AI 编程实时动态与要闻

11 月 3 日，OpenAI 发布《Accelerating engineering for the physical world》，介绍其模型在机械设计、电子设计和仿真上的进展。两名员工用 GPT-6 Astra 在不到一周内设计出一台用来和 Codex 对话的设备（外壳、PCB、固件和软件），合同制造商不到一个月做出小批量原型，但量产前仍需多轮人工评审。OpenAI 硬件团队的模型 token 用量自 2 月以来增长 23 倍；在 BenchCAD 2.0 上，一个更新的内部模型平均得分 0.875，GPT-6 Astra 最高推理档为 0.594（官方口径）。OpenAI 还扩大与 Chip Ganassi Racing 的合作，并宣布与 Mazda 开展新的研究合作。

查看大图

OpenAI 11 月 2 日（美国时间）发文宣布筹备下一轮内部安全冲刺，与安全公司 Cathedral 合作，让对方研究员使用 OpenAI 模型和内部团队一起挑战自家防御。同时调整 Security Bug Bounty：严重级别漏洞奖励提高到原来的四倍以上，OpenAI 官方 X 帖称特别出色的发现含奖金最高可得 17.2 万美元。官方称上一轮冲刺抽调了 25% 的产品工程师，用 Codex 复现漏洞并准备补丁；此外已承诺 6 个月内提供 10 亿美元补贴额度给守护关键服务的防御方。

查看大图

OpenAI 11 月 2 日在工程博客发布《Scaling Git at OpenAI》，介绍为单体仓库自研的 Git 兼容后端 Pando。官方口径：上线后中位推送延迟降低近 5 倍（约 80%），每天交付近 1PB Git 数据，单小时峰值超过 57TB。Pando 用 Rust 编写，由一名工程师设计核心、Codex 智能体团队实现，10 周从立项到上线，今年 4 月开始承接生产流量。起因是 Codex 让并行分支和推送暴增，旧系统可靠性一度跌破 90%。

查看大图

11 月 2 日 15:50（UTC），X 简介为「Codex & ChatGPT @OpenAI」的 Tibo（@thsottiaux）在 X 上发帖称，OpenAI 正在扩展驱动 dots 的前沿模型家族，包括 GPT-6 Astra 和 GPT-6.1 Terra，未来还会有其他模型；他说 Terra 带来速度和「不错的性格升级」，将帮助把 dots 带给更多人。dots 是 ChatGPT 里常驻运行、自带云电脑的智能体，发布时由 GPT-6 Astra 驱动。这是员工本人的第一手说法，OpenAI 尚未发布正式公告，上线时间和适用套餐未公布。

查看大图

X 与 SpaceXSI 设计负责人 Benji Taylor 10 月 31 日在 X 上发布 Stageshow：一个给编程 Agent 用的开源 skill（MIT 许可），帮助 Agent 生成更像真实产品的“假 UI”静态图、光标演示动画和 bento 网格，产出是普通 React 组件。一条命令即可安装，作者说适用于 Grok Build、Claude Code、Codex、Gemini 等。首帖约 4,500 赞、6,500 次收藏。作者本人说明它不保证一次成功，多数演示仍需几轮反馈。

查看大图

清华大学与 Z.AI（智谱）等机构的论文 HarnessPro（arXiv 2610.26770，10 月 19 日提交、10 月 20 日更新 v2）提出一种无需标准答案的 harness 自我改进方法：让专门的 agent 诊断执行轨迹、改写指令与运行时策略，再用 LLM 生成的测试评估，并按性能与成本给出 Lite、Medium、Heavy 三档 harness。论文口径：GPT-5.5 搭配 Codex 时，Heavy 档在 Terminal-Bench 2 达到 80.8%，比此前方法 RHO 高 4.5 个百分点，单任务成本从 1.09 美元降到 0.72 美元。代码以 MIT 协议开源，本周被 Pandaily 等媒体集中报道。

查看大图

10 月 31 日，OpenAI Codex 与 ChatGPT 负责人 Tibo（@thsottiaux）在 X 上发布「28 天连更」第 26 天内容：ChatGPT 移动端可在多个账号之间直接切换，桌面端即将跟进。OpenAI 帮助中心同步更新说明：最多可同时登录 2 个账号，同一时刻只有 1 个处于激活状态；对话、记忆、文件、订阅与账单、工作区彼此隔离，切换不会合并或迁移任何数据。该推文约 1 万点赞、136 万次浏览。

查看大图

微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer（Apache 2.0，v0.1.0 于 10 月 26 日发布），它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件，opencode 为实验支持。插件从同一仓库的历史会话中学习，用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上，五种 Agent 与模型组合的平均成本降低 18.4%–30.9%（论文口径）。

查看大图

Kaggle 官方账号宣布与 IBM Research 合作上线 ScarfBench，用 204 个任务测试编码智能体能否把企业 Java 应用在 Jakarta EE、Quarkus 和 Spring 之间迁移且行为不变。IBM 10 月 27 日的技术说明显示，Gemini 4 Argon + Antigravity 以 75.2% 冒烟分居首，Claude Opus 5.5 + Claude Code 全通过率最高（72.1%），GPT-6.1 Sol + Codex 每解决一个任务成本最低（1.25 美元）。

查看大图

OpenAI 于 10 月 30 日发布 Private Intelligence，把零数据保留（ZDR）、即将推出的 Private Inference 机密计算预览、Agent 访问与操作审批、加密与合规认证打包成覆盖 ChatGPT、Codex 和 API 的企业隐私方案，与部分大客户共同打造。

查看大图

AI 编程 Agent 公司 Factory 10 月 29 日 22:31（UTC）在 X 和官方博客发布 Droid 1.0，称这是其 agent harness 迄今最大的一次更新。核心变化是把程序化工具调用（PTC）设为默认：模型写一段 JavaScript 脚本，在沙箱里一次跑完多达上百次工具调用。官方自测 Terminal-Bench 4 中，用 GPT-6.1 Sol 通过率 57.6%（每个通过任务 $0.79），用 Claude Opus 5.5 通过率 65.2%（$4.73），均高于同模型下的 Codex、Claude Code、Cursor、OpenCode 和 Devin。

查看大图