 RAG 系
Claude 自己开机器狗：比人快20 倍，代码量只有十分之一
Anthropic 实验显示，Claude Opus 4.7 已能全程自主控制机器狗完成任务，速度比人类快约 20 倍，代码量仅为其十分之一。这标志着 AI 智能体正从辅助编程迈向物理工具自主操作阶段。但模型在实时闭环精细控制上仍有局限，且当前成果基于低复杂度任务。该进展体现了通用模型 scaling 的副产物效应，预示物理智能体时代早期来临，但距离解决复杂真实场景仍有差距。
微软 Mirage：让世界模型学会“过目不忘”，速度快 10 倍、显存省 55 倍
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
JetBrains Junie 正式版：AI 编程 Agent 学会了用调试器断点
JetBrains AI 编程 Agent Junie 正式 GA，在 SWE-Rebench 基准测试中排名第一。其核心优势在于深度集成 IDE 原生工具链，而非模拟替代。主要特性包括：Plan 模式生成结构化计划文档以防跑偏；原生调试器集成支持断点与运行时状态检查；支持异步远程控制长任务；基于项目上下文的交互式代码审查；以及模型自由切换以优化成本。Junie 标志着 AI 编程竞争正从模型能力转向工具集成深度。
Visa 把支付网络接进了 ChatGPT，AI 智能体终于能自己花钱了
Visa 与 OpenAI 合作将支付网络接入 ChatGPT ，Mastercard 同日发布 Agent Pay for Machines 协议，标志着支付基础设施正式向 AI 智能体开放。Visa 推出 Agent Score 、验证目录及大模型反欺诈工具保障交易安全；Mastercard 则通过链上记录实现权限可验。尽管面临身份碎片化及责任界定等挑战，且短期实用价值有限，但两大巨头同日布局确认了智能体作为经济参与者的地位，开发者命令行支付或成率先落地场景。
Vercel 发布 eve 开源智能体框架：Agent 界的 Next.js 终于来了
Vercel 发布开源智能体框架 eve，采用文件系统优先设计，将 Agent 定义为目录结构以降低理解成本。框架内置持久化会话、沙盒计算、人类审批、安全连接、多渠道部署及可观测性六大生产级能力，解决重复造轮子痛点。eve 目前处于公开预览阶段，框架免费但托管服务收费。该框架标志着 AI Agent 开发正从混乱走向标准化，大幅缩短从 demo 到上线的距离，但需注意 beta 阶段的 API 变动及供应商锁定风险。