OpenAI 更新 macOS 和 Windows 版 Codex app,加入電腦操作等功能
OpenAI 更新 macOS 和 Windows 版 Codex app,加入電腦操作、應用程式內瀏覽、圖像生成、記憶及插件。這些功能旨在加快開發者工作流程。
推薦理由:這組更新同時納入電腦操作、應用程式內瀏覽、圖像生成、記憶及插件,呈現 Codex app 面向開發者工作流程的擴展範圍。
OpenAI 更新 macOS 和 Windows 版 Codex app,加入電腦操作、應用程式內瀏覽、圖像生成、記憶及插件。這些功能旨在加快開發者工作流程。
推薦理由:這組更新同時納入電腦操作、應用程式內瀏覽、圖像生成、記憶及插件,呈現 Codex app 面向開發者工作流程的擴展範圍。
OpenAI 為 ChatGPT Business 和 Enterprise 的 Codex 提供按用量付費定價。該選項讓團隊能以更靈活的方式開始使用並擴大採用。
OpenAI 將收購 Astral,藉此加快 Codex 發展,為下一代 Python 開發者工具提供動力。
推薦理由:這則簡短公告將收購目的連到 Codex 發展與下一代 Python 開發者工具,可據此理解交易所述的產品方向。
OpenAI 發佈 GPT-5.4 mini 和 nano,兩者是 GPT-5.4 的較小、更快速版本。它們針對編碼、工具使用、多模態推理,以及高用量 API 和子智能體工作負載作最佳化。
Mistral AI 發佈 Mistral Small 4,將 Magistral 的推理、Pixtral 的多模態及 Devstral 的智能體編碼能力整合至單一模型。
推薦理由:Mistral Small 4 整合指令、推理、多模態及智能體編碼能力,並列出相較 Mistral Small 3 的吞吐數據,可供比較單一模型承接多類任務時的效率表現。
Mistral AI 開源 Leanstral,一款為 Lean 4 設計、用於程式碼生成與形式化證明的程式碼智能體,採用 6B active parameters。
Codex Security 不依賴傳統 SAST,因此不包含 SAST 報告,而改用 AI 驅動的約束推理與驗證尋找真實漏洞。這種做法可減少誤報。
螞蟻集團推出 Lingguang AI,用戶只需輸入一句自然語言指令,系統便可在約 30 秒內生成可用的 Flash App。它能理解文字、圖片及鏡頭畫面,並生成介面、功能邏輯和基本互動。受訪者認為,AI 生成簡單應用不會取代工程師,大型系統、企業級應用及跨平台整合仍需要工程師。
AI 編碼工具與 AI Dev Agents 正推動軟件開發由人手編寫程式轉向 AI 主導、工程師監督,但需求理解、安全可靠性及社會整合仍是全自動化的障礙。SWE-bench 成績由 2023 年初最佳模型的 2%,升至 GPT-4.1 的 54.6%;GPT-5 據報達 74.9%。 Gartner 預測,到 2028 年,三分之一企業軟件將內置 AI agents。
AI 正逐步把軟件開發由「人手編碼」推向「AI 主導、工程師監督」,但需求理解、安全可靠及融入社會等障礙,令全自動化仍未實現。SWE-bench 上,最佳模型在 2023 年只能解決 2% 的問題,Devin 在 2024 年達到 13.86%,GPT-4.1 在 2025 年達到 54.6%,GPT-5 據報達 74.9%。
Ant Group 的 Lingguang AI 可讓用戶以一句自然語言提示詞,約 30 秒生成可用的迷你應用 Flash App。系統可理解文字、圖像及鏡頭畫面,並生成介面、功能邏輯和基本互動,用戶亦可修改輸入規則、外觀及增添元素。AiX Society 創會會長 Michael So 認為,工程師不會被取代,仍須處理大型系統與跨平台整合,並管理 AI 生成的工作流程。
OpenAI 的 Codex Security 現已進入研究預覽,是一款 AI 應用程式安全智能體。它會分析專案脈絡,以更高信心、較少雜訊偵測、驗證並修補複雜漏洞。
OpenAI 發佈 GPT-5.4,並稱其為面向專業工作的能力最強、效率最高的前沿模型。該模型具備最先進的編碼、電腦操作和工具搜索能力,並有 1M-token 上下文窗口。
