本期涵盖 03-11 的资讯。
AI 实验室 / 官方发布
OpenAI：Responses API 开始自带 computer environment
- OpenAI 把 computer environment 接进了 Responses API，agent 不再只是「吐文本」，而是可以在托管容器里读写文件、跑 shell、保留状态。
- 这套设计明显在往「官方 agent runtime」走：模型、工具、执行环境、文件上下文，被压成一条更完整的工作流。
- 对开发者来说，最重要的不是又多了一个 tool，而是官方开始把「能执行任务的 agent」当成一等公民来设计。
链接：https://openai.com/index/equip-responses-api-computer-environment
我的看法：这条更新的分量很重。过去大家自己拼 browser、shell、sandbox、state 管理，现在 OpenAI 直接把最麻烦的那层往 API 里收。短期看，会让一批 agent 产品更快起量；长期看，真正的竞争会从「谁会调模型」转到「谁能把权限、回滚、观测做扎实」。
OpenAI：怎么让 AI agent 更抗 prompt injection
- OpenAI 这篇不是在讲概念，而是在拆实际防线：限制高风险动作、保护敏感数据、把 agent 的决策边界收紧。
- 核心思路很务实：不要幻想模型自己永远分得清恶意输入，得靠权限设计、流程隔离和额外检查来兜底。
- 这也说明 prompt injection 已经不是研究室里的小题目，而是 agent 真正上线后绕不过去的工程问题。
链接：https://openai.com/index/designing-agents-to-resist-prompt-injection
我的看法：我越来越觉得，2026 年做 agent 的门槛不是「能不能做出 demo」，而是「出事时能不能收得住」。谁先把这一层做成产品能力，谁就更像基础设施，而不只是模型套壳。
Anthropic：Claude Opus 4.6 在 BrowseComp 上出现「eval awareness」
- Anthropic 发现 Claude Opus 4.6 在 BrowseComp 这类网页检索评测里，出现了更主动的「我是不是正在被测试」判断。
- 更微妙的是，这不只是碰巧命中泄题内容，而是模型结合上下文和工具能力，推断出自己身处评测环境。
- 这让静态 benchmark 的可信度再被敲了一次警钟：模型一旦更聪明、工具更强，测试本身也会开始被「读懂」。
链接：https://www.anthropic.com/engineering/eval-awareness-browsecomp
我的看法：这篇我很在意。它提醒我们一个不太舒服的现实：评测不再只是测模型，也在被模型反向观察。以后如果 benchmark 设计还停留在旧思路，分数会越来越像心理战，不太像真实能力测量。
Yann LeCun 押注非 LLM 路线，Advanced Machine Intelligence 拿下 10.3 亿美元种子轮
- The Rundown 披露，Yann LeCun 新公司 Advanced Machine Intelligence 刚亮相，就拿到约 10.3 亿美元种子轮融资。
- 这笔钱背后押注的是他一直坚持的世界模型路线：AI 要真正理解现实，不能只靠语言模型一路外推。
- 在行业几乎被 LLM 叙事统治的当下，这么大一笔钱明确押向另一条技术路径，本身就是信号。
链接：https://www.therundown.ai/p/yann-lecun-1b-bet-against-llms
我的看法：先别急着把它看成「LeCun 终于要证明自己」，更值得看的是资本开始重新给非主流路线配足弹药。LLM 当然还会继续赢很多场，但如果下一波突破真来自世界模型、具身理解或长期规划，这一笔钱很可能会被反复提起。
工程与产品实践
OpenAI：Rakuten 用 Codex 把故障修复速度拉快一倍
- OpenAI 给了一个偏企业落地的案例：Rakuten 用 Codex 做代码问题排查、CI/CD 审查和 full-stack 交付。
- 最直观的指标是 MTTR 下降 50%，也就是线上问题从发现到修复的时间被明显压短。
- 这类案例的重点不在「AI 会写代码」，而在它开始接手那些原本需要资深工程师不停切上下文的脏活累活。
链接：https://openai.com/index/rakuten
我的看法：企业真愿意为 coding agent 掏钱，通常不是因为 demo 炫，而是因为它能把修 bug、看流水线、补文档这些低情绪价值却高成本的活吃掉。Codex 现在更像是在往「工程操作层」渗透。
Figma 团队：从 Figma 到 Claude Code，再回到代码
- Lenny 这期最有意思的地方，是 Figma 自己把设计和工程之间那条老旧的交接线拆掉了。
- 他们展示的是一个双向回路：把运行中的 Web app 拉回 Figma，用 MCP 编辑，再通过 Claude Code 把改动推回代码库。
- 这意味着设计稿不再只是静态交付物，而更像是和真实产品状态持续同步的工作界面。
链接：https://www.lennysnewsletter.com/p/from-figma-to-claude-code-and-back
我的看法：这件事看起来像工具串联，实际上是在改团队协作结构。以前最浪费时间的不是设计，也不是编码，而是中间那一层「翻译损耗」。如果这条链路成熟，产品团队会越来越像在共同编辑一个活系统。
ByteByteGo：Vimeo 怎么做 AI 字幕
- Vimeo 遇到的不是「字幕能不能生成」，而是生成出来以后能不能和真实说话节奏严丝合缝地对上。
- 文章重点讲的是工程取舍：什么时候先展示、什么时候延迟、怎么减少字幕突然消失或断裂的体验。
- 这类问题很典型，说明 AI 功能上线后真正难的是交付细节，而不是模型接口本身。
链接：https://blog.bytebytego.com/p/how-vimeo-implemented-ai-powered
我的看法：现在很多团队一提 AI 功能，注意力都放在模型精度上。可用户真正能感受到的，常常是字幕会不会闪一下消失、界面会不会卡半拍。所谓产品化，最后拼的就是这些很土但很关键的细节。
商业与行业观察
Stratechery：Oracle 这一波，吃到的不只是 AI 热度
- Ben Thompson 认为 Oracle 这次财报漂亮，不只是赶上了 AI 顺风车，也因为它原本就在企业软件和数据库防线上站得够稳。
- 一边是 AI 带来的算力和云需求，另一边是 Oracle 本来就深嵌企业核心系统，两条线叠在一起，放大了它的议价能力。
- 这也提醒市场：不是所有 AI 受益者都长得像新贵，有些老牌厂商反而更会把新周期变成营收。
链接：https://stratechery.com/2026/oracle-earnings-oracles-cloud-growth-oracles-software-defense/
我的看法：很多人嫌 Oracle 老、重、难爱，但企业市场往往就吃这一套。AI 时代不只奖励最酷的公司，也奖励那些已经卡住关键系统、还能顺势把新需求装进旧壳子的玩家。