Twitter AI 编程 - 2026-07-30¶
1. 人们在讨论什么¶
1.1 企业级 harness、审查回路与可分支工作流开始具象化 🡕¶
Twitter 上关于 AI 编程最强的一波讨论，不是新的模型跑分，也不是花哨的一次性演示，而是：当智能体产出必须经受企业治理、代码审查和真实分支结构的约束时，一套可持续的运作模式到底是什么样。共有五条保留内容支撑这一主题：Satya Nadella 演示受治理的 ROIC 应用、GitHub 最新规模指标、GitHub 关于堆叠会话的现代化案例、Copilot 代码审查正式支持 skills/MCP，以及 Rubber Duck 的跨模型家族审查回路。
@satyanadella 展示了（610 个赞、95 条回复、65,497 次浏览、316 次收藏）展示了一个详细的 ROIC Intelligence 应用：基于一份 Morgan Stanley PDF，用一条提示词，配合 /drill-me skill、Copilot autopilot 和 /rubber-duck 测试构建而成。真正特别的地方不是“CEO 做了个应用”，而是技术栈纪律：他表示，应用在 Copilot 中，代码在 GitHub Enterprise 中，数据管道、数据湖和语义模型在 Fabric 中，全部处于 IT、安全和 FinOps 的管控之下。架构图进一步明确了这一点：权威数据源通过 Fabric 编排和 OneLake 流入 Direct Lake 语义模型，再进入 React + TypeScript 的应用层。
@kdaigle 补充了（59 个赞、7 条回复、7,393 次浏览）补上了这一企业叙事的规模背景：GitHub 拥有 2.25 亿开发者、5,000 万 Copilot 用户，且每 3 个 pull request 中就有 1 个涉及智能体。另一条 推文（35 个赞、1 条回复、5,084 次浏览、11 次收藏）指向 Cassidy Williams 的 关于堆叠会话和拉取请求的文章，其中一次对旧版 React 15 应用的单次现代化改造失败，最终变成一串堆叠会话和堆叠 PR。这很重要，因为它把智能体编程定义为分支编排和审查卫生问题，而不只是更快的提示词循环。
@GHchangelog 报道了（20 个赞、4 条回复、2,392 次浏览、5 次收藏）称，Copilot 代码审查现已正式支持 agent skills 和 MCP 服务器。关联的 GitHub 更新日志 说明，审查可以使用 .github/skills/.../SKILL.md，MCP 调用保持只读，现有 cloud-agent MCP 配置也会自动沿用。与此同时，@burkeholland 指向（30 个赞、3 条回复、3,145 次浏览、11 次收藏）也强化了这一点：Rubber Duck 是 GitHub 面向 Copilot CLI 的跨模型家族批评回路。
讨论洞察： Satya 这条帖子的回复与原帖本身共同强化了同一个主题：企业价值来自受治理、可复用的产物，而不是一次性输出。Cassidy 的文章补上了这幅图景的另一半：即使智能体能力很强，单次现代化改造仍然失败，必须重启为堆叠式分支流。真正的信任边界不是“模型会不会写代码”，而是“这项工作能否经得住治理和审查？”
与前一天相比： 7 月 29 日已经把讨论推向 skills、可观测性和远程工作区。7 月 30 日则更进一步，深入到运作模式层面：受治理的数据栈、感知分支的会话链、审查阶段的仓库上下文，以及明确的第二意见回路。
1.2 Google 的免费 AI 栈仍在传播，但 Antigravity 的评估工作流才更有实质内容 🡒¶
Google 仍是数据集中最显眼的存在之一，但最有价值的证据并不是又一条泛泛的“15 个免费工具”转帖，而是两类内容的结合：一方面，Antigravity 被塑造成真实的研究评估界面；另一方面，各类免费工具清单试图把 Google 的编程和设计工具作为一整套方案分发出去。共有两条保留内容支撑这一主题。
