记录一项技能

OpenAI推出了Codex Record & Replay功能，允许用户向Codex展示一次重复性工作流（如填写费用报告或提交休假申请），然后AI将这次演示转化为一个可检查、可编辑的技能，供后续复用。这一功能标志着AI从“理解指令”向“模仿过程”的跨越。

该功能的本质是将人类的一次性操作录制成可编程的“技能”，使得AI能够在不依赖显式编程的情况下，学习和复现复杂的工作流程。这降低了自动化重复性任务的门槛，但也提出了新的问题：当AI能够模仿过程时，人类在其中的角色是什么？

Anthropic为Claude Code引入了Artifacts功能，允许用户创建带有一定功能的HTML页面，并可以与他人分享。这些页面可以用于PR走查或实时项目仪表盘等场景。目前该功能处于Team和Enterprise计划的Beta阶段。

Artifacts的推出使得Claude Code的输出不再局限于代码片段，而是扩展到了可交互的Web内容。这在一定程度上回应了“软件思维”的局限，但分享和协作功能仍限于企业用户。

OpenAI正在扩大其Daybreak网络安全计划，推出了新版本的GPT-5.5-Cyber（仅限可信合作伙伴使用）。据称，该模型能够复现比Mythos更多的漏洞。同时，OpenAI启动了Patch the Planet项目，旨在帮助维护者更快地修复易受攻击的开源软件。

这一举措表明OpenAI在AI安全领域的持续投入，但GPT-5.5-Cyber仅限可信合作伙伴使用，其实际能力和局限性尚不透明。

Sakana AI发布了Fugu API，该API能够选择和协调多个模型来处理困难任务。其旗舰版本Fugu Ultra在SWE-bench Pro上得分为73.7，在TerminalBench 2.1上得分为82.1，大致相当于Fable级别。然而，来源指出，在实际使用中用户会感受到差距。

Fugu的发布反映了业界对多模型协作的探索，但基准测试与实际表现之间的差距提醒我们，这类系统的鲁棒性仍需验证。

Ethan Mollick在一条推文中指出，将Codex/Cowork/Code扩展到所有知识工作的根本问题是它们仍然“软件思维”——最终结果（软件）才是重要的，代码作为事实来源。但对于许多其他知识工作，过程至少同样重要。

这一观点揭示了当前AI工具在模仿人类工作流程时的局限性：它们擅长生成可量化的产出，但难以捕捉和重视过程中的隐性知识、判断力和创造性。当AI能够“录制”并复现工作流时，人类需要重新思考哪些工作环节真正需要人的参与。