#编码

Simon Willison 发布了“web-edit 0.1a1”

Simon Willison 于 2026 年 10 月 13 日发布了“web-edit 0.1a1”。来源还提到对 24 个项目进行了性能分析，以及一份月度简报，但没有说明 web-edit 是什么。

Google Play 新增无需开发者注册即可私密安装 AI Studio 应用的功能

Google 宣布，用户现在可以使用普通 Google 账号，通过 Google Play 将在 Google AI Studio 中创建的 Android 应用无线安装到自己的设备上，无需注册开发者账号。这项功能从今天起开始向特定市场中年满 18 岁的用户逐步推出，其中包括美国；应用仍为私密状态，未来几个月计划支持与亲朋好友分享。Baoyu 还报道了 Ask Play 应用对比功能、Gemini 中的 Play，以及通过 Game Finder 和 Gamer DNA 发现游戏方面的更新。

Yetone 使用三个 Claude Code 循环维护 Magpie 的工作流

Baoyu 介绍了 yetone 使用 Claude Code 和官方 Opus 5.5 模型维护 Magpie 的工作流，通过三个并行的 /loop 任务分别处理 GitHub 和 Discord 动态、X 上的反馈，以及代码清理和经验总结。Yetone 表示，他每天晚上会花一点时间处理问题，主要是 UI/UX 方面的问题。辅助做法包括在 Mac、Windows 和 Linux 上复现错误，使用 Jev 等成本较低的决策模型过滤无关帖子，并参考已存储的记忆和设计文档来指导决策。

Gemini 4 Argon 现已在 Cursor 上线

Gemini 4 Argon 现已在 Cursor 上线！ 默认 effort 下，CursorBench 得分为 52.8%，与 Opus 5.5 相当。 输入价格为每百万 token 2 美元，输出价格为每百万 token 10 美元。https://t.co/1wOk4NvgFJ

Origin 是 Cursor 的代码托管平台，现已支持 20 多种集成。将你的代码仓库连接到用于持续集成、部署、代码审查、安全、监控和项目管理的工具。https://t.co/Xq8LpS6Fa7

Origin 是 Cursor 的代码托管平台，现已支持 20 多种集成。 将你的代码仓库连接到用于持续集成、部署、代码审查、安全、监控和项目管理的工具。https://t.co/Xq8LpS6Fa7

Google 发布 Gemini 4 Argon，定价具竞争力并声称基准测试成绩提升

Google 推出了 Gemini 4 Argon，称其推理能力和基准测试表现有所提升，可与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 相比。该模型从今天起向 Pro 和 Ultra 订阅用户开放，可在 Gemini 应用和 Search 的 AI 模式中使用；Ultra 订阅用户还可在 Antigravity 中使用。Plus 订阅用户和免费用户能否使用仍不明确。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，11 月底价格将翻倍；不过，较低的 token 费率并不一定意味着任务成本更低。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Google 允许用户直接通过 Play 商店启动 AI Studio 应用

Google 宣布在美国推出一项新功能，用户无需将手机连接到电脑，即可直接通过 Play 商店启动使用 Google AI Studio 构建的个人 Android 应用。这些应用仍为私人应用，与公开的商店目录分开，用户可以使用标准 Google 账号启动应用。即将推出向特定群组分享的功能；公开分发则需要专业开发者账号，并须通过 Google Play 的标准审核。

谷歌员工使用 Gemini 4 Argon 构建的一些精彩案例 🧵 它对编程和多步骤工具调用的掌握强得多——从 Google Antigravity 中的原始 Pixel CAD 文件出发，Argon 通过 Blender MCP 制作了这段分解视图动画，并完成了灯光、镜头调度和音频。它进行了 1,000 轮迭代循环，检查自己的渲染结果，并在过程中不断优化代码。

谷歌员工使用 Gemini 4 Argon 构建的一些精彩案例 🧵 它对编程和多步骤工具调用的掌握强得多——从 Google Antigravity 中的原始 Pixel CAD 文件出发，Argon 通过 Blender MCP 制作了这段分解视图动画，并完成了灯光、镜头调度和音频。 它进行了 1,000 轮迭代循环，检查自己的渲染结果，并在过程中不断优化代码。

