Benefit Street Partners 如何用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 用 Codex 做代码审查并加快后续跟进，从而更快回答客户问题。他构建的工具用于比较贷款估值和分析信贷协议。
#编码
OpenAI NewsAI 评分1818 AWS Machine Learning Blog精选AI 评分7171 Reflection AI 发布开放权重模型 Beam，并在 AWS 上给出部署方案
Reflection AI 推出开放权重模型 Beam，面向智能体编码和长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：原文给出 Beam 的开放权重规格与两条 AWS 部署路径，读者可据此判断多节点部署的硬件与显存要求。
Hugging Face Blog精选AI 评分8181 Reflection 发布 501B 开源模型 Beam，支持 1M 上下文与智能体编码
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，这是一个 501B 参数的 MoE 模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，聚焦编码与智能体场景。
推荐理由：原文给出 501B MoE 开源模型的架构细节、量化版本与部署配方，可据此判断自托管长上下文编码智能体的硬件门槛。
Hugging Face Blog精选AI 评分8888 Meta 开源 Muse Spark Open：816B 参数多模态 MoE 模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。
推荐理由：Meta 开源 816B 多模态 MoE 模型，文中给出部署、微调与量化运行的完整路径，可据此评估本地与云端落地成本。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器实现更少噪声的密钥检测
GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，用于区分真实凭证与形似凭证的字符串，替代此前的 LLM 流水线。该分类器使推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上，用户对告警的接受度提升 11.5%。流水线采用两阶段设计：正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全评测上的具体数字和开放入口，可据此判断前沿模型在真实工程任务中的落地程度。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4（ML4）公开预览，可通过 Mistral Studio 的预览 API 试用，权重将于本月底开放。ML4 是 1 万亿参数、520 亿激活参数的原生多模态模型，官方称其在编码、智能体工作流和多模态理解上表现突出，并在网络安全、金融、法律等企业场景中处于开源模型领先水平。
推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体能力及开放权重时间表，可据此判断开源前沿模型的竞争位置。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与评分口径，读者可据此理解离线评测如何对应线上实验。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出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的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8484 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，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放路径，可据此判断前沿模型的落地节奏。
Mistral AIAI 评分5454 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 迁移到 C++，对象是一个无测试套件、无集中文档的物理储层模拟器。团队先构建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 中校验，再用 Vibe CLI 启动上百个智能体解析调用树、结合 Mistral OCR 整理散落文档。