Ripple-65B Preview 發布，登頂美國開放權重 agentic coding
Ricursive Intelligence 發布 Ripple-65B Preview，稱其在美國開放權重模型中 agentic coding 排名第一，TerminalBench 2.1 得分 80.52，高於 Reflection Beam 501B（80.1）、Meta Muse Spark Open 816B（76.4）等更大模型。
65B 稠密模型以 3200 萬美元成本、約少 70 倍的 RL rollout 拿下開放權重 agentic coding 第一，對關注低成本訓練與本地部署的讀者有參考價值。
原標題：Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding
閱讀原文
| 評分 | 88 / 80（平均 84，門檻 76） |
|---|---|
| 狀態 | 精選 |
相關報導
INIT 開源 Rust coding agent，可中途重寫並熱替換自身核心
INIT Labs 開源了 Rust 編寫的 coding agent INIT，它能在同一段對話中重寫並熱替換自己的 harness（提示詞、工具、編譯核心），換核耗時 4.3 秒，並保留 87.9% 的 prompt cache。模型幾乎可以改寫所有層，但永遠不能觸碰 Root：金鑰、簽名記錄與快照都在 Root 中；12 項危害訊號中任意一項觸發，都會回滾改動。一次對 shell 工具的改動因評分偏低被拒絕，9 秒後回滾，記錄 seq 88–90 均帶簽名。
Reflection 發布首個開放權重模型 Beam：501B 總引數、23B 啟用
Reflection 發布首個開放權重模型 Beam：稀疏 MoE，總引數 501B、啟用 23B，面向程式設計、推理與 agentic 負載。預訓練使用 23.8 萬億 token，RL 階段動用 10.5K 塊 NVIDIA GB300 訓練 4 周、生成超 1 億條 rollout、約 13 億個沙箱，官方稱是開放實驗室中規模最大的 RL 訓練之一。評測中其與 GLM 5.2 相當但推理算力少 3–4 倍，接近 Qwen 3.8-Max，原始能力仍落後 Kimi K3；
@OpenAIDevs: On Agents’ Last Exam, a benchmark that tests how well agents use complex professional software, GPT…
在 Agents' Last Exam 這項測試 agent 使用複雜專業軟體的基準上，GPT-6.1 Terra 達到 Astra 級表現，任務完成速度超過 3 倍，每 token 成本僅為十分之一。OpenAI 稱這套價效比可用於技術圖紙解讀、影像分析、介面導航與視覺流程自動化等應用。面向專業程式設計、研究與深度推理任務，GPT-6.1 Sol 與 GPT-6 Astra 仍是最強模型。
哈佛輝達等用 Coding Agent 讓機器人自主探索，五大基準領先 37.4 點
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX：讓通用 Coding Agent 直接接入機器人的感知與控制介面，靠自主探索把成功決策寫成可執行程式，模型引數全程凍結。
CodeActionBench 發布：GPT-6 Astra 機器人操作成功率 73.3%
南洋理工大學研究者與合作者發布 CodeActionBench，用 25 個雙臂模擬任務評測通用多模態 Agent 的機器人操作能力。GPT-6 Astra 在 Codex CLI 下嘗試成功率 73.3% 居首，75 次嘗試完成 55 次、22 個任務至少成功一次；Claude Opus 5 在 Reference harness 與 Claude Code 下分別為 49.3% 和 45.3%，Gemini 3.6 Flash 為 20.0%。