Proaction 是一家做车队管理系统的公司，过去开发和运营这套系统要花不少时间和人力。这次他们用上了 Codex、GPT-Live-1 和 GPT-6 Astra 这几个 AI 工具来写代码、跑业务和做销售。结果销售额提升了 60%，还省下了 75 个多小时的工作量。对读者来说，这说明把 AI 融入软件开发和销售流程，能实实在在省时间、多赚钱。不过材料只给了结论，具体怎么用、这些工具是否已开放，原文没有说明。
文中可用工具
- Codex用来辅助构建和运营软件，帮助开发者更快写代码
- GPT-Live-1原文未说明具体用途
- GPT-6 Astra原文未说明具体用途
展开详情收起详情：Proaction 借助 Codex 提升 60% 销售额，节省 75+ 小时⌄
OpenAI News
原文发布：2026-09-26 03:00收录：2026-09-26
谷歌今天通过 Gemini API 和 Google AI Studio 发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS。以前开发者只能用现成的声音，现在可以自己描述想要的声音，或上传一段短录音来克隆声音，保存后就能在应用里重复使用。录音需要同一人的两段干净样本（10到30秒）和一段同意声明，处理后会得到一个语音ID，存在项目里一年。谷歌给生成的音频打上 SynthID 水印，并限制部分地区使用克隆功能。
文中可用工具
- Gemini 3.8 Flash TTS一个文字转语音模型，支持设计或克隆声音，适合复杂对话和长 narration
- Gemini 3.8 Flash-Lite TTS更便宜更快的文字转语音模型，用于批量生产和简单朗读
- Gemini API谷歌提供的接口，开发者用来调用语音生成和克隆功能
- Google AI Studio谷歌的实验平台，用来试用和开发语音功能
- Voices endpoint一个API端点，用来创建和管理克隆的声音
- SynthID给AI生成的音频添加水印，方便追溯来源
- C2PA content credentials在克隆声音的音频里加入来源凭证，可追踪出处
- Agora第三方框架，支持通过Gemini API使用语音生成
- LiveKit第三方框架，支持接入Gemini语音生成
- Pipecat第三方框架，支持接入Gemini语音生成
- Vercel's AI GatewayVercel的AI网关，支持通过Gemini API使用语音生成
展开详情收起详情：OpenAI 定制语音需联系销售，谷歌推出自助式语音定制⌄
The New Stack
原文发布：2026-09-24 21:20收录：2026-09-25
HPE 的 Marius Bogoevici 和 Karthik Subramanian 在采访中聊了 Kubernetes 自助服务的矛盾点。开发者想要随用随取的 Kubernetes 环境，但不想等一周多的工单流程；平台团队则要管成本、权限和合规。HPE 的做法是用 HKS 和 HPE Morpheus Software 把安全配置做成服务目录：开发者可以自助选择预批准的集群版本、资源配额、工具链和租期，但网络隔离、身份认证、安全策略和费用归属仍由平台团队自动应用。这样开发者不用放弃 Kubernetes 原生接口，平台团队也能统一管控，减少手动拼工具链和集群闲置浪费。
文中可用工具
- HKSHPE 的 CNCF 认证 Kubernetes 发行版，用于提供和管理 Kubernetes 环境
- HPE Morpheus Software与 HKS 集成，帮助平台团队交付和生命周期管理 Kubernetes 环境
- HPE Morpheus Advanced Software支持基于 HKS 的本地私有云用例
- HPE Morpheus Enterprise Software将 Kubernetes 和应用运维扩展到混合云和公有云环境
展开详情收起详情：开发者和平台团队都想要 Kubernetes 自助服务，但对归属权意见不一⌄
The New Stack
原文发布：2026-09-25 00:06收录：2026-09-25
GitHub 安全实验室发布了一个叫 Fuzzing Taskflow 的自动化工具，专门给 C/C++ 项目做模糊测试。模糊测试就是自动给程序喂各种奇怪输入，看能不能把程序搞崩，从而找出安全漏洞。以前这件事很费人：需要人盯着代码覆盖率、手动写测试框架、一个个分析崩溃原因。现在这个工具只要给它一个 GitHub 仓库地址，它就会自己识别关键函数、写测试框架、跑 AFL++、看覆盖率、改进测试、分析崩溃并生成漏洞报告。它不是万能药，复杂项目仍可能需要人工介入，而且必须在一次性环境里运行。