François Chollet 表示，Kylon 为 Claude Code 和 Codex 提供共享团队上下文

如果一个智能体帮工程师节省了 2 小时的功能实现时间，却让团队在协调和审查上总共耗费 3 小时，那么投资回报率就是负的。 在团队环境中，彼此孤立的聊天并非理想选择，因为它们不了解团队已经讨论并做出的决定。Kylon 应用通过在共享的多人协作环境中运行 Claude Code 和 Codex 来解决这一问题。智能体可以实时了解团队共识和架构决策。

Google 发布 Gemini 4 Argon，提供付费访问并推出 API 入门定价

据 Baoyu 报道，Google 于 10 月 13 日发布 Gemini 4 Argon，用于处理复杂的多步骤任务，并援引了 Sundar Pichai 关于全球付费可用性的公告。访问方式包括付费的 Gemini API 和平台、Google Antigravity 中的 Ultra 订阅，以及 Gemini 应用和搜索中的 Pro 或 Ultra 订阅。入门 API 定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元（包括思考令牌），有效期至 11 月 30 日；12 月 1 日起价格翻倍。输入、思考和输出共用 1,048,576 个令牌的限额。

Alexandr Wang称，Muse Wonder在Bug Hunt基准测试中排名第四

@PawelHuryn报告称，Muse Wonder Full 1.0在涵盖2个代码库中105个漏洞的测试中得分为44，排名低于GPT-6 Astra（45分），高于Fable 5.1（43分），并称其可与Anthropic和OpenAI匹敌。Alexandr Wang表示，Muse Wonder在修复漏洞方面“势如破竹”。

Google DeepMind 推出 Gemini 4 Argon，面向复杂推理和智能体任务

Google DeepMind 已通过其 API 和部分 Google 产品在全球推出 Gemini 4 Argon，具体访问权限取决于订阅或服务等级。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元；缓存输入 token 可享受 95% 的折扣，通过 Gemini API 的统一输入输出 token 上限为 1M。Google 表示，该模型在编程、专业工作流程、科学研究和机器人领域均有提升，同时增强了智能体防护措施和抵御提示注入的能力。

Anthropic 详解如何构建内部源代码管理系统，并将其单体代码库从 Git 迁移出来

Anthropic 工程博客介绍了他们如何构建新版本控制系统，并在五个月内将单体代码库完全从 Git 迁移出来。 5 月，他们每天合并约 2,500 项代码变更；9 月，每天合并超过 30,000 项。 这一增长使为人类而非智能体规模设计的开发者基础设施出现瓶颈：https://www.anthropic.com/engineering/redesigning-source-control

同一新闻，精选展示《Why Anthropic built Scion to replace git for its monorepo》

Google 在 Gemini API、Gemini App 和 Antigravity 中推出 Gemini 4 Argon

Logan Kilpatrick 宣布，Gemini 4 Argon 将于今天在全球范围内推出，面向 Gemini API 用户、Gemini App 中的 Pro + Ultra 用户，以及 Antigravity 中的 Ultra 订阅用户开放。他表示，过去一个月里，Google 有超过 100,000 人测试了该模型；fairwind 计划中的网络防御人员和提前体验客户则在过去 2 周内获得了访问权限。他重点介绍了模型的写作、知识、持久编码能力，以及在需要投入更多工作时可提供的 1M token 输出。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Gemini 4 Argon 现已在全球推出。该模型旨在从头到尾解决您最棘手的问题，在编码、企业工作流和网络防御方面带来前沿能力。

Gemini 4 Argon 现已在全球推出。 该模型旨在从头到尾解决您最棘手的问题，在编码、企业工作流和网络防御方面带来前沿能力。

Gemini 4 Argon 开始向 Google Ultra 和 Pro 订阅用户推出

Gemini 4 Argon 今日开始向 Google Ultra 和 Pro 订阅用户在 @GeminiApp 和 Search 中推出，并向 Ultra 订阅用户在 @antigravity 中推出。 Demis Hassabis 称赞了它在知识工作和编程方面的能力，并分享了一款他们让它制作的巫师棋游戏，作为其物理理解和 3D 建模能力的示例。这款游戏让他想起了 Amiga 上的 Battlechess。 更多信息和完整的推出范围：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

