AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

再给 AI 接口付钱之前，有十处先查一遍，这份清单连地址都是现成的。

十处照录。openrouter.ai 比较各家模型供应商；huggingface.co 找开源模型；ai.google.dev 里是 Gemini 的接口与工具；console.groq.com 管快速推理；build.nvidia.com 托管模型试玩；ollama.com 在本机跑模型；lmstudio.ai 本地模型操场；cloudflare.com/products/worke… 走无服务器推理；docs.litellm.ai 在供应商之间做路由；artificialanalysis.ai 比速度与质量。

收尾三句也留着，有些提供免费额度或试用配额，限额和定价各家不同；花钱之前，就自己那类任务把质量、延迟、上下文长度和成本比一遍；存好，顺手圈一个预算有限还在做 AI 应用的朋友。

"先比再付"这半句是全场重心。前面五小时额度像流水讲的是把已花的省回来，这条讲的是把未花的摁住。跟前面三本账那条呼应，那条在调度训练的账，这条在出门前先逛一圈。两头都在提醒同一件事，钱花在接口上之前，比价这一道手不能省。跟前面省钱的试错不心疼也接得上，一个鼓励多试，一个拦住乱付，一放一收才是完整的预算观。

十处里有四处都是比价和路由类，我单独拎出来，比价本身长成一个品类，说明选模型这一步已经和选模型一样重要。

我留的疑问有三处。十个站点各自的更新频率没给；免费额度的具体数字没拆；清单之外还有没有漏掉的也没数。

这周按它这十处把自己的模型开销逐项对照一遍，看哪一笔是白花的。

决策这条赛道又添了一笔大钱，TypeSafe 完成 A 轮，八点七亿美元，估值七十五亿。

数字照录。a16z 领投，融资八点七亿、估值七十五亿，创始人是前 OpenAI 的 Diogo Almeida，标签里带着 MachineNativeAI 与 ProdNotGod。

旗下 Jev 上线才三周，战绩摆了五行：每天处理万亿级 token；近三分之一的财富五百强已接入；延迟七十到五百毫秒，比主流大模型快近两百倍；输入极低价、输出免费，成本约为主流的四百分之一；团队由前 OpenAI 核心成员组成，专做带置信度的机器原生判断。

定位那句也留着，不聊天、不生成文字，只做能直接进生产环境的决策。引帖里那场演讲的调子更冲，下一个时代不在 Claude Code 也不在 Codex，它们还停在人在回路的辅助阶段，RLHF 优化的是让人听着爽，不是让软件自己干成事。

"只做能进生产的决策"这半句是全场重心。前面微软给出的决策只讲的是大厂也开裁决专模，这条讲的是专模自己把融资拿到了七十五亿估值。跟前面 Drex 头名归开源呼应，那条在开源里抢榜首，这条在资本市场抢筹码，两头都在提醒同一件事，裁决这件事已经从功能长成了品类。

跟前面三天五百八十也接得上，一个在平台分成里小步收钱，一个在融资轮里大步落账，个人与公司两本账同时在记。

三周这个时间我单独拎出来，产品上线三周就配得上七十五亿估值，资本下的注不再看年限，看的是站位。

我留的疑问有三处。每处理万亿级 token 的能耗口径没给；四百分之一成本的对比对象没标；财富五百强三成这个比例怎么算入的也没拆。

这周把自己要做的判断题挑一批出来，拿 Jev 和通用模型各跑一遍，看置信度是不是真的可信。

五小时额度掉得像流水这事，官方工程师给了解法，毛病出在默认策略太激进。

误解先澄清。社区此前吐槽它根本没做上下文压缩、暗地里狂塞 token，这话其实冤枉了它。auto-compact 每次触发都是动真格做摘要的，一按就把此前的全部往来压成几行梗概，历史原文并不留在窗口里。

