【AINews】萬物皆為指揮家
本期AI新聞涵蓋多個熱點：GitHub Copilot App模仿Conductor的形態引發討論；OpenAI推出Codex移動版，支援遠端控制編碼代理；LangChain釋出SmithDB和Engine，將代理追蹤資料轉化為改進迴圈；Anthropic限制Claude Code使用引發開發者強烈反彈；Figure展示人形機器人24/7自主分揀直播；以及多項研究進展，包括擴散語言模型、時間序列基礎模型和可解釋性等。
文章情報
要點
- GitHub Copilot App採用類似Conductor的代理優先形態，Conductor創始人獲YC CEO Garry Tan公開支援。
- OpenAI Codex登陸ChatGPT移動端，支援遠端啟動、審查和執行編碼任務。
- LangChain釋出SmithDB和LangSmith Engine，實現代理追蹤資料驅動的自動修復與評估。
- Anthropic限制Claude Code第三方封裝使用，引發開發者大規模取消訂閱，強調平臺風險。
- Figure人形機器人實現24小時以上自主分揀，聲稱無需遠端操作，達到人類同等吞吐量。
為什麼重要
這條新聞值得關注，因為GitHub Copilot App採用類似Conductor的代理優先形態，Conductor創始人獲YC CEO Garry Tan公開支援。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
在AI新聞相對平靜的一天，一場圍繞編碼代理形態的爭論卻異常火熱。GitHub宣佈推出新的GitHub Copilot App，這是一個桌面環境，專注於並行工作流、倉庫/PR生命週期管理和模型靈活性。這一舉動被廣泛視為對Conductor這款先行者的直接模仿。Conductor率先採用了“代理優先”的形態，並因此獲得了Y Combinator CEO Garry Tan的公開讚譽，他稱Conductor“反應更快、更透明、更穩定”。這引發了業界對兩個關鍵問題的思考：如果你開創了一種形態，如何在他人複製時實現變現？以及，這種形態之後的下一個趨勢是什麼？
與此同時，OpenAI進一步將Codex融入日常開發流程。最重要的產品釋出是Codex整合到ChatGPT移動應用中，使用者可以在手機上啟動任務、審查輸出、批准命令並遠端引導執行，而Codex繼續在筆記型電腦或開發盒上執行。OpenAI還宣佈遠端SSH功能現已普遍可用，並增加了鉤子和程式化訪問令牌，以便在企業環境中進行自動化。此外，OpenAI還發布了關於Windows沙盒的技術報告，探討了編碼代理在實用性與受限機器訪問之間的權衡。
在代理基礎設施方面，LangChain釋出了重要的新工具。SmithDB是一個專為代理追蹤資料構建的資料庫，而LangSmith Engine可以消費追蹤資料、聚類失敗案例、識別潛在程式碼問題並提出修復和評估建議——將可觀察性從被動檢查轉變為改進迴圈。社群評論強調了SmithDB在架構上轉向物件儲存和自定義查詢路徑的意義。LangChain還宣佈了LangChain Labs，這是一個圍繞代理持續學習的應用研究專案，其理念是將生產追蹤資料轉化為訓練訊號、評估和針對效能力提升。
執行隔離方面也有進展：W&B和CoreWeave聯合推出了CoreWeave Sandboxes，用於強化學習、工具使用和評估工作負載的隔離執行，並明確測試了包含破壞性命令的場景。開源社群也出現了本地代理除錯工具，可將追蹤資料暴露給Codex/Claude Code以自動編寫評估。
最激烈的生態系統反應來自Anthropic對Claude Code使用方式的限制和重塑，尤其是針對第三方封裝和高頻程式化工作流。Theo的帖子成為焦點，他聲稱T3 Code使用者儘管透過官方支援路徑整合，仍遭遇了劇烈的速率限制削減，隨後他取消了訂閱並鼓勵其他人也這樣做以支援開源捐贈。其他知名開發者紛紛附和，認為Anthropic實際上切斷了開源開發者/應用的路徑，破壞了圍繞claude -p構建的工具。也有更戰略性的反駁觀點，認為Anthropic沒有義務為第三方應用提供大量補貼的固定費用令牌，生態系統可能轉向更明確的API經濟和更智慧的模型路由。無論如何，對於代理工程師而言，實際經驗很簡單：基於訂閱的工具不是穩定的平臺原語，提供商/模型抽象和BYOK路徑正變得不可或缺。
機器人領域，Figure的直播佔據了主導地位。該公司首先展示了8小時完全自主、無人監督的工作，隨後擴充套件到24/7直播，最終報告了24小時以上的連續自主執行，沒有失敗，小包裹分揀的吞吐量達到人類水平，由Helix-02完全在機載執行，並具有針對分佈外情況的自動重置——明確聲稱沒有遠端操作。儘管對Figure的具體評價存在分歧，但這一演示無疑是最清晰的“持續執行時間”證明之一。
研究方面，多個技術釋出值得關注：Zyphra的ZAYA1-8B-Diffusion-Preview聲稱與自迴歸生成相比解碼速度提升4.6-7.7倍，質量損失有限。Datadog的Toto 2.0釋出了5個開源時間序列預測模型，引數從400萬到25億不等，在多個基準上排名第一，並表明擴充套件律可能終於適用於時間序列基礎模型。Goodfire的可解釋性研究指出Llama使用幾何“形狀旋轉計算器”機制進行算術運算。在強化學習和搜尋方面，有研究將LLM強化學習框架化為“生成/過濾/控制/重放”的展開工程，以及Prime Intellect在nanoGPT速度基準上的自主最佳化器搜尋，Opus 4.7在約1萬次執行後達到2930步，接近人類基準的2990步。
最後，Kimi K2.6在金融代理基準V2上被評為最佳開源模型，而Ring-2.6-1T作為開放釋出獲得了vLLM的即日支援。