Google 发布前沿模型 Gemini 4 Carbon，在编码、智能体任务和网络安全方面带来显著提升。该模型在 Artificial Analysis Intelligence Index（v5.0）上排名第一，领先 Claude Opus 5.5 和 GPT-6 Astra，并在 SEC-bench Pro 和 ExploitGym 两项基准上居首。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Microsoft Research Focus 第97期由 Sowbhagya Suresh 主持，介绍微软多项最新研究。自改进智能体框架 ForkPilot 在六个基准和主流模型上测试，效果比肩现有最佳方法，同时将 AI 处理开销降低最多 59%。
AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 迁移做成可重复流程：共享技能文件 php-to-java-migration 与 php-model-discovery 驱动八阶段、以对等性验证为准的流水线。同一套技能文件既可在 Kiro 中交互式逐应用执行，也可交给 AWS Transform 以智能体方式并行处理多个应用。
Simon Willison 推荐 Jacob Sansbury 的文章，介绍 Spawn 这个多人在线游戏环境：玩家可以用提示词让游戏内智能体 Savi 修改游戏世界，他自己在手机上试玩时先后生成城堡和龙，并骑龙飞行。
Mistral 在公开预览三周后，将 Mistral Large 4 的权重发布到 Hugging Face，该模型代号 Le Chonk，总参数约一万亿、每步激活 520 亿，支持文本与图像输入。
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出网络安全与长程智能体任务的基准数据，并说明分阶段开放路径，可据此判断前沿模型在攻防场景的落地节奏。
Simon Willison 认为 2026 年 10 月是 vibe 游戏开发的拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显进步，他让模型把游戏改得更有趣，模型确实做到了。
Anthropic 招聘经理 Felix Rieseberg 宣布不再要求候选人做传统编码面试，理由是 Claude 在 React 挑战和汇编题上都已更强，最有影响力的构建者并不依赖这类测试。他给初级工程师的建议包括优先关注业务影响、提出能显著改善组织目标的激进想法、用一个周末做出可运行原型，并避免把多个想法塞进同一个原型。
一位常驻喜马拉雅山麓的 Thomson Reuters 首席工程师演示了完全断网时用 OpenCode 1.19.4 搭配 Ollama 在笔记本本地运行 Qwen3.5 9B 完成代码解释、测试排查与重构。该模型下载体积约 6.6–7.6 GB，Qwen 模型卡显示其 LiveCodeBench v6 得分 65.6、BFCL-V4 得分 66.1。下载新依赖或联网查资料仍需连接网络。
三位资深 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将 Hypersistence Optimizer 新功能开发从数周缩短到两天，并用 65 篇文章训练自定义技能模仿其写作风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和工作上下文。VS Code 会加载该会话对应的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话关联的 PR。
GitHub 发布代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub 提出开发者应对 AI 工作流的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个模型评审 AI 输出并自行判断，以及把省下的实现时间用于理解客户需求、权衡架构取舍和做技术决策。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二个模型可评审计划、代码和测试。