@antigravity 展示了（558 个赞、20 条回复、27,768 次浏览、180 次收藏）展示了 Antigravity 被用于研究评估分析：读取自然语言表格、做定量分析、生成假设，并通过并行子智能体隔离失败模式。相比画布演示或快速 UI 转换，这是一种更偏运营层面的定位。最有价值的回复不是庆祝，而是能力上的施压：一位用户表示，Claude 在接入 Google Drive、Figma 以及生成报告方面仍然更强；另一位要求更深入的讲解视频；还有人声称，DeepMind 的基准测试工作支持这种子智能体模式。
@AIHighlight 列出了（135 个赞、13 条回复、10,868 次浏览、118 次收藏）列出了 14 款 Google AI 工具，涵盖 Pomelli、Stitch、Opal、Antigravity、Jules、Gemini CLI、Code Wiki、Gemini Code Assist 和 Firebase Studio。图片之所以重要，是因为它比常见的工具拼贴更有章法：清单只收录 Google 或开源产品，且要求有足够可用的免费层级、仍在持续维护，并明确标注限制或注意事项。获取 Pomelli by Google Labs 后可确认，清单中至少有一款旗舰产品确实存在且已公开可用。
讨论洞察： 质疑始终很具体。怀疑 Antigravity 的人并不是在攻击智能体这个概念，而是在要求连接器、更有力的证据，以及更精确的产品说明。相比模糊的炒作，这是更健康的信号，因为它说明读者在评估的是工作流深度，而不是只为一个 Logo 欢呼。
与前一天相比： 7 月 28 日和 7 月 29 日已经充满了 Antigravity 演示以及 Google“免费栈”的传播叙事。7 月 30 日延续了这一主题，但 Google 相关内容里最有分量的，是研究评估工作流，而不是又一段纯演示视频。
1.3 Codex 从编程助手扩展为多模态工作界面 🡕¶
OpenAI 的 AI 编程叙事，从前一天围绕配额和供应商切换的讨论，转向了更广的产品面：更丰富的视觉编辑、浏览器和计算机使用工作流、更便宜的价格梯度，以及与 harness 设置相关、而不只是基础模型本身的基准提升。共有四条保留内容支撑这一主题。
@OpenAIDevs 表示（359 个赞、28 条回复、31,425 次浏览、117 次收藏）称，Codex 中的 ImageGen 现在有了灯箱和画布。被引用的 OpenAI 演示澄清了实际工作流：指向一个角色，擦掉应该消失的部分，再标注标题或其他编辑内容应该落在什么位置。回复立刻划清了 UI 与能力的真正分界：一位用户喜欢这种可编辑性，另一位问底层图像质量何时会提升，还有人要求支持“绘制 + 提示词”的组合创作。
@Codex_Changelog 报道了（98 个赞、4 条回复、5,193 次浏览）介绍了 26.727 版本应用：支持地址栏历史、Google 搜索回退、历史记录检索，以及 Chrome 扩展中的标签页与高亮支持。关联的 Codex 更新日志 比这条推文覆盖更广：Codex 现在包含应用内浏览器、计算机使用、无需项目文件夹即可开始的聊天、线程自动化、应用内 PR 审查，以及用于 PDF、电子表格等文件的工件查看器。这明显表明，它正在从“编程智能体”转向“恰好会写代码的通用工作界面”。
@gabrielchua 写道（17 个赞、6 条回复、712 次浏览）称，两项 API 设置——保留推理和服务端压缩——让 GPT-5.6 Sol 在 ARC-AGI-3 上的得分提升约 3 倍，同时输出 token 约减少 6 倍。图片是这一说法最关键的部分：它显示，更强的 harness 以远低于官方 harness 的 token 用量，拿到了高得多的分数；配套幻灯片还明确建议使用 Responses API、保留推理和压缩。
@LuminaXspace 总结了（19 个赞、1,064 次浏览）介绍了 OpenAI 的价格调整：Luna 降价 80%，Terra 降价 20%，Sol 新增快速模式，Codex/ChatGPT Work 的使用额度也更耐用。于是，当天来自 @schaerpfcom 尤其发人深省（11 个赞、5 条回复、2,628 次浏览）的后续观点就变得关键：只有当 Sol 能生成更便宜的 Luna 或 Terra 子智能体，而不是强迫每个子智能体继承父级模型和 effort 时，新定价才真正有用。
