AI 编程工具周刊#5:稳定性来了,长任务开始补课

📖全文3855字·阅读约需12分钟

这一期的主线很清楚：工具厂商没有继续堆“又支持了一个模型”，而是在补连接恢复、会话管理、终端协作、上下文、权限和迁移。Agent 真正进入工作流以后，能不能稳定跑完，比能不能演示一个漂亮的功能更重要。

这一轮最值得留意的版本集中在 OpenCode、Codex、Kilo Code、Claude Code、Reasonix 和 CodeWhale。它们分别从 MCP、远程执行、多 Agent 终端、模型默认值、上下文管理和安装迁移切入，解决的是同一个问题：任务跑到后半段时，别因为工具本身掉链子而重来。

本周主线

长任务开始有了“恢复能力”

以前的 AI 编程工具，任务失败往往只有一个选择：重新问一遍。现在更新日志里反复出现的词变成了重连、恢复、分叉、续跑、流式输出落盘和会话命名。它们不如新模型发布显眼，却更接近日常使用。

比如 OpenCode 开始处理 OAuth 过期和 MCP 会话重连，Cline 修复长任务退出时流式结果丢失，Codex 则把线程命名和分叉做成了工作区能力。单看每一项都不大，合在一起才像一套能长期使用的工具链。

权限从一次次弹窗变成工程配置

Claude Code 增加严格网络 allowlist，Gemini CLI 修复工作区信任和提示注入循环，Crush 补上 MCP OAuth。它们的共同方向是：权限不应该只依赖用户临时点击“允许”，而应该能写进项目、组织和运行环境的配置里。

这也带来一个现实提醒：模型能力越强，工具调用越多，权限边界就越不能只写在系统提示词里。网络、身份、文件写入和审批，最好分开控制。

版本更新

1、OpenCode v1.18.6 至 v1.18.9

OpenCode 这一组版本的重点是 MCP 和 Provider 的连接稳定性。OAuth 回调端口、过期会话重连、旧版 SDK 兼容以及桌面端 Provider 状态刷新，连续出现在修复范围里。[1]

之前最容易遇到的情况是：界面看起来还是在线，实际工具调用已经失败。升级到v1.18.9后，如果你依赖 MCP 或远程 Provider，建议重新登录一个服务，再主动测试一次断开和恢复。MCP 的难点已经从“接上服务”变成“失效之后能不能回来”。

2、Gemini CLI v0.53.0

Gemini CLIv0.53.0主要处理工具响应取消、无限 ReAct 循环、提示注入循环和 A2A 工作区信任问题。[2]

这类修复不一定会让第一次体验更惊艳，却能减少 Agent 自己绕圈。团队环境建议优先使用稳定版，不要把 nightly 当默认版本。涉及 A2A 或工作区信任时，先确认目录边界，再逐步开放权限。

3、Codex rust-v0.146.0

Codex rust-v0.146.0 开始从“一个聊天窗口”变成可以管理的 Agent 工作区：会话命名、线程分叉、Agent Plugin 清单、插件市场和远程 Code Mode 主机连接一起加入。[3]

长任务以前只能靠历史记录续上，多个任务混在一起时很难判断上下文。现在可以给线程命名，需要时分叉出一条新路径，再把插件和远程主机纳入统一入口。升级后建议先验证代理、MCP、终端响应和中断恢复，再启用插件市场和远程主机。

4、Kilo Code v7.4.17

Kilo Codev7.4.17把 Agent Manager 做得更像工作台：支持 VS Code 终端、嵌入式侧栏终端、多个上下文终端标签页和提示词导航栏。[4]

同时维护多个仓库时，可以让一个 Agent 看测试结果，另一个修改代码，第三个负责构建。以前这些任务要占多个窗口，现在终端和上下文终于有了更清楚的归属。少开几个窗口，实际比多一个快捷按钮更有用。

5、Claude Code v2.1.219 至 v2.1.220

Claude Codev2.1.219把 Claude Opus 5 设为默认 Opus 模型，支持 1M context；同时增加严格网络 allowlist，嵌套子 Agent 默认深度提升到3层。[5]

