AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

今晚国产 AI 这条线已经聊到了 GLM 5.3 Flash 在 ARC-AGI 上 65.8%、Qwen-Image-Layered 把 AI 生图从一次性输出变成可编辑结构、ncnn+Qwen 在 2GB 显存跑国产模型、Anthropic 公开研究 GLM 在网络安全上的能力、Dario 当年出自百度硅谷实验室——但今晚国产线最重磅的那条是今天下午一则公告：DeepSeek 正式开源了一整套面向华为昇腾的基础设施。

从模型到推理，从推理到硬件，从硬件到开源社区——国产 AI 栈第一次从一句话变成全栈自主。

具体说几句。DeepSeek 这一波开源的不是模型，是面向昇腾的基础设施——这意味着昇腾这种国产硬件有了完整的国产软件适配栈，从训练到推理到分布式训练都能跑通。今晚国产 AI 圈的国产路线讨论一直有一个绕不过去的坎——硬件依赖英伟达、CUDA 生态绑定、推理性能受限。

这一次开源直接把这道坎移走：昇腾从训练到推理都有了完整软件适配，国产 AI 公司可以在英伟达之外构建第二条硬件路线。DeepSeek 不是第一个这么做的，但今晚这次开源的体量最大、对昇腾生态的覆盖最完整——这是国产 AI 栈从"国产模型跑在别人的硬件上"切换到"国产模型跑在国产硬件上"的一次最接近落地的事实。

把这条放到今晚讨论的几条主线里看意义更大。今晚聊过的国产线有 GLM 5.3 Flash 在 ARC-AGI 上 65.8%（智谱）、Qwen-Image-Layered 把 AI 生图从一次性输出变成可编辑结构（阿里）、ncnn+Qwen 在 2GB 显存跑国产模型（腾讯/阿里）、Anthropic 公开研究 GLM 在网络安全上的能力（智谱在海外关注）、Dario 当年出自百度硅谷实验室（百度人才外溢）——这些加在一起是国产 AI 栈从模型层、推理层、应用层、人才层各层的拼图。

今晚这条 DeepSeek+昇腾开源是唯一一块拼到硬件层的：从今天开始国产 AI 栈不仅有国产模型，还有国产训练+推理软件栈+国产硬件。整条栈不是一行代码一行代码堆起来的，是一连串动作合在一起之后才看得见。

把这条放到今晚更大范围的算力主权线上对照，意义还会再清楚一些。今晚聊过的算力主权有几条主线——Kling 4.0 把视频生成的模型层价格降下来、Qwen-Image-Layered 把图像分层生成的成本压到零、Dots 上手后云电脑规格被讨论、Manus Flex BYOK 让用户自带模型。

今天这条 DeepSeek+昇腾开源放到这条线上看，是一个完全不同的方向——不是把模型价格降下来，不是把工具链开放给用户，是让国产模型能跑在国产硬件上。这件事做到之后，国产 AI 公司的成本结构、供应商结构、技术路线选择能力——会同时改变。这不是一周内能完成的事，但今晚这条公告是这个方向的"第一张推土机入场证"。

留一格清楚的边界：昇腾在云端推理上的成熟度今天仍不如英伟达——DeepSeek 此次开源的核心价值是给出了完整软件适配路线，让更多人能上手验证，而不是说"今天已经能替代"。开源内容需要持续验证，国产芯片生态需要时间才能接近 CUDA 那种现成度。讨论这件事时把"公告的存在"和"今天能跑到什么程度"分开看更稳。

给今天就在 AI 行业工作的你一句落地的：今天去看一件事——你公司或者你用到的国产 AI 产品里，有几家能拿出来"模型层+推理层+硬件层"全栈国产的证明？今晚这条公告给出了 DeepSeek+昇腾作为这一个证明，下一家出现这种证明的还有谁？

今晚把这件事在你自己的领域里检视一遍，比今晚听多少个新模型消息都有用——你下周做路线决策时，这件事是你和老板对话时最硬的根据。

今晚 harness 这条线讲了太多条——Claude Code auto mode classifier 失效（61553 那篇）、TIRx Harness（61590 那篇）、Codex CLI 默认打开审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则（61621 那篇）、Avichawla Prompt→Context→Harness→Loop 四层框架（61642 那篇）、Kakaluote 说 harness 最先烂的是 todo list、Meta CLM context 编辑（61795 那篇）、Claude Code 退役 TodoWrite tool（61821 那篇）、Code Mode + Lazy Loading 救 MCP（61830 那篇）、Google RRSI 自改进 harness（61803 那篇）、Magpie 作者 yetone 一周发 446 版本（61855 那篇）。

今晚 三百多赞的一条小推给这条线补了一个之前没人聊过的角度——"Agent harness design is much more than routing models, here's picture of how to design a frontier agent harness"。今晚这件事单独看是一条观察，放回今晚整条 harness 线看，是这条线的哲学层定位。

把这条放到今晚 harness 线收口的位置上，意义会更清楚。今晚 harness 线讲了这么多条，但每一条都在讲 harness 里具体怎么修：分类器失效是修某一条逻辑、TodoWrite 退役是修一个工具、Code Mode 是修一种执行方式、RRSI 是修迭代机制。

这些都是局部修法，但今晚 zhenthebuilder 这条观察把视角抬到设计哲学层——harness 设计不只是路由模型。今晚这一抬，把今晚所有具体改动收在一个更大的判断里：今晚 harness 的工程密度不是"如何把 prompt 传给模型"那种路由问题，而是如何让一个智能体系统能在不可控环境里稳定产出结果。今晚这个判断放在今晚所有具体改动前面看，每一条改动都是这一判断的局部落地。

把这条放到今晚 AI agent 这条线收口的位置上，意义还会再清楚一些。今晚 agent 这条线讲了太多条——Codex CLI 默认打开审批、MongoDB Atlas Agent Engine、Claude Code 退役 TodoWrite、Karpathy agent 设计原则、Avichawla 四层框架、Agensh 去中心化多 agent、Meta CLM context 编辑、Code Mode + Lazy Loading 救 MCP。