讨论洞察： 与这条子智能体抱怨关联的 公开的 GitHub issue 表示，当前运行时隐藏了路由控制，并阻断了预期中的 Sol-to-Terra/Luna 工作流。所以，即使 OpenAI 这一天在降价、也在提升应用能力，最有操作价值的用户诉求仍是编排，而不是模型原始 IQ。
与前一天相比： 7 月 29 日的重点是 Codex 的成本、配额和企业供应商选择。7 月 30 日仍然关注成本，但重心转向了工作流广度、多模态编辑和 harness 配置。
1.4 构建者持续封装跨工具能力层，而不是押注单一模型 🡕¶
另一个明显模式是，构建者并不等待厂商替他们决定整个栈。他们正在交付位于模型之上的可移植层：廉价模型桥接、可安装的智能体名册、互联网接入层，以及基于循环的 skill 系统。共有五条保留内容支撑这一主题。
@ridark_eth 将其定义为（46 个赞、22 条回复、725 次浏览、28 次收藏）讲述了一个“harness swap”的案例：由 Codex 担任控制器，DeepSeek 作为廉价后端模型，本地、具备文件感知能力的智能体负责保留上下文并执行代码。无论读者是否接受其中的商业化主张，技术上的结论都很直接：人们正在主动把技术栈拆解成编排、上下文和模型成本三层。
@rightnowai_co 表示（5 个赞、172 次浏览）称，其构建了一个 localhost 桥接器，可在 Claude Code、Codex、Cline、Aider 和 OpenCode 所需 API 之间做转换，同时把 Kimi-Linear-48B 量化到 28.8 GB，使其能在单张 32 GB GPU 上运行。这是对碎片化的直接回应：保留你喜欢的智能体，替换你负担得起的后端。
@tom_doerr 分享了（20 个赞、2,293 次浏览、20 次收藏）介绍了 Autoresearch，其 README 描述了覆盖 Claude Code、OpenCode 和 Codex 的 14 个命令，并声称把一个臃肿的单体 skill 拆成更轻的命令文件后，token 降低了 95%。@charliejhills 展示了（18 个赞、8 条回复、1,311 次浏览）介绍了 The Agency，如今它还配套了一款桌面应用，可将专用智能体安装到 Claude Code、Cursor、Codex、Gemini CLI 和其他工具中。@undefinedKi 介绍了（8 个赞、129 次浏览、4 次收藏）介绍了 Agent Reach，这是一个能力层；其 README 明确提到 Twitter API 每月约 $215 的成本，并通过一条命令为智能体打包社交/Web 访问能力。
讨论洞察： 最有价值的提醒，其实来自智能体包叙事内部。Charlie Hills 表示，OpenCode 只会加载大约 119 个智能体，其余会被悄悄忽略；另有回复指出，即便是“reality checker”，也需要看到真实工件，而不只是摘要。换句话说：可移植性在提升，但验证能力和运行时上限，仍决定这些包到底有没有用。
与前一天相比： 7 月 29 日已经出现公开的 skills 仓库和定制化方案。7 月 30 日则把这一方向扩展成完整安装器、互联网能力层和本地模型桥接，把模型选择视为一个可替换部件。
2. 什么让人沮丧¶
Harness 与模型不匹配，而且会悄悄失效¶
严重程度：高。当天最尖锐的挫败并不是“AI 不会写代码”，而是：整个栈看起来像是正常工作的，但 harness 与模型的假设其实早已开始漂移。@0xJeyx 认为（34 个赞、4,817 次浏览、36 次收藏）指出，纯粹的 vibe coding 会产生反复试错的循环——“我们可以尝试一百种不同方法”——但每次仍可能得到不同实现，并明确把 spec-driven development 作为解法。@radshaan 警告（184 次浏览）则把这类抱怨说得更具体：Kimi K3 对保留的思考历史很敏感，切换会话或使用不兼容的 harness，都可能让输出质量变得不稳定。
同样的信任问题也出现在产品侧。@OpenAIDevs 展示（359 个赞、28 条回复、31,425 次浏览、117 次收藏）关于 Codex 新灯箱和画布的帖子下，回复立刻追问：这次发布改善的是图像质量，还是只是编辑界面。人们愿意用更聪明的工具，但他们想知道，栈里真正变强的到底是哪一层。
