今日速览
今天的内容明显分成两条线：一边是 OpenAI、AWS、Simon Willison 和 GitHub Trending 继续把 agent 能力、沙箱和上下文规范往前推；另一边是 V2EX 与 Zenn 上的日常工程问题，讨论 AI 编程等待时间、应用商店分发、Claude Code 成本观测和 Cloudflare 构建迁移。对中文读者来说，最值得关注的不是“又有新模型”，而是这些工具进入团队工作流后，权限、成本、可观测性和发布渠道怎么落地。
1. OpenAI 预览 GPT-5.6 Sol/Terra/Luna — [Hacker News]
https://openai.com/index/previewing-gpt-5-6-sol/
OpenAI 开始有限预览 GPT-5.6 系列，包含旗舰模型 Sol、平衡型 Terra 和低成本 Luna。HN 上讨论焦点不只在能力，也在有限预览、定价和政府参与筛选这几个现实因素。对开发团队来说，这类发布已经不能只按 benchmark 看，要同时看可用性、成本、缓存策略和合规边界。
2. AWS Lambda MicroVMs：无服务器里的隔离沙箱 — [Hacker News / Publickey]
AWS 发布 Lambda MicroVMs，让开发者用 Lambda 的方式运行有生命周期控制的隔离执行环境。这个方向很适合 AI code execution、插件运行、CI 小任务和多租户 sandbox，但也会把冷启动、状态保存、网络权限和审计问题带到平台层。Publickey 本周也做了日文解读，说明这个话题已经不只是 AWS 用户内部新闻。
3. 2000 人攻击 AI assistant 后，提示注入仍没拿到 secret — [Simon Willison]
https://simonwillison.net/2026/Jun/26/hack-my-ai-assistant/#atom-everything
Simon Willison 转述了一个有意思的实验：有人开放一个邮件驱动的 AI assistant 挑战，约 2000 人、6000 次尝试后仍没有泄露 secret。这个结果不能证明生产系统安全，但能说明 frontier model 对常见提示注入的抗性确实在变强。更务实的结论是：安全能力在进步，但不要把“实验没被攻破”当成可以执行不可逆操作的理由。
4. design.md 把设计系统写成 agent 可读资产 — [GitHub Trending]
https://github.com/google-labs-code/design.md
Google Labs Code 的 design.md 在 GitHub Trending 上继续靠前，它试图定义一种面向 coding agent 的设计系统说明格式。以前设计规范常在 Figma、Storybook 或口头约定里，agent 实际需要的是仓库内稳定、可引用、可 diff 的文本上下文。做前端自动化的团队可以借鉴这个思路，把产品约束从提示词里搬进版本控制。
5. WorkWeave Router：在 Claude、Codex、Cursor 里做模型路由 — [Hacker News / GitHub]
https://github.com/workweave/router
WorkWeave Router 是今天 HN 上的 Show HN 项目，目标是在 Claude、Codex 和 Cursor 等工具里直接做智能模型路由。它踩中了一个很现实的问题：团队同时使用多个模型时，成本、延迟、上下文长度和任务类型很难靠人工逐次判断。模型路由会越来越像数据库连接池或缓存策略，是基础设施问题，不是单纯的偏好设置。
6. AI 编程等待答案时，开发者在干什么 — [V2EX]
https://www.v2ex.com/t/1223002
V2EX 今天有个轻但有代表性的讨论：AI 编程时模型思考很久，开发者通常怎么利用这段时间。这个问题背后其实是工作流设计，等待时间可能适合做 review、补测试、查文档，也可能把注意力切碎。团队引入 agent 后，不只要看最终代码质量，也要重新设计“人等机器”和“机器等人”的节奏。
7. 华为应用商城上架体验被开发者评价友好 — [V2EX]
https://www.v2ex.com/t/1223037
一位开发者在 V2EX 分享应用上架过程，认为华为应用商城目前对开发者更友好。这个帖子不是底层技术新闻，但对国内独立开发者和工具产品有实际参考价值：分发渠道的审核、反馈速度和材料要求会直接影响迭代节奏。做面向中国市场的小工具时，工程之外的发布路径也该进入项目计划。
8. 用 OpenTelemetry 观察 Claude Code 的 agent、skill、模型成本 — [Zenn]
https://zenn.dev/yukurash/articles/19ece516497d40
Zenn 这篇文章讲如何把 Claude Code 的 agent、skill 和模型维度成本送进 Splunk 观察。它击中了 AI 工程落地里的硬问题：多 agent、多工具、多模型之后，账单和效果都需要能分摊到具体工作流。中文团队如果正在把 AI 编程纳入日常，最好尽早做成本标签和 tracing，而不是月底看总账单。
9. Astro 7 迁移后生产不更新：从 Cloudflare Pages 到 Workers Builds — [Zenn]
https://zenn.dev/redamoon/articles/article47-astro7-cloudflare-workers-migration
这篇 Zenn 记录了 Astro 7 迁移后 main 分支合并但生产环境不更新的问题，并把部署从 Cloudflare Pages 迁到 Workers Builds。它的价值在于把“构建平台变了以后，发布链路哪里断了”讲清楚。对使用 Cloudflare 的团队来说，框架升级、构建系统和部署产品之间的边界正在变得更重要。
10. NVIDIA Nemotron Model Reasoning Challenge 进入 Kaggle 视野 — [Zenn]
https://zenn.dev/mkj/articles/3a4d70ac4e8fb4
Zenn 上有人介绍 Kaggle 的 NVIDIA Nemotron Model Reasoning Challenge。相比只看厂商发布，竞赛视角更适合观察推理模型在可评测任务上的短板和工程取舍。做模型评测或内部 agent benchmark 的团队，可以借这个题目看一下公开赛如何设计输入、评分和 baseline。
编者按
今天选了 10 条：英文/官方与工具源 5 条，中文社区 2 条，日文社区 3 条。Anthropic News 可访问，但 24 小时内没有新的技术向发布，因此今天跳过；Publickey feed 可访问，但最新稿是 6 月 24 日，只作为 AWS MicroVM 的交叉参考。Dev Digest 编辑建议优先读 AWS Lambda MicroVMs、Simon 的提示注入实验和 Claude Code OpenTelemetry 成本观测：它们最能代表 agent 从演示走向运营后的真实问题。