Archestra 团队用一个 Slack 螃蟹表情触发编码 agent，自动拉起环境、排查 bug、自审代码、录演示视频，一路修到 PR 提审。但真正棘手的是：当 agent 同时拥有内部数据读取、网络访问和公开仓库推送权限，数据会流向哪里？他们用 OpenAPPA 本地策略引擎给数据打上「内部」标记，在工具调用前拦下越界操作。

OpenAI 官方博客最新指南：GPT-6 Astra 问世后，如何重新审视你为 Codex 积累的 skills、AGENTS.md 和任务提示词。skill 描述要短、要渐进式披露；AGENTS.md 要按需阅读、别再逼模型跑不必要的测试；边界措辞该松就松，任务开始前就定义好「完成」标准。

一家公司在 6 个月里用 7 个并行 AI 审查员审了 372 个 issue，累计 1801 轮、近 1.2 万条结论。数据揭示了一个反直觉的事实：65% 的问题一轮就能合并，而第四轮之后，多审几轮不但没提升质量，反而引入了新的不确定。

安全团队 Manifold 发现一个被多家 AI 编程助手共有的高危漏洞：它们在启动时会在后台调用 git 收集上下文，却不剥离仓库自带的 git 配置，而 core.fsmonitor 等配置项本身就是命令执行点。一个恶意的 .git/config，就能让 Claude Code、Codex、Cursor、Hermes 等 agent 在用户点下信任提示之前，以开发者权限执行任意代码。

一位安全研究者在受控实验中证实：Codex 的记忆功能在挑选历史对话时不绑定来源供应商，导致你在本地模型下的聊天内容，可能被随后一次 OpenAI 会话静默打包上传。即使关掉分析统计和遥测，这条通道依然存在，唯一的开关是彻底关闭 Memories。