OpenAI@OpenAI
OpenAI 宣布 Sol、Terra、Luna 组成的 GPT-5.6 模型族开始在 ChatGPT、Codex 和 API 中推出。
X 日报个人阅读
2026 年 7 月 10 日 · 周五
2026-07-09 08:00 至 2026-07-10 08:00（北京时间）
52/52
关注账号覆盖
41
条入选
7
个主题
晨间播报
开车或走路时直接听；会记住播放速度和上次听到的位置。下载 MP3
编辑导言
这一期的主旋律很清楚：AI 产品正在从模型发布会，进入工作系统发布会。OpenAI 用 GPT-5.6、ChatGPT Work、桌面应用和 hosted sites 把模型能力包装成一套跨端工作入口；Meta 的 Muse Spark 1.1 也把多模态、computer use、多 agent 编排和代码工作流放在同一个叙事里。今天真正值得看的不是某个 benchmark 又涨了几分，而是这些能力开始被定义成“可以接住整段工作”的产品形态。
第二条线是开发者工作流的再组织。Manus 的 Branch、Claude Code 的 /checkup、Claude Tag 的多人协作、builder 圈对 Codex 单人化副作用的讨论，都指向同一个问题：AI 不是只替人写代码，而是在重写任务如何分叉、检查、协作和交付。模型越强，组织里越需要重新设计“人和人如何继续共同工作”。
第三条线更冷，但更长期：开源、AI 主权、治理结构、隐藏偏见检测、verification scaling 和 agent 自我训练都在同一天冒头。热闹的发布会背后，真正的基础设施问题仍然是：谁控制模型，模型如何被审计，agent 如何知道自己缺什么，以及成果如何从漂亮 demo 走进可验证的工作闭环。
01GPT-5.6 与 ChatGPT Work 成为头条
OpenAI 把新模型、Codex、桌面端和跨应用 agent 放进同一次发布，重点从问答能力转向完成工作。
OpenAI@OpenAI
GPT-5.6 Sol 在 Agents' Last Exam 上达到 53.6，OpenAI 强调它以更低成本超过 Claude Fable 5，Terra 和 Luna 也主打成本效率。
Sam Altman@sama
Sam Altman 在直播中点出本次发布的三个产品重点：ChatGPT Work、新桌面应用和 hosted sites。
Greg Brockman@gdb
Greg Brockman 将 GPT-5.6 概括为 Sol 加 Terra/Luna：面向 coding、知识工作、网络安全和科学任务，以更少 token 和更低成本完成工作。
OpenAI@OpenAI
OpenAI 发布 ChatGPT Work，称它由 Codex 和 GPT-5.6 驱动，可以跨应用和文件执行动作，并长时间跟进项目直到形成成品。
OpenAI@OpenAI
ChatGPT Work 的 rollout 口径也很清楚：Web 和移动端先给 Pro、Enterprise、Edu，Plus 和 Business 随后；桌面端把 Chat、Work、Codex 合到同一个应用里。
02Agent 工作流开始产品化
多条信号显示，agent 产品竞争正在从模型调用转向上下文继承、分支、检查、多人协作和组织协同。
Manus@ManusAI
Manus 发布 Branch：可以把一段对话分叉成继承完整上下文的并行 session，让同一研究过程同时走向报告、幻灯片或投资人 brief。
OpenAI@OpenAI
OpenAI 对 ChatGPT Work 的定位是从回答问题转向跨 web、mobile、desktop 完成完整 workflow，并在用户控制下产出文档、deck、分析、网站和报告。
Greg Brockman@gdb
Greg Brockman 强调 ChatGPT Work 把 ChatGPT 和 Codex 合在一起，移动端、Web 和桌面端都能使用，不再要求电脑一直开着。
Boris Cherny@bcherny外部信号
Claude Code 增加 /checkup，用来清理未用 skills、MCP、plugins，拆分 CLAUDE.md，关闭慢 hooks，升级版本并预批准常见只读命令。
Cat Wu@_catwu外部信号
Cat Wu 预告 Claude Tag walkthrough，描述从单人 Claude Code 走到多人 Claude Tag：agent 可以监控 channel、主动工作、被团队共同 steering，并记住上周交代过的事。
Zara Zhang@zarazhangrui外部信号
Zara 观察到一个团队给所有人买 Codex Max 后，个人效率上去了，但人和人之间的协作变少，提出下一阶段应是 human-human-agent collaboration。
03多模态与 computer use 继续合流
