Simon Willison 用手机指挥 Codex 开发，却想亲手修改凭据文件，避免敏感内容经过模型。于是，他又让 Codex 写了一个网页编辑器：代码可以委托，凭据仍由自己处理。
🚀 模型能力与推理效率
• HybridAgents：推理不必全部写成文字 —— 10 月 13 日论文让 Agent 在潜在表示中推理，需要调用工具时再切回文本。作者在三种模型规模、11 项基准中报告 token 用量减少 35.5%—54.7%；这是专门训练后的结果，不能靠给现有助手改提示词复现。论文原文
• Gemini 4 Argon：从模型发布看到代码重构 —— Google 在 10 月 13 日发布说明中披露，Argon 协助 Chrome 完成跨数百文件的重构，将数月工作压到数周。比榜单更值得追踪的是这些修改的长期维护效果；目前提速结论来自官方内部案例。官方说明
🛠️ 部署适配与远程开发
• TorchNeuron：换 Trainium，少维护一套专用代码 —— Hugging Face 10 月 19 日文章宣布，TorchNeuron 将于 20 日进入公测，让 Transformers、PEFT、TRL 等直接使用原生 PyTorch 后端。原有训练脚本更容易迁移，但动态形状等限制仍在，适配简化不能直接换算成账单下降。技术说明
• Orca：从手机继续管理远端编码任务 —— 本次热榜项目支持并排运行 Codex、Claude Code 等助手，各自使用独立工作目录，并提供手机通知、追问和 SSH 远程工作入口。价值在于方便查看进度、接手任务；项目首发日期不明，上榜不代表当天发布。项目文档
🚨 凭据处理与执行权限
• web-edit：敏感文件由人直接修改 —— Simon 在 10 月 12 日发布网页文件编辑器，通过 Tailscale 从手机查看和编辑远端文件，解决凭据不必经由模型传递的问题。给 Agent 补工具时，也可以同时给人保留直接操作入口。作者记录
• 金融 Agent：每步审批也可能增加风险 —— 10 月 14 日的 AI Engineer New York 活动记录中，Two Sigma 提醒频繁审批会造成注意力疲劳，主张将重要请求交给人。Anthropic 展示的订单调查示例则只允许 Agent 提议修改：哪些动作可以直接执行，需要落实到权限和工具上。现场记录
📚 延伸阅读
• Hugging Face：TorchNeuron 的模型推理、微调与部署示例
https://huggingface.co/blog/hf-torchneuron
• Jiaru Zou 等：Hybrid Reasoning Agents
https://arxiv.org/abs/2610.18861
• Orca：独立工作目录、手机协作与远程运行文档
https://github.com/stablyai/orca
