AI 新知简报

OpenAI 官方连续把 Codex 描述为跨角色工作流工具：内部非技术团队用它做内部应用、材料、dashboard 和 creative brief，产品叙事已从“coding agent”升级为“agentic workbench”。（OpenAI，https://openai.com/index/codex-for-every-role-tool-workflow/）

SGLang 已 day-0 支持 Poolside Laguna XS 2.1。这个 33B MoE 面向 agentic coding 和长程任务，支持 interleaved thinking、262K context、FP8 KV cache，并声称 SWE-bench Verified 70.9%。（@lmsysorg，https://x.com/lmsysorg/status/2072701075644403947）

Claude Code 的 Artifacts 已成为高频生产力入口，下一步扩展到 Pro 和 Max 会把“写代码”进一步推到“产物工作台”。（@bcherny，https://x.com/bcherny/status/2072777472970563995）

Fable 这种能连续跑数小时再回来汇报的模型，暴露了一个新产品问题：AI 需要更好的“讲述自己做了什么”的方式，否则长任务交付仍然难验收。（@danshipper，https://x.com/danshipper/status/2072805884376301737）

Julius 已有 T3 Code 分支，可以让 Codex subagents 通过 Claude 启动，反过来也可互调。这类“agent 调 agent”的组合，正在从实验走向日常工具链。（@theo，https://x.com/theo/status/2072869036615155735）

PM 招聘开始从“会聊 ChatGPT”变成“现场展示自己的 AI workflow”。真正稀缺的不是会提问，而是有 memory、pipeline、系统化工作流的人。（@aakashgupta，https://x.com/aakashgupta/status/2072739503991885896）

在当前前沿模型上，预算从 250 万 token 提高到 5000 万 token，估计任务 horizon 可从约 2 小时扩到 14 小时。长任务能力正在变成“给多少预算、能跑多久”的工程问题。（@scaling01，https://x.com/scaling01/status/2072799566735306760）

Fable 写 fused megakernel 的例子说明，模型不仅能完成代码任务，也可能成为内部架构研究和半自动优化循环的一部分。（@scaling01，https://x.com/scaling01/status/2072829688569860098）

看到 Claude Fable 5 为解决问题主动去火山引擎提交工单并和工程师交流，说明 agent 的边界已从本地代码执行扩到外部服务协作。（@Khazix0918，https://x.com/Khazix0918/status/2072698058308202648）

建议用 Fable 5 在窗口期内重构工作流、SOP、Skill、项目方案和代码；高价值使用方式不是闲聊，而是批量优化自己的系统资产。（@Khazix0918，https://x.com/Khazix0918/status/2072561914371338704）

MCP、API、CLI 本质都是工具调用方式。MCP 的优势在协议层考虑人在回路；API 适合多数场景；CLI 眼下好用但长期受环境、依赖和交互阻塞限制。（@vista8，https://x.com/vista8/status/2072200972357828922）

OpenAI 探讨向美国政府出让 5% 股份并建立公共财富基金，把 AI 红利叙事从企业估值推向公共分配和政治许可层面。（@dotey，https://x.com/dotey/status/2072550767320285654）