Endor Labs 智能体安全基准：功能正确率 87.2%，安全正确率仅 37.4%
一句话结论：Endor Labs 10 月 23 日公开的 Agent Security League 榜单上，33 组智能体与模型组合的功能正确率最高冲到 87.2%，而同一组合的安全正确率只有 37.4%，代码能跑通和代码没漏洞之间还横…
Claude Code第 4 页85 篇
Kimi K3.1 Pro 发布：Terminal-Bench 4.0 拿 65.7%
一句话结论：Kimi K3.1 Pro 用一次大规模后训练把终端编程得分推到 65.7%，同时把声明级幻觉率从 K3 的 23.4% 压到 8.3%，并且为了安全主动砍掉了自己的一部分网络攻击能力。 月之暗面在 2026 年 10 月 24…
Vercel 开源 durable-harness：5 个编码智能体框架崩溃续跑机制拆解
Vercel 在 10 月 21 日开源了 durable-harness，把 Pi、OpenCode、fx、Claude Code、Codex 这 5 个主流编码智能体框架接到同一套持久化执行机制上。一句话结论：它用一条可恢复的会话日志加…
英伟达开源 Run:ai 深度：KAI Scheduler 与 3 至 6 倍加载加速
10 月 18 日，英伟达把完整的 Run:ai 平台以 Apache 2.0 协议开源，源码托管在 GitHub 的 dsx-ai-factory/run-ai 仓库，Run:ai 由此成为 NVIDIA DSX AI Factory 平…
Vercel 开源 5 个编码框架适配器：崩溃后智能体任务不丢
10 月 21 日，Vercel 开源了工具包 durable-harness，用一套适配器把 Pi、OpenCode、fx、Claude Code 和 Codex 这 5 个主流编码智能体框架包住，让它们在云端跑的时候，即使函数崩溃或超时…
苹果HomeView机械臂：J595项目深度解读，2027年智能家居硬件反击战
苹果在沉寂多年后，正以一款搭载电动机械臂的智能家居设备杀回硬件战场。 核心结论一句话 苹果 J595 项目（HomeView）计划在2027年推出一款配备电动机械臂的智能家居中枢，底座360度旋转、语音定位追踪、9英寸屏幕——这是苹果将造车…
Replit 弃 Anthropic 全面转 OpenAI：成本倒逼下的模型商切换逻辑
一句话结论：Replit 于 10 月 16 日确认停用 Anthropic 全部模型、全面转投 OpenAI，其企业客户收入占比一年内从 2% 升至 15%。 10月16日，Replit CEO Amjad Masad 在公开场合证实，R…
GPT-6-Astra 达成 TheoPhysEval 98%：AI 科研走到哪一步了
人工智能在理论物理研究中的计算能力已逼近人类专家的边界。一个由 35 位物理学家组成的研究团队近期发布了一项新的基准测试 TheoPhysEval，结果显示：OpenAI 的 GPT-6-Astra 模型在 Codex 环境中运行，无需人工…
Anthropic用Claude自建代码系统取代Git：日合并3万次、12倍增长
AI写代码的速度，已经让人类用了21年的工具接不住了。 2026年10月15日，Anthropic内部一个7人团队用时5个月，用Claude从零打造了一套全新的代码版本控制系统，彻底取代已统治编程界21年的Git。这不是概念验证，而是已经全…
Anthropic用Claude打造新代码基础设施：日合并从2500次到3万次
一句话结论：Anthropic一支7人工程团队用Claude全程参与，花5个月从零构建了一套专为AI高速代码生成场景设计的新版本控制系统，替代了Git。全公司日合并量从2500次飙升至30000次（增长12倍），平均每2.8秒就有一段经过测…