文章
个人写作优先，自动整理的内容仍可按需查看。
AI 实验正在把 3D 变成可玩、可造和可测的界面
3D 场景在 AI 实验里同时承担了三种角色：一句提示生成可玩的游戏、对话驱动可打印的参数化模型、以及测试 agent 长程规划的迷宫环境。它们展示了不同路径，也都还处在早期验证阶段。
当 Agent 从评测走向实际执行，真正需要看的是什么（2026-07-28）
Kimi K3 把开放权重与工程栈一起交付；角色漂移和评测记忆化提示我们审计过程；安全隔离、维护成本与任务级验证决定 agent 能否可靠进入日常工作。
AI 实验开始把资料变成可追溯的工作表面
AI 工具的看点开始从单次生成转向资料如何进入后续流程。今天看到的数字衣橱、演示文稿生成和视频理解工具，都在尝试保留整理、来源或时间线，让结果更容易被人检查和继续使用。
Agent 的能力开始卡在接口、上下文与权限上（2026-07-27）
JAXBench 和 ReOPD 分别把 agent 的正确率、训练成本放到文档条件和轨迹重放中检验；同时，空白聊天框、跨设备 Voice 工作流与工作数据授权显示，用户能否稳定使用 agent，取决于接口设计、控制边界和信任。
AI 实验开始进入可操作的界面
浏览器里的 3D 建筑编辑器、带质量门的功能开发流程，以及能在开放世界中持续回应的 AI 角色，展示了 AI 实验正转为可操作、可观察的界面。
Agent 的上下文、验收与反馈循环（2026-07-26）
多 agent QA、动态 compaction、可录制终端和文件系统研究方法都在补齐 Agent 的运行条件；晚间新增的 Skill 调用说明与游戏原型迭代，则把上下文和反馈循环放到更具体的工作方式里。
AI 实验开始把生成、执行和交付放进同一个工作表面
三个 AI 样本把本地生成、可审阅执行和可交付结果放进具体工作表面：图片转 3D、带人工确认的视频切片，以及能处理日常工具的本地 agent。
Agent 接入真实网站后，验证和交接变得更重要（2026-07-25）
ChatGPT Work 开始支持用户登录后继续执行网站任务，模型分工、自动审查和安全事件也同时提醒：Agent 的价值越来越取决于能否在明确权限和可验证证据内完成工作。
AI Agent 开始有控制面，验收也要跟上
ChatGPT Voice 进入桌面端多 agent 协调，视觉模型开始按需回看原图局部，Sandbox 与本地 agent 也更容易被直接操作。今天更重要的变化在验收端：测试、约束、权限和历史记录决定这些能力能否可靠使用。
今天的 AI 工作界面：上下文、控制面与判断
今天的更新覆盖提交前安全扫描、模型路由、托管 agent、Codex 的上下文输入与移动端控制。共同问题很清楚：模型能力进入工作流后，压缩、权限、预览和复核决定它能否稳定使用。
AI 实验开始变成可以亲手操作的界面
三个 AI 实验把抽象能力变成可操作的体验：自己运行一个语言模型、让镜头观察动作，以及让聊天控件随着状态改变。
今天的 Agent 信息：能力之外，是运行边界
今天的信息同时指向 agent 的能力与运行边界：OpenAI 披露评估中的安全事件，检索和记忆方法出现更明确的适用条件，长任务还受上下文压缩、review 带宽和基础设施资源约束。