OpenAI 如何监控内部编程智能体的失准问题
OpenAI 通过思维链（CoT）监控研究内部编程智能体的失准问题，分析真实部署以检测风险。该工作旨在加强 AI 安全防护措施。
#编码
#编码
今日 0 条OpenAI NewsAI 评分4949 OpenAI News精选AI 评分7777 OpenAI 将收购 Astral
OpenAI 宣布将收购 Astral，以加速 Codex 增长，支撑下一代 Python 开发者工具。
推荐理由：这笔收购明确指向 Python 开发者工具链，读者可据此判断 Codex 在代码工具上的后续整合方向。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-5.4 mini 与 nano
OpenAI 发布 GPT-5.4 mini 和 nano，它们是 GPT-5.4 的更小更快版本。两款模型针对编码、工具调用、多模态推理以及大规模 API 和子智能体负载进行了优化。
推荐理由：原文点明 mini 和 nano 相对 GPT-5.4 更小更快，并面向编码、工具调用与大规模 API 负载优化，可据此判断其在成本敏感场景中的定位。
Fragmented · AI Developer PodcastAI 评分5858 Fragmented 播客 307 期拆解 AI 编码中的 Harness Engineering
Fragmented 播客第 307 期中，Kaushik 与 Iury 拆解 Harness Engineering，指出 AI 编码的难点不在生成代码，而在控制质量、安全与漂移。
AIGC WeeklyAI 评分3838 AIGC Weekly #162：Google 发布 Gemini Embedding 2，Anthropic 推出 Code Review
Google 发布原生多模态 embedding 模型 Gemini Embedding 2，把文本、图片、视频、音频与 PDF 统一到同一向量空间，默认 3072 维、支持 100+ 语言。
OpenAI NewsAI 评分3434 为什么 Codex Security 不包含 SAST 报告
Codex Security 不依赖传统 SAST，而是用 AI 驱动的约束推理与验证来发现真实漏洞。该方案可减少误报，提升漏洞检测的准确性。
42 章经AI 评分2525 活动报名：AI Coding & OpenClaw｜42章经
42章经组织了一场 AI Coding 与 OpenClaw 主题的线上分享活动，将于北京时间 3 月 28 日（周六）上午 10:30 在腾讯会议举行，免费参加、限 100 人。
42 章经精选AI 评分6969 曲凯对谈 Albert：优化胜率而非赔率，把一件事做到理论上该有的样子
42章经曲凯对谈连续创业者 Albert，聊他从优化赔率转向优化胜率的创业思路，以及 AI 创业的方向判断。他认为 AI 工具类产品确定性最高，娱乐互动内容商业化仍难判断，并指出 Higgsfield 的成功在于把每个阶段可交付的能力封装成好卖的产品点。展望 2026 年，他更看好多模态理解能力的提升，以及 coding 平权带来的新交互机会。
推荐理由：访谈梳理了从优化赔率转向优化胜率的创业思路，并给出 AI 工具与娱乐产品在模型成本和商业化上的取舍判断。
捕蛇者说AI 评分3838 Ep 58. 从零实现龙虾需要什么？Bub 开发者访谈
本期播客邀请明希（frostming）与 ASF Member 卓燃（PsiACE），分享基于 OpenClaw 理念、结合个人需求打造 AI 助手 Bub 的思路与经验。两人围绕实战案例、从 OpenClaw 到 Bub 的演进过程以及核心技术解析展开讨论，并展望了项目后续方向。节目结尾分别推荐了特德·姜的小说《你一生的故事》与《牛津通识读本：数学》。
42 章经AI 评分5858 张阳复盘 Wanaka：用 AI Native 引擎做下一个 Roblox
42章经访谈 Wanaka 创始人张阳，复盘其 AI × 游戏 × 社交产品 Wanaka 的实践与判断。创作侧做带完整图形界面的 AI Native 引擎，约 40%-50% 的工作留给用户，并用 Agent 框架让用户以自然语言实现复杂游戏逻辑；消费侧放弃上下滑与推荐算法，选择熟人社交分发，认为多数 AIGC 内容的去向是给朋友看。产品已开放内测，可在 App Store 搜索「瓦那卡」下载。
Fragmented · AI Developer PodcastAI 评分6464 Fragmented 播客第 306 期：如何让你的 Agent 指令保持同步且有效