今晚 agent 这条线讲了 agent 能力的多个维度，但今晚 zhenthebuilder 这一观察点中了一个今晚反复出现但没明说的角度：今晚所有这些维度都不是在路由模型——它在路由上下文、在路由工具调用、在路由状态、在路由权限、在路由回放。

今晚 harness 工程的复杂度集中在这些路由之外的事情上。今晚这句话对 agent 开发者来说意味着：今晚你手上的 agent 工作流，复杂度来自 harness，不来自模型。

今晚模型 API 几乎所有问题都可以一行代码解决，今晚 harness 这一层的每一道问题都要写几页代码。

留一格清楚的边界：原帖内容薄（111字+一张图）——"harness设计不只是路由模型"这个观察点新但没有展开。今晚把这条记下来的价值在于它点出了一种方向，今晚具体怎么走（具体哪些事情才是 harness 真正的工程密度），要看今晚实际设计时的取舍。

今晚写到这里不替 zhenthebuilder 替他那条贴写出他没讲的具体步骤，今晚保留这条观察作为今晚 harness 线收口的哲学层定位。

给今天就在做 agent 开发的你一句落地的：今天做一件事——把今晚你手上 agent 工作流里的"路由模型"部分标出来，看这部分占整个工作流的多少。今晚 zhenthebuilder 这一观察点提醒你一件事：今晚你 agent 工作流里如果有超过一半的代码是路由模型，今晚的工作流还有大量精简空间；如果今晚你大部分代码都是路由模型以外的事，今晚你的工作流已经踩在 harness 真正的工程密度上。

今晚做完这件事，今晚你对 agent 系统的复杂度来源会有更具体的判断，今晚再看今晚的 TodoWrite 退役、Code Mode、RRSI 这些具体改动，今晚会觉得它们都在解决同一个问题——今晚你手上 agent 工作流里哪些代码是真正产生价值的，哪些只是在传话。

今晚 OpenAI 生态这条线已经从 DevDay 发布、Dots 上线、plugin marketplace 一路聊到订阅经济和预算看门人——今晚 一百多赞的一条中文推给这条线补了一个之前没人聊过的角度：中国独立团队"谜底黑胶"的 MD Vinyl 设计上了 OpenAI 官网，却成了别人的 Showcase，连一句原作者都没提。

原帖的原话是：Our design of app MD Vinyl made it onto OpenAI's website as someone else's showcase, without even a mention of us。

今晚这件事单独看是一次没署名的展示，但放回今晚整条 OpenAI 生态线看，它是创作者与 AI 平台关系里最尖锐的一格。

把这条放到今晚 OpenAI 生态线收口的位置上，意义会更清楚。今晚 OpenAI 这条线讲了太多条——Showcase、plugin extensions、OpenAI Marketplace、用 ChatGPT 登录、ChatGPT sites，这一整套的共同点是：OpenAI 把平台上的内容和作品拿出来展示给 12 亿周活用户看。

对被选中的作品，这是一次巨大的曝光；今晚这条推说的是曝光的另一面——作品被平台拿去展示，原作者却不在展示里。Showcase 这种橱窗经济里，谁被看见、谁被署名、谁被跳过，今晚是第一次有人用自己团队的亲身经历把它讲出来。

把这条放到今晚创作者这条线合流看，意思还会更清楚一些。今晚创作者这条线讲了几条——AI 生成电影被一万两千赞抵制（61566 那篇）、麦肯锡反向观察 AI 编码的实际产出（61808 那篇）、46 文件登录页的维护代价（61586 那篇）。

这些讨论的共同主题都是"人在 AI 时代的位置"。今晚这条推给出了一个更具体的处境：创作者的作品进了 AI 平台的橱窗，但橱窗里没有创作者的名字。这比版权纠纷轻——设计被展示不等于设计被偷用；但它比版权纠纷更普遍——大多数独立创作者的作品在 AI 平台上的处境就是这样：被看见，但没被承认。

留一格清楚的边界：这是单方说法——OpenAI 官网那张 Showcase 截图是否真的完全没署名、Showcase 的引用规则是什么，需要看原帖截图和 OpenAI 官方的展示规范才能下判断；如果原作者在作品页面另有署名，这件事的性质就不一样了。

今晚把这条记下来的价值在于它点出了一个问题方向：AI 平台的橱窗经济里，创作者署名这件事还没有统一规则。今晚不要急着站队，先看证据。

给今天就在做产品或创作的你一句落地的：今天做一件事——去搜一下你的作品、你的产品、你团队的名字，看它有没有出现在任何 AI 平台的 Showcase、案例集、精选列表里。如果出现了，看有没有署名、有没有链接回你这里；如果没有出现，那今晚这条推提醒你的事情还没轮到你。创作者与 AI 平台的署名规则正在形成期——今晚这个阶段，主动检查比被动等待有用得多。

今晚模型这条线已经把 Anthropic、OpenAI、Meta、DeepSeek、智谱、清华挨个过了一遍——今晚 五百多赞的一条推把 Google 也拉了进来，但角度是批评：Gemini 4 Pro 新 checkpoint 刚发，发帖人直接说这是又一次浪费时间；如果 Google 不把 Ultra（真正的大模型，对比现在这些中等尺寸的 Pro 模型）带回来，Google 就已经完了；而且 Google 所有发布第一天就是削弱版。

今晚这一批评论拆开看有两层：一层是这一次的 checkpoint 不够好，另一层是 Google 发布节奏的一个老毛病——Day 1 nerf。

把这条放到今晚发布节奏那条线（61740 那篇：Anthropic 和 OpenAI 把新模型节奏从每 10 周压到每 11 天）对照着看，意思正好反过来。今晚那篇讲的是节奏在加快，这一条讲的是节奏加快的副作用——发得快不等于发得好，Google 这一周给社区的印象是每次首发都要打折扣。

社区里那句"所有 Google 发布 Day 1 就是 nerfed 版"不是一次抱怨，是对发布策略本身的质疑：先放一个中等尺寸的版本占住位置，大模型（Ultra）留着不发。今晚这件事对 Google 的伤害在于，用户第一次拿到的东西如果不够好，第二次发布时用户就不一定回来试了。

