有开发者发现了一种将 OpenAI Codex 与网页版 ChatGPT 组合使用的“降本增效”玩法——把本地 Codex 当作执行终端，把网页端 GPT-5.6-Sol 当作推理大脑，从而绕开 Codex 额度限制，用更低成本的模型完成复杂编程任务。
多位用户在 Hacker News 上抱怨 ChatGPT、Claude、Gemini 会“记住”之前对话内容并影响后续回答，导致无法真正“从零开始”对话。目前公开信息显示，OpenAI 已悄然提供临时对话入口，但主流闭源模型仍缺乏系统性解决该问题的方案。
AI投资圈热议的“AI半导体终局推演”指出，AI基建周期将比互联网更长，核心逻辑从“用户渗透率”切换为“用户数×人均Token消耗量”的双指数增长；下一轮增长引擎并非全新场景，而是“广义Coding”吞并知识工作。
Google、OpenAI、Anthropic、LangChain 四家机构陆续发布报告，指向同一个判断：AI 编码的真正瓶颈已从“写代码”转移到“定义意图、验证结果、治理风险”。软件开发流程本身，正在被重构为 Agent 可读取、可执行、可审计的工程系统。
Vercel CEO Guillermo Rauch 发布了 CLI 代理工具 fx.sh 的 0.0.7 版本，重点改进了 MCP（模型上下文协议）支持，并简化了工具集，让终端代理在执行命令时更稳定、更可控。
风险投资人Matt Turck与AI安全机构Redwood Research的Ryan Greenblatt讨论提出，前沿AI实验室正在将资源集中到递归自我改进（RSI，即AI构建AI）方向上，并认为这可能将AI接管的时间点提前到2028年末或2029年。
Anthropic 宣布从 9 月 14 日起将 Claude Code 各付费套餐的基础用量上限永久提高 25%，但当前用户享受的是 50% 的临时加成，因此实际可用额度反而缩水约 17%。
意大利博科尼大学针对千余名新生的随机实验发现，GPT-4o 能显著提升商业作业的评分，而因果推理教学则催生更多元、非典型的解决方案。高分的构成要素恰恰是 AI 最擅长伪造的，现有评分体系与真实学习效果之间的错位被再次放大。
一项新研究测试了 Claude Code 和 OpenAI Codex 两款热门编程助手，发现它们对“任务要花多久”和“自己已经花了多久”几乎没有感知，估算误差最高达实际耗时的 10 倍。这个缺陷直接影响 AI Agent 在长时任务中的可靠性。
Glassdoor 最新分析显示，美国职场对 AI 的正面评价比例从 2019 年的 81% 跌至 2026 年中的 43%，负面评价升至 53%。这说明 AI 落地过程中的员工信任危机，正在成为企业部署 AI 时必须正视的隐性成本。