文中可用工具
- GitHub Security Lab Taskflow Agent一个用 LLM 驱动安全自动化的框架，让 AI 按任务流执行安全测试
- Fuzzing Taskflow自动对 C/C++ 项目做模糊测试的流水线，能自己写测试框架、跑测试、分析崩溃
- AFL++一个模糊测试工具，自动给程序喂大量随机输入来触发崩溃
- clang编译器，用来把代码编译成可执行文件，并支持覆盖率分析
- LCOV生成代码覆盖率报告，显示哪些代码行或分支被测试覆盖到了
- SQLite轻量数据库，用来在不同测试阶段之间保存和共享状态
- Claude Sonnet 5默认使用的 AI 模型，让整个模糊测试流程能够自主决策
展开详情收起详情：基于 GitHub Security Lab Taskflow Agent 的 AI 模糊测试⌄
GitHub Blog
原文发布：2026-09-25 02:26收录：2026-09-25
GitHub 博客提出，虽然我们现在主要靠聊天框和 AI 对话，但聊天框并不适合所有任务。GitHub Copilot 应用里有一种叫“画布”的功能：它是一个能跑在你电脑上的小应用，可以不用浏览器窗口，直接和 AI 双向沟通。这样你可以做出像下棋游戏、软件包管理器、数据库操作界面这样的工具，用起来比反复让 AI 在聊天里帮忙更省钱、更顺手。画布现在就可以下载 GitHub Copilot 应用试用，简单场景一次就能做好，复杂工作流大概要花一天。
文中可用工具
- GitHub Copilot app运行画布和 AI 代理的桌面应用，可下载使用
- canvas在 GitHub Copilot 应用内运行的全栈小应用，能与 AI 双向交流，可定制界面
- GPT-5.6 Sol在文中用于玩 Connect 4 游戏的 AI 模型
- GPT-5.6 Luna文中提到无推理模式下可被击败的 AI 模型
- GPT-5.6 Sol Max文中提到用户常用来执行“暂存并提交”等操作的 AI 模型
- WingetWindows 软件包管理器，文中用画布做了它的图形界面，可浏览、安装和卸载本地包
- SQLite轻量数据库，文中用画布直接操作它，无需通过聊天
- Jekyll静态博客生成工具，文中用画布来编写文章，替代纯 Markdown 编辑
展开详情收起详情：当聊天框不再是正确的用户界面⌄
GitHub Blog
原文发布：2026-09-25 04:00收录：2026-09-25
Spring 团队发布了 Spring Web Services 5.1.0-M1，这是一个里程碑预览版，已可从 Maven Central 获取。该版本包含 13 项改进、依赖升级和错误修复，主要新增功能是可观测性支持，用 Micrometer Observation API 对 Web 服务交换进行指标采集和追踪；还支持用 @SoapHeader 把 SOAP 头反序列化为自定义类型，不再局限于 SoapHeaderElement。此外，故障响应加入了 WS-Security 支持，并与 Spring Framework 7.1、Spring Security 7.1 对齐。对使用 Spring 开发 SOAP Web 服务的团队来说，这次更新让监控和报文处理更灵活，也方便后续升级到新版框架。
文中可用工具
- Spring Web Services用于构建 SOAP Web 服务的 Spring 项目，本次发布了 5.1.0-M1 预览版
- Micrometer Observation API采集指标和追踪数据，用于监控 Web 服务交换
- Spring Framework 7.1本次版本与之对齐的 Spring 基础框架
- Spring Security 7.1本次版本与之对齐的安全框架
- Maven Central发布和获取该版本的仓库
展开详情收起详情：Spring Web Services 5.1.0-M1 现已发布⌄
Spring Blog
原文发布：2026-09-24 08:00收录：2026-09-25