另一层是尺寸路线的争议。原帖点出的 Ultra 对 Pro 的区别，本质是"大模型 vs 中等模型"的路线分歧——今晚其他几家这一周的动作其实都撞在同一件事上：OpenAI 的 Astra 和 GPT-6.1 Sol 拉开了能力与价格的两档、Anthropic 的 Claude Sonnet 5.5 走的是效率路线、Meta 的 CLM 改的是 context 用法。

Google 这边被诟病的是，用户想要一个真正拉满的旗舰模型，但拿到的一直是"够用"的中等版本。今晚这一批 五百多赞的不满说明：发布节奏提上来之后，模型尺寸这一层的诚意会更被放大检视。

留一格清楚的边界：这是单一用户的批评贴，checkpoint 的真实水平要看完整评测，不是一条吐槽能定的；"Day 1 就 nerf"是社区长期印象，具体到这一版是不是削弱，需要对比上一版跑同一套基准。今晚把这条记下来的价值在于用户视角的不满方向，不是对 Gemini 4 Pro 的最终判断。

给今天就在挑模型的你一句落地的：今天把你手上正用的模型列出来，每一家问同一个问题——你拿到的是这个系列的旗舰尺寸，还是一个够用的中等尺寸。Google 这一周的教训是：旗舰缺席的时候，中等版本再便宜也留不住最挑剔的那批用户。你的选型里如果有一家一直只给中等尺寸，今晚开始留意它什么时候放出真正的旗舰——那个时间点比任何一次折扣都值得等。

今晚国产 AI 栈这一周已经讲了五层——模型层（GLM 5.3 Flash）、推理层（Qwen-Image-Layered、ncnn）、硬件层（DeepSeek+昇腾）、学术层（Dario 当年出自百度）、多模态层（清华 VoxCPM2）。

今晚还差一层：国产 AI 模型发布后，本土团队做快速优化这一件事。今晚 四百多赞的一条 Lon­ely__MH 推给这一层加了今晚最大的一格——Viggle 团队在 Qwen-Image 2.1 发布几天之内，出了一个 5 倍加速的版本（Qwen-Image-2.1-viggle-turbo）。

今晚这一条把今晚国产 AI 栈从五层推到六层——国产 AI 栈不只是模型/推理/硬件/学术/多模态，还有社区优化这一层。

具体说几句关键数字。Viggle 这版做了三件具体的事：40 步压缩到 6 步、端到端提速 5 倍、不需要额外的 CFG（提示词引导）计算。CFG 这一项省下来之后显存压力也跟着降——这件事在消费级显卡上特别重要，因为显存本来就不富裕。

Diffusers 用 r256 版本、ComfyUI 用 r128 版本、文本编码器和 VAE 直接加载原厂——这件事让 Viggle 加速版的接入门槛非常低，原版用户基本不用改代码就能切换。

最后一项是 unmerged 节点加载解决了 stock bf16 精度截断 30% 损耗问题——这件事让今晚加速版的实际效果非常接近原版。今晚这些数字合在一起意味着：今晚 Qwen-Image 2.1 在消费级显卡上能跑得动了。

把这条放到今晚国产线收口的位置上，意义会更清楚。今晚国产线讲了太多层，但今晚之前还差最后一层——国产模型出来之后，本土团队能多快做出优化让普通开发者用得上。今晚 Viggle 这条加进去之后，今晚国产 AI 栈六层全部拼齐：模型层（GLM、Qwen、Kimi）、推理层（Qwen-Image-Layered、ncnn）、硬件层（DeepSeek+昇腾）、学术层（百度 Dario、清华 VoxCPM2）、多模态层（VoxCPM2、Qwen-Image）、社区优化层（Viggle 加速、Qwen-Image-Layered 各种衍生版本）。

今晚这六层加在一起意味着：今晚国产 AI 栈不是一两家公司的产品，是一整个生态在持续运转。

把这条放到今晚算力主权线收口的位置上，意义还会再清楚一些。今晚算力主权这条线讲了太多条——Kling 4.0 视频模型层降成本、Qwen-Image-Layered 图像分层零成本、ncnn+Qwen 2GB 显存跑通、DeepSeek 开源昇腾全栈适配、清华 VoxCPM2、nihui 4G+2G 显存跑 Qwen-Image-2.1。

今晚 Viggle 这条加进去之后，今晚算力主权这条线最末一格——国产模型在国产硬件上能跑、而且快到消费级。今晚这一格补齐之后，今晚算力主权这一周的故事是：今晚国产 AI 栈不再受英伟达锁定，本土生态从模型到硬件到优化全部能自己跑通。

留一格清楚的边界：Viggle 这一版还在早期——原帖自己说"密集小字建议切到 8 步，复杂的多主体多图编辑也稍微逊色于原版"。讨论这件事时把"5 倍加速"和"效果打折扣"分开读，更稳。今晚这一条值得记下来的价值，是今晚国产 AI 社区优化的速度——模型发布几天就有本土团队做出 5 倍加速，这件事本身就是国产 AI 生态的具体体现。

给今天就在 AI 时代做本地部署的人一句落地的：今天做一件事——你下周打算跑的 Qwen-Image 2.1 本地部署，能不能换成 Viggle 加速版。如果原版你已经跑得顺，今晚这一步升级是：换 r128 ComfyUI 节点、把步数从 40 调到 6、显存压力降一半。

今晚这件事今晚就可以做——仓库已经开源，文档已经写好，今晚动手十分钟内能跑通。做完这件事，今晚你手上的 Qwen-Image 2.1 就跑得比今晚之前快五倍，本地体验直接上了一个台阶。

今晚 AI 重写一切这条线在 61686（金句 "vibe coding 不是把项目做出来，vibe coding 是把商业级产品重写出来"）、61855（Magpie 作者 yetone 一周发 446 个版本）等帖里铺了底——但今晚最具体的那条还没出现。

今晚 九百多赞的一条推把这条线拉到极致："built my own version of after effects native to agents"——一个人用 AI 重写了 Adobe After Effects（视频特效工业标准软件）的整个产品逻辑。

今晚这条原帖里几个具体细节值得细看：agent 自己产生完全可编辑的图层、agent 自己加新功能或控件、每个项目自带定制扩展、原生 macOS app 支持高分辨率和复杂多图层流程。

