精选 · 看变化，也看用途
从工具新能力、经营管理场景和实际用法中，找一件值得进一步了解的事。
据 The Decoder 报道，OpenAI 表示其最新模型针对 COBOL、Fortran、Visual Basic 等低资源编程语言进行了改进。在新基准 MultiLangBench 上，GPT-6 Astra 在 20 种语言中的测试通过率为 87.4%，GPT-5.6 Terra 约为 38%；在 COBOL 迁移场景中，GPT-6.1 Sol 最高达到 97.9% 准确率。上述数据为 OpenAI 披露。
为什么值得看：若数据成立，遗留系统代码理解与迁移辅助可能成为可落地的企业能力，尤其对金融等依赖 COBOL 的关键基础设施有现代化价值；但基准与准确率均为厂商单方披露，缺少独立验证、成本与部署信息，企业应先做小范围概念验证再评估规模化。
据The Decoder报道，谷歌工程师Haydn Belfield表示，Deepmind并未出现由AI驱动的AI研究可测量加速。AI目前编写超过75%的生产代码，但88%的改动仍需人工监督。公司内部的通用能力指数显示能力平稳增长，没有突然提速。Belfield称，自我改进的AI还远未接近。
为什么值得看：企业负责人可据此判断AI编程与自动化的真实落地水平：AI产出占比虽高，但人工审核仍是主要环节，意味着短期内需保留代码审查与质量把关投入，不宜按“全自动开发”规划人力与流程；同时可关注内部能力评估指标而非宣传口径。
Berkeley AI Research 博客介绍 ABBEL 框架，针对长程任务中 LLM 上下文无法无限扩展的问题。传统做法是递归摘要（上下文压缩），可生成简洁可解释的上下文，但在高质量数据稀缺的人类协助场景（如协作式代码生成）中性能代价显著。ABBEL 将摘要的信息内容以自然语言“信念状态”形式隔离并加以监督，用信念替代完整交互历史作为智能体工作上下文，并通过信念评分监督每个信念状态的内容。文中提到 Cursor 的 composer 2.5 在训练中使用压缩，Grandcode 虽采用高效注意力模型仍需要上下文摘要；同时指出模型服务方仍建议用户避免在任务中途使用压缩。
为什么值得看：企业负责人可关注：长周期 AI 编程与办公自动化中，上下文管理直接影响任务成功率与成本；ABBEL 提出的信念状态监督思路，可能影响未来智能体产品的上下文压缩策略与可靠性。但该信息来自研究博客，尚无产品化、成本与部署细节，需进一步核实。