Google DeepMind 的 AlphaProof Code 用四周完成 Signal 加密核心验证
Google DeepMind 公布 AlphaProof Code，声称能让 AI 以数学方式证明软件符合安全规范，并在 Signal 的加密协议上完成通常需数年的验证工作，用时四周。
推荐理由：DeepMind 用 AI 智能体在四周内完成 Signal 加密核心的形式化验证，并说明约 1% 代码需人工复核这一人机分工细节。
技术方向
AI 编码 最新动态
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
8 条精选近 30 天 5 条共收录 16 条
更新
AI 编码的精选
The Decoder精选AI 评分8383
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，强调网络安全能力、长周期智能体工作流和科学推理。
推荐理由：官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本，可据此判断它与 Argon 的分工。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺独立榜单第一
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，官方称在几乎所有评测能力上比 Opus 5.5 更进一步，在 Artificial Analysis 智能指数 v5 上以 65 分居首，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的首日独立评测与定价变化，能看清它靠更多测试用例换取分数的代价。
Microsoft Research精选AI 评分6464 微软研究院发布 PDD Kit，用形式化证明校验智能体编写的全栈 Web 应用
微软研究院发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式规范，再证明编码智能体写出的代码对每个输入都满足该规范，证明无法覆盖的部分退回测试验证。
推荐理由：微软研究院展示把自然语言意图转成 Verus 形式规范、再由证明约束智能体写码的流程，并公开了信任边界的处理方式。
Mistral AI精选AI 评分8989 Mistral 开源万亿参数多模态模型 Mistral Large 4（Le Chonk）权重
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个万亿参数的原生多模态模型，此前已在本月初开启公开预览。
推荐理由：原文给出万亿参数开源权重模型在编码与防御性安全基准上的具体成绩，以及三种推理模式和定价，可据此判断自托管选型。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 将 ModernBERT 分类器用于 push 保护，拦截非结构化密钥
GitHub 与 Microsoft Applied Sciences 合作构建 ModernBERT 分类器，把 push 保护扩展到无固定格式的密钥，候选批次评估耗时不到 2 毫秒，有望使可拦截的密钥数量翻倍以上。
推荐理由：文章给出了 GitHub 秘密扫描的季度数据，并说明新分类器上线后如何把防护提前到 push 之前。
Mistral AI精选AI 评分8787 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 预览版
Mistral AI 推出 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重将在本月底发布。
推荐理由：官方给出 1 万亿参数规模、开源权重时间点与多项基准对比，可据此判断开源模型的性能位置。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 ReviewBench 开源 AI 代码评审基准
GitHub 发布代码评审基准 ReviewBench，基于 1.039 亿条真实 PR 的分布构建，包含 219 条来自 187 个开源仓库、覆盖 19 种语言的 PR。
推荐理由：GitHub 公开了代码评审智能体基准的数据集、评分规范和评审模型，附离线与线上实验的一致性证据。