OpenAI 与 PerturbAI、Scripps 用数千智能体 32 分钟分析小鼠全脑数据
OpenAI 与 PerturbAI、Scripps Research 合作,用数千个基于 GPT-Rosalind 的智能体分析小鼠全脑 CRISPR 图谱,完整分析耗时 32 分钟,团队估计人工完成需数月至一年。
OpenAI 与 PerturbAI、Scripps Research 合作,用数千个基于 GPT-Rosalind 的智能体分析小鼠全脑 CRISPR 图谱,完整分析耗时 32 分钟,团队估计人工完成需数月至一年。
NVIDIA 扩展其开放模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由:NVIDIA 一次性放出覆盖语言、机器人、生物、量子的开放模型家族,并列出各模型的开放下载渠道与首批企业用例。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将 Hypersistence Optimizer 新功能开发从数周缩短到两天,并用 65 篇文章训练自定义技能模仿其写作风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,保留原有对话、代码改动和工作上下文。VS Code 会打开该会话关联的 worktree,并在 Copilot 侧边栏显示同一会话,便于逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到该会话对应的 pull request。
GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥,用户接受率提升 11.5%,推送后扫描中位执行时间缩短 86%,服务成本降低 98% 以上。该方案先用正则表达式高召回生成候选,再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护阶段。
GitHub Copilot 可通过四种方式定制项目上下文:仓库级 .github/copilot-instructions.md 自定义指令、按 applyTo 匹配路径的指令文件、打包可复用流程的 agent skills(如 .github/skills/quality-checks),以及定义专用角色的 custom agents。
GitHub 发布基于 ModernBERT 的通用密钥检测分类器,可在不到 2 毫秒内评估一批候选密钥,并称可让推送保护拦截的密钥数量增加一倍以上。
GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,基于 103.9M 个 GitHub pull request 的分布构建,包含 219 个 pull request、覆盖 19 种语言。
GitHub 提出 AI 时代开发者应强化的三项技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 节省的时间解决更大问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试,以发现首个模型遗漏的问题。
GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面,可以是看板、问题分诊板、发布清单或表格,双方都能实时修改。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作,智能体就会生成界面并在右侧面板打开。
GitHub Copilot 应用推出 canvas,一种在应用内运行、无浏览器外壳的全栈小应用,可与 Copilot 智能体双向通信,并能在本地执行代码、调用第三方 API。
GitHub Security Lab 发布 Fuzzing Taskflow,这是一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做分诊并生成漏洞报告。