OpenAI 7/9 把 GPT-5.6 + ChatGPT Work 同日上线后 48 小时，生态在三条线同时重新选边：OpenAI 自己暂时取消了 Plus / Business / Pro 的 5 小时使用限制；Codex 周活冲到 600 万；生产代理侧一家叫 Ploy 的公司，把自己的核心代理（构建营销网站、跨 App 规划、读写代码库、自截图、自判 done）从 Claude Opus 4.8 切到 GPT-5.6 Sol，首次跑就比 Opus 4.8 快 2.17 倍、便宜 27%、视觉分 0.970 vs 0.936。 ...
7 月 9 日,OpenAI 同一天做了两件事:把 GPT-5.6 推上「最强模型」位,发布了 ChatGPT Work,一个能跨 Web、移动、桌面替你完成整段时间工作的 agent。Sam Altman 那天在 X 上写的是「obviously the best model we have ever produced, but also one of the best blog posts we have ever produced」。 ...
我 7 月 2 日到 3 日这两天,在 Hacker News、X、博客、公众号上读到的 5 条工程化 tip,读完后脑子里自己串成了一条线。这条线以前散在不同信源里没被点过,但 24 小时内集中爆出来,让我很难再忽略。 ...
我写这篇的时候是 2026 年 6 月 30 日早上。6 月最后一天。 如果要我用一句话总结 2026 年上半年 AI 圈在工程上最重要的变化，我不会说模型又变强了、上下文又变长了。我会说：agent 周围那圈协议，开始像 1995 年的互联网一样长起来了。 ...
AI agent 已经不是一个品类了。这是我今天看完一周雷达采集后最确定的判断。 截至 6/28，GitHub 月榜（来源：star-history.com 抓取）+ Product Hunt 月榜 + Hacker News 周榜，三源合采后能稳定出现在榜单上的 agent 相关开源项目 / 产品，已经稳定分布在五个相互独立的层：调研层、记忆层、调度层、防 slop 层、评估层。每一层都有自己的冠军项目，自己的增长曲线，自己的用户群。这一篇要做的，就是把这五层地图摊开，然后讲为什么"分得清"比"做得强"更重要。 ...
如果你只看产品对比表，Codex 和 Claude Code 的差异能列三十条：用哪个模型、支不支持浏览器、限额给多少、能不能在手机上续上。但这些都不是今天我想写的。 ...
最近 X 上钉墙频次最高的一条 agent 推文，不是某个新模型发布，也不是哪个 benchmark 破纪录。 它很朴素，但越琢磨越觉得有味道： “Here’s your monthly reminder that you shouldn’t be prompting coding agents anymore. You should be designing loops that prompt your agents.” — @steipete ...
2026 年 6 月 4 日那天，Anthropic 在同一天做了三件事。 第一件，开源了一个叫 defending-code-reference-harness 的漏洞发现框架。Hacker News 当日 242 分、82 条评论。仓库在 GitHub，定位很清楚：让 Claude 在受控环境下对参考代码做差分安全审计，把"模型找漏洞"从一句话描述变成可复现的工程流水线。¹ ...
最近几天我盯着 GitHub Trending 看，越看越觉得一件事不对劲。 按大家聊天的口径，2026 年的 AI 主战场应该是"哪个模型更强"。但热榜上反复霸屏的，偏偏是一些听起来一点不性感的东西： ...
很多 AI 产品看起来很聪明，但我总觉得差口气。 它们能写邮件，能总结会议，能生成方案，甚至能把客户话术写得像个资深销售。问题是，写完之后呢？ 真正的电话谁打？ ...