AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

部署一个 agent 是一回事，把整套系统运转起来才是难的那半段。

MUXI 就是冲这半段来的，一台自托管的 AI 应用服务器，给要上整建制 agent 的人用。它的路子是把 agent、知识、记忆、工具、技能、工作流和运行行为一起打成一个声明式编队，再通过命令行把编队拉下来、部署、聊起来。

五条特性照录。声明式编队，用 YAML 把整套 AI 系统写清楚，agent、模型、知识来源、工具都在一份文件里。三条命令快速上手，拉一个编队、部署、直接在命令行开聊。记忆带作用域，分层上下文再加用户、群组、编队三级作用域，事件不可变、来路可追。

访问控制走按组的 RBAC，能管住 agent、MCP 服务器和单个工具。集成口子开得宽，编队经由 REST、SSE、MCP 和十二种语言的官方 SDK 对外暴露。许可证那栏也写明白了，服务端和运行时用 ELv2，命令行、开发包、编队与结构定义用 Apache 2.0。

"运转整套系统才是难的"这半句是全场重心。前面几篇讲的都是怎么让单个 agent 变强。这里管的是它们成建制之后的事。谁的记忆归谁，哪组能碰哪个工具，全是规模上去才冒出来的问题。跟前面企业那篇的三件套对得上，那篇讲选择、上下文、管控，这份编队文件正好是三样的载体。

分层记忆加不可变事件这两条我也认。可追责这四个字，在 agent 还在给人打下手时是加分项。等它替人做决定时，就是必需品。这跟前面账本那篇是同一条脉络。

我留的疑问有两处。声明式听着整齐，编队一大，那份 YAML 谁来维护没讲；十二种开发包的完成度参差，真上生产前得挑自己那门语言先试。

想接的先按三条命令跑一遍官方示例，看编队拉下来到能聊，中间还剩几步要自己补。

OpenAI 这场 DevDay 的落点不在单个模型，而在把订阅变成一张能到处刷的卡。

先看这张卡怎么花。Sign in with ChatGPT 登上去，订阅额度能直接用在 Notion、Vercel 这十六家产品上。企业那头还有 Marketplace，老合同的承诺额可拿去抵 Adobe、Figma、Salesforce、Harvey、CrowdStrike 等三十二家以上伙伴的软件费。付钱的口子越并越少，出口却越开越多，这才是当天最耐琢磨的两笔。

干活动静同样大。新发布的 dots 常年在线，每个点自带云电脑和浏览器，照你定的目标二十四小时推进，眼下先给 Pro 和 Business Premium 用。再配上把团队和 dots 放同一空间协作的 ChatGPT Space，加上 Pages、Slides 和会议纪要，整个套子像 Slack、Notion、Drive 揉在一起。

模型侧给的是另一条曲线。新模型 GPT-6.1 Sol，在 Agent Coding 和 Computer Use 上贴近 Astra，价格只及其五分之一。Pro 500 订阅同步登场，用量给到 Plus 的二十五倍；Ultrafast 速度档在 Codex 里最快提速八倍，代价是 API 价格翻到六倍。

开发者手里的 Codex 也搬上了云端，手机即可派活盯进度。Decisions API 收那些反复出现的小决策，只许在给定选项里挑；Agents API 长出手脚，能直接操作电脑，另与 AWS 合作做 Bedrock 托管。

便宜的一头和贵的一头同时出现，我不觉得别扭。分析的落点有三条，我照录：dots 加 Space 是在抢 AI 员工这个入口；Sign in 加 Marketplace 正把订阅养成跨应用的货币，第三方 SaaS 慢慢退成分销商；第三条落在定价上，一路往高端走，两百那档的用量被下调。说到底，算力开销和 ARPU，仍是前沿公司躲不开的题目。

按这条线捋，模型越来越便宜、订阅越来越贵就说得通了，各家都在躲着被商品化，拿生态把门槛垫高。两百档削、新档更贵，跟前面额度那篇对上了，不是孤例。

保留的也有两处。dots 只开了两个档位，普通用户暂时摸不到；抵扣和额度通用的细则没给，跨产品那张卡刷起来顺不顺，得等实装。

先把 Sign in with ChatGPT 装一家试试，看额度是不是真能顶掉那家的月费。

github.com/sxyazi/yazi

终端一卡就想摔键盘，Yazi 是那种把图形管理器搬进终端的 Rust 文件管理器。

功能照录。底下垫的是异步输入输出，几万个文件堆一盘照样跟得上手。图片、PDF、压缩包、代码都能直接预览，Kitty、WezTerm、iTerm2 这些主流终端都在适配名单里。Vim 党用起来近乎零门槛，hjkl 移动、多标签、批量改名都是顺手活。

插件那一层用 Lua 写，还带包管理，主题与功能随人调。Git 状态、回收站、鼠标拖拽、模糊搜索也都在，平常开窗口干的事，这里基本找得到。结尾留了句大实话，有人用完顺手把 Finder 挪进了废纸篓。

异步这半句我看重。前面几篇讲的都是命令行怎么变快，这里卡点选在文件浏览，几万文件那档正是图形界面先撑不住的地方。跟前面截图归档那篇也算一脉，都是把整理这步收进顺手的位置。

