OpenAI 把 Codex 做成 Windows 桌面应用这件事，真正难的地方不在模型本身而是怎么在 Windows 上给 coding agent 做一个既安全又实用的沙箱。 传统的方案要么让开发者每次操作都要点批准，要么直接给 full machine access。两者对 agent 工作流来说都不可接受：前者把自动化打断，后者把安全墙拆了。 OpenAI用 Windows 原生的隔离机制做多层权限控制，agent 跑在受限进程里，文件系统、注册表、网络调用全部走白名单审批流。 关键参数没全公布，但文档里提到每个 agent task 有独立的 credential scope，这意味着同一个桌面环境里，agent A 和 agent B 拿到的 token 是隔离的，不会串。 对 Windows 开发者来说，这个方案比给 agent 开本地 SSH 权限舒服多了。装好插件之后，Copilot Chat 界面直接控制 Codex，代码写完自动跑在本地沙箱里，不上云不断线。官方支持 VS Code 和 JetBrains，IDE 工作流不动，只是多了个能跑任务的副驾驶。 这件事对 Windows 生态的意味比表面上大。GitHub Copilot 一直在浏览器和 Web 环境里绕，Windows 桌面是真正的主战场——开发者日常的构建、调试、CLI 工具链全在本地。模型厂商真正进入这个入口，意味着 coding agent 不再是"试试看"的玩具，而是可以塞进真实开发流的水管工。

强烈推荐大家收藏这篇文章，这是每个原创者都需要做的“修行之路”。 我的x文章，只比公众号晚发了一天，就被盗用，并且被别人打上了原创。 M哥文章里面的保护原创方法，简单可操作，毕竟文章作为“信息资产”也是资产。

Notion 今天发了整套开发者平台，不只是 API——是把整个开发者工具链搬进了 Notion。 ntn CLI 可以直接终端里操作 workspace、读写数据、部署 Workers；Workers 是托管代码运行时，不用自己管服务器，直接读写外部 API；Database Sync 用 Workers 做桥接器，把 Salesforce、Strava、Spotify 这些有 API 的数据源同步进 Notion 数据库。 更有意思的是 Agent 那一层。External Agents API 把外部 Agent 接进来。名单里跑着 Claude AI、OpenAI Codex、Decagon、Cup等、Cursor AI、Cognition、Warp、Flota 等，十几个主流 Agent 平台"来即用"。 Notion Agents SDK 则反向操作：把 Notion Agent 打包成 API，让任何应用触发、流式返回、多轮对话。 以前 Notion 的边界是"协作笔记+数据库"，现在它的数据层在变成 Agent 时代的共享上下文层。既可以接入任何外部 Agent，也可以被任何外部系统调用。

/goal 是什么 用最简单的话说：你说清楚”做到什么算完”，它自己一直干到完。 常用命令： /goal <条件> 设置目标，立即开始 /goal 查看当前目标、已用轮数和 token 消耗 /goal clear 清除目标，Claude 恢复正常模式 /goal 和 /loop 的区别一句话：/loop 是按时间间隔重复跑；/goal 是条件满足了才停。 两个注意点： 1./goal 只在你接受了 workspace 信任对话框的项目里可用，因为它依赖 Hooks 系统。如果 disableAllHooks 被设置，这个命令会告诉你原因，而不是静默失败。 2.没有花费上限——目标一旦跑起来，token 会持续消耗直到条件满足。条件写清楚，加上约束，不然可能跑很久。

Google 在 #TheAndroidShow# 这场活动里，把 Android 整个变成了一层 AI 分发管道。 最核心的变化不是某个具体功能，是操作系统本身的定位在变：Android 从"管硬件和应用的平台"，变成"把 Gemini 的能力渗透到所有场景的中间层"。 系统级 AI 意味着 AI 不是你打开的一个应用，而是你做的每一件事的背景——拍一张酒店宣传册直接跳转到 Expedia 预订，开口说购物清单自动建好购物车，这些跨应用的动作以前要靠开发者自己做集成，现在 Google 帮开发者做了。 Googlebooks 这条产品线是这次最具体的落地： Gemini-native 笔记本电脑，运行 Android 手机应用，搭载"Magic Pointer"光标。 这是 Google 在 PC 战场的一次侧翼出击——不是跟 MacBook Air 比配置，是把手机上的应用生态和 AI 能力打包进一个生产力场景，定价和渠道走传统 OEM 路线（acer、asus、dell、hp、lenovo），用已有的笔记本销售网络铺货。 Mindy Brooks（Google 产品 VP）说的一句话值得单独拎出来："Android transitions from an operating system into an intelligence system."这句话从她嘴里说出来，分量不轻。 操作系统 transitions 到 intelligence system，意味着 Google 把 AI 能力定位成平台级资产，而不是一个应用功能。这跟 OpenAI 把 GPT 做进操作系统底层是同一条逻辑线的两个方向——Google 从端侧往上走，OpenAI 从模型往下走，最后在某个中间层相遇。 从开发者视角看，这里有个实际的选择题：如果你的应用核心价值是"把 AI 能力嵌入日常场景"，Android 的新架构可能是比纯云端 API 更低延迟的选项；如果你的场景需要跨平台一致性，云端还是更稳。 这个窗口期大概是今年夏天 Galaxy + Pixel 先上，年底 Chrome on Android experimental auto-browse 才铺开——动手早的开发者有先发优势，但也要承担第一批用户的调试成本。