Fragmented 播客第 306 期中，Kaushik Gopal 与 Iury Souza 讨论了 AGENTS.md 的同步难题，并比较了各自的配置方案。
OpenAI News精选AI 评分8787 OpenAI 发布 GPT-5.4
OpenAI 发布 GPT-5.4，定位为面向专业工作的最强、最高效的前沿模型。该模型具备 SOTA 级编码、计算机使用、工具搜索能力，以及 1M-token 上下文。
推荐理由：原文给出了 GPT-5.4 的核心能力与 1M-token 上下文规模，读者可据此判断其是否适配专业工作场景。
AIGC Weekly精选AI 评分7474 AIGC Weekly #160：Claude Code 补齐三项更新，谷歌发布 Nano Banana 2
Anthropic 上周为 Claude Code 发布自动记忆、远程跨设备对话与定时任务三项更新，基本补齐与 OpenClaw 的差距。其中 CLAUDE.md 管规则、Memory 管经验，Remote Control 则让会话始终运行在本机，可用手机或浏览器远程接管。
推荐理由：文章梳理了 Claude Code 补齐 OpenClaw 差距的三项更新，并基于上手体验给出 Nano Banana 2 在质量、速度与成本上的取舍判断。
OpenAI NewsAI 评分3535 太平洋西北国家实验室与 OpenAI 合作加速联邦许可审批
OpenAI 与太平洋西北国家实验室联合推出评测基准 DraftNEPABench，评估 AI 编程智能体加速联邦许可审批的潜力。该评测基准显示，AI 有望将 NEPA 草案撰写时间最高缩短 15%，并推动基础设施审查现代化。
OpenAI NewsAI 评分5858 OpenAI Codex 与 Figma 推出无缝的代码到设计体验
OpenAI 与 Figma 推出新的 Codex 集成，将代码与设计连接起来。该集成支持团队在代码实现与 Figma 画布之间来回切换，从而更快地迭代并交付。
OpenAI NewsAI 评分5454 OpenAI 为什么不再评估 SWE-bench Verified
OpenAI 不再使用 SWE-bench Verified 评估自家模型，理由是该基准污染日益严重，且无法准确衡量前沿编码进展。OpenAI 的分析发现其中存在测试缺陷与训练数据泄漏，并推荐改用 SWE-bench Pro。
OpenAI NewsAI 评分4040 OpenAI 与 Paradigm 发布 EVMbench
OpenAI 与 Paradigm 联合发布 EVMbench。该 benchmark 用于评估 AI 智能体检测、修补及利用高危智能合约漏洞的能力。
Fragmented · AI Developer PodcastAI 评分3838 Fragmented 第 305 期播客解读 Subagents：它们是什么，何时不该启动
Fragmented 主持人在第 305 期播客中厘清 agent 术语，区分 plan mode 与 subagents，并说明并行受限 worker 如何在不污染主线程的情况下提升研究质量。
OpenAI News精选AI 评分7171 OpenAI 发布首款实时编码模型 GPT-5.3-Codex-Spark
OpenAI 发布首款实时编码模型 GPT-5.3-Codex-Spark，生成速度提升 15 倍，具备 128k 上下文。该模型现已以 research preview 形式向 ChatGPT Pro 用户开放。完整公告见 https://openai.com/index/introducing-gpt-5-3-codex-spark
推荐理由：官方公告给出了实时编码定位、15 倍生成速度与 128k 上下文，读者可据此对照现有编码工具评估其适用场景。
Fragmented · AI Developer PodcastAI 评分4949 Fragmented 播客第 304 期：Agent Skills 何时使用以及为何重要
Fragmented 播客第 304 期探讨了 Agent Skills 在现代 AI 编码工作流中的使用时机与渐进式披露机制，并对比了它与 commands、instructions 和 MCP 的区别。节目同时介绍了 Anthropic 的 Skill Creator 与官方 Skills 仓库，提醒开发者安装第三方 skill 前务必检查代码以防范提示词注入攻击。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一款 Codex 原生智能体，将前沿编码性能与通用推理相结合，用于支持长周期的实际技术工作。
