--digest

POCHE DIGEST

OpenAI 发布 GPT-6.2 Astra 与 Sol

OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款模型,Astra 面向高难度专业任务,Sol 面向日常高效工作。官方称 Astra 在 Agents' Last Exam 上较 GPT-6 Astra 高出 5.2 分,API 输入和输出价格较前代低 20%,每百万 token 输入 8 美元、缓存输入 0.40 美元、输出 40 美元。在 Harvey LAB-AA 法律任务测试中,Astra 的通过率据称超过 Claude Fable 5.2 一倍以上。

Claude Code 的实验性功能 Code Mode 让 Claude 编写 JavaScript 来一次性执行多个工具调用,代码在用户会话中运行,并只返回 Claude 需要阅读的部分结果。该功能适合跨多文件的重复修改、需要先过滤的搜索,以及可并行执行的多个命令。开启需要 v2.1.323 或更高版本,并设置环境变量 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1;目前不支持 -p 模式、Agent SDK、VS Code 面板和桌面应用,代码运行超过十分钟会被停止。

Stageshow 是设计师 Benji Taylor 发布的一个 agent skill,用于帮助智能体制作质感更好的 faux UI 演示。通过 npx skills add 命令即可为 Claude Code、Codex、Gemini 等智能体安装。它包含参考文档、大量示例、一套 React 组件,以及用于录制演示和检查文字布局的脚本。

Devin 推出 Devin Bots,用户给出目标后,Bot 会组建并协调多个 Devin 智能体并行工作,每个智能体运行在各自的云端机器上,直到生成可合并的 PR。用户可以通过 Slack、短信、电话或群聊与 Bot 交互,Bot 只在需要决策或审批时才通知用户。页面提供 Software Factory、QA Engineer、Latency Optimizer 等模板,并列出了 RBAC、SSO、审计日志和零数据留存等企业安全特性。

T3.gg 的 Theo 公开了一封写给 OpenAI 的长信,讲述他对 GPT-6.2 Astra 的使用体验。他认可该模型的代码审查能力、新颖方案和 3D 与游戏相关表现,但认为它会在长任务中就无关的实现细节提问从而阻塞自己,并且输出的解释过于细节化、难以理解。他还提到其 ts-rust 项目在 Astra 上运行 7 天没有任何改进,之后又运行 4 天仍无变更,而 Opus 5.5 在不到两周内完成了相近工作。

Vercel 推出的开源工具 agent-browser 为智能体提供浏览器和桌面应用的操作能力,支持点击、输入、截图、录制最高 60fps 视频、Core Web Vitals 性能测量以及 API 响应 mock。多个开发者在页面中引用的评价称,它比 Playwright 消耗的 token 更少、速度更快,其中一位测试者称相比 Chrome DevTools MCP 减少了约 70% 的 token 消耗。工具支持多个智能体在独立会话中并行运行。

设计师 Paul Jun 近期在 Ramp 和 Notion 的设计师面前做了一场关于品牌未来的演讲,演讲主题为“Brand as software”。他表示,部分听众听后感到振奋,也有人感到担忧。