Anthropic 发布 Claude Sonnet 5.5，输出速度提升超 30%，单任务成本最高降低 30%，在多项基准上接近 Opus 5.5。编码能力较前代大幅跃升，Terminal-Bench 4.0 得分从 10.3% 升至 70.6%，CursorBench 4.0 得分 55.5%，仅比 Opus 5.5 低约两分。
推荐理由：原文给出了 Sonnet 5.5 与 Opus 5.5 及前代的基准对比和定价，读者可据此判断中端模型的实际性价比。
Meta 推出 Meta Enterprise Platform，向企业销售 AI 工具，首批产品包括 Muse 智能体、Meta Business Agent、Muse API 和 Muse Code。
Simon Willison 在 WeAreDevelopers 大会闭幕演讲中回顾了2026年AI行业的关键趋势。年初 Claude Opus 4.5 和 GPT-5.1 让编码智能体变得可靠，随后 OpenClaw 掀起个人智能体热潮，开源模型如 Qwen 3.8 27B 已能在笔记本上接近前沿水平。
推荐理由：作者以亲历者视角梳理2026年AI行业关键趋势，从编码智能体成熟到开源模型崛起，适合快速把握一年脉络。
Simon Willison 用 Claude Opus 5.5 将三张鸮鹦鹉照片生成包含 20 只以上像素鸟的互动派对动画，并让本地 Claude Code 借助 Playwright 脚本自动点击页面，录制出 15 秒视频用于 WeAreDevelopers 闭幕演讲的最后一页幻灯片。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理方案，销售额提升 60%，节省 75 多小时。
AWS 发布教程，介绍如何用 Amazon Bedrock 上的开源权重模型运行 OpenCode 编码智能体。OpenCode 是 Go 编写的终端原生 AI 编码智能体，支持 75 多个 LLM 提供商，推理在 AWS 账户内安全进行，无按席位费用。
推荐理由：原文给出了在 Bedrock 上运行 OpenCode 的完整配置方法，读者可以据此搭建多模型编码工作流。
GitHub Podcast 最新一期拆解五大 AI 热论：AI 生成代码仍需人工审查、不会用 AI 未必影响求职、Skills 与 MCP 解决不同问题、RAG 未死、代码库难懂或反映可维护性问题。节目主张用提问代替站队，在真实工作中检验观点。
GitHub Copilot app 新增内置 diff、终端和浏览器面板，让用户无需离开应用即可审查、运行并预览智能体对代码的改动。diff 面板以红绿高亮显示增删行，支持接受或评论；终端面板可直接运行项目命令，浏览器面板配合 Pick & Polish 工具可迭代调整界面元素。完成审查后可直接在应用内接受改动并创建 pull request。
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 物理模拟器迁移到 C++，并总结了可复用的方法。项目先构建数值一致性校验框架，再用 Vibe CLI 生成调用树并派上百个智能体整理文档，最后采用人工把关的规划、编码、测试、审查智能体工作流逐模块迁移。
推荐理由：原文给出了用智能体迁移遗留代码的完整工作流和三条可复用原则，读者可直接借鉴到同类项目。
GitHub 推出 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型中选择执行计划，以平衡质量、成本与延迟。它支持 Single、Cascade、Critique 三种执行模式，在 TerminalBench 2.1 上相比 Claude Opus 5 提升 4.9 个百分点且成本降低 67%。
推荐理由：原文给出了多模型编排的三种执行模式与基准测试结果，读者可据此判断它在质量与成本之间的取舍。
GitHub Copilot app 支持在同一项目上并行运行多个 AI 智能体会话，每个会话独立执行任务、互不干扰，并拥有各自的 Git worktree 和上下文，用户可随时切换且无需重新解释。通过 sessions view 可同时跟踪多个任务进度，例如在示例仓库 tailspin-toys 中并行实现 funded sort 功能、可访问性审查和测试运行，从而减少等待和上下文切换时间。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber，这是六周内第三个 Flash 版本，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：原文给出新模型在编码、推理和网络安全上的具体基准成绩与定价，读者可据此判断其相对前代和竞品的定位。
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，是面向编码和智能体场景的最强工作模型。
推荐理由：官方给出了编码、网页开发与知识工作场景的基准提升和半价定价，读者可据此评估升级价值。
微软研究院开源 Orchard，一个面向可扩展智能体 AI 研究的框架，核心是 Kubernetes 环境服务 Orchard Env，支持软件工程、网页导航和个人助理三类智能体，并可直接在 Codex、OpenClaw 等真实部署 harness 中训练。
推荐理由：原文给出了开源框架、三个训练配方和关键基准成绩，读者可据此判断小模型在真实部署环境中的训练路径是否可复用。