Baidu Inc.@Baidu_IncAI 评分5454Ernie 5.5 Flash Preview by @Baidu_Inc is trending towards becoming the #2 open model on the Code Arena: WebDev, at 1668 pts. The weights will be open-sourced under Apache 2.0 soon. Its score puts it just above: - DeepSeek-V4.1-Flash (Max) at 1664 - Kimi K3 (Max) at 1658 and on par with: - Qwen3.8-Max at 1670 Congrats to the @Baidu_Inc team on this release!
Rohan Paul@rohanpaul_aiAI 评分4747
In 2015, I built an AI that detects early cancer. Today, we’re introducing ARC by Rayline: the world’s first unified model for routing AI. > 97.5% of Opus 5.5 quality > Up to 1/10th of the cost > Fully open-source It picks the right model and the right amount of thinking for every step of your agent’s work. Try it here and read our technical report below: rayline.ai
AWS 发布 AWS Emulator，为编码智能体提供可在本地离线运行的 AWS 副本用于测试，代码以 CC0 开源，全部由智能体编写和测试，基于超过 400 个 API 模型、覆盖 200 多项 AWS 服务。
Hao AI Lab@haoailabAI 评分4343UCSD Hao AI Lab 提出 vstack，一套面向编码智能体的 5 阶段形式化验证工作流，并发布可验证 PD 分离式服务引擎 veriserve。
Simon Willison 用剩余的 Fable 5.2 额度，借助 tree-sitter 分析其 244 个 vibe-coded 工具所用的 JavaScript API、库和 Web API 主机，为 tools.simonwillison.net 首页加上标签云浏览。首页现可按这几类标签筛选工具。
Claude 发布视频教程，讲解在 Claude Code 中何时使用 Fable 5.2、Opus 5.5，何时降级到 Sonnet 5.5 或 Haiku 5.5，以及如何把一个任务拆分给多个模型。视频覆盖复杂编码与开放式技术工作、低成本明确任务等场景，并提供在自有任务上测量各模型表现的指南链接；可用性与用量限制因套餐而异。
推荐理由：官方给出在 Claude Code 中按任务复杂度和成本在 Fable 5.2、Opus 5.5、Sonnet 5.5、Haiku 5.5 间选择的场景划分，并提供自测指南链接。
独立游戏《Big Walk》开发商 House House 公开披露在开发末期少量使用 LLM 修复一个 Unity 引擎阴影 bug，相关代码仅占游戏代码的不到 0.1%。
Tessl 博客将 AI 智能体驱动的软件工厂拆为三种循环：跑步机循环只维持当下工作流转，学习循环把一次调查沉淀为下次可复用的知识，梦想循环则腾出空间尝试长期搁置的改造。
Ian Johnson 🔬🤖@enjalotAI 评分7272‼️ If you use Claude Code, please do the following right now. Especially if you're thinking of fine-tuning models with your session transcripts. in ~/.claude/settings.json, add "cleanupPeriodDays": 36500. The default deletes sessions after 30 days. I found this the hard way.
网络安全公司 Claroc 发现，AI 编程工具 Grok Build 生成的应用分享链接可经被动 DNS 服务被公开检索，导致数千名用户敏感数据泄露，SpaceXSI 内部资料也未能幸免。
James Shore 在其系列第三部分讲解如何度量和建模 AI 加速开发的意外后果。文章提出以变更成本为核心指标，介绍价值增值比例、DORA 指标和 token 用量等观测手段，并给出可维护性、多余代码行、供应商锁定和倦怠等模型与场景推演方法，强调这些指标噪声大、滞后三到六个月且容易被博弈，应用来评估方法而非考核人员。
软件开发者西蒙·威利森借助 Claude Code 开发出声音定位系统 Beep Locator，可将声源锁定至约 40 厘米范围。该系统让五台手机、平板和电脑通过网页调用麦克风，比较声音抵达各设备的时间差，并用快速傅里叶变换识别目标提示音。他据此找到藏在纸箱中的旧一氧化碳探测器，项目代码已在 GitHub 公开。
作者分享趁 Fable5.2 上线初期智力最强时打磨的三个提示语，用于迭代已有项目。提示语1让模型结合代码、文档和历史改动找出受旧模型能力限制的低效实现；提示语2扫描 GitHub 仓库、本地项目和历史对话，筛选值得发布、落地 PR 或收尾的高价值候选；提示语3把最值得做的 10% 项目做成带代码动画或连续画面的交互式 HTML「项目进化图鉴」。
百度发布 ERNIE 5.5 Flash Preview，是基于此前 Base 模型的首个后训练版本，总参数 280B、激活参数 14B，支持 1M 上下文。模型 API 已在千帆平台上线，权重将于 11 月 25 日前开源；官方展示了游戏开发、3D 建模、知识工作、视频创作等 Agent 场景成果，并称该版本为后训练中间版本，正式版仍将持续优化。
推荐理由：官方给出总参 280B、激活 14B、1M 上下文等规格和基准对比，可据此评估该模型在编码与 Agent 任务上的定位。