今晚这四点单独看是产品细节，合在一起是——今晚这一周里第一次出现"AI 重写工业级商业产品"的真实案例。

把这条放到今晚 vibe coding 这条线收口的位置上，意义会更清楚。今晚 vibe coding 这条线讲了太多条——vibe 边界（投几成）、漫剧六步法（工艺层组装）、vibe 一工程师、46 文件登录页工程师（维护代价）、工具评论。

今晚这一串都在讲"AI 怎么写项目"。今晚 viccpoes 这条加进去之后，今晚 vibe coding 这条线从"AI 怎么写项目"推到"AI 怎么重写工业产品"——后者是前者真正成熟之后的样子。今晚 viber 一开始就是重写项目，到这一周开始是重写工业产品。

把这条放到今晚"AI 时代产品设计哲学"这条线收口的位置上，意义会更关键。今晚 viccpoes 原帖里有一个非常关键的词组——"native to agents"。今晚这个词组是今晚整个 AI 时代产品设计哲学的核心：AI 是产品的第一公民，不是产品里的功能。

今晚之前所有 AI 产品——包括 OpenAI Codex、MongoDB Atlas Agent Engine、Manus Flex——都是"AI 加到现有产品"。今晚 viccpoes 这一条是"AI 是产品核心，从设计阶段就是"。

今晚这两条路线的差别——AI 加成产品 vs AI 是产品——是今晚这一周最重要的一格。今晚后者一旦成熟，今晚前者所有产品都要重新思考。

把这条放到今晚更大范围的"AI 重写一切"这条线收口的位置上，意义还会再清楚一些。今晚这一周 AI 重写一切的故事讲了太多条——OpenAI DevDay 重写 agent、DHH Omarchy 重写 OS plugin、SkylitAI 重写 AI 视频生成、Anthropic GLM 测评 重写 AI 安全。

今晚这一串是从"AI 重写应用"到"AI 重写基础设施"再到"AI 重写商业产品"——今晚 viccpoes 这条加进去之后，今晚这条线到"AI 重写工业级创意工具"这一格。今晚这一格补齐之后，今晚"AI 重写一切"这一周的故事就完整了。

留一格清楚的边界：viccpoes 这条原帖"计划开源，dm if you want to give it a try"——这件事今晚还没正式开源，具体性能、可用性、和 Adobe 原版的差距今晚没有公开验证。

讨论这件事时把"有人做了这件事"和"这件事和原版达到同样水平"分开读，更稳。今晚这一条值得记下来的价值是"AI 时代有人能重写工业级商业产品"，不是"AI 已经能替代 Adobe After Effects"。

给今天就在 AI 时代做产品或写工具的人一句落地的：今天做一件事——你下周打算写或维护的那个产品里，今天试着想一下：如果从设计阶段就以 AI agent 为第一公民，这个产品会变成什么样。

今晚 viccpoes 这条给的是设计哲学的视角——不是"AI 加成"，是"AI 是产品"。今晚产品结构、UI 设计、用户交互——今晚每一层用"AI 先于用户"重新过一遍，今晚会发现很多原本用户需要做的事可以让 agent 接管。今晚这一想不是让你今晚就重写产品，是让你今晚开始按 AI 时代的产品哲学重新思考产品。

今晚 harness 这条线讲了太多条——Claude Code auto mode classifier 炸了、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla Prompt→Context→Harness→Loop 四层框架、Kakaluote 说 harness 最先烂的是 todo list、MCP Events 跨 agent 事件、Meta CLM context 编辑、Google RRSI 自改进 harness、Claude Code 退役 TodoWrite tool、Code Mode + Lazy Loading 救 MCP。

今晚这一周还没收口的最后一格——Magpie 作者 yetone 一周发了 446 个版本。今晚这一条给今晚 harness 这条线一个新的角度：AI 时代的小团队协作方式。

具体说几句。今天 几十赞那条 RookieRicardoR 推里说，yetone 一周发了 446 个版本，背后接的是 Magpie 这个产品。今晚这一节奏具体是什么——一周 446 个版本，平均每天 60 多个版本，差不多每个工作小时发两到三个版本。

这不是过去那种"发布版本"的概念——过去每周一个稳定版本都嫌多，现在一个团队一周能发几百个版本。今晚这一节奏不是个例，今晚 harness 这条线讨论的 Google RRSI、Avichawla 四层框架、Code Mode + Lazy Loading，每一件都在让"harness 迭代一次的成本变低"——今晚 yetone 这一周的 446 个版本，是 harness 工程进步的具体结果。

把这条放到今晚 harness 这条线收口的位置上，意义会更清楚。今晚 harness 这条线讲了太多条——但每一条都在某一层做加法。今晚 yetone 这一周 446 版本是把所有加法一起算出来的乘积——agent 自改进（Google RRSI）、context 按需加载（Meta CLM）、TodoWrite 退役（Anthropic Claude Code）、程序化执行（Code Mode）——今晚这些加法一起让 Magpie 这个小团队一周能跑出 446 个版本。今晚这一乘积是今晚 harness 这条线的最具体成果。

把这条放到今晚更大范围的"AI 时代协作方式"这条线收口的位置上，意义还会再清楚一些。今晚 AI 时代小团队这件事讲了太多条——今晚 darasoba 那条说"会做这件事的人 AI 替他干活"、今晚 AI_Jasonyu 那条 5 个找产品方向的 skill、今晚 darasoba 那条说"AI 时代差距在 skill"、今晚 ChappelDae 那条 00 后建议大健康和金融。

今晚这一串都在讲"AI 时代个人能做什么"，今晚 yetone 一周 446 版本是把这件事推到"小团队能做什么"——一个 3-5 人的小团队靠 AI 加 harness 工具，一周能做出几百个版本的迭代。今晚这一周是 AI 时代小团队协作方式的一个标志点。

留一格清楚的边界：446 版本/周不等于 446 个高质量版本——快速迭代一定有大量的实验性、不稳定、内部测试版本。今晚讨论这一数据时把"版本数量"和"稳定可用的产品"分开读，更稳。今晚 yetone 这一周 446 版本的真正价值不在"版本多"，而在"harness 工程让快速迭代变得可能"。

