AI 日报：Codex 使用激增，智能体工程走向执行与可观测

概览

近两日 AI 社区的讨论重点集中在三个方向：

编程智能体从“聊天式辅助”加速转向“可执行任务系统”；
开源模型通过量化与压缩继续推进本地部署能力；
多模态系统开始从静态理解走向实时感知、长视频推理与世界模型。

其中，OpenAI 的 Codex 与 ChatGPT Work 使用增长尤其受到关注。有公开发言称，Codex 与 ChatGPT Work 的使用量一周内增长了 2.5 倍；另有社区讨论称，Codex 活跃用户数可能在约一天内增加 100 万。相关说法仍主要来自社交平台公开信息与社区观察，需谨慎看待。

编程智能体：从对话走向执行

OpenAI 智能体产品需求快速上升

OpenAI 相关人员表示，Codex 与 ChatGPT Work 的使用量在一周内增长 2.5 倍，并称 GPT-5.6 Sol 的需求非常强，可能在基础设施扩容前带来一定服务压力。

围绕这一变化，开发者生态也出现了快速响应：

JetBrains 将 Codex 列为推荐智能体；
有开发者强调 Codex 中相对低调的“问题工具”能力；
OpenAI 开发者团队展示了使用 GPT-5.6 从头构建命令行评测工具的案例；
OpenAI 还进行了多轮使用额度重置，引发社区用户关注。

这些信号表明，编程智能体正在从“代码建议工具”逐渐变成能够承担更完整开发流程的执行环境。

工具链、可观测性与评测环境变得关键

社区讨论的另一个共识是：模型能力本身已经不再是唯一差异点，智能体运行环境的质量正在成为竞争关键。

多个案例体现了这一趋势：

有开发者提醒，过时的 agents.md 指令可能像“自我注入的提示攻击”一样，导致长任务卡顿数小时；
LangChain 为 Codex 增加了追踪能力，并将 LangSmith 的可观测范围扩展到 Cursor、Copilot、Pi 和 OpenCode，覆盖工具调用、子智能体与 token 使用情况；
Hermes 更新了并行工具调用能力，并在 Hermes Agent 中展示了重置额度相关功能；
有观点认为，能够把自身业务价值编码进评测体系与运行环境的公司，可能比单纯依赖资本或模型规模的公司拥有更持久优势。

这意味着未来的智能体竞争不只是“谁的模型更强”，还包括谁能提供更可靠的任务编排、更清晰的调试方式和更贴近业务场景的评测环境。

开源模型：压缩、量化与本地推理

低比特模型推动本地部署

开源模型社区继续围绕极限压缩展开探索。

PrismML 发布了基于 Qwen 3.6 27B 的 Bonsai 27B，并提供两个紧凑版本：

Ternary Bonsai 27B：约 5.9GB，等效 1.71 bit；
1-bit Bonsai 27B：约 3.9GB，等效 1.125 bit；
授权协议为 Apache 2.0。

相关发布强调，这些模型不仅体积较小，还试图保留多模态、工具调用、长上下文和智能体工作流能力。社区演示中，Hermes 在 RTX 5090 上运行了相关模型，也有移动端部署方向的展示。

腾讯混元也发布了 1-bit 与 4-bit Hy3，称其 295B 旗舰级模型可通过 llama.cpp 和 MTP 在单张 GPU 上服务。

量化拓宽开源模型使用边界

量化工具与本地推理方案也在持续扩展。社区中有人宣布为 Gemma-4 系列以及 Qwen3.5-122B-A10B、GLM-4.7-Flash 等模型提供 NVFP4 动态量化。

另有本地部署讨论提到，多节点 DGX Spark 配置可运行：

1M 上下文的 DeepSeek v4 Flash；
MiMo-V2.5；
跨四节点部署的 GLM 5.2 NVFP4。

这些信息共同指向一个趋势：本地推理已不再只是实验性玩法。在低比特权重格式、优化推理框架和更成熟智能体工具链的配合下，本地模型开始进入更严肃的智能体工作流场景。

多模态系统：实时视觉、长视频与世界模型

实时多模态从“看完再答”走向持续感知

OpenMOSS 发布了 MOSS-VL-Realtime，这是一个 11B 视觉语言模型家族，采用 Apache 2.0 协议，支持 256K 上下文，面向连续视频流。

其核心特性包括：

在生成回答时继续观看视频流；
随着场景变化修正或打断回答；
在证据不足时保持沉默；
面向离线、流式与实时场景使用统一模板。

技术讨论中还提到，该系统采用跨注意力架构，并使用 XRoPE 统一时间与空间位置表达。

这类能力意味着多模态模型正在从“输入一段图像或视频后回答问题”，走向更接近人类观察方式的持续感知。

长视频理解转向主动证据搜索

长视频理解也出现了从“被动读取帧”向“主动寻找证据”的变化。

社区总结提到 OmniAgent，该系统基于 Qwen2.5-Omni-7B，采用 Observation–Thought–Action 循环，让模型只请求自己需要的画面帧或音频片段。

世界模型向更长时域模拟推进

世界模型方向也出现了新的工程讨论。有团队介绍了全模态世界模型的数据栈，强调需要 PB 级视频数据、六个流水线阶段，以及数据质量提升在“生成视频”和“理解视频”两端带来的双重收益。

从这些讨论看，视频、运动和交互正在被视为不同于静态图像的新型数据类型。要让模型理解现实世界，仅靠把视频拆成一系列图片可能并不充分，还需要专门的数据采集、基础设施和建模方式。

小结

本轮 AI 社区动态中，值得关注的不是单个产品更新，而是几条主线的同时推进：

编程智能体正在承担更完整的软件工程任务；
工具链、评测、可观测性和运行环境成为智能体产品的核心竞争层；
低比特量化和模型压缩让本地推理能力继续增强；
实时多模态、长视频主动推理与世界模型正在成为下一阶段研究重点。

这些变化共同说明，AI 系统的竞争正在从单点模型能力，转向模型、工具、环境、数据和工作流的综合工程能力。