GPT-6.1 Sol 接入 CodeRabbit,用於複雜程式碼庫安全風險排查
OpenAI 開發者帳號宣布,GPT-6.1 Sol 已被 CodeRabbit 採用,幫助開發者在複雜程式碼庫中定位安全風險。CodeRabbit 是一款面向程式碼審查場景的工具,此次合作將其程式碼審查能力與 GPT-6.1 Sol 的安全分析結合,具體呼叫方式、可用範圍與額度未在公告中說明,詳情見 OpenAI 官方頁面。
依意思最接近的 30 筆
OpenAI 開發者帳號宣布,GPT-6.1 Sol 已被 CodeRabbit 採用,幫助開發者在複雜程式碼庫中定位安全風險。CodeRabbit 是一款面向程式碼審查場景的工具,此次合作將其程式碼審查能力與 GPT-6.1 Sol 的安全分析結合,具體呼叫方式、可用範圍與額度未在公告中說明,詳情見 OpenAI 官方頁面。
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。
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。
CodeRabbit 使用 GPT-6.1 Sol 在複雜程式碼庫中排查安全風險。其安全 agent 負責彙總問題發現與擬議修復方案,供開發者審閱確認。
一位 Ruby gem 作者把自己所有 gem 的原始碼歸檔,明確表示不再繼續開發。他稱 Ruby 語言本身現在已大量由 LLM agent 開發,Matz 正把 Ruby 重新定位為供 LLM 生成程式碼的「AI 時代程式語言」,並認為 LLM 需要攝取更多人類寫的高品質 Ruby 程式碼;同時 Rails 由他不認同的維護者掌控。他不願再為一個被大公司免費開採、用於餵養那些反過來汙染公共程式碼庫的機器的公共資源做貢獻。
一位開發者撰文稱,AI 輔助程式設計(vibecoding)只把樂趣前置:能快速做出可用原型,但重構和維護階段不再有趣,也缺少手寫程式碼帶來的成就感。他把建造的樂趣分為六種,認為 vibecoding 只能滿足「想到點子」「把點子變成現實」和「解決自己的問題」三類,攻堅後的成就感、作品完成的滿足感與學習樂趣都不會自然產生。他仍用 AI 做出了一些手工做不出來的東西,包括即時野火預警系統、Kobo 資料庫遷移助手和即時音準訓練應用,但表示過程不像自己寫小指令碼那樣好玩。
Einsia AI 旗下 Navers Lab 發布 EmbodiedEvo,讓 Coding Agent 在單個 Playground 場景中通過互動積累程式碼 Skills 與文字 Lessons,凍結經驗後交給新 Agent 在未見場景複用,全程不更新模型權重。在具身評測 RoboDojo 上,它以 45.08 平均分、38.95% 成功率超過所有 VLA/WAM 與 Agent 方法;
Airbnb CTO Ahmad Al-Dahle 披露,公司目前 60% 的程式碼由 AI 生成,功能交付量同比增加近 80%,工程師人均 PR 吞吐量提升約 1.6 倍;約一半客服工單已完全由 AI 處理,與 Q2 財報中近 45% 的數字一致。內部上下文圖譜 Everest 幫助雜貨配送服務在 8 至 9 個月內上線,機場接送僅用約 6 周。Airbnb 採用多模型策略,至少部署 10 個定製模型,主要在開源模型上做後訓練和強化學習。
在 Criteo 任職的初級工程師 Elise Baturone 認為,AI 不會讓軟體工程師消失,真正的風險是資深工程師消失、所有人永遠停在 Junior 階段。她把自己的 agent 調教成導師,用蘇格拉底式提問做理解檢查,並把「提問」和「review」當成需要自己練的技能:追問 agent 解釋設計選擇、引用來源、論證可疑方案,常能讓它自己發現錯誤。她承認這更費 token,但先弄懂再上線更省事;
Aether AI 發布因果驅動的機器人智慧系統 CRIS-0,演示中面對人類突然移走咖啡袋、燈光干擾、往盤裡放飲料罐、關門時伸手等干擾均能即時調整,反應速度達 0.1s 級。它把機器人智慧分成兩層:因果驅動機器人 Agent 負責任務拆解、階段驗證與失敗恢復,因果世界模型預測動作帶來的物理變化。相比端到端模型,它在抗干擾、模糊指令和長程任務上更穩;團隊稱該路線還可延伸到生物製藥、新材料研發,更底層的 Causation Transformer 仍在驗證。