Spring Batch 团队发布了 6.1.0-M2 里程碑版本，已可从 Maven Central 获取。这个版本在 6.1.0-M1 基础上带来多项新功能和增强，同时包含一些破坏性变更，并升级了 Spring Framework、Spring Integration、Spring Data 等依赖版本。主要改进包括：MongoDB 作业仓库支持可配置的集合前缀（默认 BATCH_，不影响现有应用）、默认转换服务改基于 DefaultFormattingConversionService、异步处理 API 和本地 chunking 移至 spring-batch-core、RepositoryItemWriter 支持 flush、资源读取器支持位置模式、部分 builder 方法实现编译期安全。此外还弃用了 Apache Derby 支持、旧版日期时间转换器等 API，计划在 7.0 版本移除。
文中可用工具
- Spring Batch用于构建批处理应用的框架，本次发布 6.1.0-M2 里程碑版本
- Maven Central软件构件仓库，该版本已在此可获取
- MongoDB文档数据库，其作业仓库现支持集合前缀配置
- DefaultFormattingConversionServiceSpring Framework 的默认格式化转换服务，现用作作业仓库默认转换服务基础
- spring-batch-coreSpring Batch 核心模块，异步处理 API 和本地 chunking 已移入此模块
- spring-batch-integrationSpring Batch 集成模块，相关类保留为弃用子类以保持向后兼容
- RepositoryItemWriter写入器，现支持在写入 chunk 后刷新底层 Spring Data 仓库
- MultiResourceItemReaderBuilder多资源读取器构建器，现直接接受资源位置模式
- ResourcesItemReaderBuilder资源读取器构建器，为 ResourcesItemReader 提供位置模式能力
- ConversionServiceFactory新工具类，用于创建转换服务，替代旧日期时间转换器
- TaskExecutor任务执行器，异步处理 API 依赖它而非 Spring Integration
展开详情收起详情：Spring Batch 6.1.0-M2 发布！⌄
Spring Blog
原文发布：2026-09-24 08:00收录：2026-09-25
谷歌在 Gemini Enterprise 里上线了带 Live Avatar 的 Gemini 3.8 Live。过去企业用的语音助手只闻其声，听不到也看不到用户。这次把接近实时的视频生成和语音结合起来，数字人能一边听、一边看、一边说，嘴型对得上，表情自然，还能在对话时在后台调用工具查数据。企业可以拿它做客服或导览；它支持 97 种语言切换，输出带不可见水印 SynthID。定制专属形象目前只对企业白名单开放。
文中可用工具
- Gemini Enterprise企业版入口，目前已可使用的平台
- SynthID在音频和视频输出中嵌入不可见水印，用于标记 AI 生成内容
展开详情收起详情：推出带 Live Avatar 的 Gemini 3.8 Live⌄
Google DeepMind Blog
原文发布：2026-09-25 00:20收录：2026-09-25
LangSmith 推出了 Custom Apps 功能，让团队能在 LangSmith 里直接搭建、发布并使用自定义界面来查看自己的 Agent 数据。过去，很多团队为了按自己的评审流程看数据，得另外写一套前端，还要自己处理托管、登录和权限，维护起来很麻烦。现在可以直接用模板或让 LangSmith Chat 根据一句话描述生成应用，也能用编码助手基于 API 自己写，发布后同事就能在同一处查看。对常做人工标注、实验对比或追踪审查的团队来说，省去了导出数据和重复搭界面的工作。该功能已在 Plus 和 Enterprise 套餐开放，配套的 Macaw 设计系统也已开源。
文中可用工具
- LangSmith用于调试、评估和改进 AI Agent 的平台，Custom Apps 即运行于其中
- Custom Apps在 LangSmith 内构建、发布和运行自定义界面的新功能
- LangSmith Chat用一句话描述数据和展示方式，自动生成可用的自定义应用
- LangSmith API让开发者用自己的编码助手基于数据构建自定义界面
- MacawLangSmith 的开源设计系统，为自定义应用提供默认外观
展开详情收起详情：LangSmith 自定义应用：围绕你的 Agent 数据构建自定义界面⌄
LangChain Blog
原文发布：2026-09-28 19:45收录：2026-09-25