AI 智能體 swarm 加快了編碼速度,卻沒有消除 Brooks 定律所揭示的複雜度限制;在進度落後的軟件項目中盲目增加智能體,仍可能加劇協調和架構問題。GitClear 分析 2020 至 2024 年的 211 million 行程式碼,發現程式碼重複增加約 400%,程式碼 churn 接近倍增。成功的多智能體應用則依賴人類架構師明確界定角色、狀態和交接。
OpenAI 與太平洋西北國家實驗室合作推出 DraftNEPABench,評估 AI 編碼智能體加快聯邦許可審批的能力。該 benchmark 顯示,AI 有望將 NEPA 草案撰寫時間最多縮短 15%,並展示現代化基礎設施審查的潛力。
OpenAI 與 Figma 推出新的 Codex 整合,連接程式碼與設計,讓團隊能在實作環節與 Figma 畫布之間切換。這項整合讓團隊可以更快迭代並交付。
OpenAI 不再評測 SWE-bench Verified,因其日益受到污染,且無法準確衡量前沿編碼進展。分析指出,該基準的測試存在缺陷,並有訓練洩漏;OpenAI 建議採用 SWE-bench Pro。
Gradio 6 的 gr.HTML 現支援自訂 HTML 模板、作用域 CSS 與 JavaScript 互動,讓 LLM 可把前端、後端和狀態管理整合到單一 Python 檔案,構建互動式 Web 應用。
Hugging Face 製作 CUDA kernel 技能,Claude 和 Codex 依此為 diffusers 與 transformers 目標產生可運行的 kernel。
推薦理由:文章拆解如何把 GPU 架構知識、PyTorch 整合範式與基準測試流程封裝成技能,讓編碼智能體產出可構建、可測試的 CUDA kernel 專案。
OpenAI 發佈 GPT-5.3-Codex-Spark,並稱其為首個即時編碼模型,生成速度快 15x,具備 128k 上下文窗口。目前以研究預覽形式向 ChatGPT Pro 用户提供。
推薦理由:公告列出生成速度、上下文窗口及研究預覽的適用對象,讓讀者可同時瞭解 GPT-5.3-Codex-Spark 的性能宣稱與目前開放範圍。
OpenAI 技術人員 Ryan Lopopolo 探討 Harness 工程,聚焦在智能體優先的世界中如何運用 Codex。
GPT-5.3-Codex 系統卡將該模型描述為迄今能力最強的智能體編碼模型。它結合 GPT-5.2-Codex 的前沿編碼表現,以及 GPT-5.2 的推理和專業知識能力。
OpenAI 推出 macOS 版 Codex app,定位為 AI 編程與軟件開發的指揮中心,支援多個智能體、平行工作流程及長時間任務。
推薦理由:公告呈現 Codex app 在 macOS 上的工作流定位,重點是以多個智能體、平行流程和長時間任務支援 AI 編程與軟件開發。
Hugging Face 介紹 upskill 如何以 Claude Opus 4.5 完成 CUDA kernel 任務、從任務軌跡生成 Agent 技能,再評估技能對其他模型的效果。文中一個示例中,unsloth/GLM-4.7-Flash-GGUF:Q4_0 的測試表現由 40% 升至 85%;部分模型使用技能後 token 用量反而增加,文章建議逐一比較。
Mistral AI 發佈 Mistral Vibe 2.0,這款由 Devstral 2 模型系列驅動的終端原生編碼智能體新增自訂子智能體、多選澄清、斜線命令技能及可配置工作模式。
推薦理由:Mistral Vibe 2.0 把自訂子智能體、執行前多選澄清和斜線命令技能納入終端編碼流程,具體呈現其工作流控制方式的變化。
OpenAI 發佈 GPT-5 實用開發指南,涵蓋遷移至 Responses API、提示詞優化、模型推理與輸出控制,以及常見問題排查。指南指出,Responses API 可讓 reasoning items 跨輪次及工具呼叫保留,狀態可由 OpenAI 管理或透過加密 reasoning items 傳回;Chat Completions API 不支援這些能力。