这次变化对团队配置的影响比对个人试用更大。模型默认值、fast mode 价格、沙箱网络和动态 workflow 规模都可能需要重新核对。v2.1.220 以 Bug 修复和可靠性改进为主，升级后不要只执行claude update，还要检查组织级模型预算和网络白名单。

6、Oh My Pi v17.2.0

Oh My Piv17.2.0继续补 Provider、会话恢复和终端执行协议：支持嵌套 Codex 请求、Exa API Key 登录以及更多终端 Agent 工具帧。[6]

不同 Provider 和执行器之间的配置以前不够统一，复杂任务拆成子请求后，恢复路径也不清楚。升级后先跑短任务，确认自定义 Provider 和旧的 Cursor 执行配置正常，再把正在运行的长任务切到新版本。

7、Reasonix v1.18.0

Reasonixv1.18.0的变化不只是增加模型，而是把上下文管理和桌面工作流往前推：上下文引擎 v2、桌面端内置终端、Stable / Preview 双渠道、Kimi K3 和区域化计价一起加入。[7]

大型会话里的上下文预算、压缩过程和来源明细更需要工具参与管理。日常工作选 Stable，想试新功能再单独装 Preview，不要让测试渠道和主力工作区共用一套配置。

8、CodeWhale v0.9.2

CodeWhalev0.9.2最容易被忽略的变化，是安装入口从deepseek迁移到codewhale，同时保留codew和codewhale-tui。[8]

这不是改完 README 就结束。项目、Dockerfile、Makefile、CI 和部署脚本里如果还写着旧命令，就会出现“本地能装，流水线找不到二进制”的问题。升级前搜索deepseek和deepseek-tui，替换后重新构建镜像，再跑一次非交互任务。

9、CC Switch v3.19.0

CC Switchv3.19.0继续增强多 Provider 切换、用量统计、自动定价同步和ccswitch://深链导入。[9]

多账号环境里，能不能知道当前用的是哪个 Provider、价格是多少、额度还剩多少，比模型列表多一个名字更重要。深链导入也要先确认来源，因为链接里可能包含 API 地址、模型别名和本地代理配置。

10、Cline v4.0.12

Clinev4.0.12增加免费模型入口，额度用尽时显示重置时间，并修复 CLI 达到最大轮数退出时丢失流式输出的问题。[10]

这个修复很小，却是每天会遇到的那种小问题。已经跑了十几分钟的任务，不能因为最后一次退出方式就全部打折。升级后要专门验证最大轮数、中断和恢复三个场景。

11、Cherry Studio v2.0.0-beta.1

Cherry Studio 2.0 Beta 把聊天、项目、任务、知识库和 Agent 放进了同一个工作区，加入多窗口、分屏、内置 Agent 运行时、Code Mate 和知识库能力。[11]

这次改动的价值不只是界面变化，而是产品开始把工作上下文放到中心。研究、文档、演示、数据分析和编码都可以直接试用。不过这是测试版，重要资料不要只放在 Beta 工作区，官方已经提醒后续版本可能清除测试数据。

12、Crush v0.87.0

Crushv0.87.0给 HTTP MCP 加入 OAuth 2.1 和 SSE OAuth，并初步支持 Claude Channels MCP 扩展，同时恢复 MCP prompts，改善大仓库 LSP 性能。[12]

需要授权的 MCP 以前常常要手工处理 token。现在有了正式配置路径，但升级二进制不会自动完成回调授权。大仓库用户还可以观察 CPU、内存和 LSP 响应，确认性能优化是否真的落到自己的项目上。

13、Hermes Agent v0.19.0

Hermes Agentv0.19.0把冷启动从约 4.3秒降到 0.9秒，Reasoning 支持实时流式输出，桌面端进行了多项性能优化，并接入 Bitwarden、1Password 和终端订阅管理。[13]

API 密钥不必再直接写进.env，但智能审批默认开启也不等于可以放弃人工审计。涉及生产目录、凭据和网络操作时，仍然要保留拒绝和回滚路径。

14、Deep Code v0.1.34

Deep Codev0.1.34上线 Plan Mode：先探索代码库、对齐意图和推敲方案，确认前限制文件编辑、写入和删除；同时简化read工具并改善 LLM 错误日志。[14]

