Microsoft Research 发布 PDD Kit,用形式化验证约束智能体编写的全栈 Web 应用
Microsoft Research 联合 GitHub Next 发布研究原型 PDD Kit,把开发者的意图转成 Verus 形式化规格,再证明智能体写的代码对每个输入都满足该规格,证明覆盖不到的部分则回退到测试。
推荐理由:原文完整展示了从自然语言意图到 Verus 形式化规格、再到证明与测试的流程,可据此判断智能体生成代码的审查方式会如何变化。
Microsoft Research 联合 GitHub Next 发布研究原型 PDD Kit,把开发者的意图转成 Verus 形式化规格,再证明智能体写的代码对每个输入都满足该规格,证明覆盖不到的部分则回退到测试。
推荐理由:原文完整展示了从自然语言意图到 Verus 形式化规格、再到证明与测试的流程,可据此判断智能体生成代码的审查方式会如何变化。
OpenAI 宣布将收购 Pierre Computer Company,以扩充 Codex 在代码构建、理解和审查方面的工具能力。原文未披露交易金额与完成时间。
推荐理由:OpenAI 收购 Pierre 以扩充 Codex 的代码构建与审查工具,读者可据此观察其编码产品线的补齐方向。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数原生多模态旗舰模型,此前已进入公开预览。
推荐理由:Mistral 公开 1 万亿参数多模态模型的权重,并给出编码、网络安全与 token 效率的对比数据,可据此判断开源前沿模型的成本位置。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:官方给出 Carbon 在网络安全与长程智能体任务上的基准与价格,可对照两周前发布的 Argon 看迭代节奏。
Mistral 发布 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,可在 Mistral Studio 试用预览 API,权重将于本月底发布。
推荐理由:官方给出 1 万亿参数、520 亿激活的规格与多项基准,可据此判断开源权重模型在企业与安全场景的位置。