openai

小黄人软件

Claude和Codex下载离线包安装遇到问题：windows无法访问指定设备路径文件应用无法打开也无法卸载，解决了通过网盘分享的文件：OpenAI.Codex_26.609.3341.0_x64__2p2nqsd0c76g0.Msix等2个文件链接: https://pan.baidu.com/s/12yXljK5SUxBo751dfVKNXw?pwd=8888 提取码: 8888

AINative软件工程

AI Agent 的内存工程实践：短期、长期与外部记忆的架构选型与生产落地你的 Agent 每次对话都像失忆了一样？用户说了三遍的偏好，下次还得重说——这不是大模型的锅，是你的内存架构没设计好。

调查研究-171 什么是 Aha Moment：从「被使用」到「被需要」的关键瞬间很多人做产品、做网站、做工具、做内容时，都会陷入一个误区：以为用户打开了页面、注册了账号、点击了按钮、浏览了内容，就代表产品已经产生了价值。

再玩一会儿看代码

2026 年 ChatGPT 套餐怎么选？Free、Go、Plus、Pro、Business、Enterprise 一次讲清楚很多人刚开始用 ChatGPT 时，都会遇到一个问题：免费版够不够用？Plus 值不值得买？Pro 到底贵在哪里？团队应该买个人号还是 Business？

炸裂！！！给 codeX 装上本地大脑：cc-switch_Ollama 接入全记录作者：吴佳浩撰稿时间：2026-6-11最后更新：2026-6-12声明：本文所有结论均来自俺对 cc-switch 源码的实际修改和双平台测试（转载请注明出处吴佳浩Alben）上游仓库：github.com/farion1231/cc-switch Fork：github.com/XiaoBinGan/cc-switch，分支 feat/ollama-codex-proxy PR：#4075

AINative软件工程

AI Agent 跑 24 小时后，我补上的 6 个运维护栏让 Agent 长期在线不难，难的是出错后谁负责、怎么止损。这篇是我们把自主 Agent 跑进生产后，踩坑补洞的真实复盘——6 个护栏，每一个都是事故倒逼出来的。

调查研究-169 开源 TTS 模型横向对比：从“能发声“到“可部署的语音智能基础设施“（2026 版）作者：武子康的个人博客核验说明：版本号、发布时间、许可证、参数规模均通过 2026 年公开技术报告与 GitHub / Hugging Face 仓库信息联网核查。✅ 已验证 = 多源交叉一致；⚠️ 待验证 = 单一来源或仅官方声明。

大数据在线

布局Agentic AI，亚马逊云科技组合拳再升级2026年被视为智能体爆发的元年，OpenClaw、Hermes等智能体的火爆，折射出产业界最为清晰的趋势：即人们不再满足于让AI写一首诗、画一张图，或者像个聪明的实习生一样回答问题，而是希望AI能够在真实业务场景的复杂工作流中自主推理、规划和执行。

为什么我把专利交底书做成 Skill昨晚我把一个新工具推到了 GitHub，名字叫 patent-mining-disclosure-skill。它不是一个“帮你润色专利文档”的小脚本，而是一个给 AI Agent 用的专利挖掘与交底书生成 Skill。

调查研究-168 MiroFish 本地化部署分析：主仓库、Zep Cloud、离线 Fork 与真正可控的多智能体沙盘最近 MiroFish 这个项目热度非常高。它的定位很有想象力：不是让一个大模型回答问题，而是让系统根据用户上传的现实材料，自动构建一个由大量智能体组成的“平行数字世界”，再通过这些智能体之间的互动、争论、传播和行为演化，推演一个复杂事件未来可能的发展方向。

七牛开发者

Skills 是什么？Claude 官方教你做一个好用的 SkillClaude Code 团队上周写了一篇文章，来讲述他们在内部是如何使用 Skills 的。借着他们这篇分享，我们来讲讲 Skill 是什么，以及如何参考 Claude Code 团队的经验来打造我们自己的好用 Skill。

七牛开发者

AI Agent 的 4 个工程关键词：Prompt、Context、Loop、Harness 到底是什么？这周，AI Agent 圈又出现了一个新词：Loop Engineering。它看起来有点陌生，但如果放到我们和 AI 的交互变化里看，就会自然很多。

跨 AI IDE 的协作痛点：用了五六个 AI 编辑器，提示词（Skills）该怎么统一管理？赶时间直接看：【💎 终极玩法：带有 Frontmatter 的按需路由分配（强烈推荐！）】当一个人/团队同时用着 Cursor、Claude Code、Codex、VSCode Copilot 甚至更多 AI 编辑器时，每个工具都有自己对 "Skills / Rules / Instructions" 的定义、路径约定和调用规则。没有人能强迫团队只用一种工具——这篇文章不打算做这件事，而是探讨：在多工具并存的现实里，如何让 Skills 的维护不变成噩梦。

把 GitNexus 接进 Codex：安装、索引、Web UI 和项目分析实操AI 编码工具读文件没问题，但遇到“项目怎么分层”“这个接口后面调用了谁”“改一个类会影响哪些流程”时，只靠搜索文件名和关键字就不够了。GitNexus 的思路是先把项目索引成代码知识图谱，再把这份图谱提供给 CLI、Web UI 和 MCP。接入 Codex 之后，Codex 可以直接读取 GitNexus 的项目上下文、功能聚类和执行流。

"Chat is dead"：OpenAI 正在杀死的不是聊天，是整个 AI 交互范式"Chat is dead."这不是某个 AI 悲观主义者的论断，而是 OpenAI 一位高级员工在接受《金融时报》采访时说出的原话。

【LLM技术全景】规模定律与模型演进：为什么模型越大越强？摘要：本文是《LLM技术全景：从Token到部署》系列第五篇。大语言模型最令人震撼的现象之一是"规模定律"（Scaling Law）——模型性能随参数量、数据量、计算量的增加而可预测地提升。本期将深入解析Scaling Law的数学原理（Kaplan定律、Chinchilla定律）、模型演进的关键里程碑（BERT→GPT→LLaMA），以及为什么"大力出奇迹"在Transformer架构下依然有效。

调查研究-166 VoxCPM 详解：一个值得重点关注的开源 TTS 项目这两年，语音大模型的发展速度非常快。过去我们谈语音合成，更多关注的是“能不能把文字读出来”“声音是否清晰”“有没有机械感”。但到了大模型时代，TTS 的目标已经不只是把文本转成语音，而是要让模型理解语气、情绪、角色、语言、方言、音色，甚至在一定程度上具备“声音设计”的能力。

AINative软件工程

Tool Schema 写得好，模型少出错：5 个工程师必知的设计原则很多团队在排查 LLM Function Calling / Tool Call 问题时，第一反应是加重试、加校验、加执行保护。但在生产环境里，一部分错误并不是执行阶段才出现的，而是在 schema 定义那一刻就埋下了。工具名含糊、description 太短、参数类型过于开放、required 字段随意设计，都会让模型在调用前就走偏。

AINative软件工程

LLM Prompt 版本管理工程实战：如何像管代码一样管理你的 Prompt2026 年初，某家做客服 SaaS 的公司，产品经理往客服机器人的 prompt 里加了三个词——"更有对话感"。