复杂重构可以用/plan或Shift+Tab进入规划模式。它会增加一点前置时间，但换来更清楚的实施边界，适合跨文件重构、架构调整和迁移任务。

AI 相关

1、多 Agent 协作开始需要工作台

Agent-Manager 可以把 Claude Code、Codex 和 OpenCode 放进同一个 tmux 工作台，负责启动、会话和工作区切换。[15]

它不是又做一个聊天窗口，而是在解决“刚才那个正在修测试的 Agent 到底在哪儿”的问题。习惯 tmux 的人可以少记几套启动命令，也能更容易把不同仓库和不同任务隔离开。

2、Agent 安全从提示词走向身份和权限

Cyera 计划以 10 亿美元收购 Oasis Security。[16] 这条消息值得关注的不是金额，而是企业开始把 Agent 的身份、权限、工具调用和阻断能力当成独立的安全问题。

Agent 一旦能调用企业数据、终端和外部服务，团队就需要知道它代表谁、拿到了什么权限、调用过哪些工具，以及出了问题能不能及时停下来。权限不能只靠一段 system prompt 维持。

3、多 Agent 不能只看最终答案

一篇关于混合动机多 Agent 欺骗风险的研究，继续追问协作过程是否可验证。[17]

做 Agent 编排时，至少保留中间行动记录，给工具调用设置明确权限。一个最终结果正确、但调用过不该调用工具的 Agent，不能算真正可靠。

每周热门问题：长任务最先撞上配额和上下文

版本更新解决的是“工具能做什么”，Issue 反映的是“实际跑起来哪里会坏”。这一周公开讨论最集中的地方，不是模型质量，而是长任务的上下文回收、服务异常时的止损，以及配额显示和实际额度之间的落差。

1、自动压缩成功了，线程却还剩八成满

Codex Desktop Issue #35226 描述了一个很具体的长任务故障：界面提示自动压缩完成，但上下文占用仍约为80%，继续跑几步又触发下一轮压缩。结果是 Agent 反复重处理历史、任务连贯性下降，额度消耗却没有换来等量进展。[18]

如果你在 Codex 里跑大型仓库，不要只看“已完成压缩”这句提示。上下文没有明显降下来时，直接新开线程并带一份短 handoff，通常比继续赌下一轮自动压缩更稳。

2、服务故障期间，Agent 还在继续烧额度

另一个 Codex Desktop Issue #35037 把问题指向了可观测性：OpenAI 状态页已经显示 Elevated Error Rates，但活动中的线程没有故障提示、暂停建议或保护性熔断，长任务继续重试、压缩和调用工具。[19]

这类问题不能简单归结为“模型不聪明”。工具知道自己正在遭遇重复失败，却没有把任务切到暂停、保存检查点、等待恢复的状态。生产任务建议保留外部状态页，并给长任务设一个人工重试上限。

3、重置时间变了，额度却没有同步恢复

Codex Issue #34874 记录了另一类更容易引发误判的问题：后台 weekly reset_at 提前变化，但对应的使用额度没有同时补回，之后才在下一次重置时恢复。[20]

遇到配额异常时，不要只截图一个 reset 时间就判断“额度已经恢复”。把时间、剩余额度、账号计划和实际请求结果一起记录，才能区分显示延迟、部分重置失败和真正的限额策略变化。

4、用户不知道这个重置到底适不适用于自己

Codex Issue #35044 继续追问配额沟通：用户能看到账号级重置时间，却无法在产品内确认一次全局重置、灰度发布、事故补偿或计划变更是否适用于自己的账号。[21]

这说明配额问题不只是数字显示问题，也是产品信任问题。对团队来说，最实用的临时方案是把高价值任务拆成可恢复的小阶段，不要把一次长任务押在一个模糊的“马上会重置”上。

5、这一周的问题给版本更新补了一层注释

这几条 Issue 和本期版本更新其实指向同一个结论：长任务不能只靠模型继续生成。它需要上下文预算、服务状态、配额事件和用户确认共同组成一条可恢复链路。新版本在补连接和会话能力，社区则在提醒我们，真正的稳定性还要看失败之后能不能停、能不能续、能不能解释。

