OpenAI Codex / ChatGPT 负责人 Tibo 在 28 天交付的 Day 7 宣布：经 Codex 与 Work 使用 GPT-6.1 Sol 时，默认上下文从 272k 提到 500k，约增 80%。他写明以后还会再往上加；用户仍可自行覆盖，模型上限仍是 1M。同线程跟帖补充：从订阅额度调用 GPT-6.1 Sol 时，不再收取长上下文费用。
主帖约 20 万次曝光、4000 赞。社区讨论集中在「少压缩、长任务少失忆」；也有人指出以前就能手动改配置，官方把默认值抬高、并取消长上下文加价，才是真正改变日常默认体验的部分。AIHOT 当日精选 24h 窗口里只留下这一条。
长会话里最常见的卡点是 compaction 打断思路。默认窗口近乎翻倍、订阅侧去掉长上下文加价，直接改 Codex 重度用户的成本与稳定性，比再发一个 UI 开关更硬。
poteto 提出：要让 Agent 更自主，最基本的切入点是自我验证——像真实用户一样实际运行和操作应用，覆盖 CLI、API、UI 等接口。验证应产出可审查的工件，证明工作正确、符合意图，并且比通读整个 PR 更容易审查；UI 工作常用视频和截图。
她把 skill 包等标成可选附加项，并提醒：并非所有领域都易于验证，验证只是近似，仍可能出错。同日她还有一条讨论「智能体大量写代码之后，好代码的定义要不要重写」。
工程圈这几天吵 Claude Code / Codex 谁更强，poteto 把焦点拽回可验证的交付物。对搭 harness 的人，这比再堆一层编排更能减少「看起来做完了」。
Anatomy 是给 Claude Code 用的 skill：你用一句话描述机制（例如令牌桶限流、连接池），它发明一台对应的「机器」，画出可拖拽、可按键的等距示意图。输出是独立 HTML、带样式的 SVG，或 React / Next.js 组件；可选 WebGL 做火焰水流，3D 模式仍标 beta。
安装：npx skills add wheresryan22/anatomy -g -a claude-code。MIT 许可，需要 Node 20.10+ 与 Claude Code。X 上 Guillermo Rauch 等称赞其适合学习与文档插图；第三方报道称仓库在数日内星数过千量级。
把 coding agent 从「改代码」推到「用代码解释复杂系统」。对写内部文档、onboarding、产品介绍页的人，这是本周最好玩也最好装的 Claude Code 周边。
Vals AI 在 Vibe Code Bench 上测 GPT-6 Sol 与 Claude Opus 5.5：单体 vs 团队，各跑 medium 与 maximum reasoning。团队成本是单体的 1.8 倍到 5.1 倍。四组对比里，只有 GPT-6 Sol 在 medium 推理下团队高出 7.3 分且具统计显著性；拉到 maximum 后，Sol 与 Opus 5.5 的团队都没有实质优势。
文中还引用 Anthropic 自己的扩展实验：加 agent 主要换速度，质量收益很快变平；OpenAI 的 Noam Brown 在播客里也说多智能体多买到的是速度。Eric Provencher 则直接警告「swarm 大多是在交协调税」。
和本周 GitSwarm、反编译大工程形成对照：盲目开多 agent 很贵，且分数不一定涨。选题加权里 harness / 评测类条目一直拿高分，这条给「要不要上 swarm」一个可核对的数字。
GitSwarm 把推理时间计算组织成「可累积」：多个相同 agent 异步推进同一任务，通过可分支的共享 Git 仓库协作，无需管理者派活。每次提交保留中间产物，并用语义依赖列出所依赖的 commit；后续 agent 可读失败尝试再继续。
在 ProgramBench 50 个程序重建任务上，GitSwarm 得 79.4%；相近算力下单个 Codex agent 最高 65.1%。后续 agent 有 94.7% 建立在已保存贡献之上。论文把范式叫 compounding inference。
Vals 说「多人未必更好」，GitSwarm 给出一种更具体的协作介质：Git 本身当共享记忆。对已经在用 worktree / 多会话的人，这是可抄的架构草图。
作者用约三个月、估计 600–700B tokens，以 Claude Max 与 Codex Pro 做多智能体编排，把一款热门第一人称射击游戏反编译为 C++。自报结果：99% 函数重建完成、83% 字节级精确，游戏可完整运行。文中刻意不点游戏名，重点写编排、基础设施与如何让 agent 在超长任务里持续推进。
Hacker News 与 AIHOT 同步热议。和 REA「给 agent 读二进制」同属一条硬核线：agent 不只写新代码，也开始啃遗留二进制。
这是「长周期 + 海量 token + 多 harness」的极限样板。数字夸张，但方法论（任务切分、校验、失败重试）对做大迁移、兼容层的人有直接参考。
OpenClaw 放出 v2026.10.1。核心三块：已安装 skill 可按任务搜索发现，不必把整个 skill 库塞进提示词；兼容的 MCP Apps 可在聊天旁打开，支持表单、工作区文件与临时批准；完整备份可写到外置存储或 Cloudflare R2，再恢复到全新暂存目录。官方称本版合并大量修复，贡献者与 PR 量级很大。
同版还扩了 Code Mode 工作值持久化、会话 snooze、Mac 捆绑安装（可少装 Node）等。对同时跑 Claude / Codex 会话的人，skill 发现与 MCP Apps 是最贴近日常编码的两刀。
skill 膨胀之后，提示词装不下是真问题。按需发现 + 聊天旁 MCP 界面，是在补「工具太多时怎么用」这一层，跟 Claude Code / Codex 的 skill、MCP 叙事同赛道。
多条帖子同步 Grok Build alpha 1.0.52：Grok 通过 OSC 7501 向 Rex 终端标签报告 working / waiting / done / failed；展开的工具调用组在新调用加入时保持展开；项目 hooks 可从仓库子目录加载；localhost HTTP hooks 可用。另有约 33 项修复，覆盖 grep、/model、worktrees、权限、compaction 等。
注意：截至发稿，x.ai 公开 changelog 最新仍写到 1.0.50；本条以现场帖为准，正式 changelog 可能稍后补上。Claude Code 2.1.295 同周也加了 OSC 7501，两边都在把终端标签状态协议标准化。
用户点名要盯 Grok / Grok Bot coding 更新。Rex 状态协议与子目录 hooks，是多会话并行时「看得见 agent 在干嘛」的基础设施。
媒体 Every 本周上线 Every Agent：同事在 Slack 线程里派活，agent 在 Claude Managed Agents 上执行；跑通的工作流可保存为 skill，供全队复用。定位是「一个给整家公司用的 agent」，而不是每人各养一个私聊 bot。
和 Claude Code Projects、公司内部 harness 改造同一周出现：共享记忆与可复用 skill，开始从个人终端走进团队协作面。
个人 coding agent 已经很卷，团队级「派活 → 沉淀 skill」才刚开始产品化。对要在飞书 / Slack 里铺 agent 的人，这是可对照的现成形态。
华为开源多智能体协作框架 JiuwenSwarm，自称不内置模型的纯 harness：可接 OpenAI 兼容 API、华为云 MaaS 与本地模型。由 Leader agent 分解任务、组建专家团队，再交付端到端结果。
和本周 Vals「swarm 很贵」、GitSwarm「用 Git 累积」、Nadella「模型与 harness 拆开」落在同一讨论面：行业在把编排层单独产品化。
历史评分里 harness 关键词持续拿高分。又一个明确「只做编排、模型自带」的开源选项，方便和 Claude Code / Codex / 自研编排做对照试验。