这值得围绕它去构建产品，因为失败方式很隐蔽：模型仍然会回答，智能体仍然能完成，工作流却可能在只有事后才会暴露的地方出错。
降价只停留在父智能体层面¶
严重程度：高。OpenAI 再次把定价变成面向用户的核心叙事，但用户反馈表明，如果编排层不能智能路由任务，更低的标价并不能解决太多问题。@LuminaXspace 总结了（19 个赞、1,064 次浏览）介绍了官方调整：Luna 降价 80%，Terra 降价 20%，Codex/ChatGPT Work 的额度也更耐用。但 @schaerpfcom 立即询问（11 个赞、5 条回复、2,628 次浏览）则要求 Sol 能生成更便宜的 Luna 或 Terra 子智能体，否则每个子智能体都会继承昂贵的父级配置。
关联的 GitHub issue 让这条抱怨变得异常具体：据称，当前运行时隐藏了路由控制、强制模型继承，并阻断了预期的 Sol-to-Terra/Luna 工作流。另一条成本边界则体现在 @alexcooldev 询问（19 个赞、9 条回复、1,106 次浏览）中：尤其当代码库和维护需求越来越大时，与其花价值数千美元的 token 去重造某个 SaaS，是否还不如每月花 $20 继续使用现成产品。
人们的应对方式包括：把重负载任务卡着订阅限制来跑、切换后端，或者要求更便宜的子智能体，而不只是更便宜的父级会话。这值得投入，因为它已不再是单纯的定价问题，而是路由和工作负载塑形问题。
跨智能体集成仍然需要桥接器和能力层¶
严重程度：中。独立构建者持续在做胶水代码，因为核心工具仍然默认不同的 API、认证路径和平台访问规则。@rightnowai_co 表示（5 个赞、172 次浏览）称，其构建了一个 localhost 桥接器，让 Claude Code、Codex、Cline、Aider 和 OpenCode 都能指向同一个本地 Kimi 后端，而无需定制改写。@undefinedKi 介绍了（8 个赞、129 次浏览、4 次收藏）介绍了 Agent Reach，其 README 明确写道：Twitter API 访问每月约需 $215，Reddit 常会对匿名服务器 IP 返回 403，多个平台还需要 cookie 或浏览器会话式绕过方案。
同样的模式也解释了为什么 @charliejhills 强调了（18 个赞、8 条回复、1,311 次浏览）推出了 The Agency 在 Claude Code、Cursor、Codex 和 Gemini CLI 之间的一键安装器。这些新产品不只是“更多智能体”，而是在努力让一个碎片化的智能体生态，看起来更像同一个环境。
这值得投入，因为多个独立团队已经在从不同角度解决同一个问题：API 翻译、互联网访问和多工具安装。这通常意味着，平台缺口是真实存在的。
3. 人们希望出现什么¶
Codex 内部的异构子智能体¶
今天最明确的显性诉求，是父智能体能够选择更便宜或更合适的子模型，而不是强制继承。@schaerpfcom 询问 在 OpenAI 下调 Terra 和 Luna 价格后，要求 Sol 能启动 Terra 或 Luna 子智能体；关联的 issue 则把这一点扩展成具体产品诉求：可配置的子模型选择、更严格的子智能体权限，以及获取当前被隐藏的路由控制。这是一个务实需求，而不是情绪化诉求，因为当天官方降价的价值，取决于运行时能否真正利用这些价格变化。机会：直接。
模型切换的已验证兼容性契约¶
第二项需求，是在团队把某个工作流押到开放模型上之前，能有信心确认它会在指定 harness 中正确运行。@radshaan 挖掘出 展示了一张 Kimi K3 截图，称该模型依赖保留的思考历史，只应与经验证兼容的 harness 搭配使用；而 @rightnowai_co 构建了 则介绍了一个 localhost 桥接器，恰恰因为 Claude Code、Codex、Cline、Aider 和 OpenCode 期待的 API 各不相同。@ridark_eth 将其视为 把模型切换视为正常工程工作，但今天的证据表明，这件事仍然脆弱到让人们想要明确担保，而不是靠口耳相传。桥接器和定制封装提供了部分答案，但还没有标准化的信任契约。机会：直接。
一键式可移植能力包¶