这批版本怎么升级

不要一次性把所有工具都替换掉。建议按下面的顺序做：

先备份 Provider、MCP、插件和工作区配置。
OpenCode 升级到 v1.18.9，Codex 升级到 rust-v0.146.0，先验证登录、MCP 重连、线程分叉和终端写文件。
Gemini CLI 使用稳定版 v0.53.0，不要直接跟 nightly；涉及 A2A 时先确认工作区边界。
先迁移 CodeWhale 的旧命令，再重新构建 Docker 镜像和 CI。
再升级 Claude Code、Kilo Code、Oh My Pi、Reasonix、CC Switch 和 Cline，分别测试模型、Provider、长会话和最大轮数。
Cherry Studio 2.0 Beta、Crush、Hermes Agent 和 Deep Code 单独留在测试项目里验证，不要直接覆盖主力环境。
所有长任务都至少跑一次中断、恢复和失败重试，确认结果已经落盘再迁移到其他项目。

一句话总结

这轮版本没有一个压倒性的“新模型时刻”，但连接、终端、上下文、迁移和权限都在补底层体验。AI 编程工具真正进入日常工作以后，稳定性就是功能本身。

#LLM #AI编程工具 #AI写代码的小任

📎 参考链接

[1]OpenCode v1.18.9：GitHub Release ↗

https://github.com/anomalyco/opencode/releases/tag/v1.18.9

[2]Gemini CLI v0.53.0：GitHub Release ↗

https://github.com/google-gemini/gemini-cli/releases/tag/v0.53.0

[3]Codex rust-v0.146.0：GitHub Release ↗

https://github.com/openai/codex/releases/tag/rust-v0.146.0

[4]Kilo Code v7.4.17：GitHub Release ↗

https://github.com/Kilo-Org/kilocode/releases/tag/v7.4.17

[5]Claude Code v2.1.220：GitHub Release ↗

https://github.com/anthropics/claude-code/releases/tag/v2.1.220

[6]Oh My Pi v17.2.0：GitHub Release ↗

https://github.com/can1357/oh-my-pi/releases/tag/v17.2.0

[7]Reasonix v1.18.0：GitHub Release ↗

https://github.com/esengine/DeepSeek-Reasonix/releases/tag/v1.18.0

[8]CodeWhale v0.9.2：GitHub Release ↗

https://github.com/Hmbown/CodeWhale/releases/tag/v0.9.2

[9]CC Switch v3.19.0：GitHub Release ↗

https://github.com/farion1231/cc-switch/releases/tag/v3.19.0

[10]Cline v4.0.12：GitHub Release ↗

https://github.com/cline/cline/releases/tag/v4.0.12

[11]Cherry Studio v2.0.0-beta.1：GitHub Release ↗

https://github.com/CherryHQ/cherry-studio/releases/tag/v2.0.0-beta.1

[12]Crush v0.87.0：GitHub Release ↗

https://github.com/charmbracelet/crush/releases/tag/v0.87.0

[13]Hermes Agent v0.19.0：GitHub Release ↗

https://github.com/NousResearch/hermes-agent/releases/tag/v2026.7.20

[14]Deep Code v0.1.34：GitHub Release ↗

https://github.com/lessweb/deepcode-cli/releases/tag/v0.1.34

[15]Agent-Manager：GitHub ↗

https://github.com/YoanWai/agent-manager

[16]Cyera 将收购 Oasis Security：TechCrunch ↗

https://techcrunch.com/2026/07/28/cyera-agrees-to-acquire-oasis-security-for-1b-to-safeguard-proliferating-ai-agents/

[17]Multi-Agent Deception：arXiv ↗

https://arxiv.org/abs/2607.26120

[18]Codex 上下文自动压缩循环、重复读取文件并消耗额度：GitHub Issue ↗

https://github.com/openai/codex/issues/35226

[19]Codex Desktop 未提示服务故障并暂停长任务：GitHub Issue ↗

https://github.com/openai/codex/issues/35037

[20]Codex 重置时间变化但额度未同步恢复：GitHub Issue ↗

https://github.com/openai/codex/issues/34874

[21]Codex 需要产品内的配额与权益变更通知：GitHub Issue ↗

https://github.com/openai/codex/issues/35044