资讯

Warp 宣布推出 Warp Factories，提供开源基础设施来构建云软件工厂，该工厂自动执行软件开发生命周期中的工作。该平台旨在通过内置评估和治理功能解决编码 Agent 的 ROI 和治理问题，但专家认为，在软件工厂像 CI/CD 一样普及之前，行业仍需解决更深层的基础设施问题。

Slack 推出了 Slack Code，一种专为编程 Agent 设计的临时频道，支持计划、代码差异、拉取请求和实时预览。只有 Agent 能创建这种频道，并继承原有权限，高影响操作仍需人工批准。Slack 没有额外收费，目前支持 Claude、Devin、GitHub Copilot 和 Vercel，后续将支持 ChatGPT。

文章指出，Token 优化是一个系统性问题，重点在于工作流重构而非单纯压缩提示词。通过引入语义缓存、上下文预算、模型路由等架构组件，可以显著减少重复计算，降低成本与延迟。

Upstage AI 的 Solar Pro 4 定位为企业级 Agent 的“工作马”，强调稳定的长上下文推理、文档理解和工具调用，成本较前沿模型降低约 90%。在 Artificial Analysis 基准上得分 42，与通用前沿模型持平，并超越 Nvidia、Google 等竞品。

币安推出 Agent OS，允许开发者将 AI 应用和代理连接到其金融基础设施，支持 ChatGPT、Claude Code 等工具。平台通过子账户默认封锁提现、按订单审批等机制给予用户精细控制，但代理解释交易决策的过程发生在币安系统之外，公司无法完全掌控。

OpenAI 预览了针对精选客户的 Private Safety Processing 服务，通过自动化系统监控多会话滥用而不保留客户数据，以此对标 Anthropic 的 30 天数据留存政策。该政策引发敏感数据企业担忧，而 OpenAI 的新技术扩大了零数据保留（ZDR）的适用范围。

OpenAI 的 Trusted Access for Cyber 项目向经审核的研究员提供限制更少的 AI 模型，以加速漏洞修复。近日部分用户访问权限被误撤销，OpenAI 回应称是技术问题，需要重新验证。

本文是 GitHub Copilot app 初学者系列的第三篇，重点介绍 My work 面板的使用：内置视图、自定义过滤器、列表/表格布局切换，以及从 Issue 或 PR 直接启动会话，帮助你在多任务场景下保持有序。

OpenAI 将异步消息工具 send_user_message_async 合并进 Codex 公共仓库，使 Codex 在等待开发者回复时可继续执行无关任务，不再阻塞。但该功能存在时序冲突：智能体可能在决策后继续执行，而回复没有与之明确绑定，也没有检查点或自动回滚机制。

本文比较了团队为 AI 编码智能体创建和维护的文档、测试和小批量工作流程，与为人类开发者提供的条件之间的差异。文章指出，这些实践已证明能提升效率，却因成本或惯性而未在人类团队中实施，引发了关于管理优先级的思考。

本文讨论了智能体权限的不足，提出了使用液体类型作为行为沙箱的解决方案，通过类型系统限制智能体的行为，防止数据泄露等安全风险。作者以 AeonBox 为例展示了如何实现这种机制。

Cursor 推出代码托管平台 Origin，欲与 GitHub 竞争。Origin 支持与 GitHub 并行使用，实现代码互操作。GitHub 近期频繁故障，引发开发者不满，为 Origin 提供了机会。

Cursor 正式发布 Git 兼容的代码托管平台 Origin，支持仓库托管、PR 和 Agent 集成。发布当天恰逢 GitHub 全球宕机，引发社区热议。Origin 目前仅面向 Pro/Teams/Enterprise 用户，功能上与 GitHub 持平，未来将深度集成 Agent 工具。GitHub 替代品赛道竞争加剧，GitLab、Zed 等也在布局类似方案。

IBM Research 的 ALTKEvolve 通过自我蒸馏规则集为智能体注入记忆，在八模型测试中发现：强模型（如 DeepSeekV3.2）用完整规则集提升最多（+9.5pp），弱模型（如 gpt-oss-120b）用检索式注入更优（+16.1pp）且成本仅 +5% token，而饱和模型无增益。记忆应视为剂量而非开关。

Claude Code 的 /claude-api 技能原本每次调用都会把全部参考文档加载进上下文，单次消耗超 20 万 Token。更新后改为按需加载，初始上下文成本降至约 2.5 万 Token。社区此前已在 GitHub issue 中定位到问题所在。

智能体 AI 正遭遇延迟墙：多跳网络和 CPU 端处理占延迟高达 90.6%，现有基准测试无法反映真实生产场景。Akamai 提出分层架构，将编排和工具调用移至边缘，并建议在部署前明确性能预算。

OpenAI 联合创始人 Greg Brockman 警告称 Z.ai 的 GLM-5.3 开源模型可能加速网络威胁，而 Anthropic CEO Dario Amodei 则认为开源权重并非权力集中的充分解决方案。文章对比了 OpenAI/Anthropic 与 Z.ai 等公司在开源模型安全上的不同立场。

Asana 借助 OpenAI Codex，在两三周内移除了停止维护的测试系统 Enzyme，完成了原计划需五年、预算约 600 万美元的工作，实际模型与基础设施成本约 1.2 万美元。做法是五句话提示词、最多四个编码智能体并行修改各自代码副本，工程师每天检查两次并审核所有改动。