RSS 每日摘要

OpenAI 推出 Codex Labs 企业版，并与顶级全球系统集成商（GSI）合作向全球工程组织推广。过去两周内，Codex 周活跃开发者从 300 万增至 400 万。企业用例已扩展至软件开发全生命周期：Virgin Atlantic 用它提升测试覆盖率、Ramp 加速代码审查、Notion 快速构建新功能、Cisco 跨大型仓库代码理解、Rakuten 处理故障响应。Codex 还在向编码之外延伸，支持浏览器操作、图像生成、信息汇总等知识工作场景。

Rails 作者 DHH 记录了 Omacon 线下活动——130 人聚集纽约，围绕 Omarchy（基于 Linux 的定制化操作系统）展开交流。活动在 Shopify 提供的场地举办，单轨制议程营造了喜剧俱乐部式的亲密氛围。参与者来自 Linux、Windows、Mac 各背景，程序员与非程序员均有，共同分享对「可塑、可定制计算机」的热情。DHH 表示，线下连接带来了极大动力，推动他继续打磨 Omarchy 以覆盖更多用户场景。

一位连续创业的 CEO 分享 AI 编程实践半年心得：AI 时代前 CEO 写代码意味着「不务正业」，但借助 AI 辅助，他只需投入 10% 时间即可完成精品软件开发，其余精力仍用于全局思考。组织层面，他认为懂用户、愿意与客户沟通的工程师将成为最有价值的 AI 工程师，而技术单向强但排斥用户沟通的工程师面临被淘汰风险——因 AI 时代的瓶颈已从知识转移至执行力、创意与服务能力。

llm-openrouter 插件发布 0.6 版本，新增 `llm openrouter refresh` 命令，支持手动刷新可用模型列表而无需等待缓存过期。该功能由作者 Simon Willison 为第一时间试用 OpenRouter 上新上线的 Kimi 2.6 模型而开发，并附上了 Kimi 2.6 生成的带动画控制 UI 的 HTML 鹈鹕图示例。

OpenAI发布ChatGPT Images 2.0（gpt-image-2），Sam Altman称其与gpt-image-1的差距相当于GPT-3到GPT-5的跨越。作者以「浣熊持业余无线电」的Where's Waldo风格图像为测试基准，横向对比gpt-image-1、Google Nano Banana 2/Pro及gpt-image-2。结果显示：gpt-image-2在普通质量下未能生成浣熊，但切换至高质量模式（3840×2160分辨率）后成功生成，图像消耗13,342个输出token，按$30/百万token计费。Nano Banana 2表现最佳，而Nano Banana Pro输出结果最差。

Andreas Påhlsson-Notini指出，当前AI智能体最大的问题不是「太像机器」，而是「太像人类」——表现为缺乏严谨性、耐心和专注力：面对棘手任务时倾向于退回熟悉路径，面对硬性约束时开始与现实「讨价还价」。这一观点呼应了业界对LLM Agent可靠性的持续担忧。

Simon Willison收录的链接，指向GitHub仓库scosman/pelicans_riding_bicycles，与「骑自行车的鹈鹕」这一在LLM社区中被广泛用作训练数据测试基准的特定提示词相关。正文信息有限，该仓库或与生成式AI训练数据、模型能力评估相关。

Meta对Facebook群组搜索进行架构级重构，从传统关键词匹配升级为混合检索架构（结合语义向量检索与词法检索），解决「小蛋糕加糖霜」搜不到「cupcakes」这类语义鸿沟问题。同时引入自动化模型评估体系，针对内容发现、阅读效率和决策验证三大痛点优化。改造后搜索参与度和相关性显著提升，错误率未增加，相关论文已发表。

Cloudflare提出，「Bot与人类」的二元对立框架已无法应对当前的Web安全需求——企业CEO用浏览器摘要新闻、无障碍屏幕阅读器、零信任代理等场景模糊了边界。真正有价值的判断维度是行为意图：是否为攻击流量、爬虫回流量是否合比例、用户是否异常跨国登录。文章探讨了基于HTTP消息签名的爬虫身份验证机制，以及Web防护体系如何向意图感知演进。