Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式规约，证明智能体写的代码对每个输入都满足规约，证明覆盖不到的部分退回测试。
借鉴点
能拿走的是把意图先写成 Verus 形式规约、再让 agent 写证明并用变异检查防弱规约的流程，可接到软件工厂的代码审查环节，代价是只支持 Rust 且证明本身仍要投入。
#编码
只收明天就能用得上的Microsoft Research精选AI 评分5858
AWS Machine Learning Blog精选AI 评分5858 AWS 演示用 AgentCore runtime Session endpoints 边构建边预览编码 Agent 生成的网页
AWS 介绍 Amazon Bedrock AgentCore runtime 的 Session endpoints，让编码 Agent 在会话内运行的 Vite 网站通过带认证的 URL 直接在浏览器里预览，Agent 保存文件后页面经 WebSocket 热更新、无需刷新。
借鉴点能拿走的是 allowedPorts 配置加 session_endpoint_client 开本地端点这套做法，把编码 Agent 会话里的 Vite 站点直接映射到浏览器，省掉每次改动都重新部署；前提是 microVM 运行时、端口限 8000-12000、本地端点只在预览时开。
Mistral AI精选AI 评分7878 Mistral 开源 Mistral Large 4（Le Chonk）权重，1 万亿参数多模态模型
Mistral 发布 Mistral Large 4（Le Chonk）的开源权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
借鉴点能拿走的是三档推理模式与 token 效率取舍，以及 vLLM/SGLang 自托管部署路径；可落到本地模型部署和软件工厂，代价是 1 万亿参数对硬件要求高，商用 MaaS 还需另签许可。
Google DeepMind精选AI 评分5858 Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长周期任务
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排第一。
借鉴点可借鉴的是长周期智能体任务的训练取向和防作弊指标口径，Terminal-Bench 4.0 作弊率降到 0.0%、高危失配告警降约 80% 这类内部度量能直接搬进自己的评测表，但模型本身只先开放给网络安全防御方，拿不到权重和接口。
Databricks精选AI 评分5858 Databricks 谈 AI 编码成本失控后如何把单位成本降 90%
Databricks 产品负责人 Patrick 复盘公司全面铺开 AI 编码 agent 后成本指数级上涨、再通过四项措施把单位成本最多降低 90% 的过程。
借鉴点可拿走四招降本做法，模型换代迁移、路由、花费可见性、砍 token 开销，落到软件工厂的编码 agent 成本控制上；前提是先有统一网关收口全部流量，否则看不到钱花在哪。
Ollama Blog精选AI 评分6767 Reflection 首个开放权重模型 Beam 上线 Ollama，限时免费
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式可用，Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型，总参数约 501B、每 token 激活 23B，上下文窗口 100 万 token，面向软件工程、推理和长周期智能体任务，采用 Apache 2.0 许可。
借鉴点能直接 ollama run beam:cloud 或 ollama launch claude/codex/opencode 接入，把编码与多步工具调用交给 501B MoE 模型，代价是限时免费且走云端、本地无法自托管。
Hugging Face Blog精选AI 评分6666 Reflection 发布 501B 开源 MoE 模型 Beam，支持 1M 上下文与编码智能体
美国新实验室 Reflection 在 Hugging Face 发布首个模型 Beam，501B 参数 MoE、每 token 激活 23B，支持 1M token 上下文，Apache 2.0 许可，主打编码与智能体场景。
借鉴点能拿走混合注意力与残差缩放的具体配比、vLLM/SGLang 启动参数和 LoRA SFT 配方，落到本地模型部署线；代价是 BF16 权重约 1TB，需 4 张 B200 或 8 张 H200 起步。
Together AI Blog精选AI 评分7575 Meta Muse Spark Open 上线 Together AI，支持 1M token 上下文与长程智能体编码
Together AI 作为 Day 0 发布伙伴上线 Meta 的开放权重模型 Muse Spark Open，可通过 Together API 以 meta-models/Muse-Spark-Open-816B-A42B 调用。
借鉴点能直接照抄 Together API 的调用示例和 meta-models/Muse-Spark-Open-816B-A42B 模型名接入，落到软件工厂的长任务编码线；代价是 1M 上下文按 $1.25/1M 输入、$4.25/1M 输出计费，缓存输入才降到 $0.15。
Hugging Face Blog精选AI 评分6464 Meta 开源 Muse Spark Open：816B 参数多模态 MoE 模型
Meta 开源 Muse Spark Open，这是一个约 816B 总参数、每 token 激活约 42B 的多模态 MoE 模型，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。
借鉴点能拿走 BF16/NVFP4 两种 checkpoint 的部署配方、llama.cpp 2-bit 量化在 512GB Mac 上跑 18 tokens/s 的实测，以及只训注意力层 LoRA、冻结专家的 TRL 微调脚本；落到本地模型部署和软件工厂两条线，代价是 816B 全量专家常驻内存，BF16 约 1.5TB。
Mistral AI精选AI 评分6262 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态、月底开放权重
Mistral 发布 Mistral Large 4 公开预览，可通过 Mistral Studio 的 API 试用，权重定于本月底放出。该模型为 1 万亿参数原生多模态模型，激活参数 520 亿，在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。
借鉴点可借鉴的是其 RL 训练栈设计：共享可组合接口把单轮对话、科学解题、安全对齐、长程工具调用放进同一次训练，验证侧混用奖励模型、单测、LLM 判官；代价是 3k GPU 规模与每天约 330 亿 token 的吞吐，本地复现门槛高。
GitHub Blog · AI & ML精选AI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已开放研究预览版。基准包含 19 种语言、187 个开源仓库的 219 个 PR，其语言与仓库规模分布对齐对 103.9M 个 GitHub PR 的分析结果，PR 规模则刻意向可审查的中长尾加权。
借鉴点可借鉴其多源金标集构建法：人工评审、后续提交推断、静态分析、多个前沿 LLM 汇总去重，再用统一 rubric 判分；代价是 219 条 PR 的标注与专家复核成本高，且依赖 Claude Sonnet 5 作 judge。
Google DeepMind精选AI 评分6262 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，之后再逐步开放给开发者、企业和消费者。
借鉴点可借鉴的是用 Argon agent 做 C/C++ 到 Rust 迁移的流程，靠多轮 profile 引导实验和读编译器输出生成安全 Rust，代价是仍需自动化加人工审计与仿真测试才能上生产。
Mistral AI精选AI 评分6262 Mistral 用 AI 智能体把 4 万行 Fortran 77 迁移到 C++ 的实践
Mistral 披露其帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟代码迁移到 C++，这是 30 万行代码库首个冲刺覆盖的部分。做法是先给 Fortran 加状态导出子程序、搭 C++ 测试框架和 Skill.md 建立数值对齐测试台，再用自定义解析器生成调用树、由 Vibe CLI 调度上百个智能体逐节点补文档并提 PR。
借鉴点可拿走的是先建数值对齐测试台再迁移、按调用树切小于1万行模块、planner/coder/tester/reviewer 加人工卡点的流程，能落到软件工厂的遗留系统改造线，代价是要先补测试与文档。
已经到底了