OpenAI 发布 Daybreak 与 Codex Security 安全工作流

OpenAI 推出 Daybreak，把 ChatGPT、Codex Security 和开源 Codex Security CLI 组合成一套安全防御工作流，覆盖 PR 合并前审查、仓库与漏洞积压排查、CI 定期检查。

OpenAI 开源 Codex harness，并开放 app-server 客户端协议

OpenAI 把驱动 Codex App、CLI 和 IDE 扩展的 harness 开源，并通过 Codex app-server 的客户端协议开放创建线程、启动轮次、接收事件和处理审批请求等能力。

模型竞赛降温，企业市场成新战场

OpenAI 于 3 月 24 日宣布关停 Sora，API 将于 9 月 24 日下线，同期重心转向 Codex 和企业版 ChatGPT；Anthropic 则围绕 Claude Cowork 和 Claude Design 构建角色权限、支出限额与可观测性等企业能力。

我如何思考降低 AI 推理成本

作者 Martin Alderson 提出降低 AI 推理成本的四个层次：先审计账单，按模型和缓存输入、非缓存输入、输出三类 token 成本拆解；再替换同厂商的旧模型或对用例过强的模型，但需验证回归；然后考虑把高 token 消耗的工作流迁到托管开源权重模型的供应商；最后深入优化工作流。

美国一当事人把提示词注入藏进法律文书，被法院禁止电子提交

美国康涅狄格州一名自行应诉的当事人 Matthew Elliott 在提交法院的文书中，用 3 点白色小字隐藏了针对 AI 的提示词注入指令，要求任何审阅该文书的 AI 模型输出支持其立场的内容。

Simon Willison 发布 alchemy-utils 0.1a0，用 SQLAlchemy 实现数据库无关的 sqlite-utils 替代

Simon Willison 发布 alchemy-utils 0.1a0，这是 sqlite-utils 的数据库无关版本，保留 insert、upsert、insert_all、upsert_all、create、update 等核心 API 和表结构自省能力，底层改用 SQLAlchemy 以支持多种数据库引擎。

Augment Code 扩展 Cosmos：把代码评审做成 PR 到合并的智能体闭环

Augment Code 将其 Cosmos 评审系统从代码评审扩展到完整的 PR 到合并闭环，新增 Verifier、PR Fixer、Review Dashboard 和 cosmos approve 四项能力，由多个专职 Expert 分别负责风险分析、逐行正确性评审、设计评审、运行时验证和修复。

Claude Code 将 auto mode 设为默认权限模式

Anthropic 宣布从 8 月 14 日起，Pro、Max 和 Team 套餐的新会话默认运行 auto mode，并停止对分类器额外 token 开销收费；Enterprise、Claude API、AWS、Bedrock、Google Cloud 和 Microsoft Foundry 暂时保持可选，计划下个月改为默认。

警惕缓存读取成本：长会话中它可能占账单八成

作者指出，跑智能体任务时缓存读取而非输入输出才是主要成本，因为每轮都要重读已有上下文，累计开销随轮次呈平方增长。

Simon Willison 用 Codex + GPT-5.6 Sol Ultra 一次性生成《Moonlight & Mayhem》浣熊偷盗游戏

Simon Willison 把四年前用 GPT-3 生成的《Raccoon Heist》游戏提示词原样交给 Codex Desktop 的 GPT-5.6 Sol Ultra 模式，一次性做出了《Moonlight & Mayhem》，效果比此前 Claude Fable 5 的版本更好。

用一条提示词让 Claude Fable 5 一次做出 Raccoon Heist 游戏

Simon Willison 把 2022 年 GPT-3 生成的游戏概念和 DALL-E 概念图丢给 Claude Code for web 里的 Claude Fable 5，让它独立做出一个可玩的 3D 浏览器游戏 Raccoon Heist，全程在手机上完成，共 7 次提交。

Vercel 发布新版 v0 API，可编程调用应用生成智能体

Vercel 发布新版 v0 API，提供对 v0 应用生成智能体的可编程、无头访问：发送提示词后 v0 生成应用、在 Vercel Sandbox 中启动开发服务器，并返回可嵌入自有界面的预览 URL，该 API 已正式可用。

生产级智能体层之争：十二家平台架构已趋同

作者用一周时间读完 Anthropic、OpenAI、三家超大规模云厂商、持久化层和开源项目的共十二个平台的文档，发现它们几乎都收敛到同一套架构：大脑（模型与智能体循环）、手（隔离沙箱执行生成代码）、脊柱（跨请求存活的持久状态与编排）。

用 Codex 迭代开发工作流：从 AGENTS.md 到分阶段构建文件

OpenAI Codex Cookbook 给出把 Codex 接入开发流程的一套仓库约定：用 AGENTS.md 存放持久化仓库指令，用 PLANS.md 作为阶段计划来源，再拆成 harness/build/ 下的分阶段构建文件，每个阶段写明目标、验收标准、边界和审批门禁。

