今日 AI 速览
头条
Cursor 推出 Origin：把代码仓库、拉取请求和 AI 代理放进同一个编辑器
Cursor 开始向所有付费套餐推出 Origin 早期测试版。它先提供代码仓库、拉取请求、代码浏览和 GitHub 同步，新的 Codebase 页可以直接创建仓库或接入现有 GitHub 项目。
Cursor 称，接入 GitHub 的仓库会实时同步，代码推送仍以 GitHub 为真源。面向代理的更多功能还没有上线，企业管理员也可以选择退出这次测试。
点评：想试用的团队先用非核心仓库验证权限、备份和回滚。代码托管与代理执行放在同一处更省事，也会把凭据和供应商风险集中到一起。
Wiz 的 AI 安全代理通过一处 GitHub Actions 漏洞进入 Snowflake 内部 Jira
Wiz 在 Snowflake 的漏洞奖励计划中发现，一份公开仓库工作流会把任何人都能填写的 GitHub issue 标题直接放进 shell 命令。研究人员借此取得令牌，并验证它可以访问 Snowflake 内部 Jira 的敏感数据。
漏洞来自 6 月 18 日合并的改动，合并提交把 Copilot Autofix 列为共同作者，AI 辅助安全审查也没有拦住问题。不过 Wiz 明确表示，无法确认那段危险代码是否由 AI 写成。Snowflake 收到报告后完成修复。
点评：所有把外部 issue、PR 或评论传进 CI 的团队都应把输入当成不可信数据。AI 复核可以加一层保护，但不能代替转义、最小权限和人工批准。
工具与产品
腾讯公布 T-AIDC 数据中心架构，应对 AI 机柜功率大幅上升
腾讯在碳中和中期报告中说，传统机柜通常需要 6 至 8 千瓦电力，AI 业务让单机柜需求升到 30 至 100 千瓦甚至更高。公司为此推出 T-AIDC 一体化架构，并称其供电效率最高可到 98%。
同一报告列出腾讯自身运营和供应链不晚于 2030 年实现碳中和的目标。效率数字来自公司自报，实际节能还要结合服务器负载、制冷方式和当地电力结构核验。
点评：规划 AI 集群时，团队不能只算 GPU 数量。供电、制冷和能源来源会直接决定可上线规模与长期成本。
Claude Code 更新：用量恢复后可自动续跑，并补上 GitLab 合并请求状态
Claude Code v2.1.234 可以在 claude.ai 用量限制重置后自动继续会话，用户也能在设置里关闭。连接 GitLab 且已经登录 glab CLI 的仓库，会在页脚和状态栏显示合并请求编号及草稿、等待或通过状态。
这次更新还拦截 Windows NT 命名空间路径，保护远程读文件、会话恢复、CLAUDE.md 引用、工作流脚本和文件上传等入口。托管多会话的服务还可用新环境变量缩短每个项目的记录目录名。
社区热议
“AI;DR”走红：别人整段粘来的 AI 文字，读者也可以直接跳过
Rick Manelius 提议用 “AI;DR”，也就是 “AI 写的，没读”，回应工作群、邮件和社交平台里的长篇 AI 文字。他的核心要求很简单：发件人应先理解、删改并对自己署名的文字负责，而不是把生成成本转嫁给读者。
HN 讨论把问题延伸到“借来的专业感”：一份文档可以写得很像专家，但发送者未必理解假设、重点和执行难度。争论不是拒绝 AI，而是要求输出和人的真实判断保持一致。
追踪器跟到亚马逊 AI 训练设施：一批珍本被扫描后销毁
404 Media 把追踪器放进一批运出的珍本，最后定位到亚马逊的一处 AI 训练设施。报道说，那里会切掉书脊、扫描书页，再把无法恢复的书送去回收或处理。
这项调查只证明了被追踪批次的去向，不能据此推断所有训练数据或所有旧书都用同样方式处理。它仍提醒数据采购方记录来源、授权、保存方式和不可逆损失。
Builder 观点
Box CEO Aaron Levie认为，AI 智能体最有价值的地方，是持续完成过去“值得做却做不完”的工作。他举例说，团队可以更全面地扫代码漏洞、读合同、整理文档和分析客户数据；选择项目时，应优先找“多投入计算就能明显改变结果”的领域。
在 X 查看 →GitHub 趋势
omlx：在 Apple Silicon 上连续批处理模型，并把缓存放到 SSD
jundot/omlx 是带 macOS 菜单栏管理的本地推理服务器。窗口内发布的 v0.6.1 扩展了 Qwen3.5 的神经引擎预填充支持，并修复管理界面保存默认设置的问题。
OpenViking：把智能体记忆、知识检索和 Skills 放进同一个上下文数据库
火山引擎的 OpenViking 在窗口内发布 v0.4.14。同期代码把通用记忆 Skill 打包进 Codex、Claude Code 和 Cursor 插件，并加入 TRAE CLI 的生命周期钩子与 MCP 代理支持。
今天的共同主题不是“AI 会不会做事”，而是“谁来控制它做事的入口”。Cursor 把仓库和代理放到一起，Wiz 展示了不可信输入如何穿过 CI，腾讯和本地工具则在补算力、记忆与运行底座。能力越集中，权限、来源、回滚和人工判断越不能省。