◆ AI 总结

本期亮点包括OpenAI Codex正式支持Windows系统，Google Gemini Spark24/7自主AI Agent向Ultra订阅用户开放，以及Arena发布Claude Opus 4.8与多模型前端测试对比。

模型动态

Claude

Arena 发布 Claude Opus 4.8 及多模型前端代码对比测试

Arena.ai对Claude Opus 4.8、Gemini 3.1 Pro、GLM 5.1等模型进行200+前端测试，包含3D场景、游戏生成和UI设计对比。思维模式和非思维模式均纳入评估，结果已在Code Arena展示。测试地址：https://x.com/arena/status/2060160804767584512[4]

产品工具

OpenAI

OpenAI Codex 正式支持 Windows 系统操作

OpenAI宣布Codex的计算机使用功能现可在Windows上运行，能直接操作Windows电脑。同时ChatGPT移动版Codex支持远程连接Windows机器，可随时启动、监控和引导任务。项目地址：https://x.com/OpenAI/status/2060428604727771421[1][2][1]
Gemini

Google 发布 Gemini Spark：24/7 自主 AI Agent

Google向美国AI Ultra订阅用户开放Gemini Spark，这是一个可全天候自主执行任务的AI Agent。即使手机和电脑关机，它也能在后台工作，并在采取重大行动前征得用户确认。使用地址：gemini.google[3]
Gemini / Meta

LlamaIndex 联合 Google 推出基于 Gemini Managed Agents 的非结构化文档处理模板

LlamaIndex利用Google新发布的Agents API和LlamaParse，构建了一个可自动处理非结构化文档的Agent模板。该Agent在沙箱Linux环境中运行，支持克隆仓库、安装解析工具并自主处理PDF等文件。GitHub：https://github.com/run-llama/antigravity-demo[5]
Gemini

Weights & Biases 用 Gemini Managed Agents 构建自动化静默 Bug 猎人

W&B基于Google的Gemini Managed Agents API开发了一个专门检测“静默bug”的Agent。它可输入仓库，返回那些能通过测试但产生错误结果的隐蔽问题，帮助开发者发现代码审查遗漏的隐患。[6]

行业资讯

MiniMax

MiniMax M2.7 联合 CyOps 发布成绩单，强调性能表现

MiniMax官方展示其M2.7模型与CyOps合作后的评价结果，称“成绩单不言自明”，暗示在特定评测中获得优秀表现。具体得分细节未公开。[7][8]