LangChain 这次推出了 LangSmith Fine-Tuning 和一个叫 smithtune 的命令行工具，让团队能把智能体在 LangSmith 里跑出来的操作记录，直接变成训练数据，再拿去训练自己专用的模型。以前做这件事得手动搭整套数据流程，很麻烦。现在 smithtune 把造数据集、用 Fireworks 或 Baseten 训练、再用 LangSmith 评测串成一条龙，还支持让编程智能体来跑。目前只支持监督微调（SFT），需要去 GitHub 安装使用。
文中可用工具
- LangSmith Fine-Tuning把智能体的运行记录变成训练数据并微调模型的整套服务
- smithtune一个命令行工具，负责从 LangSmith 拉数据、准备训练集、提交训练和评测
- Fireworks合作方，提供托管的监督微调训练服务
- Baseten合作方，其 Loops 提供托管训练基础设施
- LangSmith存放智能体运行轨迹和评测结果，并管理数据集
展开详情收起详情：LangSmith 推出微调功能⌄
LangChain Blog
原文发布：2026-10-08 19:05收录：2026-09-25
Datadog 推出 RUM 远程配置功能，让开发者可以直接在 Datadog 界面里修改浏览器、iOS 和 Android 端 RUM SDK 的采样率、隐私设置和数据采集范围，不用改代码重新发版。过去这些设置写在应用代码里，改动必须发新版本，移动端还得等应用商店审核和用户慢慢升级，遇到故障想多采数据时来不及。现在只需在初始化代码里加一个远程配置 ID，SDK 下次启动时就会拉取最新设置。新应用默认开启，老应用手动接入即可。
文中可用工具
- RUM Remote Configuration在 Datadog 界面远程修改 RUM SDK 的采样率、隐私设置和数据采集范围，无需重新发布应用
- RUM SDKDatadog 的真实用户监控 SDK，运行在浏览器、iOS 和 Android 应用中采集用户行为与性能数据
- Session Replay会话回放功能，可录制用户操作过程用于排查问题
展开详情收起详情：在 Datadog 中远程配置 RUM SDK⌄
Datadog Blog
原文发布：2026-09-23 08:00收录：2026-09-24
Datadog 推出了一项叫 Tap to Parse 的 AI 辅助功能，用来解决日志里有用信息被埋在一整句话里、难以筛选和统计的问题。以前想从日志里提取状态码、耗时这类字段，得自己写复杂的正则或 Grok 规则，遇到不归自己管的服务或第三方系统就更麻烦。现在只要点一下某条日志并选择 Tap to Parse，Datadog 就会分析样例、自动生成解析规则，并让你先预览再应用，提取出的字段就能用来筛选、分组和画图。它能在 Log Explorer 里查询时用、在 Log Pipelines 里对以后新进的日志用，也能在 Observability Pipelines 里让日志离开你的环境前先结构化。目前 Log Explorer 和 Log Pipelines 中已正式可用，Observability Pipelines 中需申请开通。
文中可用工具
- Tap to Parse一键从非结构化日志中自动提取可搜索字段的 AI 辅助功能
- Log Explorer在查询和调查日志时查看、筛选日志，并可使用 Tap to Parse
- Log Pipelines在日志进入时处理日志，用 Grok Parser 为以后的日志提取字段
- Observability Pipelines在日志离开你的环境前先做结构化处理
- Grok Parser在 Log Pipelines 中定义规则，从日志里提取结构化字段
- Datadog提供日志和可观测性功能的平台
展开详情收起详情：用 Datadog 的 Tap to Parse 更快在日志中找到答案⌄
Datadog Blog
原文发布：2026-09-23 08:00收录：2026-09-24
传统代码扫描器只能靠规则匹配找已知模式，而大语言模型能顺着程序逻辑追踪攻击者可控的输入是否真的能到达危险位置，因此能发现规则没覆盖的漏洞。但模型本身不稳定：同一份没变的代码扫两次，结果可能不同，耗时和花费也难预测，没法直接用在每次提交都跑的自动化扫描上。Harness 的 Security Test Orchestration（STO）在模型外面加了一层编排：控制扫描什么时候触发、只扫改动范围、每步怎么约束、结果怎么统一，变成可比较、可信任的扫描。用 GPT-5.5 对三个故意留漏洞的测试应用跑基准，增量扫描比全量扫描最高省约 83% 费用、快约 72%，且没有漏掉全量扫描找到的问题；连续跑 10 次时增量方案比全量便宜约 75%。目前该能力基于 OpenAI Codex Security，配合 Mythos 代理插件，以安全扫描技能方式调用，具体开放范围和价格原文未说明。
