GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为其五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点，且推理投入更低。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本对比，读者可据此判断智能体编码任务的性价比变化。
Shopify 发布建站工具 Canvas，商家通过与 AI 智能体 Sidekick 对话即可搭建店铺。Canvas 实时渲染店铺真实代码而非静态预览，可测试页面交互与动画并查看不同屏幕尺寸下的效果；Sidekick 还会截图以同步商家所见。
Google 母公司 Alphabet 发布 Gemini 4 Argon，称其可处理编码、研究和写作等任务，并专门针对防御性网络工作训练，能自主发现、验证并修补关键软件漏洞。
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，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲，OpenAI 发布名为 Dots 的个人智能体产品，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户当天可用，并配套推出 ChatGPT Space 供团队协作。
推荐理由：现场逐条记录 DevDay 发布节奏与演示翻车细节，可对照官方口径看新功能实际落地情况。
OpenAI 发布 DevDay 2026 回顾，汇总了 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
OpenAI 发布 GPT-6.1 Sol，官方称其面向编码、电脑操作和专业工作，具备接近 Astra 的智能水平。该模型标准 API 的输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 公布 GPT-6.1 Sol 的定位与定价，读者可据此判断它在编码和电脑操作上的性价比。
AINews 汇总 9/24-9/25 动态，指出 Claude Opus 5.5 本周发布后社区反馈积极，尤其在用代码生成讲解视频上表现突出。Opus 5.5 在 SimpleBench 上以 88.4% 领先，被 @skalskip92 评为 Anthropic 迄今最强视觉模型，成本比 Fable 5.1 低约 60%。
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段，包括可自定义执行循环与 UI 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作，以及把云端大脑、本地或远程 hands 与 artifact 界面拆开的思路。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：梳理 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，便于评估长任务智能体的成本取舍。
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上，多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于后者。
推荐理由：作者实测了 Sonnet 5.5 的免费层表现与编码能力，可据此判断它与 Opus 5.5 的差距。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 开放使用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 在 Bedrock 上的能力定位与调用方式，可据此判断它和 Opus 5.5 的分工。
OpenAI 正在为 Codex Originals 项目征集使用 Codex 的开发者、研究者与创作者的真实故事和项目。有意参与者可通过下方表单提交自己的经历与项目介绍，入选者将参与该项目的下一阶段。
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，按时间线回顾了 2026 年至今 LLM 领域的关键进展。
Simon Willison 用 Claude Opus 5.5 生成 HTML5 canvas 像素动画 Kākāpō Party，画面中至少 20 只鸮鹦鹉随音乐跳跃、撒彩带和气球。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra，更快地构建、运营和销售现代车队管理产品，实现销售提升 60%、节省 75+ 小时。
Simon Willison 在 9 月 24 日的笔记中表示，与编程智能体协作的时间越长，他越确信这些工具让软件工程变得更难。他认为智能体能做出惊人的成果，但释放其全部潜力需要极强的自律与知识储备。
Simon Willison 发布 commit-rewriter 0.2。该工具用于重写 git 提交记录，具体功能与改动细节原文未作说明。
Simon Willison 引用 voxium 的一段描述：作者入职一家大公司半个月，发现规格、代码、测试、PRD、工单及其处理、报告等全部由 Claude Code 生成，团队里没人喜欢这样，但被要求尽可能多地产出。高层多次表示推代码不是瓶颈，那为什么还慢；人们每天工作 12 到 13 小时只是为了按回车，从 L1 到 L7 的工程师都在做同样的事，没人读任何东西。
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准接口；RAG 也并未消亡，而是为模型提供训练数据之外的相关信息。节目主张用标准做共享接口、用 Skills 承载流程与最佳实践，二者结合比争论谁取代谁更有价值。
GitHub 用 Copilot 应用和 CLI 将 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，跨 128 个 PR 增量合入 main，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时迁到 Rust 的全过程，含并发会话协作与提示缓存等可迁移经验。
Cognition 借助 GPT-6 Astra 提升 Devin 测试软件并验证其可用的能力，目标是让工程师减少代码审查、加快交付。
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增与删除行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令并支持多窗口；浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的实际应用方式。
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中通过 /experimental 启用，按各模型标准费率计费。
推荐理由：GitHub 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断编排式编码智能体的取舍。
GitHub Copilot 应用支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在 sessions 视图中查看各会话进度，例如在 tailspin-toys 仓库中同时进行 funded sort 开发、无障碍审查和测试运行。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长周期编码与自主智能体，后者面向漏洞发现与自动修复。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上逼近更贵的前沿模型，同时保持 3.7 Flash 的价格。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体场景的成本收益。
Ethan Mollick 更新了他面向实用场景的 AI 使用指南，指出如今用 AI 做事已从聊天机器人转向能一次完成数小时人类工作的智能体系统。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber 三款模型。
推荐理由：原文给出三款新模型的效率、价格与基准对比，可据此判断智能体工作流的成本变化。
Ethan Mollick 认为 AI 能力正以超指数速度提升，METR、英国 AI 安全研究所和 GDPval 等评测均显示这一趋势。Epoch 发现 Opus 4.7 自主工作 14 小时完成原本需 2-17 周人力的软件包，成本 251 美元 token；作者自己的实验中 Fable 自主工作 9 小时完成团队一周以上的复杂项目。
AI Snake Oil 作者 Arvind Narayanan 撰文认为，AI 尚未也不会取代软件工程师。文章指出多起所谓 AI 裁员实为“AI washing”，纽约州 WARN 法案新增 AI 披露选项后首年 160 多家公司无一家勾选；并提出“决定-执行-交付”三明治模型，AI 只压缩了中间的执行层，而决定做什么与对交付负责这两端难以自动化。
Ethan Mollick 提前体验了首个面向公众发布的 Mythos 级模型 Claude 5 Fable，称其在自己做过的各项测试中大幅超过此前用过的所有公开模型，能连续执行多页规格说明长达十余小时。
《Co-Intelligence》作者 Ethan Mollick 宣布新书《Co-Existence》将于 10 月 20 日出版，主题是如何与"有时但并非总是比你强"的 AI 协作。
Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini Enterprise 等渠道开放。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口，可据此判断其速度与成本取舍。
Google DeepMind 发布 AlphaEvolve 一年成果汇总，这一由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计与缓存替换策略。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，涵盖基因组、电网、TPU 与量子模拟，可看算法智能体的跨领域边界。