文章介绍 WebMCP——一项由 Google 和 Microsoft 发起、正在 W3C 社区组推进的实验性 Web 标准提案。WebMCP 让网站在 UI 之外向 AI Agent 暴露标准化工具接口，与传统的 computer use 或 Playwright 模拟点击方式不同，Agent 可以获得专为机器设计的操作集合。相比普通 MCP，WebMCP 具有两大优势：一是工具随网页自动被发现，无需预先配置集成；二是 Agent 与用户共享同一浏览器会话，可协作编辑、留言，无需后端支持。文章展示了在 ChatGPT 桌面端内置浏览器和云端浏览器中的支持情况，提供了 JavaScript 注册工具的代码示例，并宣布了 WebMCP Challenge 开发者挑战赛。
作者介绍了一种在 ChatGPT Web 端以 Chat 模式（不消耗订阅额度）接入 MCP 实现本地任务执行的方法。文章先解释了 Chat、Work、Codex 三种模式的额度消耗差异，随后介绍 OpenAI 官方的 Secure MCP Tunnel 机制，通过 tunnel-client 建立内网出站 HTTPS 连接，让云端 ChatGPT 安全调用本地 MCP Server。作者对比了 WebCodex、DevSpace、codex-with-chatgpt、Mac Developer Bridge 四种方案的权限范围与安全边界，最终选择 WebCodex，并详细演示了创建 Tunnel、生成 Runtime API Key、在 ChatGPT 开发者模式中配置 MCP App 的完整实操流程，从而在不消耗订阅额度的前提下使用 GPT-5.6 Sol 的编码与任务执行能力。
文章介绍了由微软和谷歌联合推出的 WebMCP——运行在浏览器 UI 中的 MCP 协议。网站可以发布一份工具列表，用户已使用的任何 Agent（如 Claude、ChatGPT）都能读取并调用。相比传统的解析 DOM、截图点击等脆弱方式，WebMCP 复用浏览器登录会话，无需 API 密钥即可实现 Agent 原生商店。文中通过咖啡机电商的真实演示展示了自动选品、加购和优惠券应用，并给出两个创业方向：帮助传统企业网站实现 Agent 就绪的代理服务，以及测试 Agent 完成购买流程的'神秘顾客'服务。
文章系统梳理了当前市面八大 AI 浏览器自动化方案路线：①传统自动化派（Playwright/Selenium）；②CDP+MCP/CLI 派；③浏览器插件派（OpenCLI 等，复用登录态）；④原生 Agent 浏览器派（Ego Lite、BrowserOS neo，定制 Chromium）；⑤AI 自主操作派（Browser Use、Stagehand）；⑥云端浏览器派（Browserbase 等）；⑦专业数据采集派（Crawl4AI、Firecrawl）；⑧演进中的 WebMCP 标准。文章分析了各路线优劣势，并给出实际工程选型建议：固定任务用脚本，接管本地浏览器用插件，混合自动化用 Stagehand，云端高并发用云浏览器方案。
作者宣布其 AI 视频情报站正式开放 MCP 接口，支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法（一条命令即可），并展示了几种典型用法：每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态，以及将情报站接入自己的工作流（如自动生成选题卡、晨会材料等）。情报站每天早上更新一期，提供题材归类、X 热议、开源项目、题材溯源等数据，同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
文章系统解释了 AI 领域中 harness（套件/执行框架）的概念。作者指出 LLM 默认只能生成文本，要真正执行操作需要工具、调用语法、解析系统、结果回传和工具清单，这一切组成了 harness。文中区分了界面（如 Claude Code 的 TUI/GUI）与底层 harness（如 Anthropic Agent SDK、Codex App Server），并用厨房比喻说明 harness 与工具的关系。文章还解释了 MCP 的作用——类似'食谱'，让代码可以在外部运行，以及 agent 的定义：LLM 与 harness 的结合体。
