Product
1. Astra 官方指南：异步工具与中途改推理
OpenAI 把 GPT-6 Astra 写成目前最强的电脑操控、浏览、工程与专业工作模型，接口名是 gpt-6-astra。文档强调它用更少输出 token 把任务做完，所以虽然单价更高，估算任务成本可以更低。新能力包括异步工具调用、任务中途改指令，以及用 configuration_update 在对话中途改 reasoning effort 并尽量保住缓存。它更敏感地执行 AGENTS.md 和 Skills，官方强烈建议先审计这些文件。它不支持 reasoning effort 为 none；欧盟数据驻留下没有 Fast mode。对齐监控会异步报警。文档把“更会追问、更会跟指令、不一定爱派 subagent”写成默认行为，要用提示词去拧。
2. WebDev Arena：Astra 超 Fable 5.1 三十五分
TestingCatalog 援引 Arena：GPT-6 Astra 登上 WebDev Arena 前列，比刚发布的 Claude Fable 5.1 高 35 分。引述称它在 40 美元/百万 token 价位重画帕累托前沿，价格与最新 Claude 对齐。帖文还问评分会不会冲到 2000。这是网页开发对战榜，不是 Terminal 或安全榜；35 分是相对 Fable 5.1 的分差，不是绝对值。Arena 图是截图，未给样本量和误差条。
3. UI Skills：给人和 agent 的界面技能目录
UI Skills 收集无障碍、动效、前端工艺和界面质量方面的 design-engineering skills，明确写给人和 agent 一起用。提供 CLI 和 MCP，用 ui-skills-root 按主题分流。这是把“把 UI 做像样”从口头审美变成可安装的技能包。目录质量和各 skill 是否过时，要打开后看，站点本身只是索引。
来源：UI Skills
4. Codenotch 开源：侧槽式 LLM 用量条
Vinz 把 Codenotch 开源。这是一个侧槽样式的小工具，用来跟踪 LLM 用量。他写明自己没时间维护、也覆盖不了自己不用的模型，所以交给社区。帖文没有仓库功能清单和隐私说明，核心信号是：个人配额工具已经从私有脚本变成要和别人一起养的产品。
来源：@hivinz_
Tutorial
1. macOS 上让编码 agent 直接开 Blender
Simon Willison 写 TIL：前沿模型已经能产出可编辑的 .blend，也能渲图，甚至把序列帧交给 ffmpeg 做短片。macOS 上装好官方 Blender 后，对 GPT-6 Astra medium 说用已安装的 /Applications/Blender 渲一只骑车的鹈鹕即可。三次加码分别用了约 2 分 39 秒、3 分 51 秒、5 分 59 秒，每次留下 .blend 和 Python。最后让 Codex 根据刚才学到的路径写了一条本地 Blender skill。关键不是鹈鹕，是 agent 把 GUI 应用当成可脚本化工具。
来源：Using Blender with coding agents on macOS
2. Cursor 课：验证闭环、Skills 与 CI 硬约束
课程记录 Lauren Tan（@poteto）五个月的路径：从盯着一个 agent 逐条看输出，到 agent 自动合并 PR、她事后在 main 上审，月合并量接近一千。支柱是三件：验证闭环、Skills 与 Evals、CI 硬约束。信息来自转述帖，原 X 文章正文没有抓到。可核对的只有这三根柱子和量级，不要把月千次合并读成无审查。方向仍清楚：人从逐条盯输出，退到在主干上看结果。
来源：X Article
3. 推理痕迹只是另一段文本
Armin Ronacher 写：推理痕迹被说得很神秘，其实是模型在最终答案前先往草稿通道写字。GPT-OSS 的 Harmony 格式里，analysis 和 final 是不同通道，标记是特殊 token，中间仍是普通文本。所谓 reasoning effort 往往写在系统提示里一行 Reasoning: low，所以改 effort 会动系统前提、打中 KV 缓存。关闭思考有时是预填 这类机械手段；模型被骗到错误通道时，痕迹就会漏。有人在 Astra 上中途改档遇到 cache miss，这篇文章提供了机制解释。
4. Astra 长任务的瓶颈是上下文膨胀
Elvis 说即便 GPT-6 Astra 这种强模型，瓶颈仍是 context bloat 和 compaction。他推荐一份新配置，用来在长任务里保持持久，并配了 Astra 自己画的示意图。帖文没有贴出配置项。方向和官方文档一致：Astra 对 Skills 和 AGENTS.md 更敏感，长程任务要先减上下文，而不是再加一份说明书。
来源：@omarsar0
Opinions/Thoughts
1. 智能解决执行，解决不了协同
Alon Michael 写他因资金解散工程团队后，用 Codex 和一堆 agent 重建工作流，很快把自己变成没有员工的管理层：有人写计划、有人审计划、有人写验收、有人打验收。他的结论是：智能解决执行，不解决协同；agent 越强，越会在你看不见时改现实。Tara Seshan 把 AI 产品分成聊天、agent、持久同事三阶段，工作仍多是一人一代理。他要做的 Synaptic 不是更聪明的工头，而是共享现实、租约、证据和确定性策略。一次 PostgreSQL 所有权实现里，七项测试通过，但 worker 被允许上报时间，就能偷租约。原则变成：Oracle 必须在声称之下。北星指标是每自主工时的人类管理干预次数。
来源：The Machine That Builds the Machine
2. 模型把人推向同一批硬件项目
Armin 想给廉价 CarPlay 盒子刷机，和 Fable、Sol 讨论后被指向 CatPlay。买到的 Carlinkit Mini Ultra 不是原文的 Ingenic 方案，他仍靠模型把 CatPlay 编到这块 SoC 上。刺痛点是：模型既给了线索，也在把不同的人推向同一条路。他和一个朋友几乎同时从模型那里知道可以黑 CarPlay。Lucas Meijer 让 Pi 出 HTML 报告的做法，很快变成默认，因为模型越来越为 Artifacts 这类输出受训。问题不是会不会黑硬件，而是有多少“独立点子”其实是同一代模型的潜在能力被同时钓出来。
3. On-Policy Distillation 综述：跟学生自己的轨迹学
宋明阳、郑茂的综述把 On-Policy Distillation 写成：教师不再只模仿自己的完美前缀，而对学生实际采样的轨迹给反馈，把误差累积从接近平方压向线性。静态蒸馏在长推理里会暴露偏差，因为学生推理时走的是自己的前缀。作者把 OPD 形式化为对学生轨迹的 f-散度最小化，并沿优化目标、信号来源、训练稳定三条轴整理，还把它和带 KL 约束的强化学习接上。未解决问题包括蒸馏缩放律、带不确定度的反馈、agent 级蒸馏。这是 6 月的 v4，不是新实验，但是把散落在 KD、RLHF 和模仿学习里的工作收成一张图。
来源：arXiv.org
4. DeepLoop：循环 Transformer 的残差缩放要改
DeepLoop 讨论 Looped Transformer：同一叠物理层跑多轮，用循环加深度、不增加参数。问题是残差缩放：普通 Transformer 每层有自己的更新，循环网络里一次参数更新要聚合多次访问。作者用访问对齐系数给出一阶扰动界，对齐严重时 DeepNorm 指数要从 1/4 提到 1/2。方法保持 Post-LN DeepNorm，对展开深度 N 设 α=(2N)^(1/2)、β=(8N)^(-1/2)。在 GPT-2 small/medium 级循环语言模型上，不循环时中性，启动循环深度后验证损失和下游准确率变好。帖文里“OpenAI 两圈、字节四圈”只是作者猜测，论文没有验证。
来源：arXiv.org