Google 开始向付费用户推出 Gemini 4 Argon

Google 今天开始在 Gemini 应用和 Antigravity 中更广泛地推出 Gemini 4 Argon，但仅限付费用户使用，较低档套餐用户的访问权限并不完整。其功能与此前公布的内容相同。Google 介绍了相关安全措施，包括拒绝恶意指令，以及自动化的偏离监控器。Google 还报告了内部应用案例，包括发现 YouTube 中冗余的表情符号渲染代码；移除后，服务器负载降低了 45%。此外，它还找出了 Project Wing 模拟器中一些可追溯至 2018 年的漏洞。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

SpaceXSI 将 X Premium、Grok 和 Cursor 捆绑为一项订阅服务

SpaceX Super Intelligence 正将 X Premium、Grok 和 Cursor 捆绑到 The X Subscription 中，整合 AI 聊天、智能体访问、编程功能和 X 付费功能。共有五种套餐：免费版、Plus（每月 8 美元）、Premium（每月 30 美元）、Super（每月 100 美元）和 Ultra（每月 200 美元），AI 使用额度上限依次提高；要使用最新的 Grok 模型，必须订阅 Premium 或更高级别的套餐。现有订阅用户可以保留当前套餐，也可以通过 X 订阅设置切换；升级选项将逐步推出。

Simon Willison 构建 web-edit 0.1a0，可用手机编辑文件

Simon Willison 构建了 web-edit 0.1a0，这是一个用于查看和编辑文件夹中文件的 Python Web 应用。他希望能用手机编辑凭据文件，又不让这些凭据经过 LLM。他打算通过 Tailscale 运行该应用，让智能体启动应用后，自己就能直接用手机编辑文件。这个编辑器使用 CodeMirror 6；Willison 说，他曾考虑使用 Monaco，但发现它在移动设备上的体验还不够好。

Simon Willison 引用 Geoffrey Huntley 关于强制使用诊断库的说法

Simon Willison 引用了 Geoffrey Huntley 的描述：他使用一个 pre-commit 钩子检查 git diff，查找绕过其诊断库、直接调用可观测性模块的代码。发现此类代码时，钩子会使提交失败，并注入一条提示，要求代理使用该库。Huntley 说，这种方法让代理“满分十分”。

Meta 发布 Muse Wonder 和 Muse Wonder Full 前沿模型

Meta 超级智能实验室发布了 Muse Wonder 和 Muse Wonder Full，这是其第二代模型系列，面向个人和专业场景中的智能体工作。Latent Space 报道称，Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Full 仅限 Muse Code 订阅用户使用。Artificial Analysis 给出的 Wonder Full 和 Wonder Intelligence Index v4.3 得分分别为 56 和 52，而 Opus 5.5 为 58；Wonder 支持 1M 上下文窗口，可输入文本、图像、视频和音频，输出仅支持文本。

使用 Codex 和 REA 下载微信视频号视频

作者介绍了如何使用 Codex + REA，通过一条简单的提示词下载正在微信视频号中播放的视频。 一轮对话并未完成任务；Codex 配置了本地代理服务器，安装证书时需要输入几次密码，并编写脚本来解密下载的视频。 作者将此作为一个案例，指出可能已有更成熟的下载方案，并建议如果这套流程运行可靠，可以将其打包成一个 Skill。

Cursor 的 X 订阅方案详解：是否应该切换，以及 Claude 费用会如何变化

Baoyu 解释说，现有 Cursor 订阅用户可以保留当前方案，也可以切换到 X 订阅方案，该方案捆绑了 Cursor、Grok 和 X Premium。新方案不包含第三方模型的使用额度，相关费用按 API 价格另行收取；现有方案则包含一定用量。Baoyu 建议，使用 Claude、GPT 或 Gemini 进行编程的用户保留现有方案，Grok 用户则可以考虑切换；现有方案还会开放多久，以及切换后能否转回，均未说明。

