openai

调查研究-198 Agent 到底该记住什么？读懂《What Must Generalist Agents Remember?》现在做 Agent，很多人一上来就会讨论"记忆系统"。短期记忆、长期记忆、向量数据库、用户画像、历史对话、工具调用记录、任务状态、RAG、反思日志、episodic memory、semantic memory……

白宫前脚下了限制令，OpenAI 后脚就把 GPT-5.6 发了2026 年 6 月 27 日，周六。昨天我们刚报道白宫限制 GPT-5.6 发布，今天 OpenAI 直接把它推出来了。同一天，苹果因为芯片荒涨价 20%，全球科技股集体崩盘。

你好，我叫 Prompt——其实，你一直在给 AI 写程序大家好。我叫 Prompt。中文有人叫我提示词。也有人叫我咒语。甚至还有人叫我："AI时代的新编程语言。"

你好，我叫Token——AI世界里最忙的搬砖工大家好。我叫 Token。别看我名字洋气，其实我就是个打零工的。AI世界里，所有人都认识ChatGPT，认识DeepSeek，认识Claude，认识Gemini……

大模型是不是到顶了？瓶颈到底在哪这两年很多人有个共同的体感：每一代新模型发布，惊艳感都在变弱。从 GPT-3 到 GPT-4，那是一次让人坐直身子的跳跃；而再往后，参数更大、跑分更高，用起来却像是"又强了一点点"。于是一个问题越来越频繁地被问起：大模型是不是到顶了？

连微软都用不起 AI 了微软上周做了件事：6 月 30 日起，取消内部大部分工程师的 Claude Code 授权，强制迁移到自家 GitHub Copilot CLI。

调查研究-195 从 AmEx 支付系统看 Cell-based Architecture：真正的高可用，不是无限重试，而是控制失败边界很多系统谈高可用，最后都会落到几个熟悉的词上：限流、熔断、降级、重试、监控、告警、自动扩容、多活、异地容灾。

程序员辉哥

Skill精通系列之Spec-Kit-最适合团队的SDD 开发框架嗨，我是辉哥，一个致力于使用 AI 技术搞副业的超级个体Spec-Kit 是 Claude Code 生态里规格驱动开发的工具集。它不写代码、不做调度、不定义开发流程，只做一件事：把模糊的自然语言需求，固化成结构化、可校验、可追溯的契约，让开发、测试、验收围绕同一个基准运转。

前端页面添加AI自动翻译按钮在字典配置页面中，编辑/新增常量字典时，存在以下字段：为了减少手工填写英文描述的成本，在“英文描述”输入框右侧增加了一个 AI翻译按钮。点击按钮后，可以直接将“中文描述”翻译为英文，并自动回填到“英文描述”字段。

第5章 AI Agent 工具使用：连接外部世界的桥梁在前四章中，我们已经为 AI Agent 配齐了LLM推理底座、Prompt能力、长短记忆、规划反思思维。此时的Agent已经具备「独立思考」的能力，但仍然是一个封闭的智能体：无法获取实时信息、无法执行代码、无法对接业务系统、无法处理外部数据。

给中文 AI 教程做了点微小的贡献是这样的，我做了一份 Claude Code 和 Codex 的中文教程，目前来看可能是全网最全的中文 AI 教程，我做了网站，并且把这份教程开源了。

调查研究-192 AI Agent 之间也需要“信任“:把多 Agent 信任变成可测指标AI Agent 之间也需要"信任":把多 Agent 信任变成可测指标(arXiv 2026 论文解读)

调查研究-191 SenseVoice 不只是 ASR:把语音从“转文字“升级成“理解状态“做 AI 语音对话系统时,很多人会先把语音识别理解成一件事:这个理解没有错。ASR 的核心任务确实是把音频转换为 transcript。问题是,真实的人机语音交互里,系统真正需要的并不只有"用户说了什么"。

Codex Windows 自动更新后沙箱报错：一次 WindowsApps 受保护文件问题排查本文记录一次 Codex Windows 桌面端自动更新后的 sandbox 报错排查过程。结论先说：这不像普通项目目录权限问题，也不像单纯的 node_modules 路径过深问题；更可疑的是自动更新后 WindowsApps 应用包中的 app\resources 可执行文件处于 Encrypted / Application Protected 状态，导致沙箱上下文无法正常执行或加载。

第4章规划与推理：赋予Agent思考的能力在前几章我们完成了LLM底座、Prompt工程、记忆系统的搭建，Agent已经具备上下文记忆、长期语义回忆、结构化输出能力。但此时的Agent仍停留在「被动应答」阶段：面对复杂多步骤任务，只会简单线性执行，不会拆解、不会择优、不会纠错、不会复盘。

优雅写作：开源两个我的文章写作 SkillLLM 带来了巨大的生产力提升。我目前主要用 Codex 辅助日常任务，写作也不例外。LLM 本来就是通用自然语言模型，最擅长处理语言文字，但带来便利的同时，也产生了新的问题。在我自己的观察和写作过程中，我遇到两个明确且突出的问题：

AI模型调用笔记

5 行代码同时调用 GPT + Claude + Gemini，附 Python 完整示例做 AI 相关开发的朋友都经历过这个阶段：项目里要用到多个模型，于是你接了 OpenAI SDK、Anthropic SDK、Google AI SDK……三个 SDK 三种调用方式，参数名都不一样，维护起来头疼得要命。

调查研究-189 Kronos 调研：金融 K 线基础模型，是真突破，还是量化圈的新玩具？说明：本文只做技术研究和工程拆解，不构成任何投资建议，也不讨论任何具体标的的买卖决策。最近 GitHub 上一个叫 shiyu-coder/Kronos 的项目热度很高。它的完整标题是 Kronos: A Foundation Model for the Language of Financial Markets，直译过来就是"金融市场语言的基础模型"。

第3章记忆系统：构建Agent的长期与短期记忆前面章节我们掌握了 LLM 底层原理、Prompt 工程、结构化输出能力。但目前的 Agent 仍然存在一个致命问题：无记忆能力。

程序员辉哥

Skill精通系列之GStack-最会做决策的虚拟团队嗨，我是辉哥，一个致力于使用 AI 技术搞副业的超级个体GStack用42个纯Markdown定义的Skill，搭起了一个完整的虚拟工程团队。每个Skill对应一个专业角色，有自己的思维方式、工作流程和评价标准。