给今天就在 AI 时代做小团队的开发者一句落地的：今天做一件事——你下周打算跑的 AI 项目里，看看你团队的版本发布节奏：每周几个版本、每周多少小时写代码、多少小时做 harness、多少时间用 AI。

如果每周版本数还在个位数，今晚 this week 的 yetone 数据提醒你——今晚 AI 时代小团队的版本节奏应该往上提，不是每个版本都要对外发，但 harness 工程让"内部快速迭代"成为可能。

今晚把团队的版本节奏往"一周几十版本"靠一靠，靠不上也没事，但要开始想这个方向。今晚做完这件事，你对 AI 时代小团队的产品节奏，会比今晚之前更具体。

今晚 AI 硬件基础设施这条线撞到今晚最大的一条——AMD 官方账号今晚公告：与李飞飞 World Labs 达成最终收购协议，把世界模型顶尖研究团队收进 AMD。今晚 七百多赞的 AMD 官方公告里说，World Labs 团队会加入 AMD，帮助塑造未来 AI 基础设施，并强化开放 AI 生态（公告链接：bit.ly/4xOHT2Q ）。今晚这一公告把今晚 AI 硬件线、人才线、基础设施线三件事一次性串了起来。

把这条放到今晚 AI 硬件线收口的位置上，意义特别清楚。今晚 AI 硬件这条线讲了太多条——NVIDIA Open Agent Safety Platform（61512 那篇）、AMD 收购 World Labs 的传闻（61086 pending 那篇）、DeepSeek 开源面向华为昇腾的全栈适配（61723 那篇）、TIRx Harness 给 agent 一个编译器环境（61590 那篇）、清华 OpenBMB 开源 VoxCPM2（61728 那篇）。

今晚这一串从硬件到框架到模型层到多模态层都有，AMD 这一官方公告把整个 AI 基础设施竞争推到今晚最具体的位置上——不只是 GPU 厂商的竞争，是整个 AI 基础设施层公司都在抢团队、抢模型、抢未来。今晚这一公告之后，今晚硬件竞争从"谁 GPU 强"切换到"谁能绑住李飞飞这种顶尖团队"。

把这条放到今晚 AI 人才线收口的位置上，意义会更清楚。今晚 AI 人才这条线讲了太多条——Dario 当年出自百度硅谷实验室（61657 那篇）、Anthropic 工程师年薪 150 万、OpenAI 创始团队走了多人、Claude Code 退役 TodoWrite 反映 Anthropic 自家产品迭代。

今晚 AMD 这一公告加进去之后，今晚 AI 人才这一周的故事是顶尖 AI 研究人才继续往硬件公司流动。今晚之前，李飞飞是 Stanford 教授 + World Labs 创始人；今晚之后，李飞飞在 AMD 里——这一变动和 Dario 当年从百度硅谷实验室创办 Anthropic 是同一条故事的不同章节。AI 顶级人才的流向，这一周正在变成 AI 硬件公司押注未来方向的代理指标。

把这条放到今晚 AI 基础设施竞争这条线收口的位置上，意义还会再清楚一些。今晚这一周 AI 基础设施的故事讲了太多条——AMD 收购 World Labs、DeepSeek 开源昇腾全栈、清华开源 VoxCPM2、Anthropic+Meta+Google 签白宫 AI 安全协议、OpenAI 走到 Anthropic 之外的合作、Claude Code 退役 TodoWrite。

今晚 AMD 这一公告加进去之后，今晚这一周 AI 基础设施竞争的故事是所有 AI 公司都在从单一产品往"AI 全栈"走——AMD 不再只卖 GPU，开始绑顶尖研究团队做未来产品；DeepSeek 不再只做模型，开始做硬件栈；Anthropic 不再只做聊天机器人，开始做模型 + agent 框架 + 安全协议。今晚这一周是 AI 公司从"专才"切换到"通才"的一周。

留一格清楚的边界：AMD 这一官方公告里没有给出收购金额、World Labs 估值、团队规模这些具体数字——这些今晚要等 AMD 的 8-K 文件或者后续披露。原帖里的收购公告文字比较克制——只说"definitive agreement"和"world-class team"，没说"李飞飞加入 AMD 高管层"。

讨论这件事时把"AMD 收购 World Labs"的事实和"具体数字"分开读，更稳。今晚这一公告本身让今晚 AI 硬件/人才竞争升温，但今晚它对英伟达、对 AMD、对整个 AI 行业的影响，要看接下来的执行。

给今天就在 AI 行业工作的你一句落地的：今天做一件事——你下周打算用的 AI 模型、AI 工具、AI 框架，重新审视一下：今晚 AMD 收购 World Labs 之后，今晚的 AI 基础设施竞争格局变成什么。

今晚 AMD 押注世界模型、英伟达继续 GPU、DeepSeek 押注昇腾全栈、Anthropic 走安全路线、OpenAI 走多模型订阅。今晚这五家今晚的押注方向不同，今晚要看的是你自己的下周一件事选哪家的方向。今晚不是必须立刻选，但今晚这个月之内做的决定会比今晚以前做的决定影响更远。

今晚 三百多赞的一条小推给今晚 LLM 这一层加了一块新的认识：DeepSeek 知识库截止 2025 年，但不知道雅可比猜想已经被证伪——而这一数学结论在 2024 年就公布了。

今晚这件事单独看是 DeepSeek 的一个 bug，但放到 LLM 知识截止这一问题上，是今晚 LLM 知识截止从"训练数据新旧"变成"训练数据是否被学到"的一个新转折点。LLM 知道一个事实和训练数据里有这一事实，不是一回事——LLM 的"知识截止"问题，从今晚开始需要把"训练数据截止日期"和"模型是否学到"分开看。

