AI 编程实时动态与要闻

OpenAI Developers 官方账号转发 OpenAI API 团队成员 Steve（@stevendcoffey）的帖子，公布 Agents API 本周 5 项更新：像 Codex 一样在执行前审查命令的 Auto Review、在后台进行的异步上下文压缩、让模型感知时间流逝的实验性功能、可随时更新会话的工具列表，以及系统提示词在所有会话间自动缓存。截至写稿时，官方 API 更新日志尚未列出这些条目。

Anthropic 于 10 月 30 日 01:06（UTC）在 GitHub 发布 Claude Code v2.1.314，官方 CHANGELOG 列出 119 条变更，超过一半是修复。新功能主要面向企业：permissions.blockWritesOutsideWorkingDirectories 让 Write、Edit、NotebookEdit 在任何权限模式下都拒绝写工作目录之外的路径；Claude apps 网关的上游可以按 IdP 分组限定使用者，Bedrock 上游可记录触发的 guardrail；空闲压缩扩展到 VS Code 和 Claude Desktop 的 Code 标签页。此外修复了管理员限制 effort 时会话反复报错、claude -p 启动失败却返回 0 等问题。

OpenAI Codex 负责人 Tibo 宣布，GPT-6.1 Sol 在 Codex 与 ChatGPT Work 中的默认上下文由 272K 提升到 500K（约 +80%），目的是减少长任务里的自动压缩；走 ChatGPT 订阅额度时不额外收取长上下文费用。另据 Codex 官方 changelog，GPT-5.5 将于 10 月 14 日从 ChatGPT 与 Codex 全部套餐下线（API 保留）。

随着自主智能体（Autonomous Agents）在复杂网页操作、终端交互和超长程多步推理中的广泛应用，上下文窗口与推理成本的恶性膨胀已成为工业落地的最大路障。传统做法依赖‘自然语言文本总结（Textual Summarization）’或‘硬性剪枝（Token Pruning）’来压缩历史交互，但这两种方式不仅损耗大量关键细节与细粒度状态变量，还会在模型多次读取汇总时引发‘语义退化与失忆循环’。香港科技大学（HKUST）与阿里巴巴联合研究团队在最新研究（arXiv:2610.11287）中提出了颠覆性的 REMORY 框架。REMORY 创新性地在序列维度（Sequence Dimension）构建了‘残差记忆连接（Residual Connection）’：它将有损的宏观自然语言摘要作为‘主干通路’，同时通过轻量化模型学习一组高密度的软记忆向量（Soft Memory Tokens）作为‘残差通路’，专门捕捉摘要中丢失的细粒度操作细节、工具调用返回值与局部上下文关联。实测显示，REMORY 仅需占用完整上下文 5.2% 的输入位置，就能在 BrowseComp 复杂网页交互与 Terminal-Bench 2.1 长程终端基准上达到近乎等同于完整上下文的推理准确率，同时将智能体的重复尝试与死循环工具报错率削减逾 40%。

@CompleteSkeptic（Diogo Almeida，TypeSafe / RLHF 相关背景）公开一份关于 TypeSafe 与编码智能体的设计笔记（Google Doc），覆盖路由、上下文压缩、子代理、Skills 与 MCP 等工程取舍，并欢迎社区在此基础上实验；该帖当日约 930 赞 / 5.6 万浏览。

@aiRobertDaily 介绍 fast-jev-compaction：面向 Claude Code 的插件，用 Jev 模型做可控上下文压缩，替代传统 LLM 摘要。可对工具调用与结果快速筛选，过时内容移出或截断，有价值信息只留必要部分；同期提到面向 Codex 的 Jev 上下文压缩服务。目标是降低 token 成本并提高交付效率。

LM Studio（@lmstudio）宣布 Bionic Agent 新增 Introspection 与 Session References：智能体可检索自身会话历史，在多次压缩后仍能处理长期上下文；在 composer 中可用 @ 直接引用其他会话，方便跨对话接力同一项目。

Grok Build 发布 v1.0.33，强化 MCP、内存与长会话可靠性：MCP 工具结果可返回结构化 JSON，取消/超时会通知服务端停工；可在 /memory 面板两键删除真实笔记；长会话压缩检查点在 30 天清理中保留，避免长程代理工作流丢上下文。马斯克转发放大该更新。

Sourcegraph 为其 AI 助手 Cody 引入了专门针对深度调用堆栈优化的上下文压缩引擎。该技术在将数千行源码打包进入模型上下文时，采用语义修剪算法保留函数签名、接口契约与关键逻辑路径，将长代码块的 Token 消耗缩减 60%，同时使多文件跨包引用的代码生成准确率提升 34%。