Anthropic 为 Claude Code 推出 Mods 系统，支持从内部定制 AI 编码工具
Anthropic 为 Claude Code 发布 Mods 系统，这是一个基于 JavaScript 或 TypeScript 的插件系统，允许开发者通过事件钩子自定义界面、拦截工具调用或添加新命令。
#编码
The DecoderAI 评分7575
GitHub Blog · AI & MLAI 评分2828 AI正在改变开发者工作方式：强化这3项技能
GitHub指出AI正在重塑开发者工作流程，建议强化三项核心技能：学会定义问题并协调多个AI智能体协作；不盲目信任AI首个答案，用第二模型或自身判断进行验证；利用AI处理实现工作，腾出时间专注于需求理解、权衡评估和技术决策。GitHub Copilot已内置Rubber Duck智能体，用第二模型批判性检查计划、代码和测试。
Latent SpaceAI 评分6767 Airbnb CTO 详解「由内而外」AI 战略：用内部工具提速，再将能力输出至用户体验
Airbnb CTO Ahmad Al-Dahle（曾主导 Meta 的 Llama 系列开源模型）提出「由内而外」的 AI 转型方法：先用 AI 加速内部产品开发，再将能力输出至用户体验。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，输出 token 限制扩展至 1M，支持复杂长周期工作流。模型已赋能 Google 内部编码和知识工作，在 CWE-bench v1 漏洞修复中达 68%、Vals Finance Agent v2 多步金融研究中领先、视频理解基准 LVBench 达 91.7%。
推荐理由：模型在复杂工作流中的具体表现有数字支撑（1M token 输出、CWE-bench 68%、2.7x 加速等），便于读者判断其对实际工作的价值。
Latent SpaceAI 评分7474 OpenAI DevDay 2026 发布 Dots 智能体与 GPT-6.1 Sol，行业同日报 Anthropic IPO 消息
OpenAI 在 DevDay 2026 上发布了 Dots（由 GPT-6 Astra 驱动的常驻智能体，连接 4000+ 应用）、GPT-6.1 Sol（定价 $2/$10/M token。
AWS Machine Learning Blog精选AI 评分6363 GPT-6.1 Sol 在 Amazon Bedrock 正式可用，主打低成本的近 Astra 推理能力
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，据 OpenAI 介绍它在编码、计算机操作和专业工作场景中提供接近 Astra 的推理能力。
推荐理由：原文给出了性能对比数字（DeepSWE v1.1 成本降为五分之一、超越 GPT-6 Sol 6.4 个百分点）和 Codex 的集成路径，读者可以据此判断它是否值得替换现有 Agent 工作流。
Simon WillisonAI 评分2929 Photo Scrubber：本地人脸模糊与元数据移除工具
Simon Willison 用 GPT-6 Astra 构建了 Photo Scrubber，可自动识别照片中的人脸并模糊处理，完全在本地运行不依赖云端。该工具基于 Google MediaPipe C++ 库（编译为 WebAssembly）+ BlazeFace 人脸检测模型，支持批量处理并移除 EXIF 等元数据。
Simon WillisonAI 评分5353 Anthropic 发布 Claude Sonnet 5.5：速度提升 30%、成本降低 30%
Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5，官方称其速度提升 30% 以上，多数任务成本降低 30%，定价与 Sonnet 5 相同但各项基准测试均有提升。
Simon WillisonAI 评分2727 Simon Willison 笔记：编码智能体如何让软件工程更难
Simon Willison 反思认为，花越多时间使用 coding agents，越确信它们让软件工程变得更难；虽然可以用这些工具实现惊人的成果，但充分发挥其潜力需要极高的纪律性和知识储备。开发者不应低估掌握 AI 工具的复杂度。
GitHub Blog · AI & MLAI 评分3030 GitHub Podcast 拆解五大 AI 开发热点：代码审查、RAG 与 MCP 并不对立
AI 并未消除代码审查的必要性，而是将风险重新分布到不同环节——关键在于判断哪些代码需要深入检查。RAG 并未消亡，它通过缩小搜索空间帮助模型更接近答案；Skills 与 MCP 解决的是不同层次的问题，前者提供上下文和最佳实践，后者提供标准化工具接入，二者可共存于同一工作流。GitHub 建议开发者用具体情境测试热点观点，而非陷入非此即彼的立场之争。
GitHub Blog · AI & ML精选AI 评分8787 GitHub Copilot 运行时迁移至 Rust 全过程记录
GitHub Copilot agent runtime 从 TypeScript/Node.js 迁移至纯 Rust，作者记录了历时约 14.5 周、完成 128 个 pull request、最终交付 832,378 行生产 Rust 代码的全过程。
推荐理由：作者作为主要执行人记录了超过 80 万行 TypeScript 迁移至 Rust 的完整过程，包含具体策略、工具调用数据和团队协作方法，读者可据此评估大规模 AI 辅助代码迁移的实际可行路径。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot 应用新手指南：内置 diff、终端和浏览器面板使用教程
GitHub Copilot 应用新增 diff、terminal 和 browser 三个内置面板，用户可在单一应用内完成代码审查、运行和预览，无需切换窗口。