Asahi Linux 项目宣布将代码仓库从 MIT 许可证转向 GPL 2.0 或更高版本，原因是发现有人用 AI 改写代码、删除来源，甚至搬运尚在开发中的代码，用于苹果 M 芯片 Linux 的商业化。MIT 允许修改后闭源发布，GPL 则要求衍生作品公开源代码。新提交代码将采用强 Copyleft 许可，旧版本仍按原许可证使用。

LobeHub 是一个开源 AI 协作平台，支持多个 Agent 组队完成研发任务：主管 Agent 负责拆解任务和派活，Coding Agent 编写代码，Codex 负责审查修改，并可跨项目协调。团队称开发效率提升 3-5 倍，已用于自身研发。作者实测组建 AI 编辑部，8 分钟产出 6 条选题简报，Agent 还能临时“招人”完成网页开发与验收。平台支持后台持续执行、共享工作空间与多模态验收，人类保留最终审核权，并提出“自驱动组织”分级目标。

文章讨论国内代码托管与代码审计选型。作者指出代码审计包括静态分析、动态分析、依赖成分分析及平台侧权限与操作审计四类能力，单一工具难以覆盖完整链条。对代码不出网的团队，将审计嵌入代码托管平台（如Gitee企业版的权限、评审、扫描与日志）通常比单独采购海外SAST更易落地。选型应关注部署形态、合规与团队承接能力，并按资产边界、权限、评审、扫描的顺序推进。

Klavis AI 论文提出 Multi-step SWE 基准，用 69 个任务、574 步连续改动测试编程智能体能否在自身代码上持续开发。最强模型 Claude Opus 5.5 单步通过率 56.8%，但整任务解决率仅 18.5%，Pass@4 为 31.9%，其余 8 款模型均不超 17.8%。错误从第一步起累积，多数失败源于方向走错而非算力不足。局限包括验证器误判、能力与脚手架未分离，且题目偏底层语言，结论不宜外推为通用编程能力。

Lean创始人Leo de Moura指出，AI生成代码日益普遍，但测试只能发现Bug、无法证明其不存在，因此形式化验证变得关键。AI通过自动形式化大幅降低验证成本，可生成机器可检查的证明，甚至发现真实Bug。未来规格说明、模型与架构约束将成为核心资产，程序员的价值转向定义正确性、设计系统与审查证明，Agent安全边界也需形式化验证。

本文介绍代码语义搜索RAG系统的存储与检索设计：存储采用近似最近邻索引结合小范围精确搜索，将仓库、分支、权限过滤内置于索引，并用Merkle树快照实现增量索引，本地索引支持推送前开发；检索先经ANN召回，再去重、分组和重排序，可用子代理进行多步智能搜索，并按相关度分级返回结果。

OpenAI使用未公开的AI安全模型扫描约280万行Linux内核代码（仅占7%），10天内发现948个去重后的本地提权漏洞并生成候选补丁，API成本约121.3万美元，平均每个漏洞约1279美元。Linux社区已修复61个、43个待合并、299个讨论中。这些漏洞需先获得执行代码能力才能提权，风险相对有限。

Debian安全团队发布公告，修复APT软件包管理器漏洞CVE-2026-109518。攻击者在中间人攻击条件下，可利用HTTP重定向和断点续传缺陷，在软件包验证后将其替换，并以root权限执行代码。该漏洞影响Debian 12和13，已分别通过APT 2.6.2和3.0.4版修复，建议用户尽快升级APT至最新版。

Convoso于2026年11月推出无代码语音AI代理，集成于其外呼平台，可自动筛选线索并处理来电，符合条件者转接人工。系统响应约600毫秒，经2000万次销售对话训练，支持多语言、语音克隆及备用模型切换，报告与合规控制覆盖AI和人工操作。早期客户Tort Intake Professionals测试中约10%至12%案例经AI验证后转接专家；Ace Building Materials用其处理溢出来电，支持英西双语切换。

