关键信号

• GitHub 暂停 Copilot 个人版新用户注册并收紧使用限制，原因是智能体工作流带来的计算需求不可持续。 产品开发副总裁 Joe Binder 表示，"长时间运行的并行化会话所消耗的资源已远超原始计划架构的设计承载能力"，内部数据显示 Copilot 的周运营成本自年初以来已翻倍。Opus 模型已从 Pro 计划中完全移除，据报道 GitHub 正在探索面向个人用户的按 token 计费模式。这是迄今为止最明确的信号，表明固定费率的 AI 编程订阅已难以跟上开发者使用智能体工具的实际方式。 [1]

• SpaceX 宣布与 Cursor 达成合作协议，其中包含以 600 亿美元收购这家 AI 编程初创公司的选择权。 该交易将 Cursor 的开发者分发渠道与 SpaceX 的 Colossus 超级计算机（号称算力相当于一百万块 Nvidia H100 芯片）相结合，此前 Cursor 高级工程师已陆续跳槽至 xAI，且 xAI 已在向 Cursor 提供模型训练算力。Cursor 的估值轨迹——从 2025 年 1 月的 25 亿美元飙升至 11 月的 293 亿美元，再到潜在的 600 亿美元退出——凸显了流入 AI 编程工具领域的惊人资本规模，尽管 Cursor 和 xAI 均没有能与 Anthropic 或 OpenAI 匹敌的自研模型。 [2]

• Anthropic 悄然将 Claude Code 从 20 美元/月的 Pro 计划中移除（声称是"针对约 2% 新注册用户的测试"），随即在 Reddit、Hacker News 和 Twitter 上引发强烈反弹，数小时内便撤回了更改。 Simon Willison 详细记录了这一事件，指出定价页面的变更对所有访客可见，且 Anthropic 没有发布任何官方公告——仅由一名员工在推文中回应。OpenAI 的 Codex 团队立即抓住机会，工程负责人 Thibault Sottiaux 公开承诺"Codex 将继续在免费版和 PLUS（20 美元）计划中提供"。这一事件暴露了 AI 工具定价领域信任的脆弱性，并在竞争叙事上给了 OpenAI 明显优势。 [3]

• 彭博社报道，Google 在六个品牌各异的编程产品上的内部碎片化正在拖累其 AI 编程推进步伐，部分 Google 工程师更倾向于使用 Anthropic 的 Claude Code 而非内部工具。 DeepMind、Google Cloud、Google Core、Google Labs 和 Android 各自独立推进 AI 编程，缺乏统一战略。AI 研究人员追求快速迭代与资深工程师坚持严格代码质量标准之间存在理念冲突，同时尝试使用内部 AI 工具的工程师经常遭遇算力容量不足的问题。Google 正在努力将这些分散的工作整合到统一旗帜下，但与 Anthropic 和 OpenAI 的竞争差距仍在扩大。 [7]

• GitHub 发布 Copilot SDK v0.3.0-preview.0，这是一个里程碑版本，由 60 多位开发者贡献，引入了破坏性默认值变更、OpenTelemetry 支持和全面的智能体 API 接口。 主要新增功能包括无限会话（Infinite Sessions）、跨所有 SDK 语言（Node、Python、Go、.NET）的钩子和用户输入处理器、推理力度（reasoning_effort）支持、智能体选择和会话压缩 API，以及按智能体配置技能。默认拒绝所有权限的破坏性变更标志着 SDK 生态系统向安全优先默认值的转型。此版本将 Copilot SDK 定位为在 GitHub Copilot 之上构建第三方智能体集成的成熟平台。 [4][5]

• Mozilla 使用 Anthropic Claude Mythos Preview 的早期版本在 Firefox 150 中识别并修复了 271 个安全漏洞，此前使用 Opus 4.6 在 Firefox 148 中发现了 22 个缺陷。 Firefox 团队报告称"没有发现任何人类能找到而该模型找不到的漏洞类别或复杂度"，同时也指出所有发现的缺陷都在顶级人类安全研究者的能力范围之内——这表明 AI 缩小了差距而非超越了人类能力。Mozilla 将此视为防御者的转折点："缺陷是有限的，我们正在进入一个终于能够找到所有缺陷的世界。" 这是迄今为止 AI 安全审计在关键代码库上大规模生产化运行的最有力证据。 [8]

AI 编程新闻

• Anthropic 推出 Managed Agents，这是一个托管执行层，用于部署和运行具有内置沙箱、凭证管理和会话持久化功能的长时间运行智能体工作流。 该平台采用"元容器（meta-harness）"架构，将智能体逻辑与基础设施关注点分离，多个智能体工作流共享运行时基底。定价为每会话小时 8 美分，NTT DATA 的 AI 高级总监表示这可以实现"在几天而非几个月内完成从创意到生产的部署"。不过，从业者对可移植性提出了担忧，一位创始人指出"轨迹定义需要开源"以避免被锁定在 Anthropic 的 SDK 和格式中。 [9]