人们也希望，自己的可复用能力能跨工具迁移，而不是每换一个厂商栈就要重新拼装。@charliejhills 强调了 指向跨多种编程工具的一键智能体安装，@undefinedKi 推广了 指向 Agent Reach 提供的一命令社交/Web 访问，而 @tom_doerr 重点介绍了 ClaudeSkills 则代表一组经过测试的端到端工作流，覆盖 PRD、决策简报、演示文稿和文章。这是一个务实需求，而且竞争压力已经可见：多个开源项目都部分回答了它，但各自只覆盖问题的不同切片。机会：竞争性。
4. 正在使用的工具与方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| GitHub Copilot 应用和代码审查 | 智能体平台 | (+) | 装机基础大，支持堆叠会话/PR、审查时的 skills 和 MCP 上下文，契合企业治理 | 仍然依赖分支纪律和明确的审查结构 |
| Rubber Duck | 审查方法 | (+) | 使用另一模型家族做批评，可提升复杂多文件审查质量，并内置于 Copilot CLI | 增加编排步骤，且只有团队愿意停下来审查时才有帮助 |
| Codex 应用 | 编程工作区 | (+/-) | 应用内浏览器、计算机使用、历史检索、自动化、PR 审查、工件查看、图像编辑画布 | 用户仍在追问界面升级是否也提升了底层质量；子智能体路由仍受限制 |
| 保留推理加压缩 | 智能体运行时方法 | (+) | 在共享的 GPT-5.6 Sol ARC 示例中，显著提升长任务表现并降低 token 使用 | 需要特定 API/运行时支持；若 harness 把这些旋钮藏起来，很容易被忽略 |
| Antigravity | 智能体工作区 | (+/-) | 支持自然语言评估分析、定量推理、并行子智能体，在 Google 技术栈中能见度高 | 回复仍在要求连接器、更好的讲解和更强证据 |
| Google 免费 AI 工具栈 | 工具套件 | (+) | 在编程、设计、文档和后端工作流上广泛免费分发 | 免费层级仍有各种门槛，且榜单热度可能跑在真实日用前面 |
| DeepSeek 和本地 Kimi 后端 | LLM 后端 | (+/-) | 执行便宜、本地可控、可挂在现有智能体外壳后面，量化后的 Kimi 可跑在单张 32 GB GPU 上 | API 不匹配、兼容性假设，以及对 harness 敏感的质量表现 |
| Autoresearch | 循环框架 | (+) | 提供 14 个跨智能体命令、目标导向改进回路，并声称 token 降低 95% | 需要有意识地搭建并持续衡量，不是一条提示词就能解决 |
| ClaudeSkills | Skill 包 | (+) | 为研究、PRD、演示文稿和文章提供经过测试的端到端工作流 | 覆盖范围比大型通用智能体包更窄，传播面也更小 |
| The Agency | 智能体包与安装器 | (+/-) | 拥有大量角色化智能体，并支持在主流编程工具间一键安装 | 智能体太多可能造成过载；部分运行时会悄悄跳过其中一部分 |
| Agent Reach | 能力层 | (+) | 一条命令提供 Web 和社交访问，研究价值高，并给受限平台提供明确配置路径 | 某些目标仍需 cookie、OpenCLI 或额外本地配置 |
整体满意度更取决于 harness 是否完整，而不是基础模型的品牌。当人们谈论受治理的工件、堆叠式审查流程和第二意见检查时，Copilot 获得正向评价；当人们谈论更广的工作界面和更便宜的价格梯度时，Codex 也获得正向评价，但用户一旦碰到隐藏的路由限制，情绪就变成了混合；Antigravity 则先引发兴趣，随后立刻招来关于连接器和证据的追问。
表中常见的应对方式也很一致：从一次性提示词转向规范和循环、把昂贵后端换成便宜后端、加入第二个审查模型，以及安装数据访问或角色库能力层。当前的竞争格局已形成三方：GitHub 在治理和审查重要的场景里最强，OpenAI 正在推动产品广度和运行时效率，而开源构建者在跨工具可移植性上推进最快。
