ITPub博客

OpenAI 上周整理了一篇文章，介绍内部是怎么用 Codex 的。使用 Codex 的团队包括安全、产品、前端、API、基础设施和性能工程。从接手的任务来看，Codex 主要的使用场景为：理解复杂代码库、重构和迁移、性能优化、补测试、交付新功能，以及在紧急情况下排查故障等等。下面是 7 个 Codex 典型的使用场景：场景 1：代码理解Codex 的一个典型用法，就是让工程师快速看懂不熟悉的代码

今天来解读下论文「Is Grep All You Need? How Agent Harnesses Reshape Agentic Search」。论文的作者们均来自 PwC U.S. 的 AI 研究团队，研究方向偏企业内部 AI 工程与 Agent 应用。这个背景也解释了为什么这篇论文没有只停留在检索算法对比上，而是把重点放在了 Harness、工具返回方式，以及端到端 Agent 表现。虽然

这期的 News 有点像开发者版“工具和玩具一起上线”。工具这边，大模型和 AI 编程产品还在继续更新：Cursor 发布 Composer 2.5，Warp 开始支持自带推理接口，OpenAI 给 Codex 加了 Appshots，Qwen 也发布了面向 Agent 时代的新模型；开源社区里，Google 拿出了 Agent Runtime，Perplexity 开源了开发机安全扫描器。玩具这

只要你和现在的 AI 工具交流，无论是 Codex、Claude，还是 ChatGPT、DeepSeek、豆包，你应该都注意过一件事：它并不是一次性把完整答案吐出来，而是一个字接着一个字，慢慢形成一行字，再逐渐生成一整段话，直到所有结果都返回完毕。而你看到的第一个 token，往往要等一会儿才出现，比后面出现的字慢得多。可一旦第一个 token 出现，AI 开始输出之后，后面的内容就会几乎连续地流

从工程师视角出发，带你过一遍 Harness Engineering

看 Anthropic、OpenAI、Gemini 的 Harness 都在做啥？

大模型预训练的开销非常高，这已经不是新鲜事。随着模型规模的不断扩大，训练数据需求会持续增加，训练周期和算力成本也越来越难以忽视。因此，过去一两年，LLM 研发团队一直在尝试提升 LLM 预训练的效率。相关方法大致可以分为三类：从模型结构入手，比如 MoE 和稀疏注意力；改进输入表示，比如 tokenizer 和 SuperBPE；调整训练目标，比如多 token 预测 multi-token pr

前些日子，Codex 里出现了一个新命令：/goal。可能已经有小伙伴用上它了。Goal 的使用方式很简单：在 prompt 开头输入 /goal，再告诉 Codex 你希望它完成什么目标。接下来，Codex 就会围绕这个目标持续循环，直到它认为目标已经完成。Goal 模式不是普通的一轮对话，也不是你让模型“帮我改一下代码”那么简单。它更像是一个持续运行的 Agent 循环：执行动作、评估结果、判

上周技术圈的信息挺杂，但有几条线索值得放在一起看。一边，AI 产品继续往具体工作流里走：Claude Code 开始支持 Agent View，OpenAI 把 Codex 带到移动端；另一边，开发者社区继续整活：有人给 Claude Code 做实体旋钮，有人做 Claude 用量桌面仪表盘，还有人把终端做成能显示 3D 老鼠的玩具。下面，我们开始本期的「周一上线」。有点新鲜「有点新鲜」收录本周

不知道你平时用的 IDE 是什么？小七的工程师同事有在用 Vim 的，也有 Emacs 党，IntelliJ 全家桶也有人在用，用得最多的可能是 VS Code。只要代码能写好、工具链能跑通，似乎大家没有必要使用同一个 IDE。Google 早年也是如此。在 Google 工作了 13 年（2011-2024）的 Laurent Le Brun 最近写了一篇文章，回顾了 Google 内部 IDE

手把手教你搭建 Bub：一个懂群聊上下文、无“班味”的轻量化 AI 助理。

虚拟内存通过页表、TLB 与缺页机制，实现安全高效的内存管理。

复杂任务不仅需要会写代码 Agent，更需要能够负责派活、整理结果与汇报 Manager Agent~

LLM 提速关键在两件事：少做不必要的重复工作；让不可避免的工作尽量并行发生。

过去我们讨论 AI 对齐，一般是要求 AI 系统的目标要和人类的价值观与利益相对齐（保持一致）。因此，很多时候是在看模型最后说了什么、做了什么。比如：它有没有拒绝危险请求？有没有泄露隐私？有没有在评测里做出不该做的事？有没有在 Agent 场景中，为了完成目标而绕开规则、滥用工具、伤害用户利益？上面这些问题当然重要。但只看最终行为，有一个很大的局限：同样一个正确行为，背后的原因可能完全不同。一个模

Redis 作者 antirez 开源了一个面向 DeepSeek V4 Flash 的本地推理引擎。它不追求通用，只想把模型加载、KV Cache、工具调用和 Agent API 适配压进一套专用实现里。

​AI Agent 火起来之后，凭借着简单、轻量、方便编辑，Markdown 一直都是 Agent 输出计划、说明和文档的默认格式。但上周五 Anthropic 工程师 Thariq Shihipar 提出，HTML 可能正在成为新的 Markdown。

上周技术圈最值得注意的，可能不是某一个模型更新了，而是 AI 公司正在重新分配资源。

大佬勿进！新手向，手把手带你从零做站点：妈妈再也不用担心我会忘记和她之间的温馨小故事了。

过去一段时间，业界关于 AI Agent 的讨论，大多还是围绕着模型能力展开：模型会不会推理、能不能拆解任务、会不会调用工具、上下文够不够长…但当 AI Agent 进入真实的生产环境时，问题会变得更具体，更加工程化。Agent 要解决的问题，不再只是一次模型调用，而是维护一套能持续运行的系统：模型要不断判断下一步，工具要被调用，结果要回传，上下文要维护，错误要被发现，用户反馈也要被记录下来。刚好