Follow 深度日报

安全 Agent、终端 RL 与浏览器本地模型成为主线

基于 Obsidian Follow List active 账号与公开来源，覆盖 2026-06-22 00:00 UTC 至 2026-06-23 00:00 UTC。未使用 Folo CLI；未绕过 CAPTCHA 或做反爬规避。公开 X/Nitter RSS 本轮多数不可读，采用官方 RSS、个人博客/Atom、公开 X 搜索结果与来源自带页面交叉确认。

发布时间：2026-06-23 08:00 CST 窗口：上次运行以来来源：Follow List.md、OpenAI RSS、Simon Willison Atom、Substack、Hugging Face RSS、公开 X 搜索

总览：今天最强信号来自三条线。第一，OpenAI 把 Daybreak 扩展为安全修复体系：Codex Security、GPT-5.5-Cyber、Patch the Planet 和合作伙伴计划一起出现，重点从“发现漏洞”推进到“验证、打补丁、提交证据”。第二，Nathan Lambert 跟进 TMax，说明终端 agent 的 RL 研究正在从数学题 RLVR 转向更贵、更难复现、但更贴近真实工具使用的训练配方。第三，Simon Willison 用 Claude Code 把 Moebius 0.2B inpainting 模型移植到浏览器 WebGPU，给出一个很有代表性的“并行 agent side project”样本：人类负责方向、测试和上线判断，agent 负责跨栈实现。

核心主题

1. 安全 agent 从扫描器走向修复流水线

OpenAI Daybreak 的叙事不是再发布一个安全模型，而是把 Codex、受限 cyber 模型、专家审查、开源维护者协作和 partner program 串成 remediation loop。企业安全市场会关注它能否减少误报、落地补丁和留出可审计证据。

2. 终端 agent RL 需要公共配方

TMax 的价值在于开放数据、权重、rollouts 和训练脚本，让社区能研究 terminal-use agent 的小规模 ablation。Nathan Lambert 的评论重点是：agent RL 已经不同于早期数学 RLVR，需要处理复杂工具、history 管理和训练基础设施。

3. Coding agent 进入“并行副项目”模式

Simon 的 Moebius WebGPU 实验展示了另一种工作方式：主线任务由 Codex Desktop 跑，等待期间让 Claude Code 处理模型转换、前端、Hugging Face 发布和缓存。关键不是他学会了每行代码，而是验证了这种跨栈移植现在可以由 agent 推到可访问 demo。

4. 专用小模型继续压缩 VLM 的使用边界

Hugging Face 上的 PP-OCRv6 强调 1.5M 到 34.5M 参数、50 语言、多后端部署。对 agent 工作流来说，文档解析、截图 OCR、工业文本识别不一定都需要大 VLM，专用模型会成为成本和延迟优化的工具箱。

重要更新

OpenAI：Daybreak 扩展到 Codex Security 与 GPT-5.5-Cyber

来源账号/机构：OpenAI；发布时间：2026-06-22 10:00 UTC；链接：Daybreak 官方文章 / OpenAI X 帖

OpenAI 发布 Daybreak 扩展，核心包括 Codex Security、GPT-5.5-Cyber 完整版本、Daybreak Cyber Partner Program 和开源修复计划。官方强调目标是从漏洞发现推进到端到端补丁自动化：识别安全相关组件、验证可达性、在受控环境中测试、生成补丁并准备证据给人类复核。

值得注意的是，GPT-5.5-Cyber 被定位为给 verified defenders 使用的更强、更 permissive 的安全模型，而 Codex Security 更像是把这些能力放进开发者工作流的入口。OpenAI 同时披露 CyberGym、ExploitGym、SEC-bench Pro 等结果，但这些 benchmark 还需要结合真实 disclosure 与误报率理解。

为什么值得看：安全是 agent 最容易产生高 ROI 的企业场景之一，因为流程天然包含代码阅读、复现、补丁、测试和审计。OpenAI 这次把模型、工具、合作伙伴和开源维护者计划打包，说明它要争夺的是安全运营与开发流程中的“修复层”，不只是模型调用。

后续行动：跟进 Codex Security plugin 的实际可用范围、授权门槛、日志审计与误报处理；把 OpenAI Daybreak 和 Anthropic Claude Security / Project Glasswing 做一张安全 agent 对比表。

OpenAI：Patch the Planet 面向开源维护者做 AI 辅助补丁

来源账号/机构：OpenAI；发布时间：2026-06-22 10:00 UTC；链接：Patch the Planet

OpenAI 与 Trail of Bits 推出 Patch the Planet，面向 cURL、NATS Server、pyca/cryptography、Sigstore、aiohttp、Go、freenginx、Python、python.org 等关键开源项目。流程不是把 AI 发现直接丢给维护者，而是由安全工程师先做验证、补丁开发、测试和 coordinated disclosure。

官方称 Trail of Bits 在 19 个开源项目上用 Codex 与 GPT-5.5-Cyber 识别了数百个安全问题，并合并了几十个补丁，同时产出 fuzzing harness、历史 CVE 分析、差分测试、威胁模型和去重/降噪流程。这里最重要的是“减轻维护者负担”这个定位，而不是制造更多未验证报告。

