Follow 深度日报

Follow 深度日报：Agent 发布后进入修正、记忆与开放栈竞争

基于 Obsidian Follow List active 账号与公开来源，覆盖 2026-07-10 00:00 UTC 至 2026-07-11 00:00 UTC。未使用 Folo CLI；未绕过 CAPTCHA 或做反爬规避。抓取优先级按 Status=active、Priority=high、Cadence=daily/weekly/manual 排序，主要使用公开 Nitter RSS、OpenAI RSS、作者/机构公开页面和源站链接。

发布时间：2026-07-11 08:00 CST 窗口：上次运行以来来源：Follow List.md、Sam Altman、Greg Brockman、Simon Willison、Mira Murati、Harrison Chase、Clem Delangue、Josh Woodward、Logan Kilpatrick、OpenAI RSS、公开 X/Nitter RSS

总览：今天不是单纯的新模型发布日，而是“发布后修正”和“agent 工作台形态”开始显形的一天。OpenAI/ChatGPT Work/Codex 线索显示，用户很快把问题集中到默认模型、费用/限额可见性、桌面信息架构、Codex 是否被削弱、multi-agent 回归和插件粗糙边缘；Greg Brockman 与 Simon Willison 的跟进又把语音、移动、独立浏览器边界和模型路由推到前台。另一方面，Sol Ultra 被用于 64 个子代理并行求解数学猜想的线索，让 test-time compute 从“更久思考”变成“可并行调度的研究工作流”。开放栈侧，LangChain 把 NemoClaw Deep Agents、OpenWiki personal brain 和 OpenSWE 放在同一条叙事里，Hugging Face 则通过 Gemma Challenge、HuggingNews 和开放模型默认化讨论，把“agent 也会形成网络效应”摆上桌面。Thinking Machines 的长文则给出另一种底层立场：未来不是一个中心化模型替人决策，而是许多能被本地知识塑形的 AI。

核心主题

1. 发布后修正成为 agent 产品竞争力的一部分

ChatGPT Work/Codex 发布后的反馈集中在限额、默认模型、信息架构和 multi-agent 回归，说明强模型之外，产品可解释性和迁移体验会直接决定用户信任。

2. 并行 test-time compute 进入研究叙事

Sol Ultra 64 子代理求解数学猜想的线索，把前沿模型竞争从单次回答质量推向“能否组织大量推理分支并收敛到可审查产物”。

3. 企业 agent 栈转向可拥有的模型、记忆和运行时

LangChain/NVIDIA NemoClaw、OpenWiki personal brain、OpenSWE 与 LangSmith 观测组成一条完整路线：模型、harness、memory、runtime、eval 都要可控。

4. 开放生态也在做信息分发和网络效应

Hugging Face 不只发布模型和数据，还开始强调 HuggingNews、Gemma Challenge 和 agent network effects，开放平台正在争夺发现、协作和部署入口。

重要更新

OpenAI：ChatGPT Work/Codex 发布后快速修正，问题集中在限额、默认模型和信息架构

来源账号/机构：Sam Altman 转发 Tibo、Simon Willison、Greg Brockman；发布时间：2026-07-10 17:59-21:39 UTC；链接：Tibo 发布后修正说明 / Simon on sidebar/projects / Simon on Codex vs Work / Simon on UI vs capability

OpenAI 在 GPT-5.6、ChatGPT Work 和 Codex 合流后的 24 小时内公开承认几类摩擦：高算力设置太容易误用且限额影响不清楚，桌面端一次性重组让 chats/projects 难找，部分 Codex 用户误以为 Codex 会被 Work 淡化，多代理工作流和插件也出现回归。短期修正包括重置使用限额、调整默认和模型选择器、修复插件提交问题、重新突出 Codex，并承诺下周恢复更熟悉的 sidebar/projects 组织。

Simon Willison 的追问很实用：如果 ChatGPT 桌面里的 Codex 对工程师是 Work 的超集，何时该切到 Work Mode？随后他记录 OpenAI 内部人士的说法：能力和历史相同，差异主要是 UI 偏好。这意味着 OpenAI 正在把“同一底座能力如何包装成不同工作入口”作为产品层难题。

