Google DeepMind 发布 Gemini 4 Hydrogen，定位为面向日常编码与智能体工作流的高效执行模型，即日起在 Gemini API、AI Studio、Gemini app、Google Search 及 Google Antigravity 等渠道向所有用户开放。
推荐理由：官方给出 Hydrogen 与 Carbon、Argon 的分工定位及多模型编排的配额与速度数据，可据此判断日常编码与智能体工作流如何选型。
Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：官方给出 Carbon 与 Argon 的定位差异、多项基准排名和定价，便于判断何时该用更重的模型。
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文中给出了 Fable 5.2 在编码与科研任务上的定位、数据保留要求与 Bedrock 调用方式，便于评估迁移成本。
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开源权重，这是一款 1 万亿参数的原生多模态模型，本月早些时候已进入公开预览。
推荐理由：原文给出与 GLM-5.3 等开源模型在编码基准和 token 效率上的对比，便于判断自托管旗舰模型的实际成本。
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出 Carbon 在网络安全与长周期编码任务上的基准成绩和分阶段开放路径，可对照两周前发布的 Argon 看迭代节奏。
OpenAI Core Experimentation 团队撰文介绍用 Codex 配合 GPT-6 Astra 与 GPT-6.1 Sol 维护代码库的做法，团队已合并 1400 多个由模型提议的维护 PR，删除超过 80 万行死代码。
推荐理由：文中给出 GPT-6 Astra 与 GPT-6.1 Sol 在清理死代码和过期实验上的成本与产出对比，可作为选择模型档位的参考。
Anthropic 公开其自研版本控制系统 Scion，并在五个月内把 monorepo 从 git 完整迁移过去。2026 年 5 月其日均合并约 2,500 次代码变更，9 月已超过 30,000 次；Scion 的 CPU 与内存占用比此前的 git 镜像方案小 200 倍，CI 检出代码从分钟级降到秒级，CI 单独获得 25% 的 CPU 容量收益。
推荐理由：Anthropic 公开自研版本控制系统 Scion 的架构取舍，为智能体大规模写代码之后的工程基础设施提供了一份可对照的样本。
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 公布九季度密钥泄露数据，并说明新分类器如何把防护从事后清理前移到推送前。
Mistral 推出 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重计划本月底发布。
推荐理由：Mistral 公布 1 万亿参数原生多模态模型 ML4 的预览与开放权重计划，并给出编码、智能体与网络安全基准对比。
作者在 Codex 中使用 Astra 构建了太空探索游戏 Void Explorer，包含 2,048 个恒星系和超过 10,000 个程序化生成的行星，并分享了构建过程中的提示词。
推荐理由：作者以三款自研游戏为例，展示如何用提示词、测试场景和性能计数让 Astra 在 Codex 中完成从架构到渲染的迭代。
Anthropic 发文复盘 Claude Code、Claude Agent SDK 和 Claude Cowork 的质量下降，称问题来自三项独立改动，并已在 4 月 20 日的 v2.1.116 中全部修复。
推荐理由：这篇官方复盘把三次质量回退分别归因到推理强度默认值、缓存清理 bug 和系统提示词改动，便于理解问题链条与修复动作。
Anthropic 工程师介绍其长时自主编码 harness 的设计：借鉴 GAN 思路把生成与评估拆成不同智能体，前端设计用四条评分标准驱动迭代，全栈开发则扩展为 planner、generator、evaluator 三智能体，通过 sprint 契约和 Playwright MCP 实测应用。
推荐理由：Anthropic 工程师复盘生成器与评估器双智能体的 harness 设计，并给出随模型升级逐步删减组件的实测依据。
OpenAI 介绍其在 Agents SDK 的 Python 和 TypeScript 仓库中用 Codex skills、AGENTS.md 和 GitHub Actions 把验证、发布准备、示例集成测试和 PR 审查变成可复用工作流。
推荐理由：OpenAI 公开自家 Agents SDK 仓库用 skills 加 AGENTS.md 维护代码的完整配置，可迁移到其他开源项目。
OpenAI 宣布即日起可在 Codex 中通过 Figma MCP server 生成 Figma 设计文件，该 server 支持双向流转，既能把设计转成代码，也能把运行中的界面转回可编辑的 Figma 画布。
推荐理由：原文给出 Codex 与 Figma MCP server 双向打通的具体操作路径，读者可据此判断设计到代码的协作方式会怎样变化。
OpenAI 让 GPT-5.3-Codex 在空白仓库中以 Extra High 推理连续运行约 25 小时，消耗约 13M tokens、生成约 3 万行代码，从零构建一个设计工具。
推荐理由：作者用一次约25小时、13M tokens的实测，展示了用四份 markdown 文件约束 Codex 长任务的具体做法。
OpenAI Developers Blog 发布教程，介绍用 evals 系统检验 Codex 智能体技能的方法：先定义可测量的成功标准，再用 codex exec --json 捕获运行轨迹做确定性检查，最后用 --output-schema 约束的评分量表评估风格与约定。
推荐理由：OpenAI 官方给出用 evals 系统检验 Codex 技能的方法，从定义成功标准到确定性检查与评分量表，可迁移到自己的技能迭代。