5. 人们在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| ROIC Intelligence 应用 | @satyanadella | 将公开金融研究变成受治理的交互式 ROIC 分析应用，具备历史、检索、场景和 what-if 工具 | 展示智能体构建的输出如何成为可复用的企业资产，而不是一次性聊天产物 | Copilot Code、/drill-me、autopilot、/rubber-duck、GitHub Enterprise、Fabric、OneLake、Direct Lake 语义模型、React、TypeScript |
Alpha | 推文 |
| Autoresearch | uditgoenka | 通过一组命令，在 Claude Code、OpenCode 和 Codex 之间运行目标导向的改进回路 | 减少 token 浪费，把编程智能体变成迭代改进系统 | 跨智能体命令框架、可复用 skill 文件、Claude Code、OpenCode、Codex | 已发布 | 仓库、推文 |
| ClaudeSkills | staruhub | 提供 13 个经过测试的 skills，用于决策简报、PRD、演示文稿、文章及相关交付物 | 用可重复的工作流工件和验证替代临时提示词 | Skill 文件、安装脚本、面向验证的工作流封装 | 已发布 | 仓库、推文 |
| The Agency | msitarzewski | 打包大量角色化智能体，并提供面向主流编程工具的桌面安装器 | 让团队无需从头编写每个智能体，也能获得可移植的专业角色 | 智能体定义、角色化工作流、桌面安装器、Claude Code、Cursor、Codex、Gemini CLI | 已发布 | 仓库、推文 |
| Agent Reach | Panniantong | 通过一条命令为智能体加入社交、Web、视频和研究访问能力 | 绕开市场研究中的 API 费用、匿名请求拦截和配置蔓延 | CLI 能力层、GitHub/YouTube/Web 读取器、X 和 Reddit 认证路径、搜索连接器 | 已发布 | 仓库、推文 |
| Local Kimi bridge | @rightnowai_co | 将多种编程智能体 API 转换到运行在单张 GPU 上的本地 Kimi 后端 | 让团队保留偏好的智能体外壳，同时切换到更便宜的本地模型 | Kimi-Linear-48B、量化、自定义解码内核、localhost API 转换 | Alpha | 推文 |
Satya Nadella 的例子，是这组项目里企业形态最明显的构建。真正有意思的不是“新奇”，而是这个应用被呈现为一个可复用、受治理的系统：数据在 Fabric，代码在 GitHub Enterprise，应用逻辑在 Copilot，审查则通过专门的 /rubber-duck 环节完成。这更接近内部产品开发，而不是一次性演示。
Autoresearch、ClaudeSkills 和 The Agency 都指向同一个方向：构建者正在把流程产品化。Autoresearch 把跨智能体迭代变成命令网格；ClaudeSkills 把端到端交付物视作应该经过测试的软件；The Agency 则定义了几十种专业角色，再通过桌面安装器分发出去，使其能被投放到多个工具中。
Agent Reach 和 Local Kimi bridge 展现了同样的构建者本能，只不过对象不是提示词，而是基础设施。Agent Reach 打包的是那些通常被 API、认证或浏览器状态挡住的数据源访问能力；Kimi bridge 打包的则是跨不兼容本地智能体 API 的模型可移植性。共同触发点不是“我们需要更聪明的模型”，而是“我们需要在任何地方都拥有同样的能力”。
重复出现的构建模式很容易识别。人们在做安装器、桥接器、能力层和 skill 包，是因为真正的痛点在于可移植性、可审查性和数据访问。同一天里，多支团队独立做出了“模型之上一层”的产品，这强烈表明该缺口是结构性的，而不是小众问题。
6. 新变化与值得关注的内容¶
Codex 7 月 30 日的应用更新把它变成了更宽泛的工作区¶
Codex 2026-07-30 应用更新日志，经由 @Codex_Changelog 在这条 推文 中带出，之所以值得关注，是因为它把产品从代码生成扩展到了浏览器使用、计算机使用、无项目聊天、自动化、应用内 PR 审查和工件预览。再结合 @OpenAIDevs 展示 提到的新 ImageGen 灯箱和画布，产品呈现方式已经不再像一个终端智能体，而更像一个通用工作界面。
