OpenAI / Sam Altman, Greg Brockman, 花叔, 苍何, Orange AI 等 | GPT-5.6 系列发布、ChatGPT Work 推出、Codex 整合与桌面应用上线
OpenAI 正式发布 GPT-5.6 系列模型（Sol / Terra / Luna），并推出由 Codex 和 GPT-5.6 驱动的新 Agent 产品 ChatGPT Work。Codex 成为桌面主入口，ChatGPT 更名为 Classic。Pro / Enterprise / Edu 用户即日可用，Plus / Business 将在 24 小时内滚动更新。CEO Sam Altman 称这是“至今性能最强模型”，也是“每美元产出任务数的大幅跃升”。官方 YouTube 同步上线工作流演示。业界评论认为这是 AI 从“聊天”到“执行”的范式切换。
openai-codex-releases | Codex v0.144.0
OpenAI Codex 发布 v0.144.0，新增使用额度重置、只读应用授权模式以及 MCP 工具交互式认证功能，进一步强化其作为 Agent 工作台的工程地位。
向阳乔木 / vista8 | Grok 4.5 与 Codex 在细节打磨阶段的对比
用户实测反馈：在项目细节打磨阶段，Grok 4.5 CLI 模式质量一般，而 Codex GUI 模式更全面，且适合自动化 UI 检测。直接指导了不同模型在开发流程中的分工选择。
Anthropic / Anthropic News | Ben Bernanke 被任命为 Anthropic 长期利益信托成员
Anthropic 官方宣布任命前美联储主席、诺贝尔经济学奖得主 Ben Bernanke 为其长期利益信托的最新成员，为 AI 治理提供经济学视角。
Anthropic / Anthropic News | Anthropic 发起公开征集尖锐问题倡议（Hard Questions）
Anthropic 发起“Hard Questions”公开倡议，邀请公众提出关于 AI 的尖锐问题，并承诺公开追踪和报告应对措施，展现公司治理透明度策略。
Tibo / thsottiaux | OpenAI Build Week 2026 宣布启动
OpenAI Build Week 挑战启动，从 7 月 13 日开始，鼓励开发者使用 Codex 构建项目，是一次直接参与最新工具生态建设的实战机会。
向阳乔木 / vista8 | Meta AI 对中国用户的区域限制与突破尝试
用户发现 Meta AI 对中国用户存在精细化区域限制，即使使用常规 VPN 仍无法使用，疑似基于 Facebook 账号归属识别。通过新注册美国账号可访问，但新 Muse 模型需申请 API。对跨境操作者有直接参考价值。
向阳乔木 / vista8 | /apple-design 新技能发布
推出基于苹果 WWDC 视频提炼的 /apple-design 技能，包含 17 条设计与动效原则，为 AI 辅助设计工作流提供新工具。
Thariq | 智能体协作中的未知发现框架
作者提出与 Claude Fable 5 协作时，工作质量瓶颈并非 AI 能力，而是用户澄清“未知”的能力，并分享了系统性未知发现框架。该方法论可复用至 ChatGPT Work、Codex 等 Agent 协作中。
KK.aWSB | 2026 年个人量化交易系统搭建指南
分享利用免费开源工具（OpenBB、Qlib、TradingAgents）搭建个人量化交易系统的完整指南，展示了 AI + 开源工具编排的通用工作流方法。
OpenAI 于 7 月 10 日发布了 GPT-5.6 系列模型（Sol、Terra、Luna），同时推出了由 Codex 和 GPT-5.6 驱动的新 Agent 产品 ChatGPT Work。这意味着原来的 ChatGPT 更名为 Classic，Codex 正式成为桌面主入口，ChatGPT Work 则作为面向 Pro、Enterprise 和 Edu 用户的默认产品，支持跨应用、跨设备执行复杂长期任务。Sam Altman 和 Greg Brockman 均强调，Sol 是目前最好的模型，尤其在成本效率（dollars-per-task）上实现了巨大进步，直接回应了企业客户对 AI 成本的担忧。值得注意的是，OpenAI 此次选择合并原先并行运营的 ChatGPT 和 Codex 产品线，Orange AI 的分析指出这一合并并非自然而然，背后是工程与商业逻辑的强行整合。
这一事件标志着 AI 行业从“对话式问答”向“Agent 式执行”的重大范式切换。对于所有依赖 AI 完成实际工作的团队和个人，ChatGPT Work 不再只是聊天工具，而是一个可以读取你的文件、操作你的桌面应用、跨越不同平台（手机、网页、桌面）执行任务的数字化工作伙伴。这一转变直接影响你如何设计日常工作流——原本需要手动切换多个工具完成的任务（如数据分析 + 文档撰写 + 代码测试），现在可以在一个 Agent 内部连续完成。如果你之前还在犹豫是否要从 ChatGPT 切换到 Codex，这次合并给出了明确的答案：单一产品线的时代已经结束，Agent 工作台才是未来。