OpenAI 开发者体验工程师 Dominik Kundel 和 Charlie Guo 在 AI Engineer Code Summit 工作坊讲解 Codex 的新工作方式，涵盖 Codex Cloud、语音模式和 dots 个人代理。
阿里发布 Qwen Code 1.0 Preview，将 Qoder 中打磨的 Harness 能力融入 Qwen Code 融合开源，为开发者提供可嵌入自身产品的 Agent 运行基础。
谷歌 Android Developers 首次公开 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 在 Android Bench 的跑分。
作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 并对比后认为，Fable 5.2 的突出差异在于审美，这是无法用 Benchmark 评估但可直观感受的东西。
推荐理由：作者以设计师出身的一手实测和社区案例，讨论大模型用代码承载审美、吞噬数字创作的趋势判断。
Every 发布对 Google DeepMind Gemini 4 Carbon 的评测，称其编码能力明显强于 Gemini 4 Argon，能生成立体度更好的三维物体，并可在少监督下连续工作数小时。
谷歌于当地时间 11 月 10 日宣布正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者提供服务，定位为谷歌目前能力最强的推理模型。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Pydantic AI 发文澄清 code mode 与 sandbox 并非一回事：code mode 指模型通过 run_code 把工具调用写成 Python 程序以减少模型往返，sandbox 指代码运行位置和可触达范围。
UC Berkeley 与 AWS 团队提出 Aqueduct 框架，让编程智能体加速已有函数并在 Lean 4 中证明新实现 f′ 与原函数 f 在所有输入上等价，无需人工写规格。
Rohan Paul@rohanpaul_aiAI 评分4343Introducing @ByteAsk Your AI C++ engineer, and a swarm of them > SOTA on multi SWE bench (C/C++) > 60% fewer tokens wrt cc/codex > auto debug/perf/optimize/test with native C/C++ tools Free plan. Open Source. github.com/ByteAsk/cli
Latent Space 评测面向编码的开源权重模型 Naive-N0.5-Flash，该模型由 NaiveAI 在小米 MiMo-V2.5（310B 参数 MoE、15B 激活、48T tokens）基础上继续训练约 3.25T tokens 并适配 DeepSeek Sparse Attention。
lauren@potetoAI 评分5959Gemini 4 Carbon is now available in Cursor! At high effort, it's the top model on CursorBench at 60.4%
Google 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，定位为在网络安全和跨知识工作、软件工程、科学推理的长程智能体工作流上性能最强的模型，定价与 Gemini 4 Argon 相同，为每百万输入 token $2、每百万输出 token $10。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Google DeepMind 正式向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon，定位为其最强前沿模型，主打网络安全能力与复杂知识工作、软件工程、科学推理中的长程智能体工作流。
推荐理由：官方发布页给出基准排名、定价和安全数据，读者可据此判断 Carbon 与 Argon 的分工及适用工作流。
Google 发布 Gemini 4 Carbon（gemini-4-carbon）正式可用版本，定位为其最强推理模型，面向持续智能体编码、多模态知识工作、科学推理和网络安全防御。2026 年 11 月 30 日前提供入门价 $2.00 per 1M input tokens、$10.00 per 1M output tokens。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者是同一底层模型，Fable 5.2 增加拦截高风险网络安全和生物研究任务的分类器，Mythos 5.2 取消这些限制、需通过验证项目访问。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Ars Technica 报道，安全公司 Apiiro 发现超过 10 万份 Claude Code 本地设置文件被上传至公开仓库，共识别出 1,994 个代码库中的 2,539 个真实凭据，涉及 63 个组织，包括 Azure 数据库密码、Square 生产令牌和 SSH root 登录信息。
推荐理由：原文梳理了 Claude Code 设置文件泄露凭据的机制成因和文件大小、授权时长等规律，开发者可据此自查本地配置风险。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型，官方称输出速度最高提高 30%，成本下降 20%。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Simon Willison 转引 Anthropic 文档：Claude Fable 5.2 对提示词中代码归属表述很敏感，提示不提及归属或把代码库说成别人的，模型倾向沿用现有结构、即使代码重复。文档建议写明 This codebase is yours，小任务测试中加这句话后模型约一半尝试会合并重复代码，不加则不足十分之一。