把这条放到今晚模型这条线收口的位置上，意义会更清楚。今晚模型这条线讲了太多条——Anthropic+OpenAI 新模型发布节奏从每 10 周压到每 11 天（61740 那篇）、GLM 5.3 Flash 在 ARC-AGI 上 65.8%、Qwen-Image-Layered 把 AI 生图从一次性输出变成可编辑结构、Anthropic 公开研究 GLM 在网络安全方向的能力扩散（61576 那篇）、清华 OpenBMB 开源 VoxCPM2（61728 那篇）、Meta CLM 把 context 当可编辑文件（61795 那篇）、Google RRSI 让 agent 自改进 harness（61803 那篇）。

今晚这一串都在讲"模型能力提升"——但 Brosianes 这条今天给了完全另一面的观察：模型能力提升的同时，模型是否真的"知道"一个事实，可能和模型能力提升的方向不完全一致。今晚这事单一数据点不一定严重，但今晚这一观察的角度很新。

把这条放到今晚更大范围的"LLM 边界"这条线收口的位置上，意义还会再清楚一些。今晚 LLM 这条线讨论的边界有几条——Claude Code auto mode classifier 失效（61553 那篇）、AI 审 AI 失效（61556 那篇）、Avichawla 的四层框架里 Loop 层的"什么时候停止"问题、MCP Events 跨 agent 事件的信任问题。

今晚 Brosianes 这条加进去之后，今晚 LLM 这一层就多了一个具体可观测的边界——模型在应该知道的范围内说不知道。这件事比"训练数据截止日期"更难解决：截止日期问题是数据问题，可以靠更新数据解决；模型是否真正学到了训练数据里的事实，是模型能力问题，需要更长时间才能解决。

今晚这种"模型不知道训练数据里有"的边界，每一家 AI 公司今晚都在面对——OpenAI、Anthropic、DeepSeek 都不例外，只是今晚 Brosianes 给的 DeepSeek 这一个具体例子。

留一格清楚的边界：单条 122 字的小推，具体能"证伪"的程度需要更详细的实验——同一类问题（LLM 训练数据里应该有但实际不知道）今晚没有系统性研究，今晚 Brosianes 这一条只是一个具体案例。

今晚讨论这件事时把"一个具体例子"和"LLM 整体能力"分开读，更稳。今晚这事需要更多同类型的例子才能下结论，今晚 Brosianes 这一条本身已经足够让人重视。

给今天就在用 LLM 的你一句落地的：今天做一件事——你下周打算用 LLM 处理的某个问题里，挑一个里面涉及具体事实的部分，试着问 LLM 不联网模式，再自己去查证一下。今晚这件事做完，你会发现 LLM 知识截止比你想的更复杂——不是"训练数据旧"那种一刀切，而是"具体某个事实 LLM 没学到"那种零散。

今晚这件事的意义不在证明 LLM 没用——LLM 仍然是今天效率最高的工具——但今晚这件事让"用 LLM 之前先查证"变成 LLM 时代的基本功。今晚这件事落地的动作是：你下周用 LLM 写一段分析、写一段总结、写一段代码——写完之前先去查证关键事实、写完之后让另一个 LLM 检查一遍、自己再读一遍——三件事做完，LLM 输出的错误率会下降一个数量级。

今晚这件事落地的另一面是：你下周用 LLM 时对联网/不上网/开搜索的选择会更谨慎——有些任务不开联网是必要的，但开不开联网要看你对结论错误率的容忍度。今晚这件事如果你今晚看完，今晚动手时再也不会觉得"LLM 说的应该是对的"。

fatbobman.com/zh/posts/letti…

Xcode 开放 MCP Preview 渲染——AI 能更快速参与 SwiftUI 设计。生产里有两个大麻烦：视图脏缓存和设备对齐。本文给避坑指南：为什么改了代码返回旧截图？怎么保证 100% 一致？

两层一，接 harness 真功夫、Codex CLI、GPT 6.1——这条钉到 iOS 平台层：AI 时代的 iOS 工作流整合，Xcode 把 MCP 渲染接口开放给 AI。

二，"视图脏缓存 + 设备对齐"= AI 改动频繁加剧老问题：AI 介入越深、底层脏问题越显；SourceFingerprint = 工程方法论——AI 输出不是稳定接口，指纹/版本控制是 AI 时代的工程基础，光靠 prompt 不够。

口径：①MCP Preview 其表述；②SourceFingerprint 其说明；③链可查。

两条：一，做 iOS/Mac 开发的——看流水线能不能加 SourceFingerprint，AI 改 UI 之前先打基线、改完核版本，5 分钟能加的稳定器；二，做 AI 自动改 UI 的——先抓基线截图、清干净视图缓存再让 AI 动，先治旧病再用新工具。

AI 改界面之后的工程问题，比画错更要命——指纹对得上、缓存对得上，比模型对答更重要。你今天有哪个 AI 工具改了 UI 没跟上的？

今晚 harness 这条线讲了太多条——Claude Code auto mode classifier 炸了、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla Prompt→Context→Harness→Loop 四层框架、Kakaluote todo list 是 harness 最先烂的组件、MCP Events 跨 agent 事件、Meta CLM 把 context 当可编辑文件、Google RRSI 自改进 harness、Claude Code 退役 TodoWrite tool。

今晚这一周还没收口的最后一格——MCP 这一层怎么从今晚之前被诟病的 Context Rot、Schema 膨胀、工具难组合，走到今晚被 Code Mode + Lazy Loading 救起来。今晚 几十赞的那条 LanLance24 推，把这一格拼上。

具体说几句。Code Mode 让 LLM 不再一轮一轮 Function Calling + 把中间结果不断塞回 Context，而是直接写代码在 Sandbox 里完成工具组合和计算，只把必要的结果带回上下文。

这一改意义不只省 Token——它把 agent 工作流从"一个 LLM 在 prompt 里来回调度工具"切换到"一个 LLM 写一个程序让程序去调度工具"。今晚一改，LLM 是程序的作者，工具组合和中间计算全部交给程序——LLM 只看到结果。

这就是今晚 AI 编程讨论里一直在等的"程序化执行 agent"。今晚 Code Mode 出来后，今晚之前那些"46 文件登录页工程师""DevDay demo 翻车""Codex CLI 默认打开审批"这些讨论从产品层的故事变成了工程层的方法。

Lazy Loading 解决了 Tool Schema 长期占 context 的问题——以前 MCP 把所有可用工具的 schema 全扔进 context，LLM 一启动就要读几百个工具描述，context 被严重消耗。