OpenAI 的企業指南介紹 GPT-5 在工作場景中的能力、部署影響與評估方法。文中列出 GPT-5 在 AIME 2025(使用工具)得分 99.6%、SWEBench 74.9%、MMMU 84.2%;並稱其較 GPT-4o 出現事實錯誤的可能性低 45%,且較 o3 少用 50-80% 輸出 token。指南建議企業以跨部門任務評估專業能力、事實準確度、回應速度、推理及對內部資料的理解。
OpenAI 分享旗下多個技術團隊如何使用 Codex 加快工程工作,涵蓋理解程式碼、重構與遷移、效能優化、提升測試覆蓋率、加快開發、保持工作連貫,以及探索方案等七類用途。文中建議大型改動先用 Ask mode 制定計劃,再切換至 Code Mode,並提供具體上下文、迭代改善開發環境及使用 AGENTS.md。OpenAI 表示 Codex 仍處於 research preview。
OpenAI 團隊使用 Codex 理解程式碼、重構系統、改善效能、加快工程進度,並提升工程工作流程,涵蓋工程工作中的多個環節。
Datadog 使用 Codex 進行系統層級程式碼審查。正文只呈現 OpenAI 與 Datadog 的品牌圖像,沒有補充審查流程或成效。
Ant Group 推出新一代 AI 系統 Lingguang AI,可根據自然語言描述在約 30 秒內生成可運作的小型應用。系統可理解文字、圖片及相機輸入,並自動建立介面、邏輯和基本互動,無須編寫程式碼。
OpenAI 表示,GPT-5.2-Codex 是其最先進的編碼模型,具備長程推理、大規模程式碼轉換及增強的網絡安全能力。
OpenAI 發佈 GPT-5.2,稱其為面向日常專業工作的最先進前沿模型,具備最先進的推理、長上下文理解、編碼和視覺能力。GPT-5.2 可在 ChatGPT 和 OpenAI API 中使用,以支援更快、更可靠的智能體工作流。
推薦理由:原文交代 GPT-5.2 的能力定位及 ChatGPT、OpenAI API 的使用入口,讀者可瞭解它面向的專業工作與智能體工作流。
Mistral AI 發佈 Devstral 2(123B)、Devstral Small 2(24B)兩款編碼模型,以及開源命令列助手 Mistral Vibe CLI。
推薦理由:Devstral 2 不只公佈基準測試成績,亦提供與 DeepSeek V3.2、Claude Sonnet 4.5 的人工評測結果,讀者可對照其在不同模型比較中的表現差異。
JetBrains 正將 GPT-5 整合至旗下編碼工具,協助數以百萬計的開發者更快設計、推理及構建軟件。
OpenAI 的網上研討會聚焦 Codex 在整個軟件開發生命週期中的應用,介紹如何在開發全程使用 Codex。
OpenAI 發佈 GPT-5.1-Codex-Max,這是一款面向 Codex 的更快速、更智能的智能體編碼模型。它為長時間、專案級工作而設計,並提升推理能力與 token 效率。
Google DeepMind 發佈 Gemini 3,Gemini 3 Pro 已透過 Gemini API、Google AI Studio 和 Vertex AI 提供預覽。
推薦理由:文章並列 Gemini 3 Pro 的基準成績、API 定價和接入渠道,亦介紹 Google Antigravity 如何跨工作區管理智能體,具體呈現模型與開發流程的結合方式。
Google DeepMind 發佈 Gemini 3,推出預覽版 Gemini 3 Pro,並介紹加強推理能力的 Gemini 3 Deep Think。
推薦理由:Gemini 3 Pro 與 Gemini 3 Deep Think 的兩項基準成績並列,便於比較加強推理模式在 Humanity’s Last Exam 和 GPQA Diamond 的分數差異。
Google 推出 Antigravity 智能體開發平台,並免費開放公開預覽。平台保留 AI IDE 編輯器,另設以智能體為核心的 Manager,支援瀏覽器控制及非同步互動,讓智能體自主規劃和執行端到端軟件任務;Artifacts 可供使用者檢視工作成果並提供回饋。
推薦理由:Antigravity 將 IDE 編輯與 Agent Manager 分成不同工作介面,並以任務級 Artifacts、驗證結果和非同步回饋呈現及修正智能體工作。