Product
1. OpenAI把Codex做成开放Harness平台
OpenAI 发文把开源 Codex harness 定位成平台，而不是又一个聊天窗口。Harness 管上下文、工具、沙箱、审批和跨轮续跑；应用自己管界面、业务数据和写操作。官方举例：在 ARC-AGI-3 上，保留推理与压缩上下文把 GPT-5.6 Sol 从 13.3% 拉到 38.3%，输出 token 降到约六分之一。集成分三层：一次性任务用
codex exec，程序里用 SDK，产品内嵌用 app-server。示例应用 Relay 把 agent 放进货运异常看板，改预订必须人批。公开案例包括 JetBrains、Cisco App Builder，以及 Thrive/Crete 税务试点：处理约 7000 份申报、准备时间降约三分之一。开源的是 harness 和接入面，模型访问仍单独计。
2. Cursor给Cloud Agent加上长期目标
Cursor 8 月 19 日更新把 cloud agent 往「一直在跑的系统」推。新增 Subscriptions：agent 可盯 PR、Slack 线程或定时任务，有事件再醒；它创建的 PR 会自动跟到 CI 绿、机器人评论处理完。
/goal给一个长目标，例如修完全部 flaky test，直到完成才停。任意 skill 可钉成 Custom Mode，相当于常开技能。子 agent 能各自上独立虚拟机，拿一份干净仓库副本做测试或并行修 bug。跟进消息改成等下一次工具调用再生效，不再中途打断。这些能力目前主要在 cloud agent。方向很清楚：人设目标，agent 守事件。
来源：Cursor
3. Apache孵化开源Agent项目Maka
推文称 Apache 孵化器迎来第一个 Agent Harness 项目 Maka，强调自研 harness、基准可复现、中立开源。仓库 README 的自我定位是 local-first Agent workspace：会话、设置和运行记录默认留在本机，可选云 API、本地模型或兼容网关。Desktop、TUI/CLI 和 Eval 都走同一套 Runtime Host；设计把 Runtime Event Log 当真相源，上下文压缩不等于丢掉执行证据。当前对外的是 Apple Silicon 桌面早期版，Windows 只是未签名预览，Computer Use 还没进首发。作者把「benchmark 顶尖」写得很满，仓库本身更强调可复现评测框架，具体分数要以评测产物为准。
来源：GitHub
4. fx：6MB Zig编码代理冷启动10µs
Guillermo Rauch 继续推 fx：Zig 编译的静态 ELF，约 6.3MB，冷启动约 10µs，另有更小的 libfx.wasm。定位是可嵌入的编码 agent harness，不是终端 IDE；系统提示和工具面刻意压小，换更快 TTFT 和更低 token。Apache-2.0、模型无关，可用技能、插件和 MCP 扩展。站点同时在推两周免费 GLM-5.2，以及经 AI Gateway 的 GPT-5.6 Sol 月度五折；用量高于预期，正在加 GLM 容量。状态仍是 experimental，作者自己也说会频繁改。它和 Codex/Maka 抢的是同一层：谁能把 agent 循环做得足够小、足够快、足够能嵌进别人的系统。
来源：fx
5. Claude托管Agent可把沙箱写入记忆
ClaudeDevs 一次发了三项 Managed Agents 更新。第一项：Self-Hosted Sandboxes 里做的工作可以写入 memory。意思是自托管沙箱不再只是一次性隔离执行，跑完的状态能留下来给后续会话用。官方没给记忆范围、保留时间和跨会话隔离的细节。对企业来说，这是「沙箱可回收」和「记忆会不会串租户」必须一起问的点。它和后面两条域名控制、多 agent 视图是同一组：把托管 agent 从演示做成可运营系统。
来源：@ClaudeDevs
6. herdrm：跨设备看所有编码Agent终端
Vincent Yang 开源 herdrm：herdr 的原生 macOS 控制台，用来同时看各台机器上的编码 agent，并直接附到它的 live PTY。herdr 是后台运行时，管终端、保活和状态；herdrm 在上面加窗口、侧栏、设备切换和系统通知。远程机器走
ssh -L转发套接字，重连自动做。作者标明早期软件、测试不全、欢迎 PR。对同时跑 Claude/Codex/Gemini/Grok 的人，缺的不是又一个聊天壳，而是一张能跳进真终端的总览。
来源：GitHub
Tutorial
1. Armin拆解推理痕迹、effort和KV缓存
Armin Ronacher 写短文澄清 reasoning：痕迹不是神秘状态，只是模型先往 scratchpad 打字。GPT-OSS 的 Harmony 格式用
analysis/final频道分开；闭源模型大概再加一层摘要或打码。所谓 reasoning effort 往往写在系统提示里一句Reasoning: low，所以改 effort 会让 KV cache 失效。关掉思考时，有的实现预填</think>，有的让模型自己决定；再给一个自定义think工具，模型可能把推理写到不该出现的地方。文章由提取闭源 traces 的论文和网上「骗模型泄思维」讨论触发。结论很冷：特殊的不是思考，而是「被训练成不要把思考写进最终频道」。
2. Claude Code四种Output Style怎么选
Yanhua 把 Claude Code 内置的四种 Output Style 写成工作人格：本质是换系统提示。已写出的是 Default——标准工程师，直接干活，适合日常开发和调试；第二条 Proactive 在图里展开。官方同日另发 Concise，说明这组开关正在被产品化。对使用者，价值是承认「同一模型、不同系统提示 = 不同工种」，而不是指望一个默认人格包打全部会话。图里其余两种要以原图为准，推文正文没有写完。
来源：@yanhua1010
Opinions/Thoughts
1. Addy Osmani谈认知投降与工程师问责
Pragmatic Engineer 访谈前 Google 工程总监 Addy Osmani。他把 AI 辅助开发的核心风险叫认知投降：你不再理解问题，也不再记得系统怎么长出来。旧办法是读完全部推理，现在输出量已经让这不现实，但仍要抓住关键决策。他主张双向放大：让 agent 记下决策和教训，人同时把这些内化。工程师仍重要，因为模型无法问责；所有权可以像 Chromium 那样落在批准和拒绝的人身上。职业建议是角色会拆开重组——工程师要有产品感觉，不要只做 builder。这是从 DevTools 作者口中出来的工作方法，不是又一篇「AI 会不会取代程序员」。