openai

实锤了：Claude Code偷查用户，时区、中国AI实验室全是关键词今天，Anthropic 可谓「双喜临门」。一方面发布了「迄今为止最具 Agent 属性的 Sonnet 模型」Claude Sonnet 5，性能接近 Opus 4.8。

飞书让表格变成「AI同事」加入群聊，不打开表就能用表6 月 23 日，Anthropic 发布了一个叫 Claude Tag 的东西。简单说就是把 Claude 以团队成员的身份塞进了 Slack 频道。多人可以 @Claude 分派任务，它能持续学习频道上下文，主动跟进未解决事项，Anthropic 内部 65% 的产品团队代码已经由它生成。

傻傻分不清OpenAI 与 Anthropic 接口协议差异简单来说，Responses API 是 OpenAI 新一代的统一接口，而 Chat Completions API 是上一代专门用于聊天的接口。对于新项目，通常建议优先使用 Responses API。

从“看图说话”到“动手干活”：看看国产多模态模型在生产场景下的真实表现现在，大家对基础模型能力诉求越来越高了，不再满足文本输入，而是混合输入。比如一张界面截图、一份业务图表、一页扫描合同、一张发票等，模型不仅要能看懂文件中的内容，还要能把内容变成可执行的步骤、提取结构化的信息或者是给出业务结论。

三张S-1，一个窗口：Anthropic、OpenAI、SpaceX 上市潮意味着什么？过去30天里，美国SEC（美国证券交易委员会）连续收到了三份改变历史的文件：三家公司合计估值超过 2 万亿美元。这将是自互联网泡沫以来，科技行业最集中的一波公开市场冲击。

AI智能体研发 | 什么是OpenAI API协议一行命令，直连模型。没有 SDK，没有抽象层——你面对的是最原始的 HTTP 与 JSON，这正是 OpenAI API 协议的真正面貌。

国产版Codex？阿里QoderWork有点东西，设计出来的Codex+Claude Code学习网站好看啊（附教程，超简单）大家好，我是二哥呀。最近一段时间，最火的 Agent 产品莫属 Codex。他不仅仅可以用来编码，还可以 Use Browser、Use Computer，控制你电脑上的 APP 做任何你能想到的事情。

AI圈刚开始谈Loop Engineering，两位95后博士已经盯上了人类闭环数据AI 圈最近又热了一个词：Loop Engineering。它原本出现在 AI Agent 语境里，讲的是一件很直接的事：别再只盯着单次 prompt，而要设计一套能持续运行的闭环系统。系统接任务、调工具、看结果、发现问题、再修正，直到目标被推进完成。换句话说，AI 工程的重心正在从 prompt-centric 转向 workflow-centric。

不只DeepSeek，阶跃等开源JetSpec：大模型解码提速近10倍近期，DeepSeek 推出投机解码框架 DSpark，让大模型推理效率再次成为行业焦点。几乎同一时间，另一大模型基座代表阶跃星辰提出了 JetSpec ，也把问题指向了同一个方向：当模型开始被 Agent 高频调用，智能能不能更快、更稳定输出出来？

用 React + TypeScript 写一个世界杯淘汰赛对阵树组件世界杯进入淘汰赛后，赛程展示就不太适合继续用普通列表了。小组赛可以用表格。淘汰赛更适合用对阵树。因为淘汰赛要表达的不只是“谁对谁”，还包括：

别只盯着最强模型了，Agent 场景更该看这类 Flash 档模型最近，GLM 5.2 接连刷屏，国产模型又热闹起来了。加上 DeepSeek V4、MiniMax M3，还有阶跃星辰的 Step-3.7-Flash，国产大模型这一波可以说是你追我赶，热度一下子又上来了。

调查研究-203 SpaceX IPO 总览：先别急着讲故事，先把发行事实和信息边界立住截至 2026-06-22，我按 SpaceX 官方定价公告、SEC EDGAR 文件和 Nasdaq 页面重新核了一遍：SpaceX 的 Class A 普通股已经以 SPCX 为代码进入公开市场交易。

第7章检索增强生成：打造知识库驱动型Agent在前几章我们搭建了Agent的记忆系统、推理规划、工具调用、多智能体协作能力，Agent已经具备完整的自主思考与外部交互能力。但此时的Agent仍然存在两个致命生产级短板：

流式响应的三次进化：EventSource → ReadableStream → TransformStream大模型时代，前端要面对的一个绕不开的问题是：怎么把后端"逐字吐出来"的内容，实时地、不卡顿地呈现给用户。这篇文章按时间线梳理三套方案——EventSource、fetch + ReadableStream、TransformStream——它们不是互相替代的关系，而是一个解决上一个的痛点、同时引入新问题的演进过程。

Codex Skills 怎么选？我常用的几个推荐给你Codex 大家应该都用上了吧。用得稍微多一点的人，估计也多少装过几个 Skills。今天这篇内容，我主要想分享 Codex 上有哪些值得一用的 Skill 和 Plugin。

近80年后，埃尔德什经典「拉姆齐数下界」，被三位中国学者首次指数级改进数十年前，匈牙利数学家保罗・埃尔德什（Paul Erdős）用随机性照亮了网络这个庞大而奇异的世界。如今，数学家们正在让他的这套方法变得更加强大。

Nvidia都在点赞的LoopWM世界模型，竟然来自一家中国初创FaceMind？在世界模型这条路上，行业一直卡在一个几乎无解的矛盾里：想要更真实的长程模拟，就必须给模型更深的计算；可一旦把模型做得更深，部署成本、参数规模和误差累积又会迅速抬头。结果就是，大家都知道世界模型要 “想得更久”，却很难让它在现实系统里 “算得起、跑得稳”。

调查研究-202 SGLang 深度解析：为什么大模型推理框架不只是“把模型跑起来“SGLang 不是一个简单的"模型启动器"。它更像一个面向复杂 LLM 应用的推理执行系统：既提供服务端 runtime，也提供用于表达结构化 LLM 程序的 frontend language。

第6章多智能体协作：从单兵作战到群体智能前面章节我们完成了单智能体的全套能力建设：LLM推理、Prompt工程、长短记忆、规划反思、工具调用。

「AI学习笔记」Harness Engineering: 从 Claude Code 源码看 Harness Engineering 最佳实践Harness Engineering 是一种专门用于构建可靠、可控的 AI Agent 系统的软件工程范式。