Corgi 是一款面向 coding agent 的終端複用器,按 F1 可跳到下一個未讀 agent,並統一啟動 Codex、Claude Code 與 Pi(支援多帳號)。它即時展示各 agent 的活動流,支援會話快速搜尋與恢復、內聯用量統計,以及點選複製連結、cmd+v 直接貼上圖片(SSH 下也可用)、圖片縮圖預覽,並按工作區統計 CPU/記憶體/GPU 佔用。作者稱已把它作為日常主力工具使用數週,專案仍有粗糙之處,正在徵集反饋。
TechCrunch Disrupt 2026 第二天在舊金山 Moscone West 舉行,議程集中在 AI:Nvidia、Waabi、Flock Safety、Ricursive Intelligence 以及 Benchmark 合夥人登臺,話題覆蓋機器人、AI 硬體、公共安全與風險投資。
蒙大拿州立大學計算機教授 Carson Gross 在《Yes, and...》中回答“AI 時代還該不該學程式設計”:應該,但初級程式設計師必須親手寫程式碼。他認為 AI 能生成作業程式碼,但若因此不寫程式碼,就難以讀懂程式碼,可能造出自己無法理解和控制的系統;AI 更適合當助教,他給學生提供 AGENTS.md 來把編碼代理配置成助教。他同時判斷,未來寫程式碼本身的相對價值會下降,清晰溝通與理解業務會更重要。
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現,AI 程式設計工具並未讓企業軟體產出增加或減少用人,編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加,pull request 更常需要返工,審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。
Uber 首席資訊安全官 Philip Martin 提出,企業應為 AI agent 建立類似員工內部威脅計劃的監控機制。Uber 已開源 AI Detection and Response(ADR),用於採集 agent 執行時的即時遙測並在越界時即時干預,同時把 Anthropic 的 Enterprise Frontier Safeguards 作為資料來源接入其整體檢測體系。
HackerRank 聯合創始人兼 CEO Vivek 公開為「讓人刷 LeetCode」道歉,並宣布推出 AI 面試官 Chakra。HackerRank 將把面試題從演算法題換成真實程式碼倉庫中的任務,評估標準從程式碼是否正確轉向 AI 使用能力與判斷力,候選人環境也從 IDE 改為 agentic 開發環境。候選人可像在真實工作中那樣使用 AI 工具解題,Chakra 隨後追問為何選擇該方案、會改什麼、如何驗證 AI 生成的程式碼。
Carson Gross 認為,即便 AI 工具已經出現,程式設計仍會是一門可行的職業。他把程式設計歸結為兩件事:用計算機解決問題,以及在解決問題的過程中學習控制複雜度;在他看來,很難想像未來懂得用計算機解決問題、並控制這些方案的複雜度會比今天更不值錢。這番話發布於 2026 年 10 月 8 日,標籤涵蓋電腦科學、職業與 AI。
文章認為,OpenAI 與 Anthropic 把 coding agent 以每月 20 美元賣給所有人,反而拆掉了自己最重要的客戶:靠軟體訂閱收費的公司。過去三年,AI 實驗室的說法是用 AI 軟體工程師替代昂貴的人類工程師;但同樣的工具被廉價賣給個人後,業餘開發者週末就能做出 Photoshop 替代品並開源,Adobe 式訂閱收入隨之消失,而且不會流向 AI 實驗室。文中還提到,200 美元/月的套餐一年 2400 美元,低於 Google 高階工程師一個月薪水;
一位被裁工程師撰文稱,Fable/Mythos 一檔的前沿模型並沒有比他更勝任工作,只是比他更便宜,讓僅剩的管理層有信心撐到被併購。他認為模型仍缺產品品味與對長期後果的預判,不足以替代資深工程師,但已足夠讓 Shopify 用機器生成、由資深開發者監督的程式碼把 react-native 應用改回原生 iOS 與 Android。
OpenAI 的 Codex 大使在多座城市辦起 Astra Commons 咖啡館聚會,參與者現場用 Astra 動手做東西。倫敦的 Rohith 做出動畫工具 Forma,帶水母演示;西拉法葉的參加者合力搭建視覺化裝置並在咖啡館投影;馬尼拉一位沒有程式設計背景的燈光音響師用 Astra 原型出樹莓派視覺化裝置;布宜諾斯艾利斯的主辦者用 Codex 做了個工具,把一半名額留給此前沒搶到的人。OpenAI 表示也願意支援做 demo 與教程的創作者。
