2026-06-08

A · 深度观察

• Simon Willison：datasette-agent-edit 0.1a0 — 将 Claude text editor 的 view/str_replace/insert 工具模式封装成可复用 plugin 基础——agent 文本编辑工具应该怎么抽象，这是一个可直接参考的具体实现 · 来源
• Greg Brockman：Codex capability overhang — Greg Brockman 说每次不用 Codex 都是因为缺 context 或没写 skill，从没遇到 capability 不够的情况——当前 overhang 很大，瓶颈在 harness 设计而不在模型 · 来源
• Box CEO Aaron Levie：模型路由是 agent 编排的下一个硬问题 — 随模型价格分层，‘以合理成本把任务路由到正确模型’将成为 agent 层的核心竞争力——优先建这个能力的平台会占据强势位置 · 来源

B · GitHub Trending

• aaif-goose/goose — 开源可扩展 AI coding agent，beyond code suggestions，支持 install/execute/edit/test，可接任意 LLM；47k stars，今天 +322

C · 产品动态

1. Boris Cherny：Opus 长时间自主运行的 5 条实操指南

📌 发生了什么 — Anthropic Claude Code 工程师 Boris Cherny 总结了让 Opus 持续运行数小时乃至数天的 5 个关键配置：①开启 auto 权限模式跳过手动审批；②用 dynamic workflows 让 Claude 编排数百至数千个 subagent；③用 /goal 或 /loop 驱动持续执行；④通过 desktop 或 mobile app 在云端运行，关掉笔记本也不中断；⑤给 Claude 配备端到端自验路径——web 任务用 Chrome extension，mobile 用 iOS/Android sim MCP，backend 配完整服务启动脚本。其中第 5 条最常被跳过：没有自验路径的长跑 agent 大概率只是在消耗 token 而无法确认结果正确。

💬 讨论 — 宝玉同步发推呼应：‘长时间运行 Agent，Agent 能自行验证才是关键，否则可能只是浪费 Token’。

🔗 来源 — Boris Cherny（Anthropic Claude Code 工程师） · 宝玉

💡 Insight — self-verification 不是锦上添花，它是长跑 agent 从’可能有用’变成’确实有用’的门槛。在启动长任务前，先确认 Claude 有办法自己跑测试、打开浏览器或调用 health check——而不是依赖你事后手动检查输出。

2. Box 宣布与 Claude Cowork / Codex / Cursor 深度集成

📌 发生了什么 — Box CEO Aaron Levie 宣布 Box 新增 markdown 编辑器（支持注释和完整版本历史）、完整 CLI 支持，并通过 Box Drive 挂载让用户可以在 Claude Cowork、Codex、Obsidian、Cursor 或任何桌面客户端直接读写 Box 文件，无需额外同步脚本。

🔗 来源 — Aaron Levie（Box CEO）

💡 Insight — 对重度依赖 Box 存储企业文档的团队，这让 AI coding 工具的 context window 直通企业知识库，不需要额外的同步流程或 MCP server。

3. Vercel AI Gateway：每月帮用户挽回超过 1T token 的失败请求

📌 发生了什么 — Vercel CEO Guillermo Rauch 披露 Vercel AI Gateway 每月平均帮用户恢复超过 1 万亿（1T）token 的失败请求，类似 Stripe 对失败支付的智能重试机制。功能包括：供应商冗余切换、零数据留存强制执行、可观测性、用量 API 和限额控制，且对各家 AI lab 不加价（zero markup）。

🔗 来源 — Guillermo Rauch（Vercel CEO）

💡 Insight — 1T token/月的’挽回’量级暗示直连 AI API 的失败率远比多数人预期的高；如果你在生产环境直连 Anthropic / OpenAI API 且没有 retry 与冗余机制，Vercel AI Gateway 的 zero-markup 模型值得评估。