为什么值得看：这类发布后修正比发布稿更能暴露真实产品边界。Agent 工作台的胜负点不只是模型强弱，还包括默认成本、限额可见性、旧工作流兼容、插件可靠性和用户是否理解入口差异。

后续行动：把 ChatGPT Work/Codex 的反馈项转成 OpenClaw 工作台检查表：默认模型成本提示、任务限额、项目导航、agent 回归测试、插件提交/审批和“入口差异”说明。

GPT-5.6 Sol Ultra：64 子代理求解数学猜想，test-time compute 从延长思考转向并行编排

来源账号/机构：Greg Brockman、Noam Brown；发布时间：2026-07-10 18:19-19:55 UTC；链接：Greg Brockman / Noam Brown / Noam on parallel TTC

Greg Brockman 和 Noam Brown 放大一条线索：GPT-5.6 Sol Ultra 使用 64 个子代理，在约一小时内产出一个 50 年数学猜想的证明。Noam 的重点不是单纯“模型更聪明”，而是 test-time compute 从秒级扩展到周级时，延迟会成为瓶颈；Sol Ultra 的信号在于可并行化推理，把一天级搜索压到一小时级。

这条内容仍需要数学共同体验证证明质量，也需要官方说明任务设置、prompt、子代理角色、搜索空间和人工筛选程度。但从 agent 工程角度，它清楚展示了下一个前沿：模型不只是生成答案，而是调度多个推理分支、合并证据、输出可审查工件。

为什么值得看：如果并行 test-time compute 成为常规能力，科研、投研、代码迁移和安全审计都会从“问一个模型”变成“设计可预算、可回放、可验证的推理集群”。

后续行动：等待证明复核和技术细节；同时为 OpenClaw 设计一个小型 parallel reasoning harness，用同一问题跑多分支、汇总、交叉审查和成本统计。

Thinking Machines：Mira Murati 发布“人本、分布式、可塑形”的 AI 世界观

来源账号/机构：Mira Murati、Thinking Machines Lab；发布时间：2026-07-10 16:40 UTC；链接：Mira Murati / The Future Worth Building Is Human

Thinking Machines 的长文把使命定义为“扩展人的意志和判断”，反对把 AI 塑造成中心化、冻结、替人决策的系统。文章强调本地知识和默会知识无法简单集中化，未来应有许多由不同场景、不同人群、不同反馈塑造的 AI，而不是一个平均化的统一代理。

Mira 的配套帖还回顾 Thinking Machines 一年来的方向：多模态 AI、自定义模型、开放科学、Tinker 让用户训练开放权重模型、Connectionism 研究，以及未来几个月首个产品会包含重要开源组件。这和 OpenAI 的 Work/Codex 合流形成有趣对照：一个偏中心化工作入口，一个强调分布式塑形和本地知识。

为什么值得看：这可能成为 Thinking Machines 与 OpenAI/Anthropic/Google 差异化的哲学和产品底座：AI 不是替你完成所有工作，而是被个人、组织和社区持续塑形。

后续行动：跟踪 Tinker、首个产品和开源组件；评估它对个人 agent memory、custom model、Obsidian 知识库和本地反馈循环的启发。

LangChain：NemoClaw、OpenWiki personal brain 与 OpenSWE 指向“可拥有的企业 agent 栈”

来源账号/机构：Harrison Chase、LangChain、Brace Sproul；发布时间：2026-07-10 15:24-21:51 UTC；链接：Harrison Chase launches / NemoClaw Deep Agents Blueprint / OpenWiki general purpose brain / Soft-Cache working paper

Harrison Chase 把本周 LangChain 发布归纳为两条线：开放模型与记忆。NemoClaw Deep Agents Blueprint 把 Deep Agents harness、NVIDIA Nemotron 3 Ultra 和 OpenShell governed runtime 组合起来，目标是让企业能拥有模型层、工具/上下文/评测/harness 层和安全运行时，而不是只租用闭源入口。

记忆线则围绕 OpenWiki personal brain 展开：它从 Gmail、互联网等来源主动生成通用 wiki memory，并和 Codex/Claude 这类“反应式记忆”互补。OpenSWE 的内部使用线索也值得记录：自 7 月 1 日以来，LangChain 内部 Slack 已经超过 700 次 tag OpenSWE，说明异步开源 coding agent 正在进入团队日常流程。

