Erik (EKC)

With over 20 years of experience in technology, and the startup industry, I am passionate about AI and driving innovation. Keeping the engine running

Check out the latest posts

用 Codex 組數位員工團隊：AGENTS.md 固定職責，Subagent 才負責平行工作

用 AGENTS.md 與 Skills 固定角色職責，再以 Codex 原生 Subagent 建立真正的平行工作；附目錄、TOML、路由測試與權限設計。

Gemini 4 尚未發布，7 組流傳 benchmark 分數卻已被包裝成外洩成績。本文追查來源、版本與 harness，說明為何它們只能算預測。

OpenAI 把 OSWorld 任務從 75 分鐘壓到 40 分鐘，Astra 也成為首款跨進「Critical」資安門檻的廣泛部署模型。Agent 更快，企業得重算權限、成本與失控風險。

Jane Street 據報再簽 130 億美元 AI 雲端長約，連同 CoreWeave 承諾推近 190 億美元，也暴露量化金融與新型雲端的交付風險。

Meta 公布 Muse Spark 1.3 的 DeepSWE v1.1 成績為 75.4%，但公開榜尚未收錄。本文拆解模型、推理檔位、Agent harness 與成績來源。

The Information 在 2026 年 9 月 1 日揭露，OpenAI 未發布模型 Astra 採用 Recurrent Depth，把部分推理留在隱藏狀態；OpenAI 主動壓低使用程度，以保住還讀得到的思維鏈。