微软研究院等发布 TokenEconomizer:让编码智能体从历史会话中学习降本
微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下降低后续会话的 token 开销。
推荐理由:微软研究院联合 UC Berkeley 发布的插件,在 277 个 SWE-Bench 任务上把编码智能体成本降低 18.4–30.9%,可了解经验驱动降本的具体机制。
微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下降低后续会话的 token 开销。
推荐理由:微软研究院联合 UC Berkeley 发布的插件,在 277 个 SWE-Bench 任务上把编码智能体成本降低 18.4–30.9%,可了解经验驱动降本的具体机制。
ArtCraft 创始人 Brandon Thomas 在 AI Engineer Code Summit 上介绍,公司已发布 17 个开源软件版本,包括用 Rust 从零构建的 Photoshop 替代品 PhotoCraft 和克隆 Acrobat 的 PdfCraft。
Google 发布 Gemini 4 Hydrogen,并已在自家产品中取代 Gemini 3.8 Flash,访问限制较此前 Argon、Carbon 明显放宽。
推荐理由:读者可了解 Gemini 4 Hydrogen 取代 3.8 Flash 后的速度、幻觉与编码基准变化,以及它与 Argon 的定位差异。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的高速执行,并在 Google AI Studio、Gemini API、Gemini app 和 Search 等全线开放。
Google DeepMind 向开发者、企业和科研人员开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
推荐理由:原文列出 Carbon 在多项基准上的排名与每任务成本,并给出网络安全与科研场景的实测案例,便于判断其与 Argon 的分工。
微软研究院发布 PDD Kit,把开发者的意图转成 Verus 形式化规约,再证明编码智能体生成的代码对每个输入都满足该规约,证明覆盖不到的部分改用测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,开发者只审阅意图文档而未逐行阅读生成代码。PDD Kit 目前是研究原型,仅支持 Rust,验证依赖 Verus 与 Z3。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是一个 1 万亿参数的原生多模态模型,此前已进入公开预览。
推荐理由:原文给出开放权重、三档推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。
Import AI 第 478 期汇总了多项 AI 研究进展:AI 安全创业公司 Resolution 用智能体自动形式化了奇点消解相关数学证明,耗时约一周、花费约 13.5 万美元 token 费用,产出约 60 万行 Lean 代码。
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,可通过 Mistral Studio 的 API 试用,权重将于本月底开放。
推荐理由:Mistral 迄今最大模型,1 万亿参数原生多模态,权重月底开放,可对照其编码与网络安全基准表现。
GitHub 发布 AI 代码审查开放基准 ReviewBench,基于 1.039 亿个 GitHub PR 的分布特征,构建了覆盖 19 种语言、187 个开源仓库的 219 个 PR 评测集。