一道题从43分到78分：谷歌只改了OpenCode的配置

10 月 9 日，谷歌云 AI 研究院和美国西北大学的研究者在 arXiv 上发了一篇论文，叫《Harness²》，代码开源在 GitHub 的 google-research/harness2，到 10 月 25 日已经 1.9 万星。论文里有个案例，很能说明问题。

派大大星

在 VS Code 里自由切换 Copilot、Claude、Codex、OpenCode、Pi：任何 Agent 都能接

现在的 AI Coding Agent，已经多到让人开始犯选择困难症了。

opendotnet

T3 Code 上手：一个页面管 Codex、Claude Code、Cursor，手机能遥控

给你派了个重构任务，Claude Code 跑了四十分钟，中途停下来问你一个关键决策。你正好在吃饭、通勤或者开会，任务就卡在那里空转，时间白白烧掉。更常见的场景是：左手 Codex、右手 Claude Code，后台还挂着 Cursor，终端窗口开了一排，谁跑到哪一步全靠脑子记。

AI应用实践课

Cursor、Claude Code、Codex 怎么选？一篇讲清

一句话前提：2026 年了，这三个工具已经不是同一类东西。拿它们做"谁补全更快"的对比，就像比较高铁、货轮和飞机哪个更快——都能到罗马，但拉的货不一样。先说一句掏心窝的话。这两年我被问得最多的问题，不是"哪个 AI 编程工具最强"，而是"我到底该买哪个"。

柳荫下品人生

谷歌最强AI模型：Gemini 4 Carbon登顶全球智能指数榜首

IT之家 10 月 29 日消息，谷歌正式发布新一代前沿大模型 Gemini 4 Carbon，主打业界顶尖的网络安全能力与长程任务处理能力。谷歌称其为目前最强的模型，重点强化了网络安全能力和处理复杂、长周期任务的能力。

IT之家

Codex+Obsidian，多平台同步，一键分发，太香了！

大家好，我是苍何。还记得之前那篇 WorkBuddy/Codex + Obsidian 搭建自生长个人知识库的文章吗？里面我分享了自己做的 WeSight 插件，当时很多小伙伴直呼有用。

苍何

「假电脑」教AI用电脑，出的题连GPT-6 Astra都做不对

合成环境后，再在里面合成高质量的 agent 任务、对应的 verifier 验证器，来组成 {environment， task， verifeir} 训练样本，只在这些合成的环境中训练两个 Qwen 模型，却在 8 个横跨 web agent， claw agent 和 GUI computer-use agent OOD 常见评测榜单上全部有提升。

机器之心Pro

Claude和Codex谁更值得托付代码？开发者吵翻了

一句「你的代码更愿意交给谁」的提问，这两天在开发者圈子里炸出几十条回复。有人站 Claude，说复杂推理更稳；有人站 Codex，看中的是能直接上手操作电脑。争到后面，问题已经从「谁更强」变成了「按什么来选」。

AI公园