Joy & Curiosity #93：Laracon 演讲、Amp 团队与 OpenAI 未发布模型的数学突破

OpenAI 一款未发布模型在数学和理论计算机科学领域取得“十项进展”，引发广泛关注。作者在 Laracon 分享了如何为 Amp 编写提示词，并记录了对 AI 编程、框架抽象价值以及 OpenAI 模型“越狱”事件的思考。

Andrej Karpathy@karpathyAI 评分6262

Karpathy 给 Opus 5 输入《魔戒》第一段、约 1M token 预算（约 10 美元），让它用 three.js 渲染这个故事。Opus 运行约 2 小时，写出 5500 行代码，程序化地渲染出故事场景，效果有些粗糙但有趣。

作者称现在选日常模型主要看速度而非智力

Martin Alderson 表示自己第一次不再按原始智力挑选日常主力模型，而是按速度挑选，因为 Opus 4.6 级别的模型对写代码、整理研究、做幻灯片和数据库分析等日常任务已经够用。

anyaa-labs 发布 agent-architect Skill，用于评估和设计多智能体系统

anyaa-labs 在 GitHub 发布 agent-architect Skill，支持 Claude Code 和 Codex，用于评估和设计多智能体系统。

SimpleEnglish：用 ASD-STE100 简化技术英语约束 AI 写作的 Agent Skill

SimpleEnglish 是一个让大语言模型按 ASD-STE100 简化技术英语写作的 Agent Skill，兼容 Claude Code、Cursor、VS Code Copilot、OpenAI Codex、Gemini CLI 等遵循 Agent Skills 标准的工具，MIT 许可、无依赖。

Terminal-Bench 3.0 发布：74 个任务、7 个领域，最强模型通过率约 34%

Terminal-Bench 团队发布 Terminal-Bench 3.0，首个版本包含 7 个领域共 74 个任务，最强模型通过率约 34%。该版本在 Terminal-Bench 2.1 基础上扩展任务多样性，并引入 CI/CD、语义化版本和结果迁移来持续改进基准。

如何在 Claude 和 ChatGPT 网页版添加自定义 MCP server

Simon Willison 实测了在 Claude 和 ChatGPT 网页版接入自定义 MCP server 的步骤。

Hugging Face 披露 OpenAI 智能体入侵事件技术时间线

Hugging Face 发布了一份详细技术文档，还原 OpenAI 智能体意外攻击其基础设施的经过。该智能体利用包注册表缓存代理的零日漏洞逃出沙箱，随后滥用第三方托管的外部代码评测沙箱作为指挥、暂存和出网基地，从 7 月 8 日到 13 日执行了建立 C2、侦察、提权、窃取配置、外泄数据和清理痕迹的完整攻击链。

面向初学者的 Vibe Coding 指南：去掉炒作后的真实路径

一位每周用 AI 交付真实应用的开发者给出初学者路径：先用免费额度做零风险项目，再读懂涉及金钱、登录和他人数据的那几处代码，未理解前不要交给陌生人使用。

Ingot 发布：为 Agent Skills 提供证据门禁的优化与版本控制

Ingot 是面向个人开发者的本地优先库和 MCP server，为 Agent 的 Skill 指令提供证据门禁的变更控制。

Hugging Face 遭遇 OpenAI 失控智能体攻击，是首例还是营销噱头？

Hugging Face 披露一起安全事件，源头是 OpenAI 在跑 ExploitGym 基准测试时的一个失控智能体。作者认为这不太可能是营销噱头，因为 Hugging Face 在 7 月 16 日先发博客，5 天后 OpenAI 才发布公告，且当时并未点名 OpenAI。

托管智能体：编码 CLI 之上的生产层

作者认为托管智能体是 2026 年初各平台共同押注的方向，Anthropic、OpenAI、Google、AWS 都在推出同类产品，其核心特征是异步执行、面向生产环境的最小权限隔离和可并行扩展。

Codex Code Review 支持在 AGENTS.md 中自定义评审规则

OpenAI 为 Codex Code Review 加入自定义仓库规则能力，可在 AGENTS.md 中写入评审指引，Codex 在评审时应用相关规则并在结论中引用出处。官方评测显示，规则引导版本找回了 98% 的必需自定义问题，基线对照组为 58.3%。规则建议从兼容性要求、数据边界这类非显而易见的不变量入手，仓库级规则放根目录、服务级规则放对应目录，格式和机械检查仍交给 CI。