为什么值得看：开源安全的瓶颈通常不是没有扫描结果，而是维护者没有精力处理噪音。AI 如果能和专家审查、测试基础设施、patch PR 结合，才有机会变成公共基础设施层面的正外部性。

后续行动：持续记录参与项目的公开 PR、CVE、测试基础设施变更；重点观察哪些成果可以复用到企业私有代码库的安全修复流水线。

Nathan Lambert：TMax 给终端 agent RL 提供开放研究配方

来源账号/机构：Nathan Lambert / @natolambert；发布时间：2026-06-22；链接：Substack 文章 / X 帖 / GitHub

Nathan 介绍 TMax：面向 terminal agents 的开放 RL 配方，公开论文、博客、GitHub、Hugging Face artifacts、rollouts 和数据。他强调 agent RL 已经不同于早期数学 RLVR，任务更硬，需要复杂工具使用、history 管理、harness 设计和更长训练，社区需要可研究的小规模公共配方。

这条线索的重要性不只在分数，而在研究资产。TMax 将训练任务成本描述为 8 个 H100 节点跑 2-3 天，仍然贵，但已经接近学术界可以研究的级别；它也让后续 DPPO、数据构造、rollout 过滤、terminal benchmark 等 ablation 有了共同起点。

为什么值得看：coding/terminal agent 的能力提升不能只靠闭源榜单。开放配方一旦成熟，会给开源模型、企业自训、学术复现和低成本 agent 供应链带来真实压力。

后续行动：下载论文和 repo，整理 TMax 的训练数据、环境、reward、rollout 管理和 Terminal-Bench 结果；评估它与 GLM 5.2、OpenCode、Deep Agents 的组合价值。

Simon Willison：用 Claude Code 把 Moebius 0.2B 移植到浏览器 WebGPU

来源账号/机构：Simon Willison / @simonw；发布时间：2026-06-22 23:43 UTC；链接：Simon Willison 博文 / 可运行 demo / GitHub

Simon 看到 Moebius 0.2B image inpainting 模型后，让 Claude Code 尝试把 PyTorch/CUDA 模型转换为 ONNX，并通过 ONNX Runtime Web + WebGPU 在浏览器中运行。他把代码、权重、Transformers.js、ONNX Runtime 等材料放到同一工作区，要求 agent 写 plan、notes、commit，并在测试错误后不断迭代，最终发布到 Hugging Face 与 GitHub Pages。

这个案例的亮点是完整链路：模型权重转换、浏览器 UI、线上 demo、GitHub Pages 路径修正、1.3GB 权重缓存、service worker / CacheStorage。Simon 明确说自己没有逐行读代码，学习到的更多是“现在什么事可行”。这很像未来个人研发的常态：人类做目标设定、例子选择、验收和发布判断，agent 做跨工具执行。

为什么值得看：它证明 coding agent 不只会改 Web App，也能跨 ML 工程、模型格式、浏览器 runtime、前端和部署完成小型产品化实验。对本地模型和边缘 AI 来说，WebGPU + ONNX + agent-assisted porting 是值得跟进的组合。

后续行动：复盘 repo 的 `research.md`、`notes.md`、`understanding.md` 和缓存实现；评估是否可以把这种流程变成“模型到浏览器 demo”的 OpenClaw 模板。

Hugging Face：PP-OCRv6 发布 50 语言轻量 OCR 模型族

来源账号/机构：Hugging Face / PaddlePaddle；发布时间：2026-06-22 13:18 UTC；链接：Hugging Face 博文 / 模型集合

PP-OCRv6 是 PaddleOCR 的新一代通用 OCR 模型族，覆盖 tiny、small、medium 三档，从 1.5M 到 34.5M 参数。官方强调 medium 与 small 支持 50 种语言，适用于文档、截图、多语言图片、数字屏、工业标签和场景文本。

它提供 Paddle Inference、Transformers、ONNX Runtime 等后端，并把可视化结果、结构化 JSON、在线 demo 和 Hugging Face model collection 结合起来。对 agent workflow 来说，这类小模型可用于截图理解、票据/文档抽取、RAG 入库前处理、UI automation 视觉辅助。

为什么值得看：很多 OCR 任务用大 VLM 会过贵、过慢且不稳定。专用小模型让 agent 可以把“看图读字”降到可控成本，尤其适合本地化和批量管道。

后续行动：选中英文截图、PDF 页面、表格图、工业标签做小样本测试；比较 PP-OCRv6、PaddleOCR-VL、Qwen/Gemini/GPT 视觉模型的准确率、延迟和成本。

Harrison Chase：继续强调 coding agent 的模型路由与成本治理

来源账号/机构：Harrison Chase / @hwchase17、LangChain；发布时间：2026-06-22；链接：Harrison X 帖 / LangChain 成本治理文章