文中可用工具
- Harness Security Test Orchestration (STO)在模型外围做编排，控制扫描触发时机、范围、约束和结果标准化
- OpenAI Codex Security当前扫描器底层所依赖的安全扫描能力
- Mythos agent plugin与 Codex Security 配合的代理插件
- GPT-5.5基准测试中用于扫描的模型，会话上下文窗口 258k token
展开详情收起详情：Harness 如何编排 LLM 安全扫描⌄
Harness Blog
原文发布：2026-09-23 08:00收录：2026-09-24
Harness 发布了一篇博客，解释漏洞“修复”和“缓解”的区别：修复是打补丁或升级，彻底消除漏洞；缓解则是隔离、封堵或关闭功能，让漏洞难以被利用，但漏洞本身还在。博客说，当补丁还没有、修复需要停机窗口，或攻击路径本来就不通时，可以先选缓解；但每个缓解措施都要有负责人和到期日，否则临时措施会变成永久隐患。对开发团队来说，这能帮助决定什么时候必须真正修、什么时候可以先顶住，而不是把风险一直存着。文中还提到 Harness 的安全测试编排可对接 40 多个合作扫描器，并引用调查称：最频繁使用 AI 编程工具的人群中，50% 表示采用后漏洞和安全事件变多了。
文中可用工具
- Harness在交付流水线中运行安全测试，汇总并排序漏洞，还能起草修复代码和提拉取请求
- Security Testing Orchestration协调 Harness 自家扫描器和 40 多个合作扫描器，去重并排序漏洞修复优先级
- Harness AI自动起草漏洞修复方案，并可打开拉取请求
- Policy-as-code用代码化策略决定哪些漏洞发现会阻断构建
展开详情收起详情：漏洞修复与漏洞缓解：区别何在⌄
Harness Blog
原文发布：2026-09-23 08:00收录：2026-09-24
这篇文章讲的是作者 Chintan Tank 如何把多租户 SaaS 产品放在 Cloudflare Workers 上跑。原来所有功能都塞进一个大而全的边缘 worker，一旦发布或出错就会连累所有租户，风险大、牵一发动全身。文章提出改用模块化架构，通过 service bindings 把不同功能拆成独立的小服务，可以各自发布、互不影响；并以图片优化为例，展示了如何按租户选择图片格式、按设备自动调整尺寸。对正在做多租户 SaaS 的开发者来说，这提供了一套降低发布耦合和故障影响范围的思路，文中还涉及多 CDN 差异、分阶段发布、配置和测试，但未说明是否有配套代码或具体性能数据。
文中可用工具
- Cloudflare Workers在边缘节点运行代码的平台，用来部署模块化服务
- service bindingsCloudflare Workers 的功能，让不同 worker 之间直接互相调用
展开详情收起详情：在多租户 SaaS 规模下基于 Cloudflare Workers 的模块化边缘计算⌄
InfoQ Architecture & Design
原文发布：2026-09-23 17:00收录：2026-09-24
Cursor 推出了两个软件开发机器人 Rollouts 和 Security Reviewer，帮团队把代码安全送上生产环境。以前写代码快了，但 PR 之后的部署监控、安全审查还是很费人，容易漏掉问题。Rollouts 会盯着变更从 PR 到上线的全过程，发现回归就提醒或自动回滚；Security Reviewer 像安全工程师一样读代码，找漏洞并给出修复建议。这两个 bot 现已面向团队版和企业版开放。
文中可用工具
- Rollouts监控代码变更从 PR 到生产环境的全过程，发现回归问题并自动恢复
- Security Reviewer自动检查代码库安全问题并提供修复建议
展开详情收起详情：打通最后一公里的 Bots：Rollouts 与 Security Review · Cursor⌄
Cursor Blog
原文发布：2026-09-23 20:00收录：2026-09-24
