搜索
OpenAI Codex负责人Tibo Sottiaux在访谈中详述了Codex从内部Python智能体演进为顶级编程助手的历程，并解释了选择Rust构建核心智能体、从一开始就开源CLI和SDK、不绑定自家模型等关键工程决策背后的考量，指出Codex的终极目标是打造易用的个人AGI。
Agent Space作为汇集顶级Agent的云端工作空间，支持Claude Code、CodeX、OpenCode等本地工具接入云端运行，并可直接使用Opus 5.5、GPT-6 Sol、GPT-6 Luna及GPT-6 Astra等最新模型，其订阅额度还能同步接入本地Agent使用，降低了高价AI模型的使用门槛。
AI 距离真正的递归自我改进（RSI）还有多远？当前，AI 已开始参与数据生成、训练优化、工具迭代与结果验证，但参与研发，并不意味着已经具备持续改进自身的能力。它能够自主完成哪些环节，又如何将局部优化连接成持续、可靠的改进闭环？回答这些问题，需要回到具体的研究与实践，审视已有进展与尚待突破的瓶颈。
一名电影导演，主动把自己蒸馏成skill。
Anthropic宣布Claude在人类科学家仅提供高层次研究方向的情况下，自主搜索海量基因组数据库并发现了此前未被表征的酶系统ART（阵列关联逆转录酶），该系统具有类似CRISPR的重复DNA序列结构，可能成为新的基因编辑工具。
剪映的 AI 边界，正不断延展。
过去一年，Agent 的讨论大多围绕模型本身展开：推理能力更强、上下文更长、工具调用更稳定。但进入真实工作流后，另一个问题开始变得更关键：Agent 的能力从哪里来，又如何被持续复用。
随着编辑工具与生成模型的快速普及，「改图」正在变得越来越容易，篡改者可以在几乎不改变画面观感的前提下完成内容伪造，给内容真实性核验、平台治理与数字媒体信任带来新的风险。因此，图像取证与可信鉴伪证据，成为了内容安全中尤为重要的一环。
当Agent已经能够调用工具、使用技能并保存记忆，一个更进一步的问题是：这些能力怎样在任务中配合，又怎样从过去的执行中积累可复用的经验？
过去一年，AI正在从回答问题的工具，逐渐走进企业的真实业务。