真正的账目在别处。一百万档的窗口，默认要攒到九十六万七千 token 才肯动手收一次；收之前的那段长对话里，你敲的每个字身后都跟着七八十万甚至逼近百万的重包袱。多数请求能命中提示缓存、单价也确实便宜，可乘数这么大，每聊一轮照样在啃那五小时。

至于"一压就换前缀、缓存全废、重写亏本"的顾虑，答案是不成立。摘要那步走的多半是热读，真过期时只为新梗概付一笔很小的写费，换回的是后面每一轮的基数直接砍半，细账怎么算都值。

两处改动照录。终端里直接敲 /autocompact 400k，或者在 ~/.claude/settings.json 里配好 autoCompactWindow，逼它提前压缩，别让上下文滚到九百多 K。

另外个人订阅的缓存保活默认一小时，后台子代理只有五分钟，写代码停顿久了缓存冷掉重写确实心疼。想省心就在配置里改 promptCacheTtl 和 subagentPromptCacheTtl，主会话跑 Opus 的话，把打杂的子代理换成更轻量的模型，额度立马耐用很多。

"憋到 967K 才压"这半句是全场重心。前面试错不心疼讲的是把预算花得大方，这条讲的是把预算从漏点上堵回来。跟前面五分钟六美分呼应，那条在省单价，这条在省基数，两头都在提醒同一件事，代理时代的开销大头不在单价，在身后的包袱。

我留意的是缓存保活那处一小时对五分钟的落差，主与仆的时间差看着不起眼，停顿久了却直接折算成额度。

我留的疑问有三处。967K 这个阈值会不会随版本改没说；摘要质量对后续任务的影响没测；子代理换轻量模型后的任务完成度也没数。

这周按两个调整各跑一轮，把五小时额度的实际曲线记下来对比。

十六个自媒体技能仓库被按五道工序摆成了一份福利清单。从选题一直排到剪辑导出。这清单我看完先记五道工序再掂蒸馏那半句。记的掂的点在下面一层层摆，摆好了看五道，道在下面摆着，摆好了自己按。
五道是这样排的。第一道内容生产，模块化的内容工作流把选题、账号策略、平台文案。短视频方案。发布和复盘串成一条线，还有连 CSDN 掘金这类平台的大号写法蒸馏成可调用技能的个人化版本。第二道热点聚合。热榜竞品与选题一应俱全，一稿多发的改写和敏感词把关也捎上。
多平台发布排在第三道。抖音、视频平台、图文平台、短视频平台、公众号和头条一路铺开。连搬运和监控都带上。第四道是剪辑与视频生产，按文稿剪口播、自动去静音。批量生成、无损剪切四件齐活，第五道是创作者工具合集，剪辑字幕等常用件收在一处。
点评两句。第一句是按五道工序摆仓库这个分法今年值得所有资源帖学，学了的都会从收藏夹变成流水线。第二句是连 CSDN 掘金这类平台的大号写法蒸馏成可调用技能这半句今年会成为个人知识库的新方向，看懂的回来点赞，句号。
地址在这：工作流 github.com/yanhua1010/sel… 。个人技能库看这 github.com/JimLiu/baoyu-s… 。

媒体技能库看这 github.com/LDJ-creat/medi… 。管理工具在 github.com/LDJ-creat/Medi… 。

人设技能在 github.com/momozi1996/awe… 。热点雷达在 github.com/sansan0/TrendR… 。

哨兵雷达在 github.com/AiyaFun/beacon 。订阅流 github.com/DIYgod/RSSHub 。发布 github.com/rehatRobot/omn… 。

自动发布 github.com/spider-ios/aut… 。剪口播 github.com/FernandoAbisha… 。

去静音 github.com/WyattBlue/auto… 。生成 github.com/remotion-dev/r… 。

无损 github.com/mifi/lossless-… 。工具合集 github.com/lucky-verma/aw… 。

媒体合集 github.com/JuneYaooo/awes… 。挑三件装，装齐的点赞，句号。

Gemini 4 Argon 今天不会放开，Sundar Pichai 现场把话说死了，先防护，后发布，标签里带着 SundarPichai 与 AIart。

三句照录。他把 Argon 定性为极强的前沿模型，正因如此先加了一层新防护，眼下只对 Fairwind 里的一部分网络防御方开放；追问之下补了句，会尽快，但必须先安全；这也不是临阵改主意，路线早在九月三十日就定了，今天不过是 CEO 当面给了一句 hold tight。

