Google 扩展 Antigravity，推出 Teamwork 多智能体系统用于数学证明验证与软件优化
Google 宣布扩展 Antigravity，推出由多个 Gemini 专业智能体组成的 Teamwork 系统，用于复杂数学证明验证和软件性能优化。其 Teamwork-LEAP 系统通过约 2.88 万次子智能体调用、生成约 180 万行 Lean 代码，完成韦伊猜想相关成果的形式化，并以独立质疑者和审查者检查智能体结果。
#编码
AI快讯AI 评分7575 AWS Machine Learning BlogAI 评分5050 使用 NVIDIA NeMo Switchyard 在 Amazon Bedrock 上为编码智能体请求选择合适的模型
本教程演示如何部署 NVIDIA NeMo Switchyard 与 LiteLLM，为编码智能体选择 Amazon Bedrock 模型，并按每项成功解决任务的成本评估路由效果。示例支持按任务阶段或随机权重路由，使用 switchyard-server 0.3.0 和 LiteLLM v1.102.0，仅供非生产环境使用。
Latent SpaceAI 评分7070 ArtCraft 用 AI 复刻 Photoshop，计划以开源方式“重建一切”
ArtCraft 创始人 Brandon Thomas 在 AI Engineer Code Summit 分享了用 AI 开发 17 款开源软件的实践，并提出让用户自行改造应用与工作流的愿景。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 98 期
Microsoft Research Focus 第 98 期介绍了 AI 翻译、数学难题及编码智能体效率等研究进展。研究人员解决了历时 31 年的 KLS 猜想，并提出 COMPACTIONBENCH 和 APEC，后者在评测中将成本降低最多 25.4%、执行时间缩短 9.6%。Latent Core Tokenizer 在 104 种语言的评测中生成了更具语言意义的 token。
Ars Technica · AIAI 评分8080 Google 推出 Gemini 4 Hydrogen，替换 Gemini 3.8 Flash
Google 推出 Gemini 4 Hydrogen，即日起在旗下产品中替换 Gemini 3.8 Flash，开放限制较此前的 Argon 和 Carbon 更宽松。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流
Google DeepMind 发布 Gemini 4 Hydrogen，主打快速执行日常编码与智能体任务，即日起向开发者、企业和消费者产品逐步开放。
推荐理由：通过区分深度架构判断与日常执行任务，材料展示了多模型工作流如何分配任务，并给出配额消耗与完成速度的对比数据。
Latent SpaceAI 评分5757 OpenAI 在 AI Engineer Code Summit 演示 Codex 的云端、语音与个人智能体工作方式
OpenAI 在 AI Engineer Code Summit 工作坊演示了 Codex 的新工作方式，包括云端任务交接、语音调度和个人智能体 dots。此前公布的 Codex Cloud version 2 可复用已发布的环境，在隔离实例中运行多个任务；工程师承认本地与云端之间的交接仍需简化，并涉及上下文差异管理。
Google DeepMind精选AI 评分8787 Google 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon
Google 宣布开放 Gemini 4 Carbon，面向开发者、企业、科研人员和消费者，主打复杂知识工作、长流程智能体编码、网络安全与科学推理。
推荐理由：Carbon 与 Argon 的任务定位和 token 消耗差异，为比较复杂任务中的推理深度、验证投入与使用成本提供了具体依据。
Google DeepMind精选AI 评分8080 Google DeepMind 介绍 AlphaProof Code，形式化验证 Signal 核心加密代码
Google DeepMind 公布 AlphaProof Code 研究，由人类专家指导 AI 智能体，形式化验证 Signal 核心加密代码的关键安全属性。
推荐理由：研究将验证对象从协议设计推进到实际运行的代码，为理解形式化验证如何覆盖设计与实现之间的安全缺口提供了具体案例。
GitHub Blog · AI & MLAI 评分4848 超越代码生成：GitHub 智能体工程开发者指南
GitHub 介绍了利用 Copilot 开展智能体工程的工作流，涵盖规划、构建、验证和观察等软件开发阶段。规划阶段可用 Copilot 整合上下文并创建 GitHub Issues；构建阶段可跨设备延续会话，让任务在云端沙箱中运行。
Microsoft ResearchAI 评分5858 Microsoft Research 演示如何用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 用 PDD Kit 演示了对 Rust 全栈应用 Pet Store 登录逻辑的形式化验证，将开发者意图转为规范，再由 Verus 检查代码是否满足规范。
GitHub Blog · AI & ML精选AI 评分6262 3 位 Java Champion 如何使用 GitHub Copilot 提升开发效率
GitHub 采访了 3 位 Java Champion，介绍他们使用 GitHub Copilot 开发功能、迁移资料和排查缺陷的实践。
推荐理由：案例将提效落实为可迁移的工程方法，通过明确上下文、设置任务验收关卡并沉淀技能，让智能体执行与人工责任保持分工。
GitHub Blog · AI & MLAI 评分5454 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 讲解如何将 Copilot app 会话直接转入 VS Code，保留对话、代码改动和工作上下文。用户选择 Open in VS Code 后，编辑器会打开该会话关联的工作树，并在 Copilot 侧栏显示原有会话，支持逐行审查差异、继续对话、手动编辑和本地测试。完成修改后，在原分支提交并推送即可更新关联的拉取请求，无需复制文件或重新关联工作。
GitHub Blog · AI & MLAI 评分5454 GitHub 解读机密检测模型：如何发现更多真实凭据并减少误报
GitHub 详解机密扫描的两阶段管线，以正则筛选候选字符串，再由微调的 ModernBERT 结合上下文区分真实凭据与相似的非敏感字符串。相比此前的 LLM 管线，同一公开流量上的离线评估显示精确率提高 13%、召回率提高 19%；客户 A/B 实验中，按仓库所有者加权的告警接受率提高 11.5%，提交后扫描执行时间中位数降低 86%，服务成本降低超过 98%。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot app 入门：如何让 Copilot 理解你的代码库
GitHub Copilot app 入门教程讲解如何结合自定义指令、智能体技能、自定义智能体和 MCP 服务器，让 Copilot 理解项目规范并执行相关工作流。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 扩展 AI 密钥检测，推动密钥保护跟上软件增长
GitHub 介绍与 Microsoft Applied Sciences 合作构建的 ModernBERT 分类器，将推送保护扩展至非结构化密钥，批量评估候选密钥耗时低于 2 毫秒，可使能提前阻止泄露的密钥数量增加至两倍以上。
推荐理由：九个季度的数据未显示单次推送的密钥泄露比例明显上升，将防护重点从要求开发者更谨慎转向扩大自动预防与处置能力。
GitHub Blog · AI & MLAI 评分5252 GitHub 介绍 ReviewBench：面向 AI 代码审查的开放评测基准
GitHub 开放 AI 代码审查基准 ReviewBench 的研究预览版，提供公开数据集、评估方法、自助运行工具和排行榜。基准参考 103.9 million 个 GitHub 拉取请求的分布，收录来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，并使用 Claude Sonnet 5 按统一标准评判问题，资深工程师独立复核的一致率为 96.6%。