它没急着吹零零碎碎的花活，先把基本盘做稳，这份克制在工具帖里少见。

我留的疑问在重度使用。批量重命名的撤销、超大目录的首次索引耗时，转述里没给数字，真当主力之前得自己试两把。

顺手的验证最简单，把家里文件最多的那个目录交给它开一次，看滚动还跟不跟手。

Manus 2.0 的野心这回从单个通用 Agent 撑成了整套产品栈，四件更新一次摆齐。

四条更新照录。先看 Cascade。全新的 harness 按任务动态加载用得上的能力，官方测试里 token 省两成三、耗时省两成八、运行成本低三成二。再看 Cloud Computer 配 Automations，它给任务一个长期运行的环境，邮件、Slack、日历这些事件都能自动触发。

Manus Studio 把文档、表格、幻灯片、网站、代码、视频和游戏收进一个还能继续编辑的工作区，视频剪辑和游戏开发也内置了。Cue 是另一款新的个人 Agent 应用，每个 agent 配自己的邮箱、电话、钱包和电脑，也能几个一组协作。

几家放一起摆，定位也露出来了。Muse 那边的重心在个人记忆与日常杂事，外加一台独立的安全虚拟机。Grok Bot 走团队路线，一个 bot 一台云电脑，全天候干活、记住习惯、自己分工。

Codex 和 Claude Code 还守着专业工作与软件工程，代码库、终端、测试、提交、多 agent 长任务那条链更深。Manus 2.0 则四面开工，harness、长期运行环境、创作工作台和个人 agent 同时在搭。

四层之间串得顺不顺，才是这篇的骨头。各自都做不难，难在串起来，这跟前面 AX 那篇的判断呼应，基础设施的意义在连接处。

作者给的测法也实用。挑一个跨好几天、用到好几个工具、最后还得交出可编辑成品的任务跑一跑，中途被叫停几回，比任何榜单都更说明问题。我认这半句，前面档位那篇讲的榜单口径问题，在这里被换成了流程观察。

更值得记的是那句判断。当硬件、状态、触发器和那些能继续编辑的产物都变成 agent 的自有物，人便不必陪着聊，也省了每回重述上下文。沿着这条路往下走，产品比的会是谁能把一个任务从头到尾接稳，连后续维护一起包。

留个疑问在 Cue 的钱包和电话那两条。个人身份和支付这种事交给 agent，安全边界怎么划，公告没展开。

想验的先挑一个自己的跨天任务，掐表数它中途叫了你几次。

Codex 的 200 刀 Pro 要重开，额度先砍到了一半，负责人 Tibo 把原信和理由一并交了。

事情的顺序是这样。9 月 30 日起 200 刀的 Pro 对新用户重新开放，同时计费方式改成按 API 美元价折算，Tibo 自己算完写下结论，这样净得大约是老 Pro 的一半。

四点解释跟着来：不打算把五小时限制加回来，周额度照旧随便用；订阅侧承诺长期每美元干更多活，模型变便宜的红利以 API 降价的形式往下传；他们也不想虚抬 API 标价再打折演戏，这周 GPT-6 Sol 和 Luna 直接降了五成；9 月 30 日还会往订阅里加几样不消耗用量的东西，暂不剧透。

降价给 API、砍落到订阅这半句是拆解帖的判断，也戳中了要害。最贵的 Astra 一分没降，每百万输出还是五十刀，是 Sol 的五倍，凡是按美元扣着用它干活的人，实打实少了一半。评论区一边倒，喊回 Claude 的不在少数。

账的结构我看明白了一半。这跟前面档位那篇是同一条线，模型越便宜、订阅越划算的前提是你会用便宜那档；用最贵那档的人，红利根本轮不到。老用户跟不跟着变他没说，这句留白最扎人。

我留的疑问在 9 月 30 日那几点。不消耗用量的新东西是什么、够不够补回一半，光看预告圆不回来，得等实发。

已经在 Pro 上的先别退，等新增项落地，把它们和砍掉的额度放在一张表里比，再决定走留。

github.com/deepbeepmeep/W…

想在本地把 AI 视频生成跑起来，Wan2GP 属于那种装完即用的一站式工具。

DeepBeepMeep 团队开源的这个项目，GitHub 上八千颗星往上，视频、图片、音频和 TTS 模型全塞进一个网页界面。五条亮点照录。模型面上，Wan 2.1 和 2.2、LTX-2、Hunyuan Video、Qwen Image、Flux 这些都能跑。

显存上针对低配做了优化，官方标称有几款模型 6GB VRAM 即可运行。卡面上，AMD 和较老的 NVIDIA 也收。部署面上，全程本地 GPU 跑，云端订阅一概不碰，成片不带水印。

安装面上，Docker、自动脚本、Pinokio 任选，超分、音频处理和 LoRA 也都集成，不必为不同模型反复换环境。

六 G 显存这半句我看重。前面几篇讲的都是云上的账，这条把门槛压到了几年前的旧卡。跟前面 2bpw 那篇是同一个方向，把生成搬回自己机器上，数据和额度都不再受人管。

不依赖订阅加无水印那条也实在。前面成本篇算的是云端按次的钱，这里一次买卡终身跑，两条路各自的账都能算清。

短板作者自己交代了，速度和效果还很吃显卡，部分高级功能得自己折腾，这句没藏。

先把仓库拉下来跑一条自己最想要的片子，六 G 那档够不够，几分钟就有答案。