Product
1. Codex 桌面端正式登陆 Linux
OpenAI 的 Codex 桌面端正式登陆 Linux，首批支持 Ubuntu、Debian 与 Fedora 三大发行版。这次带来的是完整的桌面体验而非阉割版：并行 agents、worktrees、diffs、skills、automations 以及浏览器工作流全部可用，与开发者既有的本地构建环境无缝衔接。对长期受限于 macOS/Windows 的 Linux 用户而言，这意味着可以不再依赖远程容器或 Web 端来使用完整 Codex 能力。发布者强调这是团队期待已久的一次交付。意义在于：前沿编码 agent 的全平台覆盖进一步补齐，Linux 作为服务器与云原生主战场终于拿到一等公民待遇。
来源：Codex for Linux is finally here 🐧
2. GitHub 发布 Agent Plugins 1.0 跨客户端标准
GitHub 正式发布 Agent Plugins 1.0，并已在 VS Code Copilot、Copilot CLI 与 Copilot App 中落地支持。其核心理念是“一次打包、多端通用”：开发者可把 skills、MCP servers 与各类 AI 扩展封装为同一个可安装插件，再在所有兼容的 agent 客户端中复用。这实质上是在为碎片化的 agent 生态定义一个跨客户端的插件标准，降低重复封装成本。该标准已于 8 月公布并进入可用阶段。意义在于：若被广泛采纳，将显著减少跨工具迁移时为同一能力重复造轮子的问题，是 agent 互操作性走向标准化的一步。
3. SpaceXAI 发布 Grok 4.6，多项基准逼近 Fable 5 与 GPT-5.6 Sol
SpaceXAI 正式发布 Grok 4.6，官方称其在多项基准上已与 Fable 5、GPT-5.6 Sol 相当或接近。该模型当日即上线 Cursor 与 Grok Build，并附带 2 倍用量；在 Frontend Arena 拿到 1553 分、位列第 13。整体定位是用显著低于前沿模型的价格，提供接近前沿的智能、编码与 agentic 能力。这延续 Grok 4.5 以来的“高性价比”叙事，把价格/性能曲线进一步压低。意义在于：前沿模型的定价权与能力差距被持续压缩，第二梯队正快速逼近第一梯队。
4. DeepSeek V4 Pro 官方定价页上线
DeepSeek V4 Pro 的官方定价页已更新，按“百万 token”为单位对输入与输出分别计费，计费维度为输入与输出的总 token 数。这为评估其相对 Opus/Fable 的真实性价比提供了官方基准。结合其在 agent 基准上的高定位，定价将是决定其能否快速抢占开发者的关键变量。意义在于：模型竞争已从“能力”延伸到“单位智能成本”，DeepSeek 的价格一贯是其核心杠杆。
来源：模型 & 价格 | DeepSeek API Docs
5. Claude 浏览器会话跨桌面/网页/移动端同步
Anthropic 宣布 Claude in Chrome 的会话现可跨桌面、网页与移动端延续：对话会被保存，用户的 skills 与 connectors 同样在浏览器中可用。该功能当日向 Max 与 Team 计划开放，并将在未来几周内向 Pro 计划铺开。这意味着浏览器侧的 Claude 不再是孤立入口，而是与多端体验打通的统一 agent。意义在于：跨端连续性是 agent 成为“日常基础设施”的前提，Anthropic 正补齐这一体验短板。
来源：@claudeai
Opinions/Thoughts
1. 传言：Grok 4.7 参数翻倍至 2.1T，几周内发布
据 Hesamation 透露，Grok 4.6 并非 SpaceXAI 正在烹制的最强模型，真正的重头戏是 Grok 4.7：其参数量约 2.1T（对比 4.6 的 1.5T），预期在各方面优于 Grok 4.6，并将在数周内发布；另有版本称时间为 3–4 周。这意味着当前的 4.6 可能只是一道“开胃菜”，更大规模的旗舰紧随其后。意义在于：前沿模型的迭代节奏正从“季度”压缩到“周”，发布间隔本身已成为竞争叙事的一部分。需注意该信息为传闻，未经官方确认。
来源：@Hesamation
2. Anthropic 研究：在多 Agent 系统中“演化”思想病毒
这项 Anthropic 的工作提出并验证了“mind viruses”——即在多 agent 系统中，能让每个宿主 agent 主动把它传递下去的“思想”。研究在一个共享代码库的小型 agent 团队上演化这类思想，并测量什么因素决定了它的传播。这本质上是在用进化框架研究 agent 间的“模因传播”与潜在感染路径。意义在于：随多 agent 协作普及，思想/行为如何在 agent 群体中自传播，成为一个关乎安全与对齐的新议题。
来源：@omarsar0
3. O’Reilly：要教 Agent，你得先懂架构
Tim O’Reilly 在这篇《Why “It Depends” is the most future-ready answer》中指出：为了把架构知识教给 agent，你必须自己先理解架构。“看情况（it depends）”之所以是最面向未来的回答，正因为它建立在对架构权衡的深刻理解之上，而非死记答案。这把“教 agent”与“人自身的理解深度”绑定在一起。意义在于：在 agent 接管越来越多执行的时代，人类专家的价值越来越体现为“可被传递的判断与权衡”，而非具体编码。