推荐理由：GPT-5.3-Codex 将前沿编码与通用推理结合，读者可据此判断其应对长周期实际技术任务的能力边界。
OpenAI News精选AI 评分7373 GPT-5.3-Codex 系统卡片发布
OpenAI 发布 GPT-5.3-Codex 系统卡片，称其为迄今能力最强的智能体编码模型，结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理及专业知识能力。
推荐理由：原文给出了新模型相对前代的能力定位，读者可据此判断它在编码与推理上的组合优势。
OpenAI News精选AI 评分6666 解密 Codex harness：OpenAI 如何构建 App Server
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于把 Codex 智能体嵌入应用。它支持流式进度、工具调用、审批与 diffs。
推荐理由：原文讲解了通过双向 JSON-RPC API 把 Codex 智能体嵌入应用的方法，读者可据此实现流式进度与审批流程。
The Cynical DeveloperAI 评分1818 The Cynical Developer Episode 4：AI 会让我们都成为 10x 开发者吗？
The Cynical Developer 播客 Season 2 Episode 4 中，James Studdart 探讨 AI 辅助开发的热潮与现实。节目聚焦 AI 是否真能提升开发者生产力、造就 10x 开发者，并使用 AI 语音模型合成作者本人的声音播出。
OpenAI News精选AI 评分7171 OpenAI 推出 macOS 版 Codex 应用
OpenAI 推出 macOS 版 Codex 应用，定位为 AI 编码与软件开发的指挥中心。该应用支持多个智能体、并行工作流和长时运行任务。
推荐理由：OpenAI 推出 macOS 版 Codex 应用，将其定位为支持多智能体并行与长时任务的 AI 编码指挥中心。
AIGC WeeklyAI 评分4242 AIGC Weekly #156：Claude Code Skills 破圈，Clawdbot 与 Pencli 两款衍生产品走红
Claude Code 的 Skills 近期彻底破圈，并衍生出 Clawdbot 与 Pencli 两款热门产品。Clawdbot 通过接入 WhatsApp、Telegram 等聊天软件充当个人 AI 助手，代劳清理邮箱、航班值机等事务，但因权限敏感、成本较高，建议在虚拟机或 VPS 上体验。
OpenAI NewsAI 评分5656 OpenAI 深入解析 Codex 智能体循环的内部机制
OpenAI 发布技术文章，深入解析 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
Fragmented · AI Developer PodcastAI 评分5353 Fragmented 播客 301 期：AI 编程的四级阶梯
Fragmented 播客第 301 期中，Kaushik 与 Iury 将 AI 编程拆解为四代范式，从超级自动补全、对话式编程、智能体到智能体编排，每代对应不同的工作流与心智模型。节目还提到 Git worktrees、用自定义 compact 命令在智能体间传递上下文，以及先让智能体澄清需求再执行等实践技巧。
OpenAI NewsAI 评分3232 OpenAI 如何使用 Codex 加速工程研发
OpenAI 团队全面使用 Codex 来理解代码、重构系统并提升性能，从而加快研发速度并优化工程工作流。Codex 已深度融入其日常工程实践，成为提高代码理解与系统重构效率的关键工具。
Fragmented · AI Developer PodcastAI 评分2323 Fragmented 播客第 300 期：从 vibe coding 到软件工程
Fragmented 播客宣布转型，内容方向从 Android 转向 AI 开发，并迎来新联合主持 Iury Souza。第 300 期以「从 vibe coding 到软件工程」为主题，计划逐期探讨 AI 开发实践。完整节目笔记见 fragmentedpodcast.com。
The Cynical DeveloperAI 评分2525 The Cynical Developer 第 2 季第 1 集：2026 年软件开发现状，什么真正出了问题