本文是一篇面向新手的 Pi Coding Agent 全面入门教程。Pi 是一个跑在终端里的极简 AI 编程智能体框架，定位为'最小智能体外壳'：内核只保留基本工具循环，计划模式、子智能体、权限系统等能力全部拆给扩展。文章详细介绍了安装方式（官方脚本、npm、Nix）、界面与常用快捷键、模型配置、四种使用模式（交互、打印/JSON、RPC、SDK）、技能/扩展/提示词模板/主题的扩展体系，以及树状会话管理。作者重点总结了七个常见坑：无内置权限系统需容器隔离、默认无 plan mode、npm 不锁传递依赖、grep 等工具默认关闭等。Pi 支持 15 家以上模型商，MIT 协议，与 Claude Code、Codex 是两条路线：要开箱即用选成品，要可自由定制的个人智能体选 Pi。
作者分享了一个长期痛点：与 AI 多轮讨论敲定的项目方案往往锁在某台电脑的聊天窗口里，换设备或同事接手时需重新投喂上下文。作者接入 EverOS Cloud（GitHub 1.3w 星开源 Agent 记忆系统 EverOS 的云端托管版），将公司电脑和家里电脑的 Codex 挂到同一云端记忆空间。AI 讨论过程中的方案与约束自动沉淀为云端记忆，跨设备、跨团队无缝续接工作，无需手动整理 Markdown。网页端 Memory Bank 可查看阶段摘要和事实卡片，支持记忆的增删改。该方案也适合团队协作，共享记忆成为项目知识资产，降低人员交接风险。
文章介绍了豆包工作新上线的 AI 资产一键迁移功能，支持从 ChatGPT、Claude Code 导入对话、技能和记忆三类「默契资产」，将跨 Agent 迁移的损失降到最低。作者实测导入 240 项 Claude 和 682 项 ChatGPT 资产后，发现历史会话上下文可无缝衔接。文中解释了设计边界：只导入与工作绑定的工作记忆，不导入个人偏好；凭证暂不支持导入以防冲突。此外还介绍了对话分叉、消息注释、对话摘要侧栏等新功能，并分析了豆包打通飞书文档在分享协作形态上的优势。
中国人民大学开源了 EvoOntology，登顶 Hugging Face Daily Papers。传统做法是把数据字典塞进 prompt，但实验显示这反而使 Claude-Sonnet-5 得分下降 15 分。EvoOntology 让 Agent 自主维护数据本体：从问题出发整理指标定义与表关系，经真实数据验证后入库；通过 MCP 按需检索而非硬塞上下文；每次任务后分析出错点，只增量修改对应部分，新版需跑赢旧版才上线。该方法使 Claude-Sonnet-5 提升 8.8 分，GPT-5.5 在 DDR-Bench 上提升 26.7 分。已提供 Claude Code 和 Codex 插件，模型权重不变，变强的是 Agent 的数据说明书。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流：将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式，给出了四条核心指令（只读分析、按语义删减、插入内容并自查、最后刷字幕）和五道验收方法（重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕），并以片尾卡未跟随移动导致时长短两秒的实例说明：AI 报告'完成'不等于真正完成，验收环节必须由人掌握，这一原则适用于所有 Agent 交付的工作。
作者开源了 sweety-handdraw-video，一套手绘口播视频自动化制作管线。它包含 AI 导演（自动分镜）、物理手绘引擎（模拟真人逐笔绘制）和 VoxCPM 2 拟真配音三大核心，输入文案即可全自动生成分镜、插画、绘制动画与声画同步视频。该工具在 ChatGPT (Codex) 环境下完美运行，不依赖外部付费视频生成 API，素材完全解耦、本地零成本重渲染，成本极低。开源版将持续免费维护，项目已发布至 GitHub。
本文是一篇面向零基础用户的Codex保姆级使用教程，系统介绍了OpenAI将Codex与ChatGPT桌面端整合后的完整使用方法。文章包括：Codex与Claude Code的区别对比（来源、模型、价格、易用性）；安装与账号注册流程；界面三大区域（功能区、项目区、工作区）介绍；三种工作模式（ChatGPT聊天、ChatGPT工作、Codex）的选择建议；基础功能详解（项目、工作位置、添加文件、权限设置、模型选择、语音功能）；高级功能（插件连接Gmail/GitHub、Skill技能复用、图像生成、定时任务、资料库）；以及远程手机连接功能的使用方法，帮助用户高效完成各类任务。
