天眼晚报

🤖 AI 大模型

𝕏 OpenAI 称 GPT-5.5 成史上最强模型发布，Codex 收入 7 天内翻倍

OpenAI称GPT-5.5上线一周后表现强劲，API 收入增速比历代模型发布快 2 倍以上，API 收入增长创下新高；同时 Codex 收入在不到 7 天内翻倍，显示新模型与编程 Agent 产品对商业化增长的拉动明显。

𝕏 Claude Code 泄露密钥的 3 个实操防护步骤

分享Claude Code防止密钥泄露的实操方案：先在 ~/.claude/settings.json 中配置 deny 规则，限制敏感文件读取；再创建假数据 .env.test 文件，用于拦截可能进入报错日志的真实环境变量；生产环境则使用 Docker 隔离，通过挂载空文件实现更强的物理隔离。

𝕏 RecursiveMAS 论文：多 Agent 通过隐空间递归通信显著降本提速

RecursiveMAS提出新型多 Agent 协作架构，让 Agent 之间直接传递数值向量而非文本，从而减少文本与 Token 之间的转换损耗。在 AIME 数学竞赛中，该方法准确率提升13-18%，Token 用量减少 75%，推理速度提升 2.4 倍，显示隐空间通信可能成为多智能体系统的重要优化方向。

𝕏 OpenAI Codex 上线宠物功能，可自定义并显示 Agent 任务状态

OpenAI Codex上线**宠物（Pets）**功能，提供 8 种内置宠物，并支持通过 /pet、/hatch-pet 入口自定义；自定义动画可由 GPT Image 2 生成序列帧。宠物可作为全局悬浮窗显示线程、运行中、等待输入、审阅等状态，并可唤起聊天，为长耗时 Agent 任务 提供更直观的环境感知和可观测性。

𝕏 CAISI 评测：DeepSeek V4 Pro 能力约落后前沿模型 8 个月

CAISI在 2026 年 4 月评测DeepSeek V4 Pro，认为其综合能力约落后前沿模型8 个月。不过在 7 项基准中，该模型有 5 项的成本效率优于美国竞品，说明其在能力差距之外仍具备较强的性价比优势。

𝕏 Codex CLI 0.128.0 新增 /goal，支持跨多轮持续执行长期目标

Codex CLI 0.128.0新增**/goal指令，用户给出目标后，AI 可围绕长期目标**持续推进任务，支持跨多轮执行、规划、验证与迭代，并可通过 config.toml 开启。该功能更适合构建 AI native 工作流，让 Codex 从单次响应转向持续执行。

𝕏 Microsoft Agent 365 正式可用，面向企业管理 AI 智能体

Microsoft Agent 365于5 月 1 日正式 GA，面向企业提供 AI 智能体发现、安全治理、可观测性和生命周期管理能力，价格为15 美元/用户/月。该产品定位为企业级智能体管理平台，帮助组织集中管控内部与外部 AI 代理的部署和风险。

𝕏 Poe 上线 Grok 4.3，强调工具调用与日常性价比

Poe上线Grok 4.3，称其在复杂任务、工具调用和价格性能比上较前代明显提升。该模型被定位为适合日常高频使用的选择，重点突出多步骤任务处理和性价比。

𝕏 V4-Flash+Hermes 测试显示可处理 170K 上下文任务

V4-Flash+Hermes测试显示可处理约170K/1M上下文任务，并在长上下文场景中保持较好的工具调用可控性。该结果表明其在超长输入、复杂任务编排和工具使用场景中具备一定潜力。

𝕏 Claude Code 新增 token 统计和使用统计

Claude Code更新内置token 统计与使用统计能力，可查看 Opus 等模型的消耗分布，帮助开发者更清楚地追踪不同模型、任务和会话的资源使用情况。

𝕏 Google 疑似短暂泄露 COSMO，Android 或走向本地 AI Agent

Google COSMO疑似短暂泄露的信息显示，Android 可能进一步走向系统级AI Agent。相关能力包括 Gemini Nano 本地运行、屏幕访问、语音匹配、浏览器代理与深度研究，暗示 Google 正在探索让移动设备具备更主动的跨应用执行能力。

𝕏 xAI 语音能力进入 Starlink 场景，语音克隆平台开始测试

Elon Musk称Grok Voice已被Starlink使用，显示 xAI 语音能力进入卫星通信场景；同时有用户展示 xAI Voice Cloning 平台测试效果，暗示 xAI 正在扩展语音生成、语音克隆与自家硬件服务之间的结合。

---