OpenAI、Meta 和 Google 都在把实时语音、视觉输入、跨应用操作和多步上下文维持打包成下一代交互入口。
OpenAI@OpenAI
GPT-Live 已向 ChatGPT Go、Plus、Pro 用户完全推出，免费用户 rollout 也在进行中，OpenAI 要求用户更新 iOS 或 Android 应用体验。
Greg Brockman@gdb
OpenAI 正在寻找 GPT-Live API 的 design partner，鼓励开发者做新的创意应用或接入已有产品。
AI at Meta@AIatMeta
Meta 发布 Muse Spark 1.1，同时开放新的 Meta Model API public preview，模型也进入 Meta AI app 和网页端的 Thinking mode。
AI at Meta@AIatMeta
Muse Spark 1.1 被描述为面向 agentic tasks 的多模态推理模型，重点提升 tool use、computer use、coding 和多模态理解。
AI at Meta@AIatMeta
Meta 展示 Muse Spark 1.1 在多应用 computer-use workflow 中保持长会话上下文，并在脚本、直接 UI 操作和批处理动作之间选择策略。
Google Gemini@GeminiApp
Gemini Live 增加 Nano Banana 和 connected apps 支持，用户可以用摄像头展示内容，边说边规划和可视化项目，也能联动 Google Maps。
04模型选择变成路由和成本问题
围绕 GPT-5.6、Fable、Grok、Opus 的讨论不只是排名，而是把不同模型放到不同任务、价格和产品入口里动态调度。
Bindu Reddy@bindureddy
Bindu Reddy 给出模型体感排序：Fable 5 仍适合高难任务，GPT 5.6 接近 Opus 4.8 但更快更便宜，Grok 4.5 超过 GLM 5.2 但仍落后于 4.8。
Bindu Reddy@bindureddy
她提出用 Fable 5 做 advisor，其他 LLM 做 workers：GPT 5.6 sol 管后端编码，Opus 4.8 管前端和功能，Grok 4.5 管简单 coding。
Bindu Reddy@bindureddy
LiveBench AI 上 GPT 5.6 Sol 被她称为 benchmark leader，同时她仍认为 Fable 更适合复杂多轮 agentic loops。
Bindu Reddy@bindureddy
Abacus AI 推出 Max Mode，自动路由到 Fable 5 或 GPT 5.6 Sol，并把复杂 SaaS、custom workflows、移动应用和常驻交易服务器作为目标场景。
Aaron Levie@levie外部信号
Aaron Levie 认为最新模型越来越擅长复杂知识工作，尤其是法律、专业服务、医疗等垂直领域，Grok 4.5 在 cost 和 performance 上是重要新入口。
Guillermo Rauch@rauchg外部信号
Vercel 宣布 Grok 4.5 对所有 Vercel 客户可用，说明模型能力正被快速接入开发平台和部署平台。
05开源、治理与权力集中
在发布会热度之外，关注列表里仍有强烈的治理线索：AI 主权、开源保护、公益信托、IPO 批评和项目独立性。
Yann LeCun@ylecun
Yann LeCun 认为 AI 最大风险是少数专有 AI assistant 提供商的权力集中，AI 主权的解法只能是开源 foundation models。
Andrew Ng@AndrewYNg
Andrew Ng 借 Permissionless Innovation 讨论开源 AI，认为不必预先向政府请求许可才能创新，保护开源 AI 是保证创新自由的一部分。
Anthropic@AnthropicAI
Anthropic 的 Long-Term Benefit Trust 任命 Ben Bernanke 为新成员，继续强化其治理结构叙事。
@timnitGebru (@dair-community.social/bsky.social)@timnitGebru
Timnit Gebru 讽刺 Anthropic 和 OpenAI 可能 IPO 后制造新一批超级富豪，并质疑“用超级智能让世界更好”的乌托邦叙事。
Peter Steinberger 🦞@steipete
Peter Steinberger 澄清自己被 OpenAI 雇佣，不是 OpenClaw；OpenClaw Foundation 保持独立，由 sponsor 支持并有全职团队维护。
Swyx@swyx外部信号
