OpenAI 如何为 OpenClaw 等常驻智能体构建安全防护
OpenAI 在开发者博客中说明其内部部署数百个 OpenClaw 常驻智能体时采用的安全控制，包括隔离可信网关与不可信 LLM 执行环境、用沙箱限制网络和文件访问、以第二个模型做 Auto-review 审批。
推荐理由：OpenAI 公开内部数百个常驻智能体的沙箱、身份与审批配置，可作为企业部署 Agent 时的安全基线参考。
#教程/实践
OpenAI Developers Blog精选AI 评分7070
AWS Machine Learning Blog精选AI 评分6060 AWS 详解 Amazon Bedrock Managed Knowledge Base 工具的细粒度访问控制
AWS 发布教程，介绍如何让共享同一智能体和知识库的员工只检索到自己有权查看的文档。
推荐理由：原文给出可复用的多层防御架构与完整 CDK 示例，读者可据此为共享知识库的智能体设计按用户隔离的检索权限。
AWS Machine Learning Blog精选AI 评分6060 AWS 开源 UAEF：跨框架的 AI 智能体闭环评测系统
AWS 发布开源框架 UAEF（Universal Agent Evaluation Framework），通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的执行轨迹统一为 AgentTrace，再用 7 个维度下的 36 项内置指标打分。
推荐理由：原文给出跨框架统一评测的适配器设计与 36 项指标清单，可据此判断多框架智能体如何做版本对比。
Hugging Face Blog精选AI 评分6262 Hugging Face 介绍决策模型：用 Transformers 和 llama.cpp 输出概率化决策
Hugging Face 发文介绍决策模型，这类模型接收 state 和 questions，直接返回带概率的结构化决策而不生成文本。
推荐理由：Hugging Face 把决策模型统一成 state 加 questions 的接口，并给出 Transformers 与 llama.cpp 的调用方式，便于判断这类非生成式输出能否接入现有服务。
Anthropic Engineering精选AI 评分6262 Anthropic 解析智能体记忆的组成部分与 dreaming 机制
Anthropic 工程团队发文拆解智能体记忆的组成部分，涵盖记忆笔记、dreaming 离线整理、wiki 表示和记忆分层注入。在 CL-Bench 1.0 数据库任务中，Claude Opus 5 能把验证过的规则写入记忆形成学习闭环，而 Sonnet 4.6 只留下未经验证的猜测。
推荐理由：文中对比了不同 Claude 模型在记忆写入上的差异，并给出 dreaming 与 wiki 两类可迁移的记忆组织方法。
OpenAI Developers Blog精选AI 评分6464 OpenAI 分享用 GPT-6 系列模型维护代码库的实践
OpenAI Core Experimentation 团队撰文介绍用 Codex 配合 GPT-6 Astra 与 GPT-6.1 Sol 维护代码库的做法，团队已合并 1400 多个由模型提议的维护 PR，删除超过 80 万行死代码。
推荐理由：文中给出 GPT-6 Astra 与 GPT-6.1 Sol 在清理死代码和过期实验上的成本与产出对比，可作为选择模型档位的参考。
Anthropic Engineering精选AI 评分7474 Anthropic 用五个月把 monorepo 从 git 迁到自研版本控制系统 Scion
Anthropic 公开其自研版本控制系统 Scion，并在五个月内把 monorepo 从 git 完整迁移过去。2026 年 5 月其日均合并约 2,500 次代码变更，9 月已超过 30,000 次；Scion 的 CPU 与内存占用比此前的 git 镜像方案小 200 倍，CI 检出代码从分钟级降到秒级，CI 单独获得 25% 的 CPU 容量收益。
推荐理由：Anthropic 公开自研版本控制系统 Scion 的架构取舍，为智能体大规模写代码之后的工程基础设施提供了一份可对照的样本。
OpenAI Developers Blog精选AI 评分6161 如何在 Codex 中用 Astra 构建游戏：从 Void Explorer 到 Sunwake
作者在 Codex 中使用 Astra 构建了太空探索游戏 Void Explorer，包含 2,048 个恒星系和超过 10,000 个程序化生成的行星，并分享了构建过程中的提示词。
推荐理由：作者以三款自研游戏为例，展示如何用提示词、测试场景和性能计数让 Astra 在 Codex 中完成从架构到渲染的迭代。
Anthropic Engineering精选AI 评分6969 Anthropic 如何为 claude.ai、Claude Code 与 Claude Cowork 设计智能体隔离边界
Anthropic 工程团队撰文说明 claude.ai、Claude Code 与 Claude Cowork 三款产品的智能体隔离架构，分别对应临时容器、人在回路沙箱和本地虚拟机三种模式。
推荐理由：文中复盘了权限提示疲劳、信任边界与出网白名单三类真实事故，对自建智能体的隔离设计有直接参考价值。
Anthropic Engineering精选AI 评分7474 Anthropic 如何构建 Claude Code auto mode：跳过权限确认的更安全方式
