OpenAI 将终止 Cursor 的模型直连，独立 Agent harness 讨论升温
OpenAI 宣布，在 Cursor 被 SpaceX 收购后结束双方合作；其提案是于 11 月 12 日终止 Cursor 对 OpenAI 模型的直接访问，并称会为受影响的开发者提供迁移安排。Cursor CEO Michael Truell 表示 OpenAI 模型约占 Cursor 用户流量的 5%，双方仍在沟通；OpenAI 的 Tibo Sottiaux 则认为这一比例需要更强限定，token 量既不是收入也不是创造价值的代理指标。Harrison Chase 由此提出 Agent 架构应分离 model 与 harness，避免应用层被单一模型实验室的商业关系锁定。
来源：OpenAI 官方说明 · Tibo 说明 · 对 5% 数据的回应 · model/harness 分离
标签：#OpenAI #Cursor #AgentHarness #VendorLockIn
Codex 与 ChatGPT Work 为付费用户重置用量
Tibo Sottiaux 宣布为所有 Codex 和 ChatGPT Work 付费用户重置用量，并称团队依据数千份报告持续修复基础设施和 usage limit 问题；不同使用方式的可用额度应随优化改善。他随后把 2026 年概括为“效率之年”。官方帖子未在当前可见文本中披露完整的新额度表，因此可以确认的是重置和优化动作，不能据此推断所有计划的具体限额变化。
标签：#Codex #ChatGPTWork #UsageLimits #Efficiency
NVIDIA 用 AgentX 衡量 Agent 基础设施的能效
NVIDIA 引用 SemiAnalysis AgentX workload，称其测得 Vera Rubin NVL72 的每兆瓦吞吐最高可达 GB300 NVL72 的 30 倍。AgentX 的设计对象是多轮、长上下文、工具等待和子 Agent burst 等实际 Agent 行为，而不是传统稳态 token benchmark。需要注意，这一 30 倍结果由 NVIDIA 在 SemiAnalysis workload 上测量，属于厂商数据；比较的系统代际和软件栈也不同，不能简化成单颗 GPU 的同比性能。
标签：#NVIDIA #VeraRubin #AgentX #Tokenomics
Agent 开发需要从“接口成功”转向“行为成功”
一篇被 Harrison Chase 转发的文章提出 Agent Development Lifecycle（ADLC）：当软件在运行时自主决策时，HTTP 200 仍可能意味着任务完全失败，因此传统 SDLC 的接口与单元测试不足以覆盖 Agent；需要结合行为评测、端到端 trace 和生产 observability。Harrison Chase 将这一路线直接关联到 LangSmith。该观点与前一天 Clay 的 production-to-eval loop、Infer-forge 的可验证任务图形成连续主题。
来源：ADLC 文章 · Observability 回应
标签：#AgentEngineering #ADLC #Observability #Evals
其他值得关注
- NVIDIA 介绍 Texas A&M 的 VISION DGX SuperPOD，称其把部分过去耗时数年的研究工作压缩到一周，并向七家机构开放算力：原帖。
- NVIDIA 再次强调开放开发对 Nemotron 和 AI Lab 的作用，并发布 Bryan Catanzaro 访谈：原帖。
- OpenWiki/Wiki 继续被讨论为 Agent 可读、简单且模型无关的知识表示；这也呼应独立 harness 对可移植知识层的需求：原帖。
- 当天其余动态以个人回复、活动宣传和延续性讨论为主，没有形成新的独立高价值主题。
今日观察
今天的信息量不大，但商业关系暴露了一个重要架构风险：模型供应商不仅提供能力，也能通过访问策略改变上层 Agent 产品的可用性。由此，“模型与 harness 分离”“知识和评测可移植”“生产行为可观测”不再只是工程洁癖，而是供应链韧性。基础设施侧的 AgentX 也在表达同一转变——行业评价对象正在从单次模型调用，升级为完整、多轮且具工具等待的 Agent 系统。