SecPRBench 基准：智能体代码审查能否在合并前发现漏洞
论文提出 SecPRBench，用于评估智能体在真实代码变更上的安全审查能力，已从 Firefox、V8、OpenSSL 等九个关键系统收集 265 个任务。八个前沿模型的召回率在 32.5% 到 78.1% 之间，Grok 4.6 与 GPT-6 sol 居前。
#编码
arXiv · cs.AI模型评分5252
AWS Machine Learning Blog模型评分5858 AWS 演示用 AgentCore runtime 会话端点实时预览编码智能体构建的网页应用
AWS 发布教程，演示如何用 Amazon Bedrock AgentCore runtime 的会话端点（Session endpoints）在编码智能体修改文件时实时预览网页应用。
Microsoft Research模型评分2929 Microsoft Research Focus 第97期：ForkPilot、CABRA 与 TeleTune 等研究进展
Microsoft Research Focus 第97期由主持人 Sowbhagya Suresh 介绍微软多项研究进展，包括自改进智能体框架 ForkPilot，在六项基准和主流模型上测试，效果比肩现有最佳方法，同时将 人工智能（AI，Artificial Intelligence） 处理需求最多降低 59%。
Google DeepMind精选模型评分7474 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出网络安全与长周期任务的多项基准成绩，并说明分阶段开放节奏，可据此判断前沿模型在攻防场景的落地边界。
GitHub Blog · AI & ML模型评分5959 三位 Java Champion 分享用 GitHub Copilot 提效的实践
GitHub 博客采访三位有十余年 Java 经验的 Java Champion，介绍他们在生产项目和开源项目中使用 GitHub Copilot 的具体做法。
GitHub Blog · AI & ML模型评分5555 如何在 VS Code 中继续 GitHub Copilot 应用的会话
GitHub 官方教程介绍如何把 GitHub Copilot 应用中的会话直接打开到 VS Code 继续处理，会话的任务、计划和对话记录、代码差异以及独立工作树都会一并保留。读者可以在 VS Code 中逐行审阅智能体的改动、手动编辑、在集成终端运行测试，再把改动推送到该会话关联的拉取请求。前提是已安装并登录 GitHub Copilot 应用和 VS Code，且对会话所在仓库有推送权限。
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub 发布 Copilot 入门教程，介绍四种让 Copilot 了解代码库的方式：自定义指令、智能体技能、自定义智能体和模型上下文协议（MCP，Model Context Protocol）服务器。
GitHub Blog · AI & ML精选模型评分7171 GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench
GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。
推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。
GitHub Blog · AI & ML模型评分2727 GitHub 博客：人工智能（AI，Artificial Intelligence） 正在改变开发者工作，三项技能值得加强
GitHub 博客提出开发者应对 人工智能（AI，Artificial Intelligence） 工作方式变化的三项技能：学会指挥 AI 智能体（Agent）而非只使用它，用第二个模型审查 AI 输出，并借 AI 节省的时间处理更大问题。文中以 GitHub Copilot 内置的 Rubber Duck 智能体为例，说明第二个模型可审查计划、代码和测试，补上首个模型遗漏的问题。