James Studdart 在 The Cynical Developer 第 2 季第 1 集中以讽刺视角审视 2026 年软件开发现状，指出哪些环节真正出了问题。节目进一步探讨哪些做法仍然有效、哪些需要改变，本集由其本人撰写，并使用其声音的 AI 模型配音。
OpenAI NewsAI 评分2323 Datadog 使用 Codex 进行系统级代码审查
Datadog 使用 Codex 进行系统级代码审查。该案例由 OpenAI 发布。
OpenAI NewsAI 评分5050 OpenAI 如何用 Codex 在 28 天内交付 Sora for Android
OpenAI 用 Codex 在 28 天内交付了 Sora for Android；团队借助 AI 辅助规划、翻译与并行编码工作流，以精简人力完成快速、可靠的开发。原文链接：https://openai.com/index/shipping-sora-for-android-with-codex
OpenAI News精选AI 评分8181 OpenAI 发布 GPT-5.2
GPT-5.2 是 OpenAI 面向日常专业工作的最先进前沿模型，具备最先进的推理、长上下文理解、编码和视觉能力，可在 ChatGPT 和 OpenAI API 中使用，以支持更快、更可靠的智能体工作流。
推荐理由：官方公布了 GPT-5.2 在推理、长上下文、编码和视觉上的能力定位，可据此评估它对现有智能体工作流的替换价值。
硬地骇客AI 评分4242 EP117 豆包月活过亿，阿里再造「千问」是不是晚了？
硬地骇客 EP117 复盘阿里 C 端 AI 助手战略：夸克与千问左右互搏，通义千问以淘宝、高德、飞猪生态构建竞争壁垒。当大模型“有手有脚”、能直接履约买票下单时，流量逻辑可能被彻底改写。节目同时讨论腾讯的“连接器”困境、Kimi 与 Minimax 抢滩 AI Coding，以及免费 AI 助手未来是否会“大数据杀熟”。
OpenAI NewsAI 评分1515 如何在软件开发生命周期中使用 Codex
OpenAI 举办网络研讨会，探讨如何在软件开发生命周期中使用 Codex。
OpenAI NewsAI 评分5252 OpenAI 发布 GPT-5.1-Codex-Max 系统卡片
OpenAI 发布 GPT-5.1-Codex-Max 系统卡片，介绍该模型的安全措施。模型层措施包括针对有害任务和提示词注入的专门安全训练，产品层措施包括智能体沙箱和可配置网络访问。
OpenAI News精选AI 评分6161 OpenAI 发布 GPT-5.1-Codex-Max 智能体编程模型
OpenAI 发布 GPT-5.1-Codex-Max，一款更快、更智能的智能体编程模型，专为 Codex 设计。该模型面向长周期、项目级工作，具备增强的推理能力和更高的 token 效率。
推荐理由：OpenAI 推出面向长周期项目级任务的智能体编程模型，读者可据此判断其在速度、推理与 token 效率上的改进如何影响现有开发流程。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 3 Pro 模型
Google DeepMind 发布 Gemini 3 Pro，称其在各大基准上超越前代，编码能力超越 2.5 Pro。模型预览版定价为 $2/百万输入 token 和 $12/百万输出 token（200k token 以内），可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。
推荐理由：官方公布了 Gemini 3 Pro 的基准成绩、定价与开发者工具集成，读者可据此评估其在编码和多模态任务上的实际可用性。
Google DeepMind精选AI 评分9292 Google 正式发布 Gemini 3 模型，推出 Gemini 3 Pro 与 Deep Think 模式
Google 正式发布 Gemini 3，首先推出 Gemini 3 Pro 预览版，号称在多模态理解、推理和编码方面达到业界最先进水平，LMArena 得分 1501 Elo。同时推出增强推理模式 Gemini 3 Deep Think 以及全新的智能体开发平台 Google Antigravity。
推荐理由：官方公布 Gemini 3 Pro 在推理、多模态和编码基准上全面超越 2.5 Pro，并推出 Deep Think 模式与 Antigravity 开发平台。