Lazy Loading 让工具的描述按需加载——LLM 准备用某个工具时才把这个工具的 schema 拉进来。这把今晚 Meta CLM（61795 那篇）"context 当可编辑文件"的逻辑往前推了一步——context 不只是可编辑，还可以按需进出。

今晚 Code Mode + Lazy Loading 这套组合放在今晚 harness 主线看，是让 MCP 在 agent 生态里找到了一个合适的位置——MCP 负责统一协议与能力发现，Code Mode 负责执行与组合，Lazy Loading 负责控制 context。今晚这一分工让 MCP 不再是 context 黑洞，而是 agent 生态里的协议层。

把这条放到今晚 harness 这条线收口的位置上，意义会更清楚。今晚 harness 这条线讲了太多条——但每一篇都是在 agent 的某一层加东西。今晚 Code Mode + Lazy Loading 这条是在 MCP 这一层做减法——把 context 的负担挪到程序里、把 Tool Schema 的负担挪到按需加载。

今晚这一减法和今晚 Google RRSI 那条自改进 harness 配成一对——RRSI 让 harness 自己迭代、Code Mode 让工具组合更程序化、Lazy Loading 让 context 更精简。

今晚这三件事加在一起是 harness 工程从"工程师手工调"切换到"agent 自适应 + 协议层抽象 + 上下文精简"三层自动化。

留一格清楚的边界：Code Mode + Lazy Loading 是新范式，工业级落地还需要时间——sandbox 的执行能力、LLM 写代码的可靠性、Tool Schema 按需加载的工具支持覆盖度，都需要生态进一步补齐。讨论这件事时把"今晚范式变化"和"今晚实际可用程度"分开读更稳。今晚这一条值得认真读，但今晚不要把它当成熟工具，今晚它在快速迭代中。

给今天就在做 agent 工作的你一句落地的：今天做一件事——你下周打算跑的那个 MCP agent 工作流里，工具调用是不是还是 Function Calling 一轮一轮的、Tool Schema 是不是全都预先加载进 context 的。

如果是，今晚 Code Mode + Lazy Loading 这套范式可以试——把部分工具组合挪到 sandbox 里跑、把 Tool Schema 改成按需加载。今晚这件事不需要等 MCP 协议全部升级，可以从单个工具开始试——选一个常用的工具，把它的 schema 拆成按需加载，把它的执行挪到 sandbox 里跑；今晚跑通一个，下周看效果，今晚这一套范式就立刻在你工作流里跑起来了。

今晚 harness 这条线讲了太多条——Claude Code auto mode classifier 炸了、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla Prompt→Context→Harness→Loop 四层框架、Kakaluote 说"harness 最先烂的是 todo list"、MCP Events 跨 agent 事件、Meta CLM context 编辑、Google RRSI 自改进 harness。

今晚这一周收口的最后那一格——今晚 yetone 给了一条 几十赞的极简推：Claude Code 在 2026 年 1 月就已经把 TodoWrite tool 完全退役了（详细解读见 Anthropic 工程师博客：tonylee.im/en/blog/why-cl… ）。

这等于 Anthropic 自己用产品迭代的方式承认今晚 harness 这条线聊了一周的那句话：todo list 是 harness 里最先坏的那一块。

把这条放到今晚 harness 这条线收口的位置上，意义特别清楚。今晚 harness 这条线讲了 agent 工作流的工程密度讲了太多条——Claude Code classifier 失效、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla 四层框架、MCP Events、Meta CLM、Google RRSI。

今晚这一周里最重要的一条用户反馈是今晚之前那条 Kakaluote 几十赞的小推——"折腾 agent 半年的体会：todo list 是 harness 里最先烂掉的组件"——这位用户是站在 agent 团队外面看到的。

今天 yetone 给的是从 agent 团队内部看到的：Anthropic 自家产品团队已经注意到这一点，Claude Code 把 TodoWrite tool 整个退役了。外部观察和内部决策在 todo list 这一件事上指向同一个结论——harness 的第一道关从架构设计到产品迭代，这是 harness 工程里最脆弱的位置。

把这条放到今晚 vibe coding 这条线收口的位置上，意义也清楚。今晚 vibe coding 这条线讲了太多条——vibe 边界、漫剧六步法、vibe 一工程师、46 文件登录页、工具评论。

今晚 vibe 这条线和 harness 这条线交叉点就在 todo list：vibe coding 产出时 todo list 是 agent 跑什么事的核心描述，harness 上 todo list 又是 agent 跑得稳不稳的第一道关。

今晚 Claude Code 把 TodoWrite 退役，是从产品层面承认"vibe coding 模式下 todo list 这种描述方式不够用"。今晚 vibe coding 团队今晚看到这一改，最值得做的不是研究怎么把 todo list 写得更细，而是让 agent 自己管理任务分解——RRSI 这种自改进 harness 就是这条线最直接的工具。

留一格清楚的边界：yetone 这条原帖只有 103 字，没有给出 Claude Code 退役 TodoWrite 的具体原因——是 harness 失效所以退役、还是 TodoWrite 自身设计不行、还是被新工具替代——这些今晚没有展开。

讨论这件事时把"Claude Code 确实退役了 TodoWrite"和"为什么退役"分开读更稳。今晚这一条的价值在于"今晚 harness 的某一块正在被原厂主动迭代"——具体原因要看 Anthropic 团队的官方说明。

给今天就在做 agent 工作的你一句落地的：今天做一件事——你下周打算跑的 agent 框架里，todo list 这一块到底是你自己手写、还是框架内置、还是已经退役。如果是你自己手写的，今晚 Kakaluote 那条建议 + yetone 这条数据一起看完——todo list 这一块早晚要重做，做得越早越好。

如果框架内置，今晚 RRSI 那条给的方向（让 agent 自己迭代 todo list）可以试。如果已经退役，那今晚上手做的时候要换工具。harness 工程的瓶颈从今天开始第一次有了来自产品方和用户方双向的证据——今晚看完，今晚动手时不再纠结。

