Task Dispatch 是一个基于 Codex 原生会话的任务分发工具，旨在解决长对话中任务混杂、上下文污染和Token消耗问题。它能够将独立任务分发到新的Codex会话，仅传递必要信息，保持各任务上下文清晰分离。支持单任务和多任务分发，适用于写作、开发、代码审查等多种场景。该工具通过创建原生可见任务，避免无关历史干扰，提高工作效率。安装简单，使用灵活，已开源在GitHub。核心价值在于为每个

Task Dispatch 是一个基于 Codex 原生会话的任务分发工具，旨在解决长对话中任务混杂、上下文污染和Token消耗问题。它能够将独立任务分发到新的Codex会话，仅传递必要信息，保持各任务上下文清晰分离。支持单任务和多任务分发，适用于写作、开发、代码审查等多种场景。该工具通过创建原生可见任务，避免无关历史干扰，提高工作效率。安装简单，使用灵活，已开源在GitHub。核心价值在于为每个

吴恩达的《The AI Engineering Skills Map》列出了四项 AI Engineering skills。本文不做原文翻译，而是从工程系统角度重新组织这四项能力：当明确规格的实现逐渐被 Coding Agent 商品化，工程师的核心价值正在迁移到定义 Intent、设计 Spec、组织 Runtime，以及用 Eval 验证一次构建。

北京时间 2026 年 8 月 15 日 00:29，吴恩达发布了《The AI Engineering Skills Map》。DeepLearning.AI 通过分析超过 10,000 条招聘信息、开展数十次结构化访谈，并结合问卷与线上资料，整理出四项核心 AI Engineering skills：构建和部署 AI 应用、软件工程基础、使用 Coding Agent，以及 Shaping t

摘要： Role Agent是企业场景中可落地的Agent形态，通过将标准工作流Agent化，辅助特定角色完成高频、稳定的任务。其核心在于角色+流程+场景+上下文+工具+防护+追踪+人工审核的组合，强调从标准化流程入手，而非直接构建万能Agent。适合Agent化的工作流需具备高频重复、步骤稳定、输入输出清晰等特征。实施方法包括七步：定义角色、抽取流程、拆分场景、沉淀上下文、封装工具、设置防护规则

Artifact Radar 是一个开源 Codex Skill，专为解决 AI 会话中生成的多文件交付物管理问题而设计。它能自动识别并整理当前会话中产生的文档、图片、表格等交付文件，提供带时间戳、文件类型和置信度评级的可点击清单。该工具优先关注用户实际需要的交付文件（如.md/.png/.html等），并排除构建缓存等无关内容，支持通过 Git 状态和修改时间进行高效索引。适合频繁使用 AI 生

本文复盘了我使用 GPT‑5.6 Sol 时最久的一个误区：把任务重要性等同于最高推理强度。文章区分了 API 的 `reasoning.effort` 与 Codex Ultra，给出一套根据“剩余未知”动态调整推理预算的工作流、收敛提示词和评测指标。

Claude 没有证明黎曼假设，也没有把关键比例推进到 100%。Anthropic 披露的结果是：一个尚未发布的研究模型在既有数学工作的基础上，把“黎曼 ζ 函数非平凡零点位于临界线上的比例下界”从公开纪录 41.6% 推进到至少 67.2%。比数字本身更值得开发者关注的，是背后的研究型 Agent 闭环：长期任务、并行子 Agent、论文检索、代码实验、反例搜索、独立复核、Lean 形式化验证

Claude 没有证明黎曼假设，也没有把关键比例推进到 100%。Anthropic 披露的结果是：一个尚未发布的研究模型在既有数学工作的基础上，把“黎曼 ζ 函数非平凡零点位于临界线上的比例下界”从公开纪录 41.6% 推进到至少 67.2%。比数字本身更值得开发者关注的，是背后的研究型 Agent 闭环：长期任务、并行子 Agent、论文检索、代码实验、反例搜索、独立复核、Lean 形式化验证

AI Coding 仍在高速发展，但产品形态正在快速同质化。与此同时，田渊栋参与创办 Recursive，一批从 Google 离职的顶级研究者成立 Discovery Loop，Google DeepMind、OpenAI、Anthropic 生态也开始关注自动化研究、自我改进和验证闭环。本文从一个长周期 Codex 项目出发，分析 Coding Agent 为什么最先跑通、RSI 与普通 Ag