Cursor 加入 The X Subscription，各 Grok 产品共享用量

Cursor 现已加入 The X Subscription。 目前的 Cursor 订阅用户可以保留原套餐，也可以切换到 The X Subscription。 付费套餐在 Cursor、Grok Build 和其他 Grok 产品之间共享一个用量池；使用 Grok 模型编程的用量是同等 Cursor 套餐的两倍 https://t.co/PwXLcH6zHV 在被引用的公告中，@SpaceXSI 表示，Grok、Cursor 和 X Premium 的套餐已统一纳入 The X Subscription。https://t.co/SvkrVvBa0p

Alexandr Wang 称赞 Muse 为世界奇迹

Muse，世界奇迹

作者建议为 Codex 和 Claude Code 配备健身硬件

我认为应该为 Codex 和 Claude Code 配备配套的健身硬件。例如，可以将推理强度与握力挂钩：握力越强，推理强度越高。这样，你就可以通过更努力地锻炼来获得更高的推理强度。

Alexandr Wang称，Muse Wonder专注于为真实用户解决现实任务

通过 Muse Wonder，我们旨在打造一个能帮助真实用户完成现实任务的模型，其设计参考了我们的产品采用情况以及人们使用 Muse 的方式。我们专注于那些在 Twitter 上可能没那么光鲜的事情（例如，不做 3D 演示游戏）；回过头看，我们或许本可以在这方面做得更多。

Alexandr Wang 称团队没有用 3D 演示游戏训练 Muse Wonder

现在整个团队都觉得自己很傻，但事实确实如此：我们没有专门用 3D 演示游戏训练模型。 显然，回头来看，我们可能应该做一些这方面的训练……但我们并不后悔。请在实际的编程工作中试试 Muse Wonder！

Meta发布Muse Wonder系列模型，在编程和智能体基准测试中取得进步

Meta发布了Muse Wonder和Muse Wonder Full，在Artificial Analysis Intelligence Index v4.3中分别获得52分和56分，而Muse Spark 1.3为48分。两款模型均支持一百万Token的上下文窗口，以及文本、图像、视频和音频输入；编程和智能体表现更强，但事实知识弱于领先竞品。Muse Wonder可通过Meta的API和Muse Code使用，价格高于前代产品；Muse Wonder Full目前仅限Muse Code用户使用。

同一新闻，精选展示《Meta releases frontier models Muse Wonder and Muse Wonder Full》

我们正在修复一个错误：Muse Wonder 和 Muse Wonder Full 对 Muse Code 订阅用户的使用限额计数方式有误。这并非预期行为——修复后，我们会通知大家并重置限额。

我们正在修复一个错误：Muse Wonder 和 Muse Wonder Full 对 Muse Code 订阅用户的使用限额计数方式有误。 这并非预期行为——修复后，我们会通知大家并重置限额。

如何让 GitHub Copilot 了解你的代码库

GitHub 的入门指南介绍了四种根据项目定制 Copilot 的方法：用自定义指令说明代码库规范，用代理技能执行可重复的流程，用自定义代理处理范围更广的专业任务，以及用 MCP 服务器连接外部工具和数据。指南建议从一项你经常需要解释的规范入手，并将其添加到 `.github/copilot-instructions.md`。

你已经在向大家展示他们可以用 Codex 构建什么了吗？Codex 大使招募现已再次开放。我们会支持你举办线下聚会或分享所学内容：https://t.co/qNrrcEL7sN https://t.co/31ILHSgUz1

你已经在向大家展示他们可以用 Codex 构建什么了吗？Codex 大使招募现已再次开放。 我们会支持你举办线下聚会或分享所学内容： https://t.co/qNrrcEL7sN https://t.co/31ILHSgUz1

Artificial Analysis 推出 FrontierCode 1.1 排行榜，用于衡量可供维护者采用的代码更改

Artificial Analysis 推出了 FrontierCode 1.1 排行榜，使用 Cognition 的私有编码基准对模型进行评估，采用包含 100 项任务的 Main 集和其 Stirrup 开源参考测试框架。评分结合单元测试与面向维护者的标准；任何一项阻断性检查未通过，得分即为零。Claude Opus 5.5（max with fallback）以 52% 领先，尝试中通过阻断项的比例为 58%；开放权重模型中 MiMo-V2.6-Pro 以 45% 领先，而 GPT-6.1 Sol（max）每项任务费用为 $0.81，得分 49%，与 Claude Fable 5.1（max with fallback）持平。