OpenAI 的 Codex 大使在多座城市辦起 Astra Commons 咖啡館聚會,參與者現場用 Astra 動手做東西。倫敦的 Rohith 做出動畫工具 Forma,帶水母演示;西拉法葉的參加者合力搭建視覺化裝置並在咖啡館投影;馬尼拉一位沒有程式設計背景的燈光音響師用 Astra 原型出樹莓派視覺化裝置;布宜諾斯艾利斯的主辦者用 Codex 做了個工具,把一半名額留給此前沒搶到的人。OpenAI 表示也願意支援做 demo 與教程的創作者。
HackerRank 的 AI 面試 agent Chakra 結束約六個月 beta,週一起正式向企業客戶開放,測試期間已完成逾 50 萬場面試,Snowflake、Snorkel、Capgemini 等公司參與試用。候選人要在帶 AI 助手的畫布上處理真實程式碼倉庫任務,Chakra 會依據其操作追問思路,評估批判性思維、判斷力與「AI fluency」,即如何向 AI 描述問題、判斷其輸出並引匯出解法。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作,評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立,做的是基於自研基礎模型的機器人工作站,把視覺、任務上下文與運動控制打通,用高保真模擬訓練,產線換型從數週縮短到數分鐘,無需傳統程式設計。其工作站已在某款熱門手機的生產中使用,負責柔性排線穿線、聯結器扣合等此前難以自動化的工序;
OpenAI 開發者帳號宣布上線一個社群站點,用來瀏覽社群成員用 Codex 做的硬體專案,也可以提交分享自己的作品。公告只強調「用 Codex 可以直接把東西做出來」,沒有給出站點地址、專案數量或參與方式等細節。
OpenAI 10 月 19 日稱,其最新 AI 模型在將 COBOL 等老舊語言程式碼遷移為現代程式碼方面有“實質性提升”,可幫助機構維護和現代化舊系統。COBOL 仍支撐 IRS、銀行、航空公司和全球政府基礎設施,因無人敢動而難以替換。原文未給出具體遷移案例、準確率或適用範圍。
OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼,並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖,並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導,Astra 6.1 原計劃 10 月發布,因內部安全測試中在權限邊界上表現不穩而被臨時叫停。
Fadell 在 MIT Future Fest 上表示,Rabbit R1、Humane Ai Pin 和 Limitless 掛墜這批第一代 AI 硬體失敗,是因為沒有解決任何真實需求,只是對極客有趣的技術。他指出全球不到 0.01% 的人用過人類助理,多數消費者並不知道助理是什麼,建立信任需要數年。
一篇由 Rust 語言設計者撰寫的部落格文章認為,agent 時代程式語言設計依然重要,而 Rust 特別適合 agentic coding,並給出可改進的方向。文中引用資料稱,Meta 工程師今年寫的一手 Rust 程式碼是過去 9 年總和的兩倍,Rust 是增速第二快的語言。
Respan(YC W24)開源了用 Rust 編寫的 AI 閘道器:核心只負責分發事件,provider、協議(MCP、即時語音)、模態(影像、影片)以及回退、PII 脫敏、智慧路由等功能都做成外掛接入。團隊自 2024 年起在 LiteLLM 上做封裝,服務數千家組織,封裝程式碼一度超過 10 萬行;今年 1 月一次 LiteLLM 常規升級引發間歇性連線錯誤,只能回滾,因此團隊決定自行重寫。新增 provider 只需一個短檔案,Mistral 適配僅 22 行;
因果智慧公司 Aether AI 公布機器人系統 CRIS-0 的官方 Demo,靠提取物理因果變數而非端到端擬合驅動機械臂。在咖啡製作測試中遭遇人為移位與光照突變,系統平均 2 秒內完成重規劃,10 次隨機擾動有 9 次有效恢復;客廳長程整理可連續執行數十步,20 條模糊指令完成 18 次精準抓放,危險變數出現時 0.2 秒急停。