转述者的翻译也留着，模型已经强到 Google 不敢直接放，开发者、企业、普通用户，接着等。

"必须先安全"这半句是全场重心。前面官方开始公开什么讲的是坏消息按班发，这条讲的是好消息按批放。跟前面高管们私下推演呼应，那条在算事故的账，这条在守模型的门。两头都在提醒同一件事，能力跨过某道线之后，发布本身成了风险管理。跟前面微软给出的决策也接得上，一个在裁决上抢秒，一个在开放上踩刹车，速度的两种用法同时出现在同一个星期。

九月三十日这个日期我单独拎出来，路线提前一周多就摆好，说明 hold 是排练过的动作，不是临场慌张。

我留的疑问有三处。Fairwind 是什么圈子没拆；新防护的具体形态没给；对开发者的开放窗口也没数。

这周把自己手头的 Gemini 调用排队时间记一遍，看这道门外面的队伍有多长。

一次组内的 AI 开发分享被整理成了文章，四块内容，全是平时怎么用的细节。

四块照录。Codex 和 Claude 各自派什么用场；日常攒下的那批 Skill 与提示词；怎么让代理先自己跑测试；轮到收尾时，验收那一步又怎么看。结尾那句邀请也留着，欢迎大家分享自己的见解。

"最后那步交回人手"这半句是全场重心。前面托管代理开工作区讲的是活怎么派下去，这条讲的是派完之后人在哪里落笔。跟前面痴迷的那个东西呼应，那条在夸协调者能自主，这条在把 Review 留给自己。

两头都在提醒同一件事，代理接管流程的同时，验收的那支笔没打算交出去。跟前面假期闭关学了一周也接得上，一个在补判断，一个在攒办法，两条路都通向同一个位置，能挑错的人最值钱。

自测那一环我单独拎出来。让代理自己先跑测试再交活，等于把第一道质检也外包了出去，人只看跑不过的那部分，效率的账就是这么省下来的。

我留的疑问有三处。那篇文章的完整清单没在这条里给；自测覆盖到什么程度没拆；Review 的具体标准也没数。

这周照这四块把自己的流程写一遍，看能不能也整理成一份给组里讲。

一只织巢鸟把编码智能体当成鸟巢来编，八个开源项目分三道工序挂上去。这比喻我看完先记三道工序再掂那条织网线。记的掂的点在下面一层层摆，摆好了看三道，道在下面摆着，摆好了自己过。
三道工序是这样过的，第一道 PICK THE AGENT 挑智能体。终端加桌面的通用件、会跑会改会测的编码件。自带控制台和沙箱的自托管件各占一席，第二道 FEED AND ROUTE IT 喂料和分流，第三道 FENCE AND WATCH IT 围栏和观察，三道的第二层是挑、喂、围这个分组逻辑。
织网线是这样串的。任务、路由、回忆、研究、编码、沙箱、轨迹、评审八个环节首尾相接。串完的第四层是它的体量。体量是八个项目的总星数约六十六万。十月八日核的数。星数的第五层是我的保留，保留是八件的实际组合成本没有实测。
顺手记三道工序的落地顺序。先围栏后挑件最后才谈喂料。顺序反过来的人多半会在第一次跑砸之后回头补沙箱。补沙箱那天才是这条流水线真正开工的日子，日子挑在周末过的人回来报数，报数的把星数一起带上。