Anthropic 官方宣布任命前美联储主席、诺贝尔经济学奖得主 Ben Bernanke 为其长期利益信托（Long-Term Benefit Trust）最新成员。Bernanke 将担任信托顾问，为 Anthropic 的 AI 治理框架提供经济学视角和宏观审慎分析。这一信托结构是 Anthropic 区别于其他 AI 公司的核心治理设计之一，目的是确保公司在追求 AGI 的过程中不会偏离安全与公共利益优先的长期使命。Bernanke 的加入意味着 Anthropic 正有意识地将 AI 治理的讨论从技术安全扩展到经济体系稳定层面——他作为 2008 年金融危机应对者的独特经历，可能直接塑造 Anthropic 对“AI 引发的系统性风险”的理解和应对策略。
对于关注 AI 行业政策动态的观察者来说，Bernanke 的任命是一个重要的信号：AI 治理正在从纯粹的技术伦理问题演变为宏观经济政策议题。如果你在思考 AI 公司的长期风险或投资价值，这一人事变动暗示 Anthropic 正在认真构建一条与政府监管机构和中央银行对话的桥梁。对个人实践层面的启发是：当你在评估一个 AI 平台的安全性时，除了关注技术能力，也要留意它的治理架构——尤其是是否包含了跨越技术、法律、经济学等不同学科的外部监督机制。
Anthropic 发起了一项名为“Hard Questions”的公开倡议，邀请公众向公司提出关于 AI 的任何尖锐问题，并承诺将这些问题公开记录、追踪，并定期报告公司的应对进展和具体措施。官方博客原文详细解释了这一举措的初衷：公司相信，来自用户的真实质疑是推动产品安全性和透明度进步的最强动力。Claude 的官方账号也转发了此消息，强调“希望在尖锐的问题中”。这一倡议本质上是一种治理透明度的实战演练——Anthropic 没有选择发布一份完美声明，而是主动邀请用户指出自己的盲点。
这一做法值得所有运营 AI 产品或内容平台的团队借鉴。通常我们习惯于在产品上线后被动回应质疑，而 Anthropic 选择了反向操作：将用户质疑纳入产品迭代的正式流程，并承诺公开追踪。这不仅仅是一个公关姿态，而是一种可操作的反馈机制设计。具体的迁移路径包括：在你的工具或内容发布流程中预设一个“硬问题收集器”，定期汇总并公开回复，将用户的尖锐问题转化为产品改进的 roadmap。对于追求长期信任的团队，透明度本身就是最好的壁垒。
作者 Thariq 在引用文章中提出一个关键洞察：当用户与 Claude Fable 5 或类似级别的 Agent 协作时，工作质量的瓶颈已经从工具能力转移到用户自身——具体来说，是用户“发现自己不知道什么”的能力。他分享了一个系统性的未知发现框架，帮助用户在与 AI 协作时主动识别自己的认知盲区，而不是被动等待 AI 发现遗漏。这个框架的核心思路是：在向 Agent 提出任务之前，先对自己的知识边界做一次结构性检查，然后基于这些未知设计更精确的提问策略和迭代检查点。
这是目前关于如何有效使用高能力 Agent 最具有操作性的方法论更新。当底层模型的能力快速提升（如 GPT-5.6 Sol 发布），大多数人仍然沿用旧有的“问-答”交互模式，导致产出质量被自己的提问水平限制。这个框架直接改变了你对“使用 AI”这件事的根本判断：关键不在于学会更好的 prompt，而在于学会更好的自我知识审计。这一方法论可以立即迁移到任何 Agent 协作场景——无论是用 ChatGPT Work 写报告、用 Codex 开发应用，还是用 Claude 做研究分析，都可以先做一个五分钟的“未知发现检查”，再开始与 Agent 的对话。
这条长文推文详细展示了如何利用 OpenBB、Qlib 和 TradingAgents 这三款免费开源工具，结合 AI 能力，从零搭建一套个人量化交易系统。作者不仅介绍了每个工具的核心功能和适用场景，还给出了从数据获取、因子回测到策略执行的完整技术路径。OpenBB 负责市场数据聚合与分析，Qlib 提供 AI 驱动的量化模型库，TradingAgents 则作为 Agent 编排层实现策略的自动化执行。整个系统完全构建在开源生态之上，无需任何付费服务或专业金融背景。
虽然量化交易本身是一个相对小众的应用方向，但这篇内容的真正价值在于它提供了一个完整的“多工具 Agent 编排”样例——如何将多个不同功能的 AI/数据分析工具串联成一个自动化工作流。对于非金融领域的用户，同样的编排思路可以直接迁移到其他场景：用 OpenBB 的思路搭建数据聚合层，用 Qlib 的模型逻辑处理特定领域分析，用 TradingAgents 的编排方式实现跨工具的自动执行。如果你正在思考如何构建自己的 AI 工作流，这篇指南的架构思路比它的具体金融应用更具通用参考价值。
Nate Herk - AI Automation | GPT 5.6 Sol Made This Entire Video
GPT 5.6 Sol Made This Entire Video
时长：5:23
OpenAI YouTube | Get started with ChatGPT Work
Get started with ChatGPT Work
时长：5:53
OpenAI YouTube | Introducing the next chapter for ChatGPT
Introducing the next chapter for ChatGPT
时长：43:15
只回答一个问题：如果今天要 build，一个值得优先考虑的产品是什么？ 下面每个选择都把新产品供给、真实收入和用户讨论合并成同一个判断。 今天只有 1 个足够新的方向，不为了凑满 5 个而重复昨天的判断。