AI 编程实时动态与要闻

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

开源编码智能体 OpenCode 背后的 Anomaly 发布语音输入工具 Hex 3.0 稳定版：按住快捷键说话、松开即粘贴到光标处，语音识别在本机完成，内存占用从约 900MB 降到约 160MB，并新增词汇表、hex 命令行和可选的 OpenCode 改写。

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

10 月 31 日，Vercel Labs 的 Chris Tate（agent-browser 作者）在 X 上发布 agent-desktop，称其为「整台电脑版的 agent-browser」。它是一个 Rust 编写、Apache-2.0 开源的 CLI 和 C 库：读取桌面应用的系统无障碍树，以 JSON 返回每个可操作元素的 ref，Agent 按 ref 点击、输入后再快照核对，不做像素匹配，默认在后台无头运行。1.0.0 已于 10 月 27 日发布并首次加入 Linux 支持，目前 npm 最新版为 1.0.2。

查看大图

Amp 10 月 29 日上线 macOS Satellites：线程仍跑在 Linux orb 上，需要 macOS 时自动启动一台预装 Xcode 与模拟器的云端 Mac，只在上面构建、运行和测试，截图、日志和录屏回传线程。mac.medium $2/小时、mac.large $4/小时，beta 需排队。CEO Quinn Slack 称智能体做 macOS 开发时只有约 35% 的时间需要 Mac。

查看大图

这是一条 X 热议，不是正式发布。10 月 28 日（SGT 10 月 29 日 06:05），X 用户 Angel（@Angaisb_）发布截图称「ChatGPT 正在统一 Chat 和 Work」，并追问用量额度会怎么变，获得约 44 万次浏览。约一个半小时后，个人简介为「Codex & ChatGPT @OpenAI」的 Tibo（@thsottiaux）引用回应：团队确实在做，但还没开始推出，计划今年某个时候把 Chat 和 Work 的长处合在一起，会谨慎推进、不着急。该回应约 2800 赞、900 多条回复。

查看大图

Anthropic 前沿红队（Frontier Red Team）10 月 27 日发布研究文章，称过去几个月用一个未发布的内部研究模型，在浏览器和操作系统中发现严重漏洞，并在「初始提示」后由 Claude 写出五条完整利用链：Chrome 一键远程代码执行并逃出沙箱、Safari 绕过同源策略、Android 锁屏下经 USB 取数据、Windows HTTP/3（QUIC）远程拒绝服务、Linux 多路径 TCP 零点击 root 代码执行。官方称已向 Google 报告并获分配 62 个 CVE，全部为严重或高危，已在 Chrome 156 修复；所有漏洞都按协调披露流程报告给厂商并已修复。模型名称、人工参与程度和算力成本官方未公布。

查看大图

Anthropic 于 2026-10-22 宣布，把 Agent Skills（以 SKILL.md 文件夹为载体、教 Agent 完成特定任务的开放标准）捐给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），与此前捐出的 MCP 同属一个中立基金会。捐赠内容包括 Agent Skills 名称和 logo、GitHub 组织以及 agentskills.io 域名。官方称自 2025 年 12 月发布标准以来，已有 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多个 Agent 平台集成，累计发布 100 万个技能、安装近 2.8 亿次。后续由 Anthropic、Google、OpenAI 等公司工程师以个人身份维护。

查看大图

Google AI Studio 团队发布 Gemini API CLI（命令名 gemini-api）实验预览版。它是一个无状态、零依赖的 Go 单文件，支持 macOS、Linux、Windows，Apache 2.0 开源。任何有 shell 权限的编码 Agent 配好 GEMINI_API_KEY 后，就能用一条命令调用文本推理、图像/视频/音乐/语音生成、文件与 YouTube 分析、音视频转写，以及 Deep Research 等托管 Agent。媒体结果直接写到磁盘、只把文件路径打印到 stdout，避免把 base64 塞进上下文。官方说明它是实验项目，不属于受支持的 Google 产品。

查看大图

多所顶尖研究机构在 arXiv:2610.28554 中正式发布革命性多智能体世界模型架构 OverSeer。针对现存视频世界模型在扩展至多智能体协同场景时，各 Agent 视界受限（局部可观察性）、传统方案过度依赖外部地图拼接输入，导致多视角画面严重冲突与空间位置漂移的行业痛点，OverSeer 提出“将全局空间辅助流与多智能体第一人称流进行联合预测”的全新机制。在经典开放世界测试环境 Minecraft 的严格基准评测中，OverSeer 在空间定位（Grounding）、长程空间记忆（Memory）与多视角一致性（Consistency）指标上全面超越现有顶级基线，彻底消除了群体智能体在空间盲区下的物理幻觉。

查看大图

微软 VS Code 团队在最新发布的 VS Code Preview（v1.142）中正式推出了里程碑式功能 Canvases（智能体画布）。针对传统仅依赖侧边栏狭窄聊天框与智能体交流导致的信息碎片化、上下文展示不直观以及无法掌控智能体多文件并发编辑状态的行业痛点，Canvases 引入了无限延展的人机共享交互白板。开发者与 Coding Agent（如 GitHub Copilot、Claude Code、Cline 等）可以在画布上并排布局架构流程图、交互式代码 Diff、调用堆栈树与动态单元测试运行视图，实现真正的可视化多维对齐与协作式结对编程。

查看大图