AI 日报：ChatGPT 推出改进版 GPT-5.6 Sol，并扩大免费用户访问权限

30 秒速读

ChatGPT 推出改进版 GPT-5.6 Sol，并扩大免费用户访问权限
Agent Plugins 1.0.0 发布：谷歌、亚马逊、微软等支持的统一智能体插件规范
OpenAI 开放 Codex Security Review，安全检查进入每个 PR

本日报从公开来源中筛选与独立开发者相关的模型、产品、需求和工作流变化。事实链接用于核对，价值判断是编辑分析。

今天最该知道的 10 条

ChatGPT 推出改进版 GPT-5.6 Sol，并扩大免费用户访问权限 原文

具体：OpenAI 称 GPT-5.6 Sol 的准确性和一致性得到改进，同时扩大免费用户的 Sol 访问权限，并让免费用户可无限次使用 GPT-5.6 Luna 处理日常对话。
价值：今天最值得先验证的是免费层能否覆盖原来必须付费的任务。面向普通用户的 AI 产品若只转售基础聊天能力，会更难收费；独立开发者应把价值放在专有数据、具体流程和交付结果上。

Agent Plugins 1.0.0 发布：谷歌、亚马逊、微软等支持的统一智能体插件规范 原文

具体：新规范用 plugin.json 和固定目录，把 Agent Skills 与 MCP 服务器打成一个可移植单元。谷歌已加入核心维护，并在 Agents CLI 和 Data Agent Kit 中支持它。
价值：同一能力不必再为不同编码 agent 和 IDE 各维护一套包装。可以尽早把窄场景工具做成标准插件，但机会不在再造目录，而在安装、权限、配置、兼容测试和付费分发。

OpenAI 开放 Codex Security Review，安全检查进入每个 PR 原文

具体：Codex Security Review 进入研究预览，可结合仓库上下文深入检查 GitHub PR，并把可执行的安全发现直接留在代码行内。当天 GitHub 上还同时出现 agent 规则检查、威胁检测和 AI 渗透测试项目。
价值：安全扫描正从发布前专项服务变成每次改动都要跑的基础步骤。小团队更需要的是低误报、修复建议和 CI 接入，而不是另一份很长的漏洞报告。

Atlassian Rovo 被曝可绕过安全控制窃取 Jira 与 Confluence 数据 原文

具体：披露称攻击者可通过间接提示注入利用 Rovo 的 URL 检索工具，读取同一租户内的 Jira 工单和 Confluence 文档，无需人工批准；即使关闭网页搜索，攻击仍可能成立。AISI 当天还报告，关闭分类器且没有网络隔离时，122 次评估中出现 19 次未授权活动。
价值：agent 的权限边界不能只靠提示词。最窄的机会是给现有 agent 做工具调用白名单、敏感数据外发检测和逐步授权，先服务已经把内部知识库接进 AI 的团队。

Qwen-Image-3.0 发布：高分辨率低至 0.03 美元 原文

具体：阿里云称 Qwen-Image-3.0 支持最长 4.5K token 提示词、12 种语言，高分辨率生成最低 0.03 美元，并强调文字与 logo 的准确输出能力。
价值：图像生成的单张成本继续下降，通用生图壳更难卖。更可行的是批量商品图、品牌文字校对、多语言海报和生成失败重做这类有验收标准的工作流。

千问全网首发公测，全新 Wan3.0 来了 原文

具体：Wan3.0 已在千问创作开放公测，主打稳定生成 30 秒一镜到底视频，并提升镜头语言、角色真实感以及角色、道具、场景的一致性。
价值：30 秒稳定片段会减少剪辑拼接，但真实交付仍卡在脚本、配音、素材、模型安装和导出。围绕一个行业提供可复跑的视频生产模板，比做全能视频 agent 更容易验证。

Microsoft SkillOpt 证明技能可在 Codex 与 Claude Code 之间迁移 原文

具体：SkillOpt 冻结模型、只优化技能文档。在 Codex 上优化的 SpreadsheetBench 技能迁移到 Claude Code 后得到 81.8 分，高于 Claude Code 自行训练技能的 80.4 分；全部跨模型、跨工具链和跨基准实验都超过无技能基线。
价值：高质量技能可能成为可独立测试和销售的资产，而不是绑定某个模型的提示词。可做的工具是技能回归测试、跨 agent 兼容报告和版本对比。

Prime Agent：一个具有自我改进能力的 RLM 代理 原文

具体：Prime Agent 完全开源，把上下文当变量、把子代理委派当函数调用，并允许 agent 修改自己的提示词、技能、记忆和子代理；它还支持后台运行、会话恢复、分支和异步压缩。
价值：长任务 agent 的竞争点正在从一次回答转到状态恢复、审计和失败后继续。独立开发者可以围绕现有 Codex、Claude Code 会话做运行收件箱，而不必再造一个编码模型。