Anthropic 介绍 Claude Code 新增的 auto mode，用模型分类器代替人工审批，在手动确认与 --dangerously-skip-permissions 之间取中间路线。
推荐理由：Anthropic 公开 auto mode 的两层防御架构与分类器评测数据，可了解权限自动化在误报与漏报间的取舍。
Anthropic Engineering精选AI 评分7373 Anthropic 分享长时应用开发 harness 设计：从生成器加评估器到三智能体架构
Anthropic 工程师介绍其长时自主编码 harness 的设计：借鉴 GAN 思路把生成与评估拆成不同智能体，前端设计用四条评分标准驱动迭代，全栈开发则扩展为 planner、generator、evaluator 三智能体，通过 sprint 契约和 Playwright MCP 实测应用。
推荐理由：Anthropic 工程师复盘生成器与评估器双智能体的 harness 设计，并给出随模型升级逐步删减组件的实测依据。
OpenAI Developers Blog精选AI 评分6666 OpenAI 介绍如何用 Codex skills 加速 Agents SDK 仓库维护
OpenAI 介绍其在 Agents SDK 的 Python 和 TypeScript 仓库中用 Codex skills、AGENTS.md 和 GitHub Actions 把验证、发布准备、示例集成测试和 PR 审查变成可复用工作流。
推荐理由：OpenAI 公开自家 Agents SDK 仓库用 skills 加 AGENTS.md 维护代码的完整配置，可迁移到其他开源项目。
OpenAI Developers Blog精选AI 评分6767 OpenAI 用 Codex 跑 25 小时长任务：从零构建设计工具的实测
OpenAI 让 GPT-5.3-Codex 在空白仓库中以 Extra High 推理连续运行约 25 小时，消耗约 13M tokens、生成约 3 万行代码，从零构建一个设计工具。
推荐理由：作者用一次约25小时、13M tokens的实测，展示了用四份 markdown 文件约束 Codex 长任务的具体做法。
OpenAI Developers Blog精选AI 评分7272 OpenAI 分享长任务智能体实践：Skills、Shell 与 Compaction 使用技巧
OpenAI 发布博客介绍 Skills、升级版 shell 工具和服务端 compaction 三项智能体基础能力，并给出长任务智能体的使用技巧。Skills 是可挂载进容器的版本化指令包，shell 工具提供可安装依赖、运行脚本并写出产物的托管容器，compaction 在上下文超阈值时自动压缩历史。
推荐理由：OpenAI 官方给出 Skills、托管 shell 与 compaction 的组合用法，含 Glean 生产数据与安全边界建议，可直接迁移到长任务智能体设计。
OpenAI Developers Blog精选AI 评分6767 Alpic 总结构建 ChatGPT Apps 的 15 条经验
Alpic 在三个月内为内部和客户开发了二十多个 ChatGPT Apps，并总结出 15 条经验：ChatGPT App 中除用户和 UI 外还有模型这第三方，需要明确决定哪些信息共享给谁，例如用 structuredContent 同时给 widget 和模型，用 _meta 只给 widget。
推荐理由：作者用三个月开发二十多个 ChatGPT App 的实战经验，总结出上下文共享、UI 设计与上线配置的可迁移做法。
OpenAI Developers Blog精选AI 评分6666 OpenAI 介绍如何用 Evals 系统检验 Codex 智能体技能
OpenAI Developers Blog 发布教程，介绍用 evals 系统检验 Codex 智能体技能的方法：先定义可测量的成功标准，再用 codex exec --json 捕获运行轨迹做确定性检查，最后用 --output-schema 约束的评分量表评估风格与约定。
推荐理由：OpenAI 官方给出用 evals 系统检验 Codex 技能的方法，从定义成功标准到确定性检查与评分量表，可迁移到自己的技能迭代。
OpenAI Developers Blog精选AI 评分6060 OpenAI 解释为何构建 Responses API
OpenAI 发文解释在 GPT-5 发布后为何推荐用 Responses API 集成模型，称其为推理模型和智能体场景专门设计。文章称 Responses 在轮次间保留推理状态，GPT-5 通过 Responses 调用在 TAUBench 上比 Chat Completions 高 5%，内部基准显示缓存利用率提升 40–80%。
推荐理由：OpenAI 官方解释 Responses API 的设计取舍，读者可据此理解推理模型时代 API 为何从对话式转向有状态智能体循环。
OpenAI Developers Blog精选AI 评分6666 OpenAI 解读 Realtime API 正式版：接口变化、新功能与迁移建议
OpenAI 开发者博客介绍 Realtime API 与 gpt-realtime 语音模型转为正式可用后的接口变化，并给出迁移到 GA 接口的建议。文章列出 GA 与 beta 接口的功能差异，包括图像输入、长上下文、异步函数调用、MCP 和音频 token 转文本等，并说明 GA 接口已移除 temperature 参数。
推荐理由：OpenAI 官方梳理 Realtime API 从 beta 到 GA 的接口变化与迁移要点，可帮助语音应用开发者判断改造范围。
已经到底了