GitHub：AI 正在改变开发者工作，需重点强化的三项技能
GitHub 建议开发者重点提升指挥 AI 智能体、审查模型输出以及专注复杂决策三项核心技能。随着代码编写逐步由 AI 承担，开发者的职责正转向定义任务上下文、协调多智能体协作并把关交付质量。开发者还可借助第二模型（如 GitHub Copilot 的 Rubber Duck 智能体）交叉复核输出，并将精力投入架构权衡与深层技术决策。
#编码
GitHub Blog · AI & MLAI 评分4242
Google DeepMind精选AI 评分7676 Google DeepMind 发布前沿模型 Gemini 4 Argon
Google DeepMind 宣布推出前沿模型 Gemini 4 Argon，将其单次输出 token 上限从 64K 提升至 1M，专用于长流程深度推理、软件工程与网络安全防御。
推荐理由：该模型大幅提升输出长度上限并展示了真实工业代码迁移等长流程推理实践，读者可据此评估复杂智能体任务落地的可行边界。
OpenAI News精选AI 评分7373 OpenAI 推出 GPT-6.1 Sol
OpenAI 推出 GPT-6.1 Sol 模型，在编码、计算机使用及专业工作上具备接近 Astra 的智能水平。该模型的标准 API 输入和输出 token 价格仅为 Astra 的五分之一。
推荐理由：该模型以 Astra 五分之一的 API 输入与输出 token 价格提供接近 Astra 的编码与计算机使用能力，直接降低了相关场景的调用成本。
OpenAI NewsAI 评分2626 你是 Codex Original 吗？OpenAI 征集 Codex 真实故事
OpenAI 正在征集开发者、研究人员及创作者使用 Codex 的真实案例与故事。希望参与 Codex Originals 项目下一篇章的用户，可提交个人故事与具体项目详情参与申请。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot app 初学者指南：如何用 canvases 构建自定义工作流
GitHub 介绍了在 Copilot app 中利用 canvases 构建自定义交互界面的方法。用户无需编写代码或手动设计布局，在 Agent 会话中输入 /create-canvas 技能并用自然语言描述工作流需求，即可生成看板、发布清单或仪表板等右侧面板。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot 探讨为何对话框往往不是最合适的 AI 交互界面
GitHub 团队发文指出单一的对话框界面限制了用户与大语言模型的协作效率，并提出通过 GitHub Copilot 应用内的 Canvas 功能构建定制化交互界面。
GitHub Blog · AI & ML精选AI 评分7373 GitHub Security Lab 开源基于 Taskflow Agent 的 C/C++ 自动化模糊测试工具
GitHub Security Lab 发布并开源了面向 C/C++ 项目的自主模糊测试管道 Fuzzing Taskflow，可通过 LLM 智能体全流程自动完成入口识别、测试桩编写、执行与漏洞排查。
推荐理由：该工具把模糊测试的测试桩编写、覆盖率反馈与崩溃分类解构成由 MCP 工具配合的智能体循环，为代码安全自动化提供了可参考的端到端方案。
GitHub Blog · AI & MLAI 评分5252 GitHub 探讨 AI 常见争议：是否要读生成代码、RAG 是否已死及 Skills 是否取代 MCP
GitHub 在最新播客中梳理并回应了 AI 开发中的五个核心争议，指出开发者仍须对生成的代码负责、Skills 与 MCP 是互补协作而非替代关系，且 RAG 仍是注入外部上下文的关键架构。
GitHub Blog · AI & ML精选AI 评分8181 GitHub 如何用 Copilot 将 Copilot 运行时重写为 Rust
GitHub 工程团队借助 Copilot CLI 与 Copilot 应用的多智能体协同，由单名核心开发者在数月内将 Copilot agent 运行时从 TypeScript 彻底重写为超 80 万行生产级 Rust 代码。
推荐理由：文章完整公开了单人驱动多智能体舰队重写数十万行核心运行时的协作机制与防退化方案，为大规模智能体工程实践提供了参考路径。
OpenAI NewsAI 评分3232 Cognition 借助 GPT-6 Astra 帮助 Devin 测试自身工作
Cognition 借助 GPT-6 Astra 提升了 Devin 测试软件并证明其正常运行的能力。该改进旨在帮助工程师减少代码审查工作量，从而更快交付更多代码。
Mistral AI精选AI 评分6868 Mistral 分享用 AI 智能体现代化改造复杂遗留代码的实践方法
Mistral 协助欧洲能源运营商将 40,000 行 Fortran 77 遗留代码迁移至 C++，并总结了一套基于 AI 智能体的现代化改造流程。团队先搭建了以数值一致性为核心的测试框架，通过解析调用树并结合 OCR 补齐文档，最终采用包含规划、编码、测试与人类审查的结构化工作流替代完全自主运行。该实践指出数值对齐验证、前置文档整理和人机协同卡点是大规模遗留系统迁移的关键要素。
推荐理由：文章总结了遗留代码迁移的工程框架，为利用智能体改造老旧代码库提供了可复用的流程参考。