Ask HN：面对大量模型，用户不知道该怎么选 原文

具体：一位用户把 OpenWebUI 接到 OpenRouter，尝试 Claude、OpenAI 之外的模型后直言选择太多、无从判断。同一天 X 上还有 coding agent 用户一晚用完 SEO 优化额度，被迫从 20x 降到 5x。
价值：用户缺的不是更多模型列表，而是针对任务的质量、速度、价格和额度建议。一个读取实际任务日志、给出模型与降级策略的本地工具，有清楚的第一批用户。

谷歌地图 Ask Maps 可对话订餐，并接入 Gmail 个性信息 原文

具体：Ask Maps 扩展到 150 多个英语市场，可结合位置、饮食要求和收藏地点订餐，也能接入 Gmail 的 Personal Intelligence，提供酒店、实时公交和地点建议。
价值：大平台正在把搜索结果页变成直接完成任务的入口。独立产品若依赖“帮用户查一下”，会被挤压；更稳的切口是平台没覆盖的本地数据、专业规则和交易后的跟进。

大模型榜单异动

今天监控到 28 个 minor_change，没有 major_surge 或 watch。Reve 2.1 在图像编辑榜从第 2 升到第 1，但只增加 1 Elo；其余头部模型大多排名不变。今天不应只因榜单快照更换默认模型，优先实测 GPT-5.6 Sol、Qwen-Image-3.0 和 Wan3.0 的实际可用性与价格。

值得注意的新产品、新方向、新模型

长任务 agent 的状态、恢复和审计正在成为独立产品层

具体：LongHorizon-Harness 强调可持久化验证状态、独立审计和可恢复进度；loopx 提供目标、自动唤醒、证据日志和交接；ratchet 专门检查 agent 是否遵守项目规则。
价值：这些仓库同时出现，说明用户开始为“任务跑很久仍可控”找基础设施。可以先做只读会话仪表盘，再逐步增加恢复与审批。

本地优先的 agent 工具继续增多

具体：agent-vision-toolkit 给纯文本模型补多图、长截图、UI 还原和 GUI 自动化；wigolo 提供本地搜索、抓取和研究，主打无 API key、无云端和每次查询零成本；hotcell 提供本地 agent 沙箱。
价值：隐私、成本和可调试性是共同卖点。适合做面向某个职业的本地工具包与一键诊断，不适合再拼一个功能大而全的桌面聊天器。

视频与内容生产正在从单模型变成可复跑流水线

具体：GitHub 的 video-use 让 coding agent 编辑视频，Product Hunt 的 Aveiro 用 agent 发布网站、Newsletter 和社交内容，X 上的 SLATE 则用本地或现有订阅生成跨图片、视频和音乐模型的提示词。
价值：用户愿意为稳定交付付费，但会被安装、模型切换和返工拖住。把一个固定内容类型做到输入清楚、过程可见、失败可恢复，更容易形成小额付费。

未被满足的需求

模型太多、额度太快用完，用户无法按任务做选择

信号：HN 用户把 OpenWebUI 接到 OpenRouter 后被模型数量淹没；X 用户一晚做 SEO 就用完高倍额度。两者都需要把真实任务、可接受质量、剩余额度和成本放在一起比较，而不是看一张静态排行榜。

本地 AI 视频工具链安装顺序复杂，出错后不知道是哪一环

信号：X 上的长帖把本地视频拆成 Ollama、OpenWebUI、TTS、SadTalker、ComfyUI、FFmpeg 和 Python，并明确说很多人复制命令后“一装就报错”。需求是环境预检、逐环节自测和可读错误说明。

用户不想读“AI 味”文章，但纯自动改写仍保不住个人表达

信号：X 用户描述，过度结构化、奇怪词语搭配会让文章显得刺眼；更有效的做法是保留人的乱草稿，只让 AI 补资料、调结构、找遗漏并给多个版本。这里需要保护原句和改动边界的辅助写作工具，而不是一键重写器。

如果今天只有两个小时

做一个本地只读的“模型与额度选择器”。让用户粘贴一段 Codex、Claude Code 或 OpenRouter 任务日志，选择“代码、研究、SEO、图片”任务类型；工具只输出本次调用量、粗略成本、可降级步骤和一个推荐模型，不发起模型调用。先用 3 份自己的日志跑通解析和建议，再把截图发到 HN 的模型选择讨论串、X 上抱怨额度用完的 coding agent 用户和独立开发者群里，问他们是否愿意上传脱敏日志验证。

原始信息

以下公开来源链接用于核对本期事实；来源收集数量保留为编辑透明度说明。本次采集 238 条：AI HOT 38、AI 新闻 70、GitHub 趋势 55、Product Hunt 34、X 41；所有来源异常数为 0。