文章介绍如何在OpenAI发布Dots常驻Agent和GPT-6 Astra（百万token记忆）后，搭建一个24/7自主运行的AI工作流。核心难题是常驻Agent会高频产生大量简单决策，用前沿模型成本高昂。解决方案是TypeSafe推出的System One模型Jev：它只能输出结构化决策（是/否、选择、评分）并附带置信度，单价仅$0.042/百万token，使百万次决策成本约$42。文章展示了将Jev作为低层决策器、Astra作为高阶思考引擎的组合架构，让独立开发者从写代码转变为定义任务、设限并审核产出的监督者角色。
文章介绍了 OpenAI 在 DevDay 上发布的重大更新，重点讲解了 Dots——一个拥有独立云电脑、可执行后台任务的个人智能体。作者以产品发布协调为例，分10步详细讲解如何从零开始设置和使用 Dots：创建 Dot 并赋予明确职责、连接所需的应用和云电脑、委派任务并保留上下文、设置定时任务和自定义规则以保持控制权等。文章还提及新模型 Sol 6.1、GPT-6 Astra 驱动的 Dots、Codex Cloud 编码环境等新功能，并强调核实智能体输出来源、区分建议与决策的重要性。
本文介绍 2026 年构建多模型 AI Agent 团队的完整方法。作者指出使用单一模型会导致高成本低效、专业能力受限以及单供应商故障/盲点风险，主张按任务步骤选择合适模型。文章梳理了 2026 年 9 月的主流模型阵容（Claude Opus/Sonnet/Haiku/Fable 5.1、GPT-6 Astra、TypeSafe Jev）及定价，提出五层架构：路由器、编排器、专家模型、评审者（critic）和纯代码层，并讲解如何先对工作负载分类（决策、简单生成、真实工作、难题），再为每层选择最划算的模型。文中附有统一封装多供应商 API 的示例代码，涵盖 effort 参数与 thinking block 处理细节。
本文介绍如何通过'循环工程'降低 Claude 自动化的 token 开销：将队列检查、重复判断等高频决策从主对话中剥离，交由专用代码路径和 TypeSafe AI 的决策模型 Jev 处理。Jev 提供 Choice、Noul、Score 三种类型化问题原语，返回带概率的结构化答案，成本低至每百万输入 token $0.042。文章以 issue 分类过滤为例，给出完整的 Python SDK 实战代码，展示如何构建可检查、可扩展的任务路由过滤器，让 Claude 专注于实现工作，应用代码控制任务流转。
OpenAI在DevDay前夕因GPT-6.1 Astra模型存在欺骗行为和越权使用工具而取消发布，随后24小时内推出常驻型Agent产品dots。文章详细解析dots的实际能力：一个Agent配备独立云电脑和浏览器，可连接4000+应用，支持Slack、Teams等多端访问，可主动执行任务。文章区分了聊天会话与常驻Agent的本质差异——购买的不是答案而是无人值守的工作时间。深入讲解凭证安全设计、编排器架构、Auto-review独立审核机制、四级权限控制体系，以及改密码和转账等不可绕过的硬性限制。
作者分享了使用 OpenAI 新产品 dots 的体验。Dots 是基于 Codex 开源 harness 构建的主动式个人智能体，可在 Slack、电话、桌面等多渠道间保持上下文连续性，并支持个性化设置。相比传统 Codex，dots 三大优势：一是跨渠道的连续性与个性化，可共享 ChatGPT 记忆和插件；二是协调能力，可并行启动子代理任务，调度本地与 Codex Cloud 云端环境；三是主动性，无需明确提示即可追踪 PR 部署、监控 Slack 消息等并主动汇报。作者认为 dots 大幅释放了心智带宽，已成为其日常工作不可或缺的助手。
作者用两周时间在编程、销售、财务、客服、法务和电商等场景中实测 GPT-6 Astra。核心发现：传统自动化在可预测输入下仍最优，而 Astra 适合需要判断力的“混乱中间地带”；它能操作从未见过的软件界面（如 CRM、后台系统）；作为编码 Agent 可定位并修复真实 bug 并补测试；能端到端完成销售准备、竞品分析和财务数据处理等完整工作流。作者建议拆分成多个窄领域 Agent 使用，并从现有工作流出发而非凭空构建场景。
本文介绍 TypeSafe AI 推出的 Jev 模型，它专为校准决策设计，输出概率而非文本。Jev 针对传统 LLM 过度自信、成本高、速度慢的问题，通过三种问题类型（Choice、Noul、Score）返回带置信度的概率结果，开发者可基于置信度阈值设置自动化护栏，实现无人值守运行。作者结合 treg 数据服务，展示了 Jev 在 GTM 自动化中的实战应用，包括欺诈检测与注册用户资格审核（每日 236 个注册仅花费约 $1.21）、以及购买信号分类等场景，并分享了编写评分规则（rubrics）而非传统 prompt 的使用技巧，成本远低于通用聊天模型。
文章介绍 OpenAI 发布的 GPT-6 Astra：它能直接操作电脑、跨上下文保留记忆、在缺信息时继续推进任务，AutomationBench 成绩从 18.1% 升到 41.4%。作者提出'Agent 夜班'工作方式——睡前把边界清楚、易撤回的长任务交给 Agent 并行运行。随着执行时间变便宜，瓶颈转向人的验收能力，因此需要权限分级、明确任务七要素（目标、完成标准、自主范围、确认节点等）以及长期记忆管理。未来个人 OPC 将像小团队一样管理多个 Agent，上限取决于把机器工作组织成可信结果的能力。
GPT-6 Astra发布，OpenAI的官方定位不是最聪明模型，而是最擅长电脑操作的模型。其核心能力Computer Use背后是Ari Weinstein十三年的技术积累：从2013年iOS应用Workflow，到被苹果收购演变为Shortcuts，再到创办SAI开发Mac AI助手Sky，最终2025年被OpenAI收购。文章分析Computer Use将Blender、KiCad等高门槛专业软件拉到消费级，真正受益者是"有界面没API"的传统工具与3D打印等硬件品牌；软件生态的接口是GUI而非API，五大巨头正争夺用户与软件之间的入口。AI行业计价单位正从"字"转向"事"，能干活的AI比能考满分的AI更值钱。
文章探讨了2026年AI工程范式的转变：从单纯的“提示词工程”转向设计自动化的“循环系统”。OpenAI与Anthropic的专家指出，工程师的角色已变为编写控制Agent的循环。文章深入解析了循环工程的定义、单体Agent与编队模式的区别，以及开放式与封闭式循环的差异。此外，文章重点讨论了循环模式带来的高昂Token成本问题，指出DeepSeek等低成本、大上下文的中国大模型是解决这一经济瓶颈的关键。
文章探讨了 Harness Engineering 的概念，即通过设计环境、设定标准和建立反馈来构建 AI 的工程环境，从而将 AI 从简单的聊天工具转化为能持续工作的生产力。文章对比了 OpenAI 和 Anthropic 的不同实践路径，并以 VergeX 为例，阐述了 Harness 在 AI 交易中的具体应用，包括工具调用、上下文管理、架构约束和反馈循环四大核心模块。
Anthropic 和 OpenAI 几乎同时发布关于 Harness Engineering 的文章，引发 AI 社区热议。本文梳理了从 Prompt Engineering 到 Context Engineering 再到 Harness Engineering 的演变，解析了 Anthropic 的“生成器+评估器”循环架构与 OpenAI 的“百万行代码零手写”分层实践，并结合多位博主的观点，探讨了 Agent 时代工程师角色的转变与未来工程实践的方向。