讲的是泛流量，其实说的是选题。随着AI工具的普及和进化，如何快速的、有效的找到信息是值得每个人深思的课题。 实践哥这个方法，值得看。这不是泛流量的破壁，而是价值信息筛选的“破壁”。

Jason Saltzman 贴了一组 OpenAI 的数据：把 ChatGPT 用于创业工作的美国活跃用户里，科技公司只占 5%，剩下 95% 分布在服务业、零售、医疗和蓝领行业。plumber、牙医、 Etsy 卖家这些日常生意，才是 AI 创业采用的主体。 这组数据反直觉的地方在于：从业者圈子里聊 AI，采用叙事默认是"科技公司用 AI 颠覆传统行业"，但实际数字在说另一件事——颠覆还没发生，渗透先发生了。5% 这个数字不是说明 AI 没用，而是说明 AI 已经用开了，只是用在一件件很具体的小事上，而不是在聚光灯下。 这跟消费级应用的增长逻辑不一样。消费级应用靠网络效应和平台效应，容易集中在少数玩家手里；这些日常行业的 AI 用法，门槛低、场景散，不存在赢家通吃的基础。一个 plumber 用 ChatGPT 优化接单流程，不会跟另一个 plumber 的用法产生竞争——反而让整个行业的基准服务水平悄悄往上抬。 这种渗透路径对 AI 创业有个提示：别盯着 5% 那块市场，那里已经是红海。那块市场的采购决策链是 CTO + VP Engineering，测试周期三个月，竞标比的是模型参数。95% 那块市场的决策者是一个人在店里琢磨怎么让客人预约更顺，是每天下午三点在等订单的牙医——他们对 AI 的期待不是"最强大脑"，是"别让我做那些我不想做的事"。这两批用户的迭代速度、付费意愿、对模型大小的敏感度，完全不同。 从基础设施的角度看，这批用户的 AI 用法会持续拉动两个方向：一个是端侧部署（数据不想上云），一个是垂直场景的 fine-tune。5% 那块市场撑的是基础模型迭代，95% 那块市场撑的是中间件和应用层的机会。 两边都在长，但热闹的地方不一样。

Genspark 发了 GenClipboard，一款剪贴板工具，定位是「你在任何地方复制的东西，跨设备同步还能搜索」。 核心功能：文字、链接、密码、代码、图片、截图、屏幕录制全部支持。装上之后，你在一台机器复制，在另一台机器直接粘贴，不用任何额外操作。历史记录全部留存，可以搜。 工程层面的背景有意思：这是 Genspark 内部工具，之前不对外。现在开出来当独立产品——他们的核心判断是，剪贴板同步这个需求，浏览器和系统层都没做干净，AI 时代反而变成一个真实痛点了。 代码片段、项目间的文本、截图——这些东西在不同设备间流动的时候，目前没有好用的原生方案。 免费，不需要任何 credits。需要翻墙—— 在国内访问受限。

Pareto Code文档进了Hermes。设置一个min_coding_score，系统自动路由到最便宜的、超过你标准的代码模型，按ArtificialAnlys排名。这不是"最强大的模型"，是"最划算的模型"——同一条Pareto前沿上，你可以实时看到哪个点性价比最高。 加上OpenRouter自己的fusion lab：把多个模型的结果融合，逼近实际前沿而不是某个单点。 Elad Gil说的大厂领先SV 3-4个月、SV领先NY 3-6个月、NY领先全球 6-12个月——这张时间差地图，在融合结果里会被实时压缩。工具在变平，不是平等主义，是效率驱动。

用 skillguard 跑了 Clawhub 上 57580 个 skill 的安全审计，结果：1.78% 明显投毒，agent-defender 本身是毒的中毒。 最讽刺的是，能被社区广泛引用的"安全工具"本身就是攻击面。 做 skill 聚合分发的门槛不高，只要会打字，就可以做出来 skill，但安全审查是个系统工程——静态扫描、行为分析、依赖图谱，缺哪层都会被突破。 这个数字放在 AI agent 狂飙的背景下，感觉再过6个月就不是 1.78% 了。

open code是我折腾的第一个agent的框架。那个时候，我还没用上Claude code。之所以用open code 完全是因为里面有很多免费的模型。 如果你没试过的话，强烈建议跟着文章安装使用一下，因为你会发现相较于Claude code的一些问题，open code倒是以开放姿态予以解决。 现在蚂蚁的模型限时免费，不来薅一把嘛？

🤖 ChatGPT 48个月 Business 套餐优惠 🎉 🎯 限时促销来袭，超值优惠 轻松开通 Team 账号，别错过这波长达 48 个月 的专属福利! 📋 操作步骤： 1️⃣ 英国地区使用优惠链接： 🇬🇧 2️⃣ 澳洲地区使用优惠链接： 🇦🇺 3️⃣ 美国地区使用优惠链接： 🇺🇸 4️⃣ 选择对应席位方案并完成付款，即可享受优惠 💥 💰 优惠详情： 🇬🇧 英国：2 x 按月订阅订阅，原价 £36.00，促销 -£25.00，应付 £11.00 🇦🇺 澳洲：2 x 按月订阅订阅，原价 AU$70.00，促销 -AU$45.00，应付 AU$25.00 🇺🇸 美国：2 x 按月订阅订阅，原价 US$50.00，促销 -US$30.00，应付 US$20.00 ✨ 低至 0 美元即可开通 1 个席位 Team 账号 (需账号已有免费空间) ⚠️ 注意事项： 优惠仅限限时促销，额度有限 不同地区价格与优惠码不同，请按对应链接使用 🚀 立即行动，抢先享受这波 48 个月 专属优惠!