/images/avatar.png

OpenAI Agents API 与可插拔沙箱实战

要把一个编码或运维类 Agent 真正放进生产环境,团队往往得自己重造一整套运行时:持久化会话状态、长任务上下文压缩、断线恢复、命令执行隔离、网络出口管控以及产物收集。OpenAI 在 2026 年 9 月 10 日开放公测的 OpenAI Agents API(Beta Header 为 OpenAI-Beta: agents=v1)直接把自家的 Codex Harness 托管成云端运行时接口;随后在 11 月 18–19 日,OpenAI 又陆续公开了 Inside the Codex Sandbox 的跨平台内核隔离实现,以及内部用 Codex 驱动性能回归排查的 Performance Factory 架构。

如果说 Codex 最佳实践 讲的是工程师如何在本地 CLI、IDE 与桌面端把 Codex 用顺手,本文则聚焦服务端与生产系统视角:如何把 Agents API 当作可编程运行时接入业务后台,如何在托管容器与自托管 codex exec-server 之间准确评估网络与数据驻留边界,以及如何借鉴 Performance Factory 的验证闭环把长周期自动化任务做稳。本文基于截至 2026 年 11 月的官方文档与工程披露整理。

大模型自适应思考与分级路由实战

早期多模型路由是一维的:简单任务给小模型,复杂任务给旗舰模型,或者给推理模型填一个静态 budget_tokens。到了 2026 年第四季度,Anthropic 在 10–11 月推出支持自适应思考(Adaptive Thinking)与 output_config.effort 的 Claude Haiku 5.5 和 Claude Fable 5.2,Google 于 11 月 18 日推出支持四档思考深度的 Gemini 4 Neon,生产级路由已经变成二维决策:「模型档位 × 思考深度」。

以输出单价看,Haiku 5.5 在单次提示 ≤ 100,000 输入 token 时为每百万 Token $0.50、超过 100,000 输入 token 时升至 $2.50,对比 Fable 5.2 的 $40.00,两档价差分别为 80 倍与 16 倍;而且自适应思考产生的内部推理 Token 全部计入输出 Token。如果路由策略没有显式预算熔断与合法性校验,一次重试失控或跨过长提示阈值就足以打穿预算。本文基于截至 2026 年 11 月的官方 API 文档与定价,给出一套可直接落地的二维路由架构、带熔断的 TypeScript 策略实现与跨厂商适配清单。

Google Antigravity 实战指南

如果你日常已经在用 Claude Code、Codex 或 GitHub Copilot CLI,就会发现编码 Agent 的核心竞争点已经从「单模型补全」转向了「多模型交接、远端隔离执行与端到端可视化验收」。2026 年 11 月中下旬,Google 连续推进了三次关键更新:11 月 17 日 Antigravity v2.33.0 引入 SSH 远程 64 位 Linux 宿主机、原生 GitHub PR 状态视图与内置浏览器检索;11 月 18 日上线 Gemini 4 Neon;11 月 20 日 v2.34.0 进一步扩大了 Orchestrator 支持范围。

本文基于截至 2026 年 11 月的 Antigravity 模型文档 与 动态工作流指南,梳理工作台内 512K 上下文上限与直接调用 API 的差异、不同订阅套餐下 Orchestrator 与 /swarm 的真实权限边界,以及在真实仓库里的落地方式。

Google AI Edge Gallery 端侧大模型实践

当所有人都在讨论云端千亿参数大模型的算力军备竞赛时,另一场静悄悄的革命正在我们的口袋里发生。如果断掉手机的 Wi-Fi 和移动数据,开启飞行模式,你的手机还能不能看懂相册里的照片、精准定位视频里的某个瞬间、甚至用自然语言帮你操控系统设置?

Google 官方开源的 Google AI Edge Gallery 给出了一个硬核的肯定答案。

这不仅是一个演示端侧(On-Device)生成式 AI 能力的官方沙盒,更是移动端开发者和极客探索本地大模型(Local LLM)边界的最佳试验场。本文将从底层技术架构出发,深度剖析 google-ai-edge/gallery 项目,并结合搭载 Tensor G5 芯片 的 Google Pixel 10 (128GB 标准版),带你看看在一台存储空间相对克制的量产旗舰机上,究竟能榨出多少令人惊艳的端侧 AI 生产力。

DeepSeek 应用级 API 套件与 V4.1-Flash 实战

接通一个文本推理模型往往只需要十分钟,真正拖慢 AI 应用交付的是外围胶水基础设施:接搜索引擎、维护无头浏览器抓网页、给 PDF 做版面还原 OCR、接语音转写(ASR)与语音合成(TTS),再把多步工具调用和引用编号拼回前端。2026 年 11 月 13 日,DeepSeek 在 官方更新公告 中开放了完整应用级 API 套件,将原本只在官方 App 内运行的服务端搜索、网页抓取、文档解析与独立多媒体端点直接向开发者开放,推理层由 10 月 17 日发布的 DeepSeek-V4.1-Flash-1017(托管模型 ID 为 deepseek-flash)驱动。

站内 DeepSeek Harness 适配指南 重点讨论了启动方式、preset 与插件/MCP 适配;本文聚焦应用架构瘦身与 HTTP 契约落地:厘清推理权重、托管应用工具与独立端点三层边界,给出可直接对齐官方文档的 TypeScript 调用示例,以及自建私有检索管线的取舍红线。所有参数均基于截至 2026 年 11 月的官方一手文档核验。

Claude Meetings 与 AI 协作工作台演进

2026 年 11 月中旬,Anthropic 连续分两次把 Claude 的团队工作面补齐:11 月 10 日发布 Claude Whiteboards(Beta)、Claude Sheets(Beta)与更名并 GA 的 Claude Data;11 月 12 日正式向符合条件的 Team 与 Enterprise 组织推送 Claude Meetings(Beta)。连同此前将视觉探索并入 Artifacts 的 Claude Design 以及团队侧常驻入口 Claude Tag,Claude 正从「单人对话框」转向覆盖会议、画布、表格与数据看板的协作工作台。

这篇笔记基于截至 2026 年 11 月的官方公告与帮助文档,拆解四款产品的发布状态、Team 与 Enterprise 在默认开关和外部访客可见性上的关键差异,以及工程团队试点前需要核对的前提条件。