不确定性下受治理的人机协同优先级排序：自适应估计与依赖约束的组合选择
研究对 D-POAF 决策实践中的五种定量算子进行不确定性压力测试，发现独立估计误差下逆 MSE 聚合达到 MAE 0.615，较最佳单一估计器降低 42.2%，但误差相关性 rho=0.6 时增益降至 4.4%，rho=0.8 时转为负值。
#编码
arXiv cs.SEAI 评分2222
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者需强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试能发现首个模型遗漏的问题。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 生成的代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专家经验，后者是连接工具与数据的标准协议，二者可组合使用；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并降低答案不完整的概率。
JetBrains AI BlogAI 评分4040 JetBrains 如何为语义代码搜索构建 RAG 流水线：解析、分块与向量化
JetBrains 分享了其语义代码搜索平台 Air Context 的 RAG 流水线构建经验，首篇聚焦解析、分块与向量化。团队指出固定行数分块会把 import 语句和函数内容等无关代码混在一起导致检索错误，因此采用基于解析器的结构感知分块，利用 Java 等语言的类结构约定划分语义单元。该平台旨在让 LLM 智能体按语义而非关键词检索代码，获得可引用的仓库证据。
Mistral AIAI 评分5858 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 侧校验，再用自定义解析器生成调用树、由 Vibe CLI 调度上百个智能体逐节点补文档。
Sourcegraph BlogAI 评分2828 如何在自有代码库上评估 Sourcegraph
Sourcegraph 给出了一套在自有代码库上评估其 MCP server 的方法：在 288 个任务中，结构化检索把文件级 F1 从 0.091 提升到 0.240、recall 从 0.120 提升到 0.272，但整体任务完成奖励基本不变。成本则因任务而异，基线智能体广泛搜索时节省 15% 至 51%，基线仅需七次以内搜索即可定位时平均多花 $0.15。
Sourcegraph BlogAI 评分2222 企业安全在代码库规模下失效的三个环节（以及现有工具为何覆盖不到）
Veracode 测试超 100 个大语言模型发现 45% 的 AI 生成代码样本未通过安全测试，Apiiro 的 Fortune 50 研究显示 AI 辅助开发者的提交量增加 3 至 4 倍、团队安全问题数增加 10 倍。
Continue BlogAI 评分2222 283 行净代码与一本护照：一位开发者用 8 波 Claude Code 会话一天合并 29 个 PR
一位开发者用 8 波、每波 4 个并行 Claude Code 会话（各自独立 git worktree、先规划后构建），一天内合并 29 个 PR，净增 283 行代码（新增 3,917、删除 3,634），每个 PR 通过 27 项 AI 检查。