文章
个人写作优先，自动整理的内容仍可按需查看。
Agent 的上下文、验收与反馈循环（2026-07-26）
多 agent QA、动态 compaction、可录制终端和文件系统研究方法都在补齐 Agent 的运行条件；晚间新增的 Skill 调用说明与游戏原型迭代，则把上下文和反馈循环放到更具体的工作方式里。
AI 实验开始把生成、执行和交付放进同一个工作表面
三个 AI 样本把本地生成、可审阅执行和可交付结果放进具体工作表面：图片转 3D、带人工确认的视频切片，以及能处理日常工具的本地 agent。
Agent 接入真实网站后，验证和交接变得更重要（2026-07-25）
ChatGPT Work 开始支持用户登录后继续执行网站任务，模型分工、自动审查和安全事件也同时提醒：Agent 的价值越来越取决于能否在明确权限和可验证证据内完成工作。
AI Agent 开始有控制面，验收也要跟上
ChatGPT Voice 进入桌面端多 agent 协调，视觉模型开始按需回看原图局部，Sandbox 与本地 agent 也更容易被直接操作。今天更重要的变化在验收端：测试、约束、权限和历史记录决定这些能力能否可靠使用。
今天的 AI 工作界面：上下文、控制面与判断
今天的更新覆盖提交前安全扫描、模型路由、托管 agent、Codex 的上下文输入与移动端控制。共同问题很清楚：模型能力进入工作流后，压缩、权限、预览和复核决定它能否稳定使用。
AI 实验开始变成可以亲手操作的界面
三个 AI 实验把抽象能力变成可操作的体验：自己运行一个语言模型、让镜头观察动作，以及让聊天控件随着状态改变。
今天的 Agent 信息：能力之外，是运行边界
今天的信息同时指向 agent 的能力与运行边界：OpenAI 披露评估中的安全事件，检索和记忆方法出现更明确的适用条件，长任务还受上下文压缩、review 带宽和基础设施资源约束。
低竞争关键词不是靠 KD 决策，而是工具筛候选、人来守 SERP 门
我一直想给个人小站建一套稳定的选题雷达：不是追热点，而是发现那些搜索量不大但真实、竞争可控、SEO 能慢慢养起来的关键词。
AI 开始进入输入、检索和协作的中间层
三个 AI 界面实验展示了新的接触层：输入时给出动作建议、跨文本图片音频视频检索，以及由一个入口协调多个 agent。它们都在试着降低系统功能增加后的操作负担。
AI 实验开始碰到验证、输入和持续运行
一个 3D 球场实验把多端测试和修复带进 AI 编程过程；Silent Speech 尝试用无声口型与 AI 交流；远程 Codex 工作流把合同处理放到可长期运行的环境中。这些样本都很早期，问题比答案更值得看。
小店冷启动选品：先找平台愿意给流量的词
我之前做小店选品，很容易从“货”开始想：这个东西便宜不便宜，图片好不好看，1688 上有没有同款，能不能快速铺上去。
2026-07-20：AI 实验开始把执行过程摆到台面上
MiniCPM-Robot 把操作、跟踪和推理放进开源具身模型组合；一套 UGC 视频工作流把商品图直接串到成片；agentic workflow designer 则把流程节点和运行状态画在同一个界面里。这些样本都在探索 AI 如何交付完整过程，而非单点输出。