三道之外还有一层顺序建议，围栏先行挑件居中喂料最后，顺序对了这条织网才算有底。

点评两句。第一句是挑喂围这个三段分法今年值得所有自建工作流的人抄，抄了的都会先想清楚围栏再谈效率。第二句是让本地模型也能开车这条今年会把提供商锁定的口子再撕大一点，看穿的回来点赞，句号。
八件的地址在这：agent github.com/anomalyco/open… github.com/aaif-goose/goo…

沙箱大件 github.com/OpenHands/Open… github.com/BerriAI/litell… github.com/thedotmack/cla…

搜索 github.com/Panniantong/Ag… github.com/NVIDIA/OpenShe… github.com/langfuse/langf…

有人常琢磨一件事，等用 AI 便宜到不必心疼账单时，人们会造出什么。

场景照录。有了点子就起一个代理，试一遍，砸了，再试，全程不惦记那笔推理费用；要往这个方向去，就得有个便宜的入口，那条提到的 @say_gm_ 走的是另一条推理路由，定价有竞争力，还配了以隐私为重的网关。同样的模型、更低的成本、更宽的实验余地，这三样凑齐，尝新的胆子才壮得起来。末尾那句也留着，想知道尝试变便宜之后，我们究竟会造出什么。

"试错不心疼"这半句是全场重心。前面五分钟六美分讲的是把界面那层的税降下来，这条讲的是把反复试的胆子还回来。跟前面同提示词速度差一倍呼应，那条在省时间，这条在省犹豫。两头都在提醒同一件事，代理时代的创造力瓶颈正从算力挪到心里。

这话不玄，账单一低，手就不抖了。跟前面语言清单只留四个也接得上，一个在减工具，一个在减顾虑，减到最后剩下的都是同一件事，别让手停在按钮前面。

价格低到不值一提的时候，行为就会变，我留意的是这个转折，过去按次计费的习惯会慢慢被想得起就试取代。

我留的疑问有三处。那条路由接的是哪几家模型没列；隐私网关的边界没拆；定价的量级也没给，这些都得自己摸。

这周把它接上跑一批随手冒的小实验，记一周下来试了多少个想法，跟以前因心疼账单跳过的那批比一比。

nace.ai/developers

权重、硬件、数据都归自己，Drex 1.5 开源落地，一个小个子把决策榜的头名拿走了。

数字照录。它是 NaceAI 出的小型扩散语言模型，专为决策而生，在 Decision Index 0.2.1 上排第一，58.28 分，把 Jev 1.13.0 的 57.91 挤到身后；总参数不到 100 亿，个头小得能塞进自己的机器。

开源的分量摆开三点。第一，跑在自家硬件上，数据不外流，还能按自己的任务微调。第二，上下文 128K，是市面上第一个也是唯一一个开源的 128K 决策模型。整份文档、长长的代理历史、整个代码库能一次决策完，早先的开源款多停在 1K。

第三，换型便宜，接 TypeSafe 自家的 SDK，已经在调 Jev 的只需把地址换掉，代码一行不动。本地用 llama.cpp、Ollama 或 Unsloth 跑起来，再接进 Claude Code、Codex、Cursor、OpenCode 这些地方。

"头名归开源"这半句是全场重心。前面微软给出的决策只讲的是闭源那头也在裁决上下注，这条讲的是同一个榜被十亿参数的开源货占了先。跟前面小米六十分之一呼应，那条在评测里拿名次，这条在开源里抢首发，两头都在提醒同一件事，决策这条新赛道刚开跑就分了流。跟前面配置也能打包分享也接得上，一个在传环境，一个在传权重，可搬的东西又多了一样。

一百亿以内的模型能在专榜上赢过更大的对手，我留意的是这个反差，决策这件事对参数的胃口，可能比生成要小得多。

我留的疑问有三处。58.28 与 57.91 的题集怎么配没给；128K 里真塞满时的准确率没测；与 Jev 换型后的效果差也没数。

这周把 Drex 1.5 装到本机，拿一批自己的判断题跟 Jev 对打一轮，看这张榜落到自己手里还准不准。