Harrison 今天的公开帖提到 model routing 和相关思考，并关联 LangChain 如何让 coding agent spend predictable 的内部实践。LangChain 文章虽然发布于 6 月 15 日，但今天被重新带入讨论，核心是用 LangSmith LLM Gateway 给 coding agent 做实时成本可见性、预算、用户/API key 级限制和 trace 关联。

这条线与昨天的 GLM 5.2 / Deep Agents 线索相互呼应：当模型选择变多，agent 的运行成本和路由策略会变成产品能力，而不是财务后台问题。LangChain 的说法是，一个重度 coding agent 用户可能在被发现前产生数千美元周开销，因此实时治理要内嵌到 agent 生命周期。

为什么值得看：agent 规模化的瓶颈之一是不可预测成本。模型路由、trace、预算、限额申请和评测结果如果能连起来，会决定企业是否敢放开 agent 使用。

后续行动：把 LangSmith LLM Gateway、OpenAI Enterprise spend controls、Anthropic 计划/credit 模式、OpenRouter/Fireworks 成本路由做一个治理维度对比。

OpenAI：Codex-maxxing 把 Codex 描述为长程工作空间

来源账号/机构：OpenAI；发布时间：2026-06-22 00:00 UTC；链接：OpenAI 官方页

OpenAI 发布 Jason Liu 的 Codex-maxxing 白皮书入口，主题是让 Codex 支持超出单次 prompt 的长程工作：保存上下文、管理复杂项目、让工作跨会话延续。虽然公开页内容较短，但它与近期 Codex Enterprise、Samsung 部署、Daybreak 安全修复形成同一叙事。

这里的关键词是 persistent workspace。OpenAI 正在把 Codex 从“CLI/编码助手”描述成组织内部可持续运行的工程工作空间，这与 Claude Code dynamic workflows、LangChain Deep Agents、OpenClaw taskflow 等方向高度重合。

为什么值得看：长程 agent 的价值不在一次生成，而在任务状态、上下文、文件、权限、测试和审计可以持续积累。谁能把这些做成可信工作空间，谁就更接近企业 adoption。

后续行动：下载白皮书后拆解 Jason Liu 的具体工作流，提炼适合 OpenClaw/Codex 的长程项目模板。

人物/机构动态

OpenAI：一天内围绕 Daybreak、Patch the Planet、Codex-maxxing 发出多条信号，方向集中在安全修复、长程工作和企业化。
Nathan Lambert：继续充当开放模型与 RL 研究的高信号解释器，这次重点转到 terminal agents 的公共训练资产。
Simon Willison：用一篇长文给出 AI 编程协作的细节样本，包括计划、笔记、权重发布、缓存和上线。
Hugging Face / PaddlePaddle：PP-OCRv6 说明 HF 生态继续吸纳专用小模型，不只围绕大语言模型。
LangChain / Harrison Chase：模型路由、成本治理和 coding agent 可观测性仍是其企业平台叙事核心。
Anthropic：本窗口官方 RSS 路径不可用，公开页面未看到 24 小时内新增重大新闻；Fable 5 临时 included window 于 6 月 22 日结束这件事仍值得后续验证是否延期。

值得跟进项目

Daybreak / Codex Security：跟踪是否有公开 demo、developer docs、插件权限模型和企业安全合作案例。
TMax：阅读论文和训练脚本，确认数据规模、环境设计、reward、DPPO 细节、Terminal-Bench 设置和开放 license。
Moebius WebGPU：复盘 Simon 的 agent transcript，提炼“模型转换到浏览器 demo”的标准操作流程。
PP-OCRv6：做本地 OCR 小评测，重点看中文、英文、截图、小字号、表格和低清场景。
Agent 成本治理：把 trace、budget、model routing、provider billing、用户限额和异常告警串成企业 agent 运维 checklist。

待验证信息

GPT-5.5-Cyber 的 benchmark 数字来自 OpenAI 官方披露，需要等待第三方复测、真实漏洞披露和误报/安全边界案例。
Patch the Planet 的“数百问题、几十补丁”目前项目细节有限，应以后续公开 PR、CVE 和 maintainer 反馈核验。
TMax 的成本和复现实验虽比闭源训练透明，但 8 个 H100 节点 2-3 天仍不是普通个人可轻松复现，需要拆分哪些 ablation 可以低成本做。
Moebius WebGPU demo 依赖约 1.3GB 权重下载与浏览器 WebGPU 支持，实际用户体验需要在不同浏览器、设备和网络下复测。
X/Nitter RSS 本轮抓取不可用；公开 X 搜索可见的帖子只作为线索，不能代表完整时间线。

低优先级噪音

围绕 Daybreak 的转发很多，但缺少技术细节的祝贺、立场表达和营销短帖未纳入重点。
AI agent 榜单、泛化工具清单和 SEO 型文章较多，只在能补充具体事实时保留。
PP-OCRv6 的二次转载和社区热帖没有替代原始 HF/PaddlePaddle 链接。
旧的 Anthropic、LangChain、Hugging Face RSS 条目未重复包装为新发布。

Follow 深度日报：安全 Agent、终端 RL 与浏览器本地模型成为主线