OpenAI 演示 Codex 新工作方式:云环境、语音控制与个人智能体协作
OpenAI 在 AI Engineer Code Summit 工作坊中介绍 Codex 新版云环境的改进用法与多种工作模式。云端环境可发布一次后在隔离实例中运行多个任务,支持与本地任务切换;语音可作为控制平面管理多线程任务;个人智能体 Dots 用于上下文同步与安全网辅助。
OpenAI 在 AI Engineer Code Summit 工作坊中介绍 Codex 新版云环境的改进用法与多种工作模式。云端环境可发布一次后在隔离实例中运行多个任务,支持与本地任务切换;语音可作为控制平面管理多线程任务;个人智能体 Dots 用于上下文同步与安全网辅助。
NVIDIA 展示了四家利用 Vision AI 和机器人技术对废弃衣物、塑料瓶及混合可回收物进行分拣的创新方案。
Amazon Bedrock AgentCore提供内置、DeepEval和AutoEval三类评估器,帮助团队从业务目标出发评估AI代理的实际表现。评估器覆盖响应质量、任务完成、工具使用、技能与安全等维度,支持trace级与session级指标。自定义评估器可在上述评估器基础上替换模型或修改提示词与评分准则。
Simon Willison 引用 Anthropic《Prompting Claude Fable 5.2》文档指出:在编码任务中,若提示词将代码库描述为模型自己的('This codebase is yours'),模型合并重复代码的比例约为不使用该表述时的五倍以上;若无此表述或呈现为他人的代码,模型倾向于在现有结构上直接添加,即使这意味着重复已有代码。
Simon Willison 用 Claude Code 构建了 Beep Locator 系统,在约 40cm 精度内定位了家中间歇性蜂鸣声来源——一台需换电池的老式一氧化碳探测器。
CrossnoKaye 基于 Amazon Bedrock AgentCore 构建了 AURA 智能体系统,通过将大语言模型与隔离 Python 计算沙箱相结合,实现对工业设施的实时监控、故障诊断与优化调度。
AI Engineer 频道百万订阅特别节目采访了斯坦福 CS146S《现代软件开发者》主讲人 Mihail Eric,他同时担任 Monaco 的 AI 负责人。
Andrej Karpathy 用 Claude 的 Opus 5.5 模型在周末搭建了 HackerTube,将 20 年 Hacker News 的 4300 万条评论筛选提炼为 6454 个推荐视频。
GitHub 发布 Agentic Engineering 工作流指南,将智能体介入覆盖 Plan、Build、Verify、Observe 四个阶段。
微软推出"行业评估数据生成平台",利用合成的企业环境对企业级Microsoft Copilot进行评估与AI可信度验证。该平台基于O*NET职业数据库、招聘网站信息和SEC文件等公开数据构建,涵盖制药、资本市场和IT等行业场景,无需接触任何真实客户数据即可完成百万级知识库工作流测试。
三位拥有十余年经验的 Java Champion 分享了他们在生产与开源项目中用 GitHub Copilot 的具体案例与最佳实践。Vlad Mihalcea 将原本需数周的内部工具开发缩短至两天,并通过自定义技能让生成文档符合个人写作风格。
GitHub 发布教程,演示如何将 Copilot app 中的会话转移到 VS Code 继续处理。用户可以在 VS Code 的 Copilot 侧边栏中直接打开已有会话,保留任务背景、计划对话和 worktree 上下文不变。随后逐行审查 agent 改动、手动微调代码、在本地终端运行测试验证,最后通过 Source Control 视图提交并推送至关联 pull request。
GitHub 发布 GitHub Copilot 入门系列文章,介绍四种让 Copilot 了解项目规则的方法:自定义指令(custom instructions)定义仓库级约定、Agent Skills 封装可复用流程、自定义 Agent 处理更复杂的多文件任务、MCP Server 连接外部工具和浏览器。四项能力可在 .github 目录下分别配置,适用于不同的工程场景。
GitHub 博客指出 AI 正在重塑开发者工作流程,建议重点强化三项技能:学会指挥 AI 而非仅使用它;不要盲目信任 AI 的首个答案,可用不同模型互相校验——GitHub Copilot 内置的 Rubber Duck agent 即采用第二模型对代码和方案进行评审;让 AI 承担更多实现工作,从而腾出时间解决理解客户需求、评估架构权衡和技术决策等更大范围的问题。