Copilot 代码审查把 skills 和 MCP 拉进了 GA¶
@GHchangelog 报道了 称，Copilot 代码审查现已正式支持 agent skills 和 MCP。关联的 GitHub 更新日志 之所以重要，是因为它把特定仓库的工作流知识通过 .github/skills/.../SKILL.md 和审查评论中的只读 MCP 上下文真正落地，而不是让这些知识继续困在本地提示词或人的记忆里。
Harness 设置本身成了基准测试新闻¶
@gabrielchua 展示了 称，保留推理加服务端压缩，能够同时改变 GPT-5.6 Sol 在 ARC-AGI-3 上的性能和 token 经济性。这之所以重要，是因为它把竞争讨论的一部分从“选哪一家模型家族”转向了运行时配置：harness 正在成为基准叙事的一部分，而不再只是隐藏的实现细节。
7. 机会在哪里¶
[+++] Pricing-aware orchestration across model tiers — Evidence came from multiple directions at once: OpenAI cut Luna and Terra pricing, @schaerpfcom 询问 要求 Sol 把工作路由给那些更便宜的子智能体，@ridark_eth 介绍了 展示了手动“harness swap”，而 @rightnowai_co 构建了 则提供了一个桥接器，让现有智能体外壳指向不同后端。这一点很强，因为用户已经在手工拼装这套变通方案。
[+++] 面向可复用智能体工作的企业治理 — Satya Nadella 受治理的 Fabric + GitHub 构建、GitHub“每 3 个 PR 就有 1 个涉及智能体”的规模说法、堆叠会话与堆叠 PR、Copilot 代码审查 skills，以及 Rubber Duck，都指向同一个机会：团队需要的是能产出持久、经过审查资产的智能体工作流，而不是一次性答案。这个机会很强，因为第一方厂商和实践者都在向同样的控制点收敛。
[++] 可移植的能力与工作流包 — The Agency、ClaudeSkills、Autoresearch 和 Agent Reach 都在模型之上打包可复用层：角色、skills、命令回路和外部数据访问。这是中等强度机会，而不是完全开放的空白地带，因为开源竞争已经清晰可见，但解决方案仍按能力和运行时碎片化分布。
[+] 开放模型 harness 的兼容性验证 — Kimi K3 关于保留思考的警告、spec-driven development 对输出不一致的抱怨，以及对 localhost API 桥接器的需求，都表明存在一个更小但正在增长的机会：为智能体 + 模型组合建立标准化兼容性测试。这还是一个新兴机会，因为痛点真实存在，但市场信号目前仍主要集中在更技术型的用户中。
8. 要点总结¶
- 企业采用智能体，正在被表述为受治理的系统设计，而不只是更快地写提示词。 Satya Nadella 的 ROIC 演示和 GitHub 的规模数据，都把持久工件、治理和审查流程放在核心位置，而不是模型新奇性本身。（来源）
- Google 仍凭借广度和免费分发吸引注意力，但用户正在按工作流深度来评判 Antigravity。 免费工具清单扩大了触达面，而 Antigravity 的评估讨论则引来了关于连接器、证据和真实分析能力的追问。（来源）
- Codex 正在扩展到浏览器、视觉和长时工作，而不是停留在狭义编程智能体。 7 月 30 日的应用更新日志和 ImageGen 画布更新，都实质性拓宽了产品面。（来源）
- 更便宜的模型，只有在编排层真的能用上它们时才有意义。 OpenAI 下调 Luna 和 Terra 价格后，用户立刻要求异构子智能体；与此同时，构建者仍在持续交付手动桥接和后端切换方案。（来源）
- 开源构建者在模型之上的可移植层推进最快。 Autoresearch、ClaudeSkills、The Agency、Agent Reach 和 Local Kimi bridge，都把 skills、安装、访问和路由本身当作产品面。（来源）