2026 年 6 月 8 日 · 周一

Greg Brockman 说，没用 Codex 时往往不是模型能力不足，而是缺上下文、缺 skill 或没想到用它，说明当前能力仍有明显 overhang。

Bindu Reddy 发布开源 Lite Agent Swarms，用强模型做规划、轻量模型执行，主打大规模 agentic loop 的成本优化。

Peter Steinberger 再次强调，不该只是给 coding agent 写 prompt，而应设计能持续提示 agent 的循环。

Greg Brockman 置顶 Codex 用例，强调 Codex 正从 AI assistant 变成覆盖工程、设计、数据分析和运营的 AI teammate。

Zack Korman 提醒，很多 IT 团队并不知道员工实际使用了哪些 AI skills 和 MCP servers，AI 使用可见性被高估。

他建议谨慎看待 agent firewall 和 AI runtime security 产品，能从动作本身识别出的危险，更应由权限和沙箱提前约束。

他把 cybersecurity 概括为把多个黑盒缝在一起并期待安全自然出现，批评系统性风险被工具拼接掩盖。

他进一步澄清，安全讨论应聚焦我们到底在做什么，而不是寄望某个供应商产品替我们解决。

Bindu Reddy 对传闻中的高价 Mythos 模型保持怀疑，认为 GPT 5.6 和 Gemini 3.5 Pro 会更实用。

她把能源独立视为 AI 最应该优先解决的问题之一，认为新型可用能源会改变更大的地缘与产业格局。

Emad 发出极短帖“Only one solution”，虽然信息密度低，但与当日模型成本和能源讨论一起构成低信号背景。

Hugo Larochelle 转推 Yoshua Bengio 关于 recursive self-improvement 的警示，强调需要协调、可验证和可执行的能力限制。

他也转发 AutoScientist Challenge，四周、十个类别、5 万美元奖金，说明科学自动化正在被竞赛化推动。

Yann LeCun 转推开放 AI 一周内 25 个以上开放权重模型发布的总结，开放模型生态仍维持高频迭代。

他还转发一篇被评价为“insane”的论文，显示研究圈对新方法和科学发现工具的关注仍在扩散。