文章指出，AI虽能加速写代码等局部环节，但团队整体交付并未明显提速，瓶颈在于流程、分工与组织：开发者AI能力两极分化；参与人越多，对齐与交接摩擦越大；标杆团队经验难以复制。解法是从组织视角用AI重构角色、流程与结构：以Agent沉淀岗位技能，以Issue为唯一事实源并由Leader调度，以可克隆自治小队替代烟囱团队，配合规约栅栏与改进飞轮。该平台已规模化落地。

Hutool是国产开源Java工具库，旨在减少重复封装、避免复制粘贴。文章介绍其Maven引入方式，并列举常用组件：Convert类型转换、DateUtil日期处理、IoUtil/FileUtil文件流操作、StrUtil字符串工具、ReflectUtil反射、ZipUtil压缩解压、IdcardUtil身份证验证、Dict宽松Map、Console打印、Validator字段校验、双向查找Map、ImgUtil图片处理、Setting配置文件（支持中文）、LogFactory日志门面、CacheUtil缓存（FIFO/LFU/LRU）、SecureUtil加密解密等，功能全面，可显著简化日常编码。

Canva推出设计专用视觉语言模型Brush，能理解设计意图并执行局部修改，避免误改其他元素。该模型基于开源模型后训练并结合强化学习，据称比旧设计代理快69%、成本低46%。专家认为其优势在于掌握海量真实设计数据，走垂直专精路线而非与前沿大模型正面竞争。

作者推荐阿里巴巴Java代码规约插件，该插件基于《阿里巴巴Java开发手册》实现53条规则，支持实时检测与手动扫描，按Blocker、Critical、Major分级提示问题并给出原因，帮助养成良好编码习惯。插件可在IDEA插件市场搜索安装，项目地址为GitHub alibaba/p3c。

Aviator Verify 提出“代理验证、人来决策”的 AI 代码审查模式：从 PR 评论、贡献文档和编码会话中提取意图、验收标准与团队不变量，由独立验证代理在预览环境运行场景并附截图、日志等证据，再由人依据证据判断是否合并。不变量可持续积累维护，减少重复审查。

Coreapi缺乏专职安全人员，原有AI代码自查未能发现SSRF等漏洞。通过采用AWS Continuum的代码审查与按需渗透测试，检查源码、公开API和控制台入口，获得验证证据与修复建议，快速发现遗漏问题并明确排查重点。Coreapi计划扩大登录后功能测试，并将渗透测试接入CI/CD，实现持续安全验证。

爱丁堡大学与腾讯混元发表论文提出InfraDev基准，用36个真实AI基础设施任务测试编码Agent。最强模型GPT-6 Sol解决率仅38.9%；隐藏探针使32%通过官方测试的提交被判失败，说明现有测试不完整。推理任务难度最高，提示词缺失接口说明影响更大。将失败模式整理成规范文档后，GPT-5.6 Sol解决率提升10.5个百分点。

《The Secure Software Factory》白皮书指出，AI软件工厂并非更强的Coding Agent，而是持续生产代码的工程系统。其核心原则是决策与权限分离：Agent提出方案，策略系统授权，基础设施强制执行。架构设四道边界——沙箱、网络、供应链、身份与访问控制，并配合执行编排与防篡改审计。成熟度分为人工、工作流、Agent编排三级，企业可渐进建设，先建最小安全闭环。

JetBrains Rider IDE 现已统一支持 Godot 的 GDScript、C# 和 C++ GDExtension 开发，非商业用途免费。它提供 GDScript 代码补全、重构、场景预览与调试，官方 Godot 插件可简化配置，并支持 C# 测试、C++ 扩展及插件模板。2026.3 预览版新增节点导航、信号连接查找和 C# 远程场景调试等改进。

Strata 0.2.7.1 发布，新增支持 NVIDIA DGX Spark，并让 Apple 芯片 Mac 可运行 DeepSeek V4.1-Flash。0.2.7 版重点优化 12GB 及以下显存的 NVIDIA 显卡，RTX 3060 生成代码速度提升 37%，普通文本提升约 15%；原理是优先选用已驻留显存的专家模型，代价是 Agent 任务通过率略降。此外还优化了 DeepSeek 提示词处理，新增超长上下文选项和网页聊天功能。