Meta 将 JiTTests 投入生产:用 LLM 生成测试在风险代码合入前失败
Meta 已将基于 LLM 的 JiTTests 从研究原型投入生产基础设施,该系统会针对风险代码变更生成应当失败的测试,在合入前暴露行为变化。据 Meta 团队数据,2026 年上半年在 diff 阶段捕获 74 个隐私 SEV,同期隐私 SEV 发生率下降 20%,工程师自报全量规模下真阳性率 60%。
Meta 已将基于 LLM 的 JiTTests 从研究原型投入生产基础设施,该系统会针对风险代码变更生成应当失败的测试,在合入前暴露行为变化。据 Meta 团队数据,2026 年上半年在 diff 阶段捕获 74 个隐私 SEV,同期隐私 SEV 发生率下降 20%,工程师自报全量规模下真阳性率 60%。
11月16日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数2.4T、仅激活71B,具备原生视觉能力并支持百万上下文。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,在 CodeArena 前端编程盲测中位列全球第6,Agents' Last Exam(ALE)取得46.7分。
推荐理由:原文给出 Qwen4-Max 的架构、评测与定价细节,读者可据此判断其智能体与编程能力的位置。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。
推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。
Meta 公布 Catching JiTTests 已从研究原型进入生产基础设施,用 LLM 为待合入的代码变更自动生成可执行测试,在代码落地前暴露缺陷。系统由 intent-aware 与 dodgy diff 两条测试生成流程、LLM-as-Judge 集成评审和规则式 RubFake 过滤组成,并采用 human-on-the-loop 方式让工程师按聚合结果介入。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。
推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。
Ethan Mollick 发布新一期 AI 使用指南,指出用 AI 做事已从聊天转向能连续完成数小时人类工作的智能体系统。
Sebastian Raschka 发布教程,讲解如何用 Ollama 本地部署 Qwen3.6 35B-A3B 等开放权重模型,并接入 Qwen-Code、Codex、Claude Code 三种编码智能体框架。