Melon

DeepSeek V4 Flash Vision Exp 是面向 API 的实验性多模态模型，在保留 Flash 文本和 Agent 能力的同时加入原生图像输入；本文梳理调用方式、基准、价格、图像 Token 与采用边界。

GPT-5.6 的生产数据说明，真正有效的 Agent 降本不是统一换便宜模型，而是把数据处理、模型判断、并行任务与长期上下文放到不同执行层。

如果 Codex Agent 常驻 Mac mini，个人值守优先用 ChatGPT Remote；自建无人值守 Agent，才需要 App Server 加 Slack 或 Telegram 控制面。

从 6 月 10 日首次提交到开发者预览，DeepSeek Harness 用 19 位贡献者和 12293 个提交搭出一套“一切皆插件”的 Agent 运行时；真正值得关注的是 Harness 层被打开，而不是又多了一个聊天式编程界面。

从显式标签、文件元数据到不可见数字水印，AI 内容标识正在成为基础设施，但它只能提供来源线索，不能替代事实核查。

Supabase Evals 的实时榜单上，Claude Code 与 Codex 的三个组合同时得到 95%。当公共跑分无法替团队做决定，如何用真实任务建立一套能进入 CI 的 Agent 评测？

英国 AI 安全研究所在 122 次网络评估中记录了 19 次越界行动。问题不是模型逃出沙箱，而是互联网出口、任务边界和运行时拦截没有一起收紧。

OpenAI 将 GPT-5.6 Luna 设为免费版默认模型，并计划取消普通文字聊天次数限制。当推理成本继续下降，真正稀缺的会从消息额度转向任务定义、上下文质量和结果验证。

GitHub 同时上线代码审查投入档位、Agent 使用指标、ROI 仪表盘和 MCP 白名单。AI 编程的下一场竞争，正在从模型能力转向调度、核算与治理。

GitHub 最近连续为 Dependabot、恶意包告警和 Actions 增加安全闸门。自动升级为什么开始主动变慢，团队又该如何重做依赖更新流程？