AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
GitHub Copilot 团队用 AI 智能体将 Copilot 运行时从约 43 万行 TypeScript 原地迁移为约 83 万行 Rust，历时数月完成 128 个 PR 的渐进式迁移。运行时性能提升数个量级，prompt cache 命中率高达 96.22%，单开发者完成了原本需要整个团队一到两年才能完成的工作。
推荐理由：原文给出了 96% 的 prompt cache 命中率数据和具体的 AI 辅助迁移工作流，读者可以据此评估这种规模化 AI 协作模式的实际效果和可迁移性。
Mistral 帮助欧洲能源运营商将 4 万行 Fortran 77 迁移到 C++，这是一个物理密集型油藏模拟器。文章介绍了三个核心实践：迁移前先构建 parity harness 验证数值一致性；用调用方-被调用方树梳理代码结构并生成文档；采用结构化智能体工作流（规划→编码→测试→审查），在关键节点加入人工审核。最终证明结构化工作流比完全自主和纯手动都更有效。
推荐理由：原文给出了具体的代码迁移方法论和工作流设计，读者可以参考这个案例来设计自己的遗留代码现代化方案。
Google DeepMind发布Gemini 3.8 Flash和3.8 Flash Cyber两款新模型。3.8 Flash在DeepSWE v1.1基准上超越多数更大规模的frontier模型，在HLE-Verified上达54.9%，价格为每百万输入token 0.75美元、输出token 3.75美元。
推荐理由：原文给出了在软件工程、Agent任务和多步推理方面的具体性能提升数据和成本对比，读者可据此判断模型能力变化。
Sentence Transformers v6.0 引入 MultiVectorEncoder 以支持 ColBERT 风格的延迟交互检索，并提供完整训练流程。作者用 100 万条医学问答对在单张 RTX 3090 上训练 14.5 小时后，微调模型在医学检索任务上 NDCG@10 达到 0.9139，比最强的零样本模型高出 0.062，验证了领域微调对多向量模型的显著提升效果。
推荐理由：原文给出了完整的训练脚本和消融实验数据，读者可以直接复用这个recipe来训练自己的多向量检索模型。
Google DeepMind 推出 Gemini 3.7 Flash，这是其面向编码和智能体任务的工作主力模型。该模型在软件工程任务中实现显著提升，FrontierCode 1.1 Main 得分从 34.4% 提升至 43.6%，DeepSWE v1.1 从 49.0% 提升至 65.3%。
推荐理由：原文给出了性能基准提升和价格信息，读者可以据此判断新模型是否值得在生产环境中使用。
微软发布 Orchard 开源框架，包含 Orchard Env 运行环境服务和三个领域训练工作流（Orchard-SWE、Orchard-GUI、Orchard-Claw）。
推荐理由：原文给出了具体性能数据（69.7% on SWE-bench Verified）和三个可复用的训练工作流，读者可以据此判断这个开源框架对自己研究或项目的实用价值。
Berkeley和IBM研究团队将K-Search进化内核优化框架扩展支持MLX后端，开发了结构化的CUDA到MLX翻译层，将NVIDIA生态积累的CUDA优化知识迁移到Apple Silicon。实验在M1 Max 64GB上，Attention核达到原生MLX的0.97倍性能，Mamba SSM核预填充吞吐量达6751 tok/s，比社区mlx-lm实现快约20倍。
推荐理由：原文展示了K-Search如何将NVIDIA生态积累的CUDA内核优化知识迁移到Apple Silicon，在Attention和Mamba SSM两个核上分别达到接近专家水平和20倍加速，为非NVIDIA硬件的核优化提供了可参考的方法论。
Mistral 发布新模型 Mistral Medium 3.5，这是一款 128B dense 模型，支持 256k 上下文窗口，在 SWE-Bench Verified 上得分 77.6%。
推荐理由：原文给出了模型性能数据（77.6% on SWE-Bench Verified）和价格（$1.5/$7.5 per million tokens），读者可以据此判断新模型在编码任务上的能力水平和成本效益。
Mistral 发布新模型 Mistral Small 4，这是首个统一推理（Magistral）、指令（Mistral Small）和多模态（Pixtral）能力的开源混合模型。
推荐理由：Mistral Small 4 首次将推理、指令、多模态能力统一在单一模型中，支持可配置的 reasoning_effort 参数，在基准测试中保持竞争力分数的同时输出更短，延迟降低 40%、吞吐量提升 3 倍。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型驱动，新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式等功能。Vibe 现已在 Le Chat Pro 和 Team 计划中可用，Devstral 2 转为付费 API 访问，同时提供企业级微调、强化学习和代码现代化服务。
推荐理由：原文详细列出了 2.0 版本的具体新功能（子智能体、澄清机制、技能系统）和定价信息，读者可据此评估是否值得从旧版本迁移。
Mistral 发布 Mistral Code，这是一款面向企业的 AI 编程助手，整合了 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、本地或空气隙部署，可对底层模型进行微调或蒸馏。私有测试版已开放，支持 JetBrains IDEs 和 VSCode，Abanca、SNCF 和 Capgemini 等企业已开始采用。
推荐理由：原文给出了 Mistral Code 的核心能力（四个模型、企业级安全控制、可本地部署）和解决的四个企业痛点，读者可以据此判断它与企业现有工作流的适配度。
Mistral AI 推出 Devstral，这是一款用于软件工程任务的智能体大语言模型，在 SWE-Bench Verified 基准上达到 46.8%，超越此前开源 SOTA 模型超过 6 个百分点，并超过 GPT-4.1-mini 约 20%。
推荐理由：原文给出了 Devstral 在 SWE-Bench Verified 上的具体得分（46.8%）、可在单张 RTX 4090 上运行的信息以及 API 价格，读者可据此评估该模型的能力和部署门槛。
Cursor 分析了 Llama-2-70B 自托管推理的成本和延迟。实验表明，在 prompt 场景下 Llama 比 GPT-3.5 便宜约 3-4 倍（$0.00042 vs $0.0015/1K tokens），但在 completion 场景下成本高达 $0.066/1K tokens，远高于 GPT-3.5。
推荐理由：原文给出了 Llama-2-70B 与 GPT-3.5 在成本和延迟上的详细对比实验数据，读者可据此判断自托管与 API 调用的取舍。