跳到正文
只看一手#编码
  1. GitHub Blog · AI & ML62

    GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。

    推荐理由：GitHub 公开了代码审查基准的构建方法与离线在线信号对照数据，可据此判断评测结果能否预判线上表现。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准成绩和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。

已经到底了