为什么值得看：LangChain 正把 agent 工程拆成企业可拥有资产：模型、harness、memory、runtime、trace、eval。这个框架比单个 demo 更接近真实生产落地。

后续行动：阅读 NemoClaw 评测细节，检查 0.86 score 与 10x 成本优势的任务定义；试跑 OpenWiki personal brain，评估它和 Obsidian/邮件/日报状态文件的连接方式。

Hugging Face：Gemma Challenge、HuggingNews 与开放模型默认化，开放平台也在争夺 agent 网络效应

来源账号/机构：Clem Delangue、Google Gemma、HuggingNews；发布时间：2026-07-10 15:38-22:18 UTC；链接：Clem on agent network effects / Gemma Challenge / HuggingNews / HuggingNews / open source American AI models

Clem Delangue 转发 Gemma Challenge 结果：100 多个 AI agents 和人类在 6 天内协作，把 Gemma 4 在单张 NVIDIA A10G 上的推理速度提高到约 5 倍，最快结果达到 491.8 TPS，最快无损结果为 315 TPS。Clem 的解读更关键：Hugging Face 可能不仅有用户网络效应，也会形成 agent 网络效应。

同一天，Clem 推出 HuggingNews：一个 AI-curated feed，用来筛选每天值得看的 AI 新闻，并计划基于 Hugging Face profile 做个性化。它本身还是早期产品，但代表开放平台不只想当模型仓库，也想控制“发现什么、谁来优化、agent 如何协作”的信息入口。

为什么值得看：开放生态的护城河正在从模型文件扩展到协作、评测、分发、优化和个性化信息流。如果 agent 能在 HF 上共同优化模型/推理/数据，平台网络效应会比单纯下载量更强。

后续行动：跟踪 Gemma Challenge 的代码和评测指标；试用 HuggingNews，但把其中未核实新闻列入待验证，不直接作为事实来源。

Google / Gemini：AI Studio 免费 pretty URL 与 Gemini macOS trusted testers 推进应用分发入口

来源账号/机构：Logan Kilpatrick、Josh Woodward；发布时间：2026-07-10 15:05-15:09 UTC；链接：AI Studio pretty URLs / Gemini Trusted Testers

Logan Kilpatrick 表示 Google AI Studio 正在为部署应用推出免费 pretty URL，每个 app 可以拿到类似 `your-own-url.ai.studio` 的地址。Josh Woodward 则更新 Gemini App Trusted Testers Program：第一批已 onboard，并开始邀请测试即将进入 macOS app 的未发布功能。

这两条看似小，但都围绕“从模型到可分享应用”的最后一公里。AI Studio 用免费部署和免费 URL 降低原型发布摩擦，Gemini 则用 trusted testers 加速桌面端体验打磨，延续昨天用户反馈 Top 10 的产品修正路线。

为什么值得看：AI agent/应用的竞争不只在 API，而在“能不能快速变成别人能打开、测试、反馈的工作流”。免费 URL、桌面端灰度和 tester program 都是在抢开发者分发入口。

后续行动：用 AI Studio pretty URL 试部署一个小工具，记录和 GitHub Pages/OpenClaw Sites/Cloudflare Pages 的差异；继续观察 Gemini macOS 是否补齐项目、文件和工具调用体验。

OpenAI / Deutsche Telekom：AI-native telco 线索继续把企业 agent 拉向客服、员工流和网络运营

来源账号/机构：OpenAI RSS；发布时间：2026-07-10 07:00 UTC；链接：How Deutsche Telekom is rewiring telecommunications with AI

OpenAI RSS 发布 Deutsche Telekom 案例，摘要指向四类落地：客户服务、员工工作流、网络运营和未来语音。虽然正文页面在当前环境需要 JavaScript/cookies，RSS 摘要已足够说明 OpenAI 正继续把 enterprise AI-native 转型案例推向大型传统行业。

电信场景值得单独看，因为它同时具备高频客服、复杂内部流程、网络告警/运维和语音入口。与 ChatGPT Work/Codex 的个人/知识工作入口相比，telco 案例更接近“agent 进入组织流程和运营系统”。