Swyx 指出很多 agent labs 不愿承认使用中国模型，因为要卖给政府和国防客户；他赞赏 cog team 做了多语言宣传与审查 eval、posttraining 校正和低成本高速服务化。
06验证、偏见检测与 agent 自我训练
研究线索集中在一个方向：让模型和 agent 的能力、偏差、进度和失败原因变得可观测、可放大、可训练。
Stanford AI Lab@StanfordAILab
Stanford AI Lab 介绍 Distill to Detect：通过蒸馏可疑模型和 base model 之间的偏移，把隐藏偏好放大成可见文本，再交给现有审计方法检测。
Stanford AI Lab@StanfordAILab
TRACE 是一种 agent 自我改进方法：agent 识别自身失败背后缺失的能力，并训练自己补齐。TRACE-trained Qwen3.6-27B 在 SWE-bench Verified 达到 73.2%。
Stanford AI Lab@StanfordAILab
LLM-as-a-Verifier 把 verification 作为新的 scaling axis，通过更细粒度反馈提升 Terminal-Bench V2、SWE-Bench Verified、RoboRewardBench 和 MedAgentBench 表现。
Microsoft Research@MSFTResearch
Aurora 1.5 为天气、气候和能源应用增加 22 个变量、小时级时间分辨率和概率 ensemble forecasting，让 foundation model 更贴近真实世界预测场景。
OpenAI@OpenAI
OpenAI 用数学家 Bartosz 的案例展示 GPT-5.6 被用于解决此前不可解的数学问题，把模型发布和具体研究应用绑定在一起。
07反 AI slop 与真实工作文化
从写作风格、前端设计、slide 审美到游戏行业裁员，今天的反向信号都在提醒：效率提升不能替代真实判断和真实经营。
François Chollet@fchollet
François Chollet 观察到新趋势：LLM 写作风格仍然可辨，但人类也开始自然模仿 LLM 风格，导致区分人和机器更难。
Swyx@swyx外部信号
Swyx 赞赏 Theo keynote 使用手绘 Excalidraw/tldraw 风格，认为它比 Claude slop 式薄边框专业幻灯片更有人味、更简洁。
Zara Zhang@zarazhangrui外部信号
Zara 说她最希望 Codex 改进的是 frontend design，这也是阻止她更频繁使用 Codex 的关键问题。
Nikunj Kothari@nikunj外部信号
Nikunj 认为 polished 正在越来越快地和 slop 绑定，接下来会出现向 raw and human 的回摆。
John Carmack@ID_AA_Carmack
John Carmack 长文谈 Id Software 裁员：他难过但不急于愤怒，指出被喜爱不等于能长期成功，游戏必须在注意力和消费选择的残酷竞争中成立。
John Carmack@ID_AA_Carmack
Carmack 继续表示，如果 Xbox 部门需要资金，他愿意提供 100 万美元 guarantee，让 TeamBeefVR 商业化 legacy open source games 的 VR 版本。
低信号与抓取缺口
第一类，窗口内零发帖的账号：Red_Xiao_、tydsh、hugo_larochelle、drfeifei、srush_nlp、soumithchintala、OriolVinyalsML、goodfellow_ian、ShunyuYao12、NotebookLM、berkeley_ai、ilyasut、seb_ruder、sundarpichai、EMostaque、kaifulee、ThomasOrTK、karpathy、demishassabis、lexfridman、JeffDean、elicollins、BaiduResearch、Metamind、IntelAI、Tesla_AI、IBMResearch、GoogleDeepMind、GoogleAI、rowancheung、Yoshua_Bengio、geoffreyhinton。第二类，有发帖但未选入主报告的账号：OfficialLoganK、KrugerSays、wadefoster、ZackKorman。这些账号窗口内有更新，但主要是短回复、低上下文链接、单条管理经验或与本期主线关系较弱，因此写作时按“发了但未入选”处理，不能视为无更新。第三类，抓取失败的账号：无。本次窗口为 2026-07-09 08:00 至 2026-07-10 08:00（北京时间），关注列表 52 个账号全部抓取成功，主报告只纳入窗口内关注账号帖子，并少量混入 buildernews 中与本期主题高度相关的外部 builder 信号。