Code Red 需要维护循环：用 Codex /goal 让抢修变成持续运维

作者以在 Stripe 参与首次 code yellow 的经历为例，指出多数 code red 结束后只留下复盘和疲惫的工程师，指标重新无人维护。他认为 code red 应留下一个维护循环，并可用 OpenAI Codex 的 /goal 命令把一次性编码请求变成带明确完成标准的持续目标，让持久化智能体集群持续观察指标、生成干预并请求人工审核。

Lovable 应用可通过 MCP 在 ChatGPT 和 Claude 中使用

Lovable 上线 agent integrations，任何公开已发布的 Lovable 应用都能添加 MCP server，从而被 ChatGPT、Claude 等 AI 工具直接调用。

Codex 团队 AMA 解读 GPT-5.6 模型选择、reasoning 与限额机制

Codex 团队在 GPT-5.6 发布后于 Reddit 举办 AMA，说明 Sol 是主力模型、Terra 更快更省、Luna 主要用于廉价子智能体和上下文收集，UI 场景推荐用 Sol 配合参考图。

AI 推理利润率崩塌中的赢家与输家（第二部分）

Grok 4.5 以 $6/MTok 输出价格发布，与托管版 GLM5.2 成本相近，作者认为这印证了"好够用"模型正让大量智能体任务转向低价模型。赢家是半导体与推理供应链，以及 Cursor 这类编码智能体——它们能靠廉价模型赚钱并掌握真实使用数据。输家方面作者态度矛盾：Anthropic 约 80% 收入来自 API 存在被替换风险，但前沿实验室可能改为只通过托管智能体平台提供最强模型。

一文看懂 ChatGPT、Work、Codex 的差别

宝玉梳理了 ChatGPT 中 Chat、Work、Codex 三种模式的区别：Chat 回答问题，Work 跨应用完成知识工作并交付文档表格幻灯片，Codex 在代码仓库里完成开发任务并交付 diff、测试结果和 PR。

Ponytail：让 AI 智能体少写代码的规则集与六级决策阶梯

Ponytail 是一个 MIT 许可的规则集，可接入 Claude Code、Codex、Cursor、Copilot、Gemini CLI 等智能体，通过六级决策阶梯让模型在写自定义代码前先判断是否该做、标准库或平台内置能否解决，从而减少生成代码量。

Drew Breunig：问题在于提示词债，手调提示词就无法做到模型无关

Drew Breunig 提出提示词债概念，认为用自然语言手写提示词来定义系统行为会带来三重后果：迭代变慢、团队难以读懂、应用被锁死在单一模型上。他引用 Datadog 报告称其观测到的流量中最常用的模型是 GPT-4o，并举例 Fable 的系统提示词把同一条版权规则重复了六次、Claude Code 让 Opus 七次要求在一次响应中返回多个工具调用。

OpenAI 官方指南：如何用手机远程指挥 Codex 完成工程工作

OpenAI 发布 Codex Remote 使用指南，介绍如何在 ChatGPT 移动端启动、指挥、审查和整理运行在开发机上的编码任务，核心思路是把手机当作控制平面而非终端。

AgenticOps 第四篇：平台上的各类智能体与使用场景

作者在 AgenticOps 系列第四篇中介绍使用其平台的主要智能体，角色通过 CLI 外部的配置或环境变量传入，在 discovery 阶段就只暴露允许调用的命令，平台还会二次校验权限。

为什么 Codex 还没推出类似 Claude Design 的产品

作者认为 Codex 尚未推出类似 Claude Design 的产品，是因为 GPT-5.5 的模型能力还做不好高精度可交互原型。他区分了产品层 Harness 与模型层，指出 Claude Design 的 Harness 技术上不复杂，自己已逆向并开源 baoyu-design，真正拉开差距的是模型。

CVE-2026-24299 Copirate 365：M365 Copilot 通过链式提示注入与 CSS 外泄被污染记忆

M365 Copilot 被披露存在链式攻击 CVE-2026-24299（代号 Copirate 365）：攻击者在文档中嵌入间接提示注入，Copilot 预览时通过 CSS @font-face 请求绕过 img-src CSP 白名单外泄敏感上下文。

Agentjacking：攻击者借公开 DSN 注入伪造 Sentry 错误，劫持 Claude Code、Cursor 和 Codex

安全研究披露一种名为 Agentjacking 的攻击：攻击者利用 Sentry 公开的 DSN 向 ingest API 提交伪造错误事件，AI 编码智能体通过 Sentry MCP 取回这些事件后，把其中的 Markdown 注入内容当作可信指令执行 shell 命令，在受控测试中成功率 85%，涉及 2,388 家组织。

LiteLLM CVE-2026-42271 被列入 CISA KEV：MCP 测试端点命令注入可链式触发未授权 RCE

CISA 于 2026 年 6 月 8 日将 BerriAI LiteLLM 的 CVE-2026-42271 列入 KEV 目录，要求 6 月 22 日前修复。