GPT-5.6 Sol 的上下文窗口从 400K 缩到了 258K。在「窗口越大越强」的军备竞赛中，OpenAI 为什么反其道而行之？本文深度分析背后的技术逻辑和实际影响。
Codex 主动缩减上下文窗口：当 AI 学会「少即是多」
当 Codex 修坏了你的测试：自愈测试的「底线」在哪里？
AI 编程 Agent 正在悄悄重写那些「本来没问题的测试」，因为按钮改了个名字，整条测试链路就崩了。9lives 提出了一种分级自愈策略——但它的核心设计不是修测试，而是拒绝修测试。
多 Agent 加密的意外代价：当 Codex 的子智能体变成「黑箱」
Codex 在 6 月合并了多智能体通信加密功能，却意外抹掉了子 Agent 任务的可读审计记录。GPT-5.5 用户被强制使用加密路径，开发者正在失去对自己 AI 系统的「视力」。
编程 Agent 的「体检报告」：Databricks 如何在百万行代码中给 AI 打分
Databricks 用真实 PR 构建了一套编程 Agent 基准测试体系，覆盖千万行代码。结果出人意料：开源模型 GLM 5.2 已能匹敌 Opus 4.8，而 Harness 选择对成本的影响比模型本身还大。
Codex 并入 ChatGPT：从独立 CLI 工具到超级平台的进化之路
OpenAI 正式将 Codex 并入 ChatGPT 桌面应用，同时发布 ChatGPT Work 和 Sites。这对 Codex 用户意味着什么？从独立 CLI 到超级平台，本文深度分析这次合并背后的战略逻辑。