Meta 发布 Muse Wonder 和 Muse Wonder Full，基准测试得分更高

据 Alexandr Wang 引述的帖子，Meta 已发布 Muse Wonder 和 Muse Wonder Full。在最高推理力度下，它们在 Artificial Analysis Intelligence Index v4.3 上的得分分别为 52 和 56，而 Muse Spark 1.3 的得分为 48；两次发布间隔 6 周。Muse Wonder 可通过 Meta 的第一方 API 和 Muse Code 使用，而 Muse Wonder Full 仅向 Muse Code 用户开放；两者的上下文窗口均为 1M 个 token。

Meta发布前沿模型 Muse Wonder 和 Muse Wonder Full

Meta的超级智能实验室于周一发布了 Muse Wonder 和 Muse Wonder Full。这两款更大的模型据称比 Muse Spark 能力更强。Meta称，它们的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当，并强调通过“主动记忆”保留信息。通过 Meta Model API 使用 Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元；Wonder Full 仅向 Muse Code 订阅用户开放。这两款模型都将为 Muse 智能体提供支持。

Meta发布Muse Wonder和Muse Wonder Full，Artificial Analysis评分更高

Meta已发布Muse Wonder和Muse Wonder Full。Artificial Analysis报告称，在最高推理力度下，这两款模型在其Intelligence Index v4.3中的得分分别为52和56，而Muse Spark 1.3（最高推理力度）为48。Muse Wonder Full在全部十项评测中均有提升，其中智能体评测的提升最大。发布时，Muse Wonder可通过Meta第一方API和Muse Code使用，而Muse Wonder Full仅面向Muse Code用户；Muse Wonder每项Intelligence Index任务收费4.52美元。

同一新闻，精选展示《Meta releases Muse Wonder and Muse Wonder Full with higher benchmark scores》

你已经在向大家展示他们可以用 Codex 构建什么了吗？Codex 大使申请再次开放。我们会支持你举办线下聚会并分享所学内容：https://developers.openai.com/community/codex-ambassadors

你已经在向大家展示他们可以用 Codex 构建什么了吗？ Codex 大使申请再次开放。 我们会支持你举办线下聚会并分享所学内容： https://developers.openai.com/community/codex-ambassadors

MUSE WONDER 🍉 muse wonder 是全球最适用于个人智能体和专业智能体的模型。我们在智能体任务和编程任务中，将我们的模型与全球最优秀的模型进行了评估，我们认为大家都会喜欢它。

MUSE WONDER 🍉 muse wonder 是全球最适用于个人智能体和专业智能体的模型。 我们在智能体任务和编程任务中，将我们的模型与全球最优秀的模型进行了评估，我们认为大家都会喜欢它。

清除聊天记录有助于 AI 智能体找到更好的解决方案

一项微软研究院的研究报告称，Fork-and-Flush 通过创建并行分支来帮助长期运行的 AI 研究智能体探索更好的解决方案：这些分支保留工作区文件，但丢弃聊天记录。在 13 项任务中，使用相同计算预算时，该方法的最小最大归一化平均得分为 0.78，而单次运行和四选最佳的得分分别为 0.47 和 0.54。研究人员发现，累积的上下文可能会让智能体陷入相似的方案，即使对话记录会定期压缩。

安德烈·卡帕西谈人们体验 AI 能力的差距正在扩大

安德烈·卡帕西将人们接触大语言模型（LLM）的情况分为四个层级，并认为公众对其能力的认知落后于前沿系统用户所体验到的能力。他估计，约有 60 亿人几乎没接触过大语言模型，10 亿至 20 亿人使用休闲型聊天机器人产品，2000 万人在数学和代码工作中使用前沿模型，另有 5000 人可以访问内部前沿系统。他声称，这些内部系统能协调数千个智能体开展项目，而专家完成这些项目需要数年；人工审核则已跟不上进度。他将模型在代码和数学方面的进步归因于针对可验证奖励的强化学习，以及商业化的训练优先事项。