为什么值得看：AI-native telco 是企业 agent 的硬场景：权限复杂、遗留系统多、服务质量要求高、语音和网络运营都可直接影响成本。

后续行动：后续用浏览器或可读镜像复核完整案例，提取可量化指标：客服处理时长、员工自动化覆盖、网络事件响应、语音系统成本。

AI 工程判断：Hamel 与 Simon 都在提醒“自动化不是护城河，理解与数据才是”

来源账号/机构：Hamel Husain、Simon Willison、swyx 转发 AI Engineer 内容；发布时间：2026-07-10 17:42-21:00 UTC；链接：Hamel on data / Simon on AI browsers / Geoffrey Litt code understanding keynote

Hamel 的提醒很直接：如果一个工具能自动发现并修复所有问题，它也会给你的竞争对手做同样的事，产品差异最终还是来自数据和业务理解。Simon 则从 AI-enhanced browser 角度继续强调安全/隐私边界，倾向让 AI 使用独立浏览器，而不是进入用户自己的主浏览器。

swyx 转发 Geoffrey Litt 关于“仍然要理解 agent 写的代码”的演讲，和近期“AI 工程师是否还需要读代码”的争论呼应。三条合起来看，AI 工程主线不是放弃理解，而是把注意力从逐行打字转向数据、边界、审查和反馈设计。

为什么值得看：这是对过度自动化叙事的必要制衡。真正的个人/企业 agent 系统需要保留人类判断、数据优势和安全边界，否则只是把通用能力平铺给所有人。

后续行动：在日报和项目工作流里继续保留人工复核、来源链接、待验证区和行动项；对浏览器/邮件/私密数据类 agent 坚持隔离环境和最小权限。

人物/机构动态

OpenAI：发布后快速修正 ChatGPT Work/Codex 体验；Greg 继续强化 mobile、voice、consumer-scale agents 和 Sol Ultra 叙事。
Thinking Machines：通过长文和 Mira 的转发明确“人本、分布式、本地知识塑形”的世界观，首个产品和开源组件值得持续跟进。
LangChain：把 NemoClaw、OpenWiki personal brain、OpenSWE、LangSmith 观测放到同一企业 agent 栈叙事里。
Hugging Face：从模型仓库继续扩展到新闻发现、agent 协作优化、开放模型默认化和企业主权叙事。
Google / Gemini：AI Studio pretty URL 和 Gemini macOS trusted testers 都指向应用部署与桌面体验打磨。

值得跟进项目

ChatGPT Work/Codex 发布后修正清单：可转为 agent 产品回归测试表。
Sol Ultra 64 subagents 数学证明线索：等待证明复核和技术细节。
Thinking Machines world view：跟踪 Tinker、开放权重训练和首个产品。
NemoClaw Deep Agents Blueprint：研究开放模型 + harness + runtime 的企业落地方式。
OpenWiki personal brain：评估对 Obsidian/邮件/网页记忆的适配。
HuggingNews：观察 AI 新闻聚合是否能和个人 follow list/state file 结合，但需严格事实复核。

待验证信息

Sol Ultra 的数学证明需要独立数学审查；目前只按公开社媒线索记录，不视为已被学界确认。
LangChain/NVIDIA 的 0.86 score 和 10x 成本优势需要检查 benchmark、任务集、模型价格、harness 调参和复现脚本。
HuggingNews 中出现的部分新闻可能来自自动聚合或未核验来源，不能直接作为事实来源。
OpenAI Deutsche Telekom 页面当前 curl 只能读取 RSS 摘要，完整案例指标需后续用可读页面复核。
ChatGPT Work/Codex “能力相同、主要是 UI 偏好”的说法来自社媒转述，应以后续官方帮助文档为准。

低优先级噪音

围绕 GPT-5.6 Sol 的大量兴奋转发、玩笑和短评，只保留和成本、限额、并行推理、入口定位相关的部分。
Nan Yu 的 “dog-barfing” 产品吐槽有趣，但缺少具体 AI/agent 落地信息，本期只作为低优先级产品语感观察。
swyx 转发的 AIE 现场内容很多，适合作为发现入口；本期只保留“是否仍要读代码”和前沿策略相关线索。
个别 HuggingNews 榜单条目涉及市场/地缘/公司传闻，未进入重点更新，避免放大未验证信息。