SCTCAMP · AI 行动情报
每天替你删掉噪音，留下值得动手的信号。
今日判断
今天最值得点开的是 Latent Space 那条：OpenAI 用约 1 万个 agent、130B tokens 在 88 小时内跑出 Navier-Stokes 奇点结果，这是 agent 规模化协作第一次给出硬科学产出，比同日的融资新闻有信息量得多。另一条是 OpenAI 的 Agents API，托管式 Codex harness 把长会话和工具调用做成服务，直接决定你后面搭工作流的底座选型。
今天动手
跑通 Agents API 最小长会话 demo
验证托管 agent 能否支撑长会话与工具调用，决定你现有工作流要不要换底座。
用 Agents API 建一个 agent，跑一次带工具调用的多轮会话，确认会话能跨轮保持上下文并成功调用工具。
请基于 OpenAI Agents API（托管服务，由 Codex harness 提供编排、长会话和工具调用）帮我设计一个最小验证 demo。输入：我要验证的三件事——1) 会话能否跨多轮保持上下文；2) 能否成功调用一个自定义工具；3) 长会话下是否稳定。输出：一份可执行的步骤清单，每步写明调用什么、预期看到什么。检查标准：逐条对照三件事给出通过/不通过，不通过时写明具体报错或现象。不要引入我未提到的其他工具或数据。
行业信号
04- 01
OpenAI 发布 Agents API，托管长会话与工具调用
由 Codex harness 提供编排能力，主打云端 agent 的长时运行和工具调用，属于托管服务而非自建框架。
你可以：值得跑一遍 demo，判断能否替掉你现在的自建 agent 编排层。
OpenAI News看原文 ↗ - 02
OpenAI 用约万个 agent 88 小时算出 Navier-Stokes 奇点
消耗约 130B tokens、成本超 4000 万美元，同日还有 Cognition 480 亿 E 轮、Mistral 240 亿 D 轮等消息被它盖过。
你可以：可拆成一条选题：讲清「万级 agent 并行」的成本结构和适用边界。
Latent Space看原文 ↗ - 03
研究者用 Codex 与 ChatGPT 从基因组找抗菌分子
César de la Fuente 实验室在现存与已灭绝物种的基因组中筛选抗耐药感染的候选分子，属于科研场景的真实落地。
你可以：可做成教学案例：非技术学员如何用对话式工具做领域内的大规模筛选。
OpenAI News看原文 ↗ - 04
Shopify 移动端从 React Native 转回原生
2020 年转 RN 是为省去双端重复开发和追平功能，如今改回 Swift 与 Kotlin 双代码库，理由是 agent 已能承担足够多的实现与翻译工作。
你可以：可做一条选题：agent 如何改变「跨端复用」这笔账的算法。
Simon Willison看原文 ↗
可转教学/学员素材
03工具与项目
01- 01
任意 Nix 包可在浏览器里直接跑起来
trynix.dev 用 qemu-wasm 在浏览器内跑 x86_64 Linux 虚拟机，可加载过去 13 年的任意 Nix 包，且支持 URL 寻址，例如直接打开 python3@3.6.2 的交互 shell。
你可以：可拆成一条「浏览器即沙箱」的短视频选题，演示 URL 直达旧版本环境。
Simon Willison看原文 ↗