今天这三条更新，谈的都是 AI 从一次性回答走向连续工作后，会留下些什么。
模型要能把长任务往下做，浏览器里的会话要能接上上一次进度，代码仓库也要把它该遵守的规则写在看得见的地方。AI 多做一步，人的工作就从反复下指令，变成提前把任务边界和交接方式定清楚。
xAI 把 Grok 4.6 的重点放在长任务
xAI 在 8 月 12 日发布 Grok 4.6。官方将它用于长时运行的智能体任务，也提到代码、研究和交互式应用生成等场景。
对普通使用者而言，真正该看的不是某个基准的名次，而是任务能否稳定地走完：它能不能在多轮操作后仍抓住上下文，遇到不确定处会不会停下来，最后交出的东西能不能被复查。长任务一旦失败，返工成本通常比单次问答高得多。
Claude 把浏览器侧边栏变成可续接的工作现场
Anthropic 将 Claude in Chrome 的侧边栏升级为 Claude Cowork 会话。官方说明中，这类会话会保留在历史记录里，技能和连接器可在浏览器中使用，任务也能在桌面、网页和移动端之间继续。
这让浏览器里的 AI 不只是临时解释页面内容。它开始有一个能续接的工作记录：上次查到哪里、做过什么、接下来还差哪一步。方便的同时也多了一层需要留意的事：长期保存的会话里有哪些页面信息和权限，是否仍然应该交给它。
AI 参与写代码，仓库要先把规矩写出来
GitHub Blog 记录了 AutoGPT 维护者处理 AI 生成拉取请求的做法：把指令放在仓库中的 AGENTS.md 和技能文件里，再配合拉取请求模板、测试计划、CI 覆盖率与签名等门槛。
这并不只适用于开源项目。只要 AI 能改文件、提交代码或调用工具，团队就得让它看见同一份规则：哪些目录不能动，哪些改动必须测试，失败时由谁接手。规则只存在于聊天记录里，换一个人或换一个模型就容易失效；写进项目，才有机会被重复执行。
今天可以带走什么
给你正在使用的一个 AI 工作流补两项就够了：
- 任务跨天或跨设备时，进度和上下文保存在哪里？
- 它准备改动文件、发出请求或提交结果前，必须经过哪些检查？
AI 能记住更多任务，不等于它天然记得边界。把这两件事写下来，后面接手的人会轻松很多。