飞飞的AI实验室

OpenAI 6 月 23 日上线 Codex Security 插件，把 GPT-5.5-Cyber 塞进 IDE 和命令行：扫漏洞、判断能不能被真打、生成补丁、自己先验一遍，最后留给你拍板。云端预览自 3 月起已扫过 3000 万次提交、3 万多个代码库。它不替你改码，只把证据和补丁摆到你面前。

AI 没有天生的记忆，它的「记得」是三层拼出来的：Context Window 是当下能看见的工作台，Claude 约 200K token、Gemini 到 2M，输入输出都占额度，超了就被压缩；RAG 把资料切块存进向量数据库、按相似度取回塞进窗口，管通用知识；Memory 才管你这个人跨时间的连续。我每天用 Claude Code 亲历上下文被压缩、靠一个 memory 文件夹给 agent 续命，反过来看懂了这套拼装。

飞飞的内容工厂是一条真实跑着的流水线：aihot 拉资讯、content-scout 打分选题、content-director 编排 7 个 skill（researcher 搜料、writer 写稿、polisher 降 AI 味、training 沉淀经验、artist 配图、distributor 出多平台版、publisher 发布），机器跑大半，但选题拍板和最终过稿这两道闸由人攥着，发布还踩过 token 过期静默失败一整天的坑。

AGENTS.md 是给 AI 编程 agent 看的项目说明书，已被 6 万多个开源仓库采用，Codex、Cursor、Copilot 等 28 个工具原生读它。它就是普通 Markdown，写清环境命令、测试规矩、踩过的坑。我这个博客仓库靠一份越喂越厚的 CLAUDE.md 跑写作流水线，这篇讲清它和 README 的分工，以及和 Cursor Rules 的区别。

这两天 Boris Cherny「我不写 prompt 了，我写 loop」刷屏。我天天跑长任务 coding agent，看法是：单次 prompt 没死，它是每一步的底座，table stakes；Loop Engineering 是长任务时代顶上来的新活，设计一个能自己跑、自己查、收敛了才停的循环，命门是退出条件和 verify。我亲眼见过 MiMo 自写测试抓出自己的 bug、自诊断、改完重验跑通，那条自我修正闭环就是 loop。

Claude Code、Codex、Cursor 我都装过跑过，主力是天天改真实仓库的 Claude Code。三家走的不是同一条路：Codex 跑分高、价格稳，Cursor 是泡在编辑器里的体验之王，Claude Code 强在终端原生的自主重构和那套长在 skill/hook 上的流水线。选哪个先别看跑分，先看你愿意把活交到哪一层，以及你迁移的成本认不认。

纳德拉早前在一档播客里放话应用层会在 agent 时代坍缩，我天天用 Claude Code 当入口驱动十几个 MCP 工具，对这个判断有真实体感，但我认为 App 不会立刻消失，能交给 agent 当后端的是流程类服务，需要你盯着屏幕拿主意的那部分，入口还是落回 App。

MCP 是 Anthropic 在 2024 年 11 月开源的协议，给 AI 和外部工具之间定了一个统一接口，把过去 N 个模型对 M 个工具的 N×M 套定制对接，压成 N+M 套。它解决的是接口太乱的问题，所以从 Claude 到 OpenAI 再到 Cursor 都接了它，2025 年 12 月还被捐给了 Linux 基金会，活成了行业标准。

Notion 用 Cursor SDK 数周内把编码 agent 嵌进了产品，你在文档里 @Cursor、讨论串里提它、或往数据库指派任务，它就端到端规划、构建、测试、验证，最后自动开一个 PR。门槛降下来是好事，但 agent 离发起人越远，那个「这个 PR 能不能合」的判断越躲不掉，还是落回人头上。

Anthropic 给美国国会和白宫写信，指控阿里巴巴用近 2.5 万个欺诈账户、2880 万次交互蒸馏提取 Claude 的能力。这是一封单方指控信，不是法庭定案，证据没公开，阿里也还没回应。我作为天天用 Claude Code 又刚测过国产模型的工程师，聊聊为什么在尘埃落定前我选择先按住不站队。