BestBlogs 早报 · 07-29
MCP 2026-07-28 / Codex / ChatGPT Work / 编排器上下文 / 认知局部性
【1】 ★ 精讲|编排器的税：多智能体工作记忆的隐性成本 Thoughtworks 首席工程师 Rahul Garg 复盘一次多智能体编码会话，发现昂贵的不只是子智能体并行，而是主编排器把完整后台记录反复拉回上下文。文章据此提出认知局部性和工作记忆保护，但也明确承认缺少完整 token 计量；其中的数量阈值应视为个人校准样本，不是通用定律。 来源：Martin Fowler https://www.bestblogs.dev/article/36ff88dcab
【2】 ★ 精讲|MCP 2026-07-28：无状态核心与 Claude 的生产化接入 Claude 正在接入 MCP 2026-07-28：协议核心改为无状态请求响应，Apps 与 Tasks 进入版本化扩展体系，授权也向生产级 OAuth 与 OIDC 靠拢。结合 MCP 官方变更可看到，真正影响部署的是会话移除、可路由请求、缓存提示和迁移窗口，而 Claude 支持仍在逐步推出。 来源：Claude Blog https://www.bestblogs.dev/article/b4007ae077
【3】 ★ 精讲|Codex 从 0 到 1000 万用户：OpenAI 如何构建 ChatGPT Work http://Latent.Space 对 OpenAI 核心产品工程负责人 Akshay Nathan 的访谈，解释了 Codex 与 ChatGPT Work 如何共享智能体执行框架，同时保留不同的界面与沙箱默认值。两款产品合计触达 1000 万用户的数字背后，更值得关注的是编码智能体如何扩展到研究、分析和日常知识工作。 来源：http://Latent.Space https://www.bestblogs.dev/article/9e228c561b
【4】 对话游凯超：开源 Infra、模型协同设计与 vLLM 的工程选择 【播客】 vLLM 核心维护者游凯超深度分享从算法研究者到 AI 系统创业者的心路历程，揭秘开源项目如何演变为 1.5 亿美元种子轮公司的抉择与思考，并前瞻模型与推理引擎协同设计的时代方向。 来源：张小珺 Jùn|商业访谈录 https://www.bestblogs.dev/podcast/d8dc6b222
【5】 11 年，110 亿美金，然后呢？|对话 Airwallex 吴恺：AI 时代，下一站 1000 亿 【播客】 Airwallex CRO 吴恺深度复盘从 0 到 110 亿美金的 11 年历程，分享拒绝收购、先亏四年铺全球网络等关键抉择，并揭示 AI 如何驱动公司从金融基础设施走向「超级智能入口」的千亿美金愿景。 来源：十字路口 Crossing https://www.bestblogs.dev/podcast/39ff94634
【6】 当理解成为瓶颈：AI 编程时代的认知债与意图债 本文探讨了 AI 编程时代下，开发者如何应对由「理解力缺失」引发的新型债务--认知债与意图债，并强调了「理解是为了参与」的核心价值。 来源：阿里技术 https://www.bestblogs.dev/article/b664eb7929
【7】 从循环到图：多智能体系统的下一层工程方法 本文深入剖析了从 Loop Engineering 到 Graph Engineering 的演进逻辑，解释了为什么多智能体编排需要从「单个循环」升级为「有向图结构」，并结合官方数据与真实案例给出了何时该用、何时不该用的决策框架。 来源：腾讯技术工程 https://www.bestblogs.dev/article/cfbef3f919