太卷了！专属Coding的新一代Arena榜单来了，有国产模型登上榜首

大模型编程竞争激烈，编码能力提升成军备竞赛。LMArena发布新世代大模型编码评估系统Code Arena，国产模型智谱GLM - 4.6登上榜首，其编码能力获认可，彰显国产大模型硬核实力。

开源即登榜！登顶全球前十AI编程智能体，UCL初创团队开源Prometheus

UCL初创团队EuniAI开源AI软件智能体Prometheus，在SWE - bench Verified上Pass@1达71.2%，成绩入官方主榜。它有图结构推理设计，能理解代码，成本低，官网有Demo展示其工程化能力。

一个LoRA实现GPT-4o级图像编辑！浙大哈佛新模型冲上Hugging Face榜二

随着Gemini、GPT - 4o等把基于文本的图像编辑推向高峰，提高性能常需大量数据和大参数量模型。而浙大哈佛团队提出ICEdit，用少量数据和参数实现高质量图像编辑，媲美甚至超越商业大模型。

AI圈惊天丑闻，Meta作弊刷分实锤？顶级榜单曝黑幕，斯坦福MIT痛斥

能让DeepSeek自进化的Harness！LlamaFactory作者开源新工具：0.2元自动造Agent

LlamaFactory作者郑耀威团队开源的PenguinHarness，是全球首个支持多Agent自进化的Harness，能自动构建、评测和改进Agent。它成本低、速度快，适配众多模型，还有严格契约保障安全。已在生产场景应用，效果显著。

蚂蚁 | 提出代码检索/重排基准：CoREB，揭开高分榜背后的三大幻觉，现已接入MTEB

蚂蚁研究人员提出代码检索与重排评测基准CoREB，解决现有基准相关性软、数据污染、任务方向单一问题。它已集成进MTEB，收录19个模型×6个任务评测结果，为代码检索模型评估提供新基线。

DeepSeek V4还能更省！新工具缓存命中率高达99.82%，2折稳定到手

DeepSeek V4系列发布1个月，官方永久降价，开源社区的Reasonix项目将缓存命中率干到99.82%，能大幅降低成本。它专为DeepSeek打造，实现思路基于其缓存机制，安装使用简单。

太巅了！MIT老哥在Transformer里造了台计算机，LLM从此不需要调用外部工具？

LLM在数学推理表现佳，但纯计算是短板。MIT的Christos Tzamos团队在Transformer内造计算机，实现WebAssembly解释器，解决数独难题，还突破注意力机制瓶颈，打开软件与神经网络新接口。

GLM-5真够顶的：超24小时自己跑代码，700次工具调用、800次切上下文！

GLM - 5正式发布，把开源AI带入长任务时代。它超24小时自己跑代码，完成GBA模拟器，能力稳定。评测结果佳，在主流测试中编程能力与Claude Opus 4.5对齐，引发网友欢呼。实测还展现多种应用能力。

狂涨 17.7K star!!智能查询导入、数据可视化、AI 迁移，这款开源数据库图表工具火了！

日常开发中，数据库设计和管理工作繁琐易出错。本文介绍超实用开源项目 ChartDB，它能将数据库结构可视化，AI 帮导出 SQL，有一键导入、AI 驱动导出等特性，开源免费，多种方式安装。