Product
1. Codex 操控电脑的三种核心方式详解
Codex 团队成员 Jason 发布指南，详细阐述了 Codex 操控电脑的三种主要方式：Computer Use、Chrome 扩展和内置浏览器。Computer Use 具备最广泛的图形界面操作能力，适用于桌面应用，但速度较慢且需前台运行；Chrome 扩展利用已登录的浏览器上下文，适合处理需要身份验证的网页任务；内置浏览器则提供完全隔离的沙盒环境，是前端开发与调试的理想选择。Jason 强调，应优先使用结构化工具（如插件或 MCP），视觉控制仅作为最后手段。此外，Appshots 功能可用于快速捕获屏幕上下文，为 Codex 提供精准的视觉参考。
来源：Three Ways Codex Can Use a Computer
2. Cursor 宣布推出代码托管平台 Origin
Cursor 宣布推出名为 Origin 的代码托管与 Git 协作平台。Origin 旨在成为“代理时代的 Git 仓库”，为团队和 AI 代理提供协作、代码审查和托管环境。该产品预计于今年秋季上线，目前已开放候补名单。此举标志着 Cursor 试图从单一的 IDE 扩展为覆盖代码全生命周期的基础设施提供商，进一步强化其在 AI 辅助编程领域的生态壁垒。
来源：Cursor
3. Data2Story：AI 驱动的端到端数据新闻系统
牛津大学与斯坦福大学联合开发了 Data2Story，这是一个旨在将原始数据转化为可验证多模态新闻报道的智能体系统。该系统模拟新闻编辑部工作流，涵盖数据分析、统计、可视化及排版。Data2Story 的核心优势在于证据可追溯性，所有论断均可追溯至原始数据或代码。它能根据内容自动选择最佳载体（如交互式地图或音频对比），将传统数据新闻的制作周期从数周压缩至小时级，为小型编辑部提供了高效的深度报道工具。
来源：GitHub
4. ModelScope 发布 AI 辅助科研资源合集
阿里魔搭社区（ModelScope）发起了“Awesome Vibe Research”开源项目，旨在收集科研全流程中的 AI 辅助能力。该项目将科研生命周期拆分为 9 个阶段，包括方向扫描、文献研究、方法设计、实验执行、可视化、论文写作等。每个阶段收录了对应的开源项目、智能体、技能和最佳实践。该仓库鼓励社区沉淀真实案例，旨在构建一个可复用、可验证的 AI 科研知识库，帮助科研人员提升效率。
来源：GitHub
5. 阿里 Qwen 发布具身智能机器人套件
阿里 Qwen 团队发布了 Qwen-Robot 套件，包含 Qwen-RobotNav、Qwen-RobotManip 和 Qwen-RobotWorld 三个基础模型，构建了具身智能的全栈解决方案。RobotNav 统一了 5 种导航任务；RobotManip 实现了异构机器人间的状态-动作空间统一；RobotWorld 则作为物理世界的通用模型，支持 20 多种具身形态。这些模型可独立使用，也可组合为物理世界的工具，为通用智能体提供了底层操作能力。
来源：Qwen Studio
6. Z-AI 发布 GLM-5.2 开源模型
Z-AI 正式发布 GLM-5.2 模型，这是一款具备前沿智能的开源权重模型。GLM-5.2 在编码和代理任务上表现显著提升，支持 1M token 上下文窗口，并提供两种推理努力等级。该模型采用 MIT 许可，旨在实现“无国界的技术访问”。Z-AI 同时发布了技术博客、权重、API 接口及编码计划，为开发者提供了全方位的支持。
来源：@Zai_org
7. GLM-5.2 在 Code Arena 表现优异
GLM-5.2 (Max) 在 Code Arena: Frontend 榜单中排名第二，仅次于 Fable 5，且大幅领先 Claude Opus 4.7。该模型在品牌营销、参考设计、数据分析、消费产品、游戏和模拟等几乎所有子类别中均表现出色。作为目前最强的开源模型，GLM-5.2 在与 Kimi-K2.6 和 Minimax-M3 的对比中展现了显著的性能优势。
来源：@arena
Tutorial
1. 损失函数开发：如何通过 Prompt 提炼产品
作者分享了通过“损失函数开发（LFD）”利用 AI 代理在 30 小时内提炼产品的实战经验。核心逻辑在于：不要给代理一个规格说明书，而是给它一个需要优化的目标（损失函数）。通过设置硬约束（时间、预算、工具）、盲测评估集以及强制熵增，代理能够从简单的模仿进化为超越参考产品的性能。作者强调，在 AI 时代，产品护城河不再是“我们构建了它”，而是“我们拥有竞争对手无法触及的评估集和真实边缘案例”。
来源：/goal + Loss Functions: How to Distill a Product in 30 Hours with One Prompt [Full Playbook]
Opinions/Thoughts
1. Anthropic 发布 Claude Code 经济学研究报告
Anthropic 发布了关于 Claude Code 的经济学研究，分析了约 40 万次会话数据。研究发现，人类在会话中主要负责规划（做什么），而 Claude 负责执行（怎么做）。随着用户领域专业知识的提升，Claude 每条指令完成的工作量显著增加。数据显示，过去七个月中，调试任务占比下降近一半，用户更多转向端到端代理任务，如部署代码和数据分析。此外，典型任务的经济价值平均提升了约 25%，表明 AI 辅助编码正在从简单的代码补全向复杂的工程代理演进。
来源：Agentic coding and persistent returns to expertise
2. OpenAI 发布部署模拟研究
OpenAI 发布了关于通过模拟部署来预测模型行为的研究。该方法利用近期去标识化的用户请求来模拟模型在真实世界中的响应，从而在发布前识别潜在的对齐风险。研究表明，这种方法能有效弥合基准测试与实际部署行为之间的差距。此外，OpenAI 还探索了 WildChat 数据集在评估中的应用，发现尽管其精度较低，但仍能提供关于部署行为的有用信号，为外部评估者提供了新的研究路径。
来源：@OpenAI
3. Meta 的工程文化危机：AI 狂热下的代价
Meta 正在经历一场激进的工程文化转型，将软件工程视为可消耗的成本中心。在 AI 狂热的驱动下，领导层实施了强制性的数据标注任务，导致约 4,500 名软件工程师被重新分配。工程师受到强制性的键盘和鼠标跟踪监控，以生成 AI 训练数据。这种转型导致了内部士气崩溃，并引发了 Instagram 的安全漏洞。Meta 的工程文化已从“快速行动”转变为“token 最大化”，这种对 AI 的盲目追求正威胁着其核心产品的稳定性。
