扩散语言模型把参数规模推到 35B，不再逐个 token 做自回归生成，改为并行去噪输出整段文本，并开始在 Agent 编程任务上验证代码正确性与多轮工具调用能力。
Akka 在 65 个开源项目中试验基于规格的 AI 交付方式，用规格约束 AI 生成代码，以提升交付的可控性与可靠性，对采用 AI 编程的开发者有参考价值。
研究者提出 GameGo 框架，把简短游戏创意自动扩展为完整产品需求文档，并构建含 5.5 万条开发轨迹的数据集与 124 条查询的评测基准，训练出的 GameGoCoder 在游戏开发任务上媲美前沿模型。
Self-bench 发布开源工具，可从 PR 自动生成并运行评测，帮助团队在自有代码库上测试编程智能体，避免公开基准被刷分失真。