文章
个人写作优先，自动整理的内容仍可按需查看。
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。
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。
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。
AI 实验开始补齐玩法、表达和操作接口
一个可与 LLM 对战的地理猜测游戏、一个给 agent 提示用的 UI 术语词典，以及一套会随任务变化的实体按键，分别从玩法、表达和操作三个方向补齐 AI 产品体验。
Agent 开始接手实现，验证和证据成了真正的分水岭
安全扫描、真实任务评估和自动测试正在把 agent 的价值从“能不能写代码”推向“能否稳定完成正确的工作”。
2026-07-17：Agent 工作流开始需要可见的界面、记录与容量
Kimi K3 的开放权重与长上下文主张引发大量讨论；更值得留意的是桌面端上下文、浏览器执行回放、运行时密钥、本地转写和硬件容量正在共同决定 Agent 工作流是否真正可用。
今天看到的三种 AI 工作界面：方案辩论、状态键盘和 3D 创作链
今天的三个早期样本分别把多 agent 的方案评审、coding agent 的运行状态和 3D 资产制作做成可观察的操作表面。它们的产品成熟度仍待验证，已经能看出 AI 工具正在从单次输出转向持续协作。
2026-07-16：Agent 真正进入工作流，要先处理工具、权限和政策
企业采用 agent 时，数据、身份与验收规则需要先进入系统；下午的新增信息进一步显示，语音入口、第三方 Provider、代码数据保留和交易政策都会直接改变工具的实际可用性。