1Codex Composer Predictions 对 Pro 用户开放 beta：根据对话与说话方式预测下一条消息，Tab 接受，计入前不计用量

OpenAI Developers 宣布 Codex 桌面端为 Pro 用户开启 Composer Predictions beta：回复之后，Codex 会根据当前对话和你的表达习惯，给出下一条消息的候选。按 Tab 接受，可再编辑，然后发送；设置里可以关闭。官方跟帖写明：仅桌面端、本地任务；不发送就不会消耗用量。官方帖约 155 万次曝光、6500 赞。

OpenAI 工程师 Vaibhav Srivastav（@reach_vb）随后补充个人数据：过去两周约 36% 的下一步被直接命中，另有约 11% 稍改即可用。Tibo（@thsottiaux）把这项放进 Codex 改进挑战赛 Day 5；社区里有人对照 Claude Code 早有类似体验，也有人实测一周后 Tab 接受率约 40–50%。

2Claude Code v2.1.296：子 agent 可提前 auto-compact，Read 支持 allow_large，Desktop Code 标签纳入 gateway 策略

继 10 月 8 日的 v2.1.295（hook 失败可 onFailure: "block"）之后，v2.1.296 在 10 月 9 日发布。子 agent 的 frontmatter 与 --agents 定义新增 autoCompactWindow，可让子 agent 比主会话更早自动压缩上下文。Read 工具增加 allow_large，在上下文还有空间时一次读完整份超限文本文件。Claude apps gateway 的 managed.policies[] 新增 code 键，与 cli 同套设置，同时作用于 Claude Desktop 的 Code 标签，并可打开 Desktop 的 gateway 模式。

同日 Codex CLI 放出 rust-v0.162.1：修复异步多行提问导致的 TUI 崩溃，以及后台 server 与 CLI 默认 feature 不一致造成的启动失败。两家都在补「可靠性 + 长会话」同一块。

3Codex 可在用户明确要求且额度剩余 ≤10% 时自行使用重置，默认绝不自动触发

Testing Catalog 截图说明：设置「用量与计费」新增选项「允许 Codex 使用重置」。文案写明：当你在对话里明确请求，且当前额度剩余 10% 或更少时，赋予 Codex 使用重置的能力；重置绝不会自动使用。该帖引用 Tibo Day 6「Reset」话题，约 7000 曝光、85 赞。

这和 Composer Predictions 同一周出现：一边减少键入，一边把额度续命的控制权交回对话里的明确指令，而不是后台静默扣次。

4Amp 支持接入 Claude Pro / Max 订阅：选 Mode → Claude Code 即可，底层改走 Claude Agent SDK，仍保留 orbs / runners / 多线程协作

Amp 宣布所有用户可免费把 Claude Pro / Max 订阅接到 Amp：新建 thread 时选择 Mode → Claude Code，按提示关联订阅即可。底层该模式改用 Claude Agent SDK，而不是 Amp 自研 agent；官方称 orbs、runners、thread 共享、portals、多人协作、thread 间消息与编排仍然可用。另有「自带算力与订阅时 Amp 免费」的配套说明。

5Satya Nadella：把模型与编排它的 harness 拆开，外置管控，假定模型已失陷并预留紧急制动

微软首席执行官 Satya Nadella 在 X 发长文《Models as Insider Risks in the Super Intelligence Era》，TechCrunch 同日报道。他主张重新评估 AI 信任架构：不能把超级智能当成层层嵌套的黑箱，只接受或拒绝它的建议。具体要求包括：把模型与编排其工作的 harness 分离；把控制与防护外置；每次关键模型动作留下防篡改、人类可读的证据；授权者可在任务中途暂停或关闭模型，并比喻为紧急制动。帖文约 462 万曝光、6000 赞。

背景是多家厂商近期公开 agent 失控与越界案例。Nadella 的表述把「模型」和「跑模型的壳」拆成两个治理对象，和本周 Claude Code / Codex / Amp 的产品更新处在同一条线上。

6论文：先看失败类型再决定改 harness 还是训权重——过程失败靠 harness，内容失败靠权重

《Harness Evolution Hits a Ceiling: When Weight Training Should Begin》把失败轨迹按首个触发信号分成过程失败（调用被拦、循环、步数耗尽）与内容失败（计划交出来了但质量差）。结论：自演进 harness 修前者；把 harness 教会的行为再蒸馏进权重；内容失败才是权重训练的目标。

DeepPlanning 上，自演进 harness 把 Qwen3.5-4B 留出分从 0.16 提到 0.30，9B 从 0.32 提到 0.44；4B 的成功交付率从 55% 升到 90%。用演进 harness 轨迹训的 LoRA，在原始 harness 下两边都再加约 +0.13；9B 仅靠适配器即可逼近完整演进线，内容失败从约四分之一降到约二十分之一。对照用答案打乱轨迹训的安慰剂适配器低于基线。同套环迁移到 WebArena-Lite 再加 +0.09。

7Image-to-WebDev Arena：Claude Opus 5.5 (Max) 以 1749 分登顶，Sonnet 5.5 (xHigh) 1740 分紧随

Arena 更新 Image-to-WebDev Arena：Anthropic Claude Opus 5.5 (Max) 1749 分第一，Claude Sonnet 5.5 (xHigh) 1740 分第二，两者都落在帕累托前沿。该榜测的是把设计图变成可运行前端的能力，和纯聊天榜不同。

8ChatGPT Dot 可在 Codex 里启动并跟进任务，也能编辑 ChatGPT Work 的 Scheduled Tasks

ChatGPT 官方帖：可以把工作委派给你的 Dot；Dot 现在能在 Codex 中启动任务、跟进已有线程，调用 ChatGPT 对话、Codex 线程与自动化，并更好判断该延续线程还是新开。Dot 还可查看与编辑 ChatGPT Work 里的 Scheduled Tasks。Tibo 次日跟帖称这是 Dot 的大升级，并提到可经浏览器把同步发到 LinkedIn。

9Simon Willison 用 Codex 语音模式、边做饭边给博客做出 Newsletters 索引页

Simon Willison 在 ChatGPT 桌面端 Codex 标签打开语音对话，对着本地 simonwillisonblog 开发环境口头指挥约半小时，做出 Newsletters 索引页（汇总免费周刊与赞助人月刊）。他先键入「Start dev server and open in browser」拿到预览，再点「Start new voice chat」（麦克风旁那个按钮），模型用 GPT-6 Astra High。文章给出可复现步骤与界面截图，强调几乎全程靠说话完成。

10Pine Computer 上线：面向 agent 的云电脑 + harness；SaaS-Bench 检查点 78.3%，整任务完成率 27.4%

Pine AI 发布 Pine Computer：面向 agent 任务的云电脑、harness 与运行时层，开发者用 SDK 起实例、用自然语言下任务。发布方表格称 SaaS-Bench v1.1 检查点得分 78.3%，高于 Opus 5 搭配 Claude Code 的 74.3%；整任务完成率 27.4%，低于后者的 31.1%。定位话术是：现实任务慢、贵、不稳，是因为把为人设计的电脑塞进沉重 harness；agent 需要为自己造的电脑。