公司与模型
OpenAI 的 GPT 系列模型、ChatGPT 与 Sora 产品更新，以及公司战略与人事变化。
13 条精选近 30 天 13 条共收录 405 条
这篇 Codex 源码剖析（commit d58d0e5841）拆解了执行引擎与沙箱层，指出 Codex 不用 Docker 或虚拟机，而是直接调用 macOS sandbox-exec、Linux Seccomp-BPF 加 Landlock、Windows CreateRestrictedToken 做内核级隔离。
能拿走双端截断的 response_clipped 标签、AST 锚点补丁语法和四级模糊寻址，替换现在全文件重写和行号 diff 的改码流程；代价是要自己实现补丁解析与 tree-sitter 拦截，沙箱部分还得逐平台适配内核机制。
作者梳理 Claude Code 和 Codex 共有的六种能力，即 AGENTS.md/CLAUDE.md、Skill、Subagent、Hook、MCP、权限与沙箱，并说明各自作用在上下文窗口的哪个位置。
能拿走一套中立源加 sync 投影的双宿主配置法，把角色和 skill 只写一份再生成 Claude Code 与 Codex 的配置，落到软件工厂的流程编排上；代价是 sync 跑在会话启动路径上要够快，且 Codex 每条 hook 改配置就要重新审核。
作者用 Claude in Chrome 扩展让 Claude Code 在已登录的 ChatGPT 网页里自动填 prompt、发图、下载并切图，13 轮出图留下 35 张原图，全程同一个对话保持画风一致。
可照搬的是让 Claude Code 用页面 JS 操作已登录的 ChatGPT 网页出图，配固定 prompt 尾段和切图脚本；代价是网页结构会变、单轮出图最长 26 分钟，听感和观感仍需人判断。
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格约为 GPT-5.6 Terra 的一半。
能拿走的是按任务档位选模型的成本账，medium 档跑专业软件操作、max 档留给复杂编程，代价是复杂任务仍要切回 Sol 或 Astra。
作者基于 codex-rs 仓库 commit 8c07694 的 V2 实现，拆解 Codex 多智能体的治理层，包括执行容量、驻留驱逐、树级共享 token 预算、角色与模型分层和四层可观测性。
能拿走两层容量治理加树级共享 token 预算的配置思路，落到软件工厂的多 agent 派单上，代价是编排不可复现、子 Agent 结论以 assistant 身份回流缺少核验标记。
Mistrial 是一个可对现有 LLM judge 重复采样并输出可靠性卡片的命令行工具，报告自一致率、翻转用例、judge 间 Cohen's kappa 与 Krippendorff's alpha，以及与人标的准确率。
能拿它把现有 LLM judge 重跑多轮，量出自一致率、翻转用例和 kappa，再按 gate-risk 反推 CI 通过线；代价是要多花调用费，且 kappa 在几十条用例上不构成证据。
OpenAI 于 10 月 27 日发布新模型 GPT-6.1 Terra，主打以更低成本完成复杂电脑操作任务，擅长视觉推理和桌面软件自动化。
能拿走的是按推理强度分档选模型的成本账，低档跑发票、图纸类桌面自动化，高档才上 Sol 或 Astra；代价是最高难度编程任务仍要换更贵的模型。
AWS 博客给出在 Amazon Bedrock 上调用 OpenAI 模型时使用提示词缓存的完整模式，覆盖静态工具与指令缓存、对话历史滚动断点、会话中途追加工具、子智能体共享前缀和新会话复用缓存键。
能拿走一套 Bedrock 上 OpenAI 模型的提示词缓存写法，含 prompt_cache_key、显式断点、additional_tools 追加工具和 warm 后 fan out 子智能体，落到软件工厂的多 agent 派单线；代价是前缀须逐字节稳定且至少 1024 token，缓存写入按 1.25 倍计费。
作者记录了在 macOS 上用 Codex CLI 配好 chrome-devtools-mcp 1.12.0 的完整流程，解决每个新会话弹一次 Chrome 连接授权、AI 开网页抢占前台标签页的问题。
能拿走 quiet 启动器脚本和 Codex 用户级 MCP 配置，让多个 AI 会话复用同一条 Chrome 常驻连接并强制后台开页；代价是首次连接仍要点一次允许，且脚本绑定 1.12.0 包内模块，升级需同步改。
作者基于 Codex CLI 开源 Rust 代码（commit 8c07694）拆解其智能体执行机制，对比普通 ReAct、V1 与 V2 三种模式。V1 把派活从同步函数调用改为异步派生，子智能体有独立线程、上下文和可恢复历史，但完成通知只带状态不带内容；V2 补上驻留槽位与 LRU 换出重载、树级共享信箱和 fork_turns 精细上下文继承。
能拿走 Codex V1/V2 两代多智能体的线程派生、LRU 换出、树级信箱与 fork_turns 上下文裁剪设计，落到软件工厂的多 agent 派单流程；代价是要自己实现监工、驻留槽位和并发治理。
OpenAI 于 10 月 22 日把 Decisions API 转为正式版，端点 POST /v1/decisions 只回答有界问题，返回概率、选项或分值，官方称比调用同一模型快最多 10 倍，定价 $0.10/百万输入 tokens 且不收输出费。
高频有界判断可换成只返回概率或选项的端点，把 prompt 精简到刚好够判断；但选项顺序和打包会漂移，概率需用自有标注数据校准，固定分类任务上微调小模型可能更准。
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让工程师把补丁开发和回归检查交给智能体。regression-hunt 在初步评测中比提示 Codex 审查 PR 回归的基线少 25% 误报，95% 置信区间为 14% 到 38%，但代价是部分已知回归因证据不足被列为 borderline。
可拿走三臂证明、固定输入输出 schema、每步 live PoC 和 THREAT_MODEL.md 约定，接到开源补丁与回归检查流程里；代价是证据门槛高，已知回归会卡在 borderline。
作者对照 Codex 源码 agents_md.rs 并用 Codex CLI 0.162.1 实测，确认 Codex 把路径上的 AGENTS.md 拼起来后按 project_doc_max_bytes 默认 32,768 字节截断，超出部分按字节切掉且只在日志留 warning。
能拿走一套自查脚本和 project_doc_max_bytes 调参法，用来排查 Codex 读 AGENTS.md 时子目录规则被截的问题，代价是调高上限只对本地生效，团队还得靠给根文件减肥。