invideo 是一家做视频编辑的公司，他们原来做视频调色和加特效比较费时。现在他们用上了 GPT‑6 Astra 这个模型来帮助规划剪辑，结果调色和校色的速度快了三倍，而且一天就能做出 50 个自定义特效。对普通用户来说，这意味着以后视频调色可能更快、更便宜。不过目前这只是 invideo 自己公布的计划，还没有说明具体什么时候开放给所有人用。
文中可用工具
- GPT‑6 Astra帮助 invideo 更精确地规划视频剪辑，提升调色和特效制作效率
展开详情收起详情：invideo 如何借助 GPT‑6 Astra 将调色效率提升三倍⌄
OpenAI News
原文发布：2026-09-23 20:00收录：2026-09-24
法律 AI 公司 Harvey 用上了 OpenAI 的 GPT-6 Astra 模型来起草法律文件。过去，法律文书写作耗时长，律师需要花大量精力在格式和背景资料的整理上。这次的做法是把案件的具体上下文交给模型，让它生成结构更清晰、更贴合具体案情的草稿。对律师来说，这能省下重复劳动，把时间用在策略判断等更需要人来做的部分。目前原文只提到这是摘要层面的效果，没有说明具体上线时间、可用范围或测试数据，这些信息尚未给出。
文中可用工具
- Harvey法律 AI 工具，用来自动起草法律文件
- GPT-6 AstraOpenAI 的模型，负责生成结构化、结合上下文的文档草稿
展开详情收起详情：Harvey 借助 GPT-6 Astra 将法律上下文转化为更高质量的草稿⌄
OpenAI News
原文发布：2026-09-23 20:00收录：2026-09-24
Snyk 发布了 Evo MCP 服务器，让你可以在自己已经使用的 AI 客户端（如 Cursor、Claude Code）里直接查询 Evo 中的 AI 资产情况。以前，想了解团队用了哪些模型、MCP 服务器和技能，以及它们有没有安全风险，你得跳出当前工具、打开网页筛选、导出表格，再重新做图，每次都很麻烦。现在，这个远程服务器把库存、策略、违规和态势变化都变成一句提问就能得到的答案，而且不装到你电脑上、也看不到你的文件。它用你的身份和权限运行，写操作需要审批，还能把违规自动变成团队工单。
文中可用工具
- Evo MCP server让 AI 助手直接查询你组织里的 AI 资产、风险、策略和违规情况
- Cursor可以用它连接 Evo MCP server 来提问的 AI 编程客户端
- Claude Code可以用它连接 Evo MCP server 来提问的 AI 编程客户端
- Jira原文提到可作为工单系统接收 Evo 违规生成的工单，但未说明具体集成细节
- ServiceNow原文提到可作为工单系统接收 Evo 违规生成的工单，但未说明具体集成细节
展开详情收起详情：所以，我改为直接问我的智能体了……⌄
Snyk Blog
原文发布：2026-09-22 12:00收录：2026-09-23
Anthropic 上周把 Claude 聊天和 Cowork 合并成一个界面，用户不用再纠结该选哪个标签，直接提问或交代多步骤任务，系统自己分流；先向 Pro 和 Max 订阅者开放，免费版和团队版随后跟上。OpenAI 早从 7 月 9 日就推出 Work 模式，和 Chat 并排放在同一窗口，旧版 Agent 模式下个月下线。本文作者用三项真实开发任务做对比：查四个 API 的限流和版本信息、按规格写一个命令行时长解析器、以及在同一对话里先判断竞态条件再处理日志表格。结果两者答案都对，但 Claude 用时更长、输出 token 更多，会多给细节和额外提醒，ChatGPT 则明显更快。由于两家功能越来越接近，准确度、可靠性和 token 消耗就成了关键区别。测试细节有限，免费版何时可用、完整原始提示词等原文未全部说明。
文中可用工具
- ClaudeAnthropic 的 AI 助手，现已合并聊天与多步骤任务模式，可自动分流请求
- CoworkClaude 中处理多步骤任务的模式，现已并入统一界面
- ChatGPTOpenAI 的 AI 助手，提供 Chat 与 Work 两种模式
- Work modeChatGPT 中带浏览器、代码执行和文件输出的沙箱工作模式
- ChatChatGPT 中的对话模式，与 Work mode 并排切换
- CodexOpenAI 的编程 agent，Work mode 基于它构建
- Agent modeOpenAI 旧版独立模式，可将登录中的浏览器会话交还用户，现已下线
展开详情收起详情：Claude 合并聊天与 Cowork 对比 ChatGPT Work 模式：ChatGPT 更快，Claude 更细致⌄
The New Stack
原文发布：2026-09-23 01:45收录：2026-09-23