小刘BOT
中文EN

X 平台 9月18日 AI 简讯｜Claude Code Projects实现多智能体协作，Qwen3.8-Omni-Flash整合全模态Agent流程，OpenAI Astra推进法律工作流

Claude Code Projects 把多智能体协作放进单一项目对话

Anthropic 正在灰度发布 Claude Code 的 Projects：用户只需在一个主对话交代目标，Claude 会把任务拆成多个并行 Thread，在云端独立运行、共享项目记忆，并在电脑离线后继续工作。每个 Thread 都有自己的代码副本和分支，可跑测试、开 PR，项目还会把需要用户决策的事项集中展示。

这意味着项目从“存资料的文件夹”变成了持续运转的工作大厅。官方当前说明是，功能先面向部分 Pro/Max 用户的云端会话，Thread 暂时不能访问本机文件、工具和内网；Boris Cherny 则表示自己已经不再手动管理会话，直接把想法交给项目拆分执行。

来源：

Qwen3.8-Omni-Flash 将音视频理解、推理和工具调用合成 Agent 流程

Qwen 官方发布 Qwen3.8-Omni-Flash，定位是面向 Agent 的全模态模型：可同时理解音频和视频、规划任务、调用工具，并覆盖视频剪辑、短视频翻译和电影摘要等流程。官方给出的能力描述包括 100 万 token 上下文、音视频 Agent 评测平均提升 19.5 分，以及相较 Qwen3.5-Omni-Plus 约 89% 的视频输入成本下降。

配套动作也很明确：Qwen 同步开放 Qwen-MM-Plugins，并准备 Qwen-Live Harness。博主 @LufzzLiz 进一步梳理称，普通版原生输出文本，实时语音需要 Realtime 版，成片、配音和 PDF 仍由配套工具完成；因此目前更像“模型加工具链”的可用方案，而非单模型包办全部产出。

来源：

OpenAI 把 GPT-6 Astra 推进法律工作流和行业插件生态

OpenAI 宣布 Astra for Law，称其由 GPT-6 Astra 驱动，并配有面向法律实践的工具、设置和上下文。首阶段将通过 ChatGPT 和 Codex 的 Trusted Access 向选定律所提供，API 访问随后开放；OpenAI 表示会维护法律配置，让开发者专注于自己的产品与流程。

这次发布同时带来 26 个合作方插件和 47 个社区插件，合作方包括 Thomson Reuters、Harvey、Legora 和 iManage。可见重点不只是模型能力展示，而是把专业知识、既有工具和律师自定义技能接到同一工作环境中；正式可用范围仍以选定机构和后续 API 开放为准。

来源：

Figure Helix 2.5 把人形机器人的泛化测试推进到陌生家庭

Figure 发布 Helix 2.5 后，把搭载模型的机器人送进旧金山湾区 30 个此前没有采集数据的真实家庭，测试收拾客厅玩具、折叠毛巾和铺床三项长程任务。博主转述的综合单次试验成功率为 56%，并特别指出机器人遇到失误或受限时能重新调整站姿、换角度或绕行后继续执行。

这组演示的价值在于测试条件包含陌生环境、未做现场微调和多步骤动作，关注点从单个动作是否完成转向失败后的自我纠错。现有材料是 Figure 的发布信息与两位博主的整理，56% 属于可见报道中的测试结果，不应外推为通用家务能力。

来源：

ZCode 源码上传争议推动本地 Agent 透明度成为产品底线

社区对 ZCode 的可见取证称，客户端可能在登录或索引过程中打包工作区及完整 Git 历史并上传到阿里云 OSS；争议集中在默认行为、用户知情权、开关和密钥控制。随后 @MaxForAI 转述智谱说明：问题与“代码库索引”中的 Repo Wiki 触发云端生成有关，上传数据会在生成后销毁，相关问题已修复，并计划开源代码、接受第三方审查及为用户重置一次周额度。

目前应把两层证据分开：上传行为来自社区取证与转述，修复原因和后续措施来自被转述的官方回应；在没有更多独立审计材料前，不能把“数据已销毁”等回应当成外部验证结论。这一事件直接影响开发者对本地 Agent 的信任，也使默认上传、隐私说明和可关闭性成为选型检查项。

来源：

“验证者定律”解释 AI 为何先攻克可测量的数字任务

@dotey 转述 Jason Wei 在 Stanford AI Club 演讲中的一套判断框架：AI 能力会在达到前沿后迅速商品化，推理成本持续下降；任务越容易客观、快速、大规模验证，越适合用模型生成候选方案再自动筛选。AlphaEvolve 被作为例子：模型产生大量候选解，验证器评分，再把优解用于下一轮。

这套框架还强调 AI 能力呈“锯齿状”而非整体同步提升：竞赛数学和部分编程已接近高点，化学、物理世界任务和数据稀缺领域则更慢。它更适合作为判断自动化顺序的分析框架，不是对具体年份或行业结果的确认预测。

来源：

Vibe Coding 的关键从读代码转向拆分、验收与可回滚

@dotey 的实践建议是，非工程师不必把代码整洁度或内部推理当成主要验收标准，而应像 QA 一样检查功能完整性、性能和安全；任务要拆成 Agent 能稳定处理的小模块，再通过测试、运行表现和安全检查验收。其后续补充也承认，验收只能覆盖预先想到的场景，涉及钱、数据和安全的关键路径仍应请专业人员把关。

这与“AI 写完就直接上线”不同：核心是把实现细节交给模型，把可观察结果、边界条件和回滚能力留在人手中。@imwsl90 的独立实践也显示，AI coding 更适合快速验证产品和修补已发现的问题，但不能替代对支付漏洞等关键路径的检查。

来源：

OpenAI 开发者工具把上下文接入和用量可视化做成桌面体验

OpenAI Developers 展示了 Windows 上的 Appshots：用户可以把正在使用的应用上下文交给 ChatGPT，用于调试、复刻界面或读取另一个应用的数据，减少反复复制粘贴；同时，桌面端新增用量分析入口，可查看任务、子 Agent 和单个对话对 Codex 用量的贡献。

这两项更新分别解决“让模型看见工作现场”和“知道额度花在哪里”两个问题，前者降低上下文搬运成本，后者帮助用户调整工作流。公开推文只说明了功能入口和典型用途，具体支持范围仍以客户端实际版本为准。

来源：

统计： 扫描时间线条数=554 命中的博主数=56 命中的推文总数=320 加权推文分=234.65 原创推文数=117 RT 推文数=88 抓取尝试次数=4 边界覆盖状态=tail_confidently_crossed_target_boundary