• Cloudflare 发布 Project Think，为其 Agents SDK 引入 Fibers（可检查点指令指针的持久化调用），使 AI 智能体能够在平台重启后存活并恢复长时间运行的任务。 该系统通过 ctx.stash() 将进度存储在本地 SQLite 数据库中，并通过 onFiberRecovered 钩子恢复 fibers，从根本上解决了无服务器计算被抢占时智能体丢失执行上下文的问题。其他原语包括 Dynamic Workers（受限的 V8 隔离环境，用于智能体生成的代码执行）、带 parent_id 的关系型会话树（支持分支对话），以及可编辑的上下文块（Context Blocks）用于智能体自管理记忆。Project Think 目前以实验性预览的形式面向 Cloudflare Workers 用户开放。 [10]

• Microsoft 开源了 Agent Governance Toolkit，这是一个 sidecar 容器，能够以亚毫秒级延迟为 AI 智能体执行运行时安全策略，覆盖所有 10 项 OWASP 智能体 AI 风险。 在 KubeCon Europe 2026 的访谈中，Azure Kubernetes Service 的 PM 负责人 Jorge Palma 解释说，该方案借鉴了员工访问管理模式：智能体获得限定范围的临时身份，任务完成后自动撤销权限。智能体在执行前必须提交执行计划，由策略引擎根据业务规则进行验证，不符合规则的计划将被拒绝。Microsoft 还推出了 AI Runway，一个用于推理工作负载的 Kubernetes API 抽象层，允许团队在云端和边缘部署之间切换引擎的同时保持统一接口。 [11]

• 一篇分析文章论述了 AI 如何重塑软件工程的定义：日常执行性工作正在被自动化，而工程价值正转向系统组合、抽象思维和责任担当。 以构建 TODO 应用和天气仪表盘为主的教程驱动时代正在终结，因为 AI 现在能够生成此前用来区分初级开发者的模板代码。新的差异化因素是架构决策、分布式系统调试和对生产故障的问责——这些是 AI 无法完成的任务。文章提供了一个 5 步实践路线图：夯实基础、构建有挑战性的真实系统、精通调试、将 AI 作为工具而非拐杖使用、以及建立具体的工作成果证明。 [18]

功能更新

• OpenAI 推出 Codex Labs 并宣布 Codex 周活跃用户已达 400 万。 该计划与 Accenture、PwC、Infosys 及其他企业咨询公司合作，帮助组织在整个软件开发生命周期中部署和扩展 Codex。这一面向企业的战略紧随 4 月 20 日发布的重大 0.122.0 桌面版之后，将 Codex 定位为 GitHub Copilot 的直接企业竞争对手。 [6]

• Copilot CLI 在 4 月 21 日连发三个版本（v1.0.35-0、v1.0.35-1、v1.0.35-2），新增 HTTP 钩子支持、多路径搜索和自动模式速率限制处理。 v1.0.35-0 版本引入了 HTTP 钩子，可将 JSON 有效载荷 POST 到配置的 URL 而非运行本地命令，同时改进了 grep 和 glob 工具以接受多个搜索路径。v1.0.35-2 稳定版新增了 continueOnAutoMode 配置选项，在遇到速率限制时自动切换到 auto 模型而非暂停，并修复了模式特定指令文件膨胀系统提示、扩展关闭时产生错误日志噪音、以及 LSP 重构工具在首次交互时未正确注册等问题。 [12][13]

• OpenAI Codex 在一天内发布了六个 alpha 构建版本（0.123.0-alpha.2 至 alpha.7），表明在重大 0.122.0 版本发布后开发活动异常密集。 之前的 0.122.0 版本引入了 Windows 和 Intel Mac 的独立安装、TUI 中的 /side 对话、带全新上下文实现的 Plan Mode、带标签浏览和市场支持的插件工作流、文件系统 deny-read glob 策略与平台沙箱强制执行，以及默认启用的工具发现和图像生成功能。快速的 alpha 迭代节奏表明 OpenAI 正在企业和安全功能上加速推进。 [14]

• Gemini CLI v0.39.0-preview.1 在 v0.39.0-preview.0 基础上发布了一个热修复补丁。 4 月 14 日发布的父版本 v0.39.0-preview.0 是一次重要更新，包含来自 20 多位贡献者的 60 多项变更，包括用于查看提取技能的 /memory inbox 命令、Plan Mode 中激活技能需用户确认、上下文感知的持久化策略审批、JSONL 流式聊天记录、后台记忆服务和技能提取、上下文压缩服务，以及统一的 invoke_subagent 工具。 [15]

• OpenCode v1.14.20 修复了 TUI 中的系统主题回退问题，为实验性 HTTP API 添加了 GET /config，并解决了 Windows 动态导入问题。 桌面端改进包括停止提示控件的动画重播、新增隐藏会话进度条的设置，以及修复了 Select Server 对话框布局和同步项目状态变更的问题。SDK 修复了 WorkspaceAdaptor.create 类型以包含 env 参数。共有四位社区贡献者获得致谢。 [16]

• CodeQL 现在支持通过声明式 YAML 数据扩展（models-as-data）在八种语言中自定义消毒器和验证器。 两个新的可扩展谓词——barrierModel 和 barrierGuardModel——允许团队无需编写 CodeQL 代码即可定义自定义污点流消毒和验证逻辑，覆盖 C/C++、C#、Go、Java/Kotlin、JavaScript/TypeScript、Python、Ruby 和 Rust。这些可以打包为 CodeQL 模型包，使安全团队能够更轻松地针对项目特定的消毒函数调优 CodeQL 分析。自 CodeQL 2.25.2 起可用。 [17]