今晚 Anthropic 和 OpenAI 这条线讲了太多条——Anthropic IPO、Anthropic GLM 测评（61576 那篇）、Anthropic GLM 在网络安全方向的能力扩散（61611 那篇）、Anthropic、Meta、Google 签白宫 AI 安全协议（dotey 那条）——这些讨论散在几条主线上。

今晚 八百多赞的 Pragmatic Engineer 创始人 Gergely Orosz 给了一条把今晚所有线索收起来的判断：OpenAI 在拉大与 Anthropic 的领先差距。

今晚他的原话里说：Anthropic 是把所有东西闭源——闭源 Claude Code、不能用其他模型跑 Claude Code、整套生态封闭；OpenAI 是把 Codex 开源、可以用其他模型、让 GLM-5.3 跑得更容易。今晚这两个 AI 巨头在战略选择上完全分道——一条走向开放合作，一条走向封闭控制。

把这条放到今晚订阅经济线收口的位置上，意义会更清楚。今晚订阅经济线讲了太多条——Pro 200 重新开放、Plus/Pro 100/Pro 200 的额度倍数改成 1/5/10、OpenAI 当 AI 预算看门人（61538 那篇）、OpenAI 让 Codex 接 GLM-5.3（61576 那篇）、Manus Flex BYOK 让用户自带模型（61622 那篇）、Dot 不消耗配额（61682 那篇）、Dot 几百万几天内上线（61685 那篇）。

今晚这一串加在一起是同一方向——OpenAI 把订阅变成 AI 时代入口会员，把模型选择权完全交给用户，把第三方模型（GLM-5.3、Anthropic 等）一起接到自己的订阅生态。

今晚 Gergely 这条把这一串事情讲清楚了——OpenAI 走向开放合作不是偶然，是这一周动作累积出来的方向。

把这条放到今晚 Anthropic 这条线收口的位置上，意义还会再清楚一些。今晚 Anthropic 这条线讲了 Anthropic IPO、Anthropic GLM 测评（61576 那篇）、Anthropic GLM 在网络安全方向的能力扩散（61611 那篇）、Anthropic 百度人才外溢（61657 那篇）——这些全部都站在 Anthropic 这边。

今晚从另一个角度看，Anthropic 这一周的动作是把 Claude Code 闭源、让 Claude 生态自闭、把第三方模型拒绝接入。今晚 Gergely 这条原帖放在这条线上看，是今晚第一次给 Anthropic 这一周战略一个反向观察：Anthropic 这一周的封闭选择 = 落后 = 拉大与 OpenAI 的差距。

Anthropic 是不是真的落后，需要一段时间才能看清；今晚这一观察本身值得 Anthropic 团队认真读。

留一格清楚的边界：Gergely Orosz 是 Pragmatic Engineer 创始人，开发者视角鲜明——他对 OpenAI 走向开放的赞赏，某种程度上反映了开发者群体对"可以用多模型"这件事的偏好。

企业用户、消费者用户、政企客户对这件事的看法不一定完全一致。今晚原帖这条判断是个明确观点，但今晚不代表 AI 行业整体看法。讨论这件事时把"Gergely 的视角"和"AI 行业整体走向"分开读，更稳。

给今天就在 AI 行业工作的你一句落地的：今天做一件事——你下周打算用的 AI 工具里，挑一家"开放生态"派（OpenAI、Manus 这种让用多模型的）和一家"封闭生态"派（Anthropic 这种自闭生态的）来比较一下，看你下周哪个用的更多、哪个用的更少。

这个比例反映你作为用户的偏好，也反映你作为从业者的判断。今晚 Gergely 的判断本身不重要，重要的是你今天看完今晚的论据和今晚的实际动作之后，你自己站在哪一边。今晚这个判断在三个月之后会被验证——如果是 OpenAI 的开放生态赢得更多用户，今晚这一周的判断就是对的；反之，今晚就当是开发者视角的一次集合。今晚这件事，你自己想清楚比抄答案重要。

今晚 vibe coding 和 agent 这条线聊了大半晚——vibe 边界、漫剧六步法、vibe 一工程师、46 文件登录页工程师、工具评论——这些讨论基本都站在"AI 编码越用越顺"这一侧。

但今晚一条 几十赞的 X 推给这条线第一次带来了"麦肯锡反向观察"——原帖里读到的数据是：引入 Agentic AI 之后，有 30% 的企业生产力不升反降；代码产出激增 180%，但真正能上线的版本只多了 30%；46% 的程序员表示不敢信 AI 写的东西；资深工程师从写代码变成在"屎山"里人肉排雷。今晚这一反向声音第一次让 vibe/agent 这条线被外部咨询公司视角挑战。

把这条放到今晚 vibe coding 这条线收口的位置上，意义会更清楚。今晚 vibe 这条线讲了太多条——vibe 边界那条讲"投几成"、漫剧六步法讲"工艺层组装"、vibe 一工程师讲"一阶 vs 五阶"、46 文件登录页讲"维护代价"、工具评论讲"上手好用"。

今晚这几条都在产品/工程这一侧聊——讲"怎么用、用多少、维护怎么办"。今晚麦肯锡这条原帖放到这条线上看，是"咨询公司从企业 ROI 这一侧看到的实际效果"。今晚两边加在一起，vibe coding 这件事不再是"个人尝试者的小故事"——是已经走到企业级部署的 ROI 评估。今晚这一反向声音让 vibe coding 这件事的成本/收益第一次被外部声音认真分析。

把这条放到今晚 agent 这条线收口的位置上，意义还会再清楚一些。今晚 agent 这条线讲了太多条——Codex CLI 默认打开审批、MongoDB Atlas Agent Engine、TIRx Harness、MCP Events、Agensh 去中心化多 agent、Meta CLM context 编辑、Google RRSI 自改进 harness。

今晚这一串都站在"agent 能力越来越强"这一侧。今晚麦肯锡这条原帖放到这条线上看，是另一面：agent 能力变强不等于企业生产力提升——30% 企业引入后生产力下降 = agent 普及的副作用比想象中严重。

今晚的"Agent demos easy, running reliably is hard"（61642 那条）说 demo 到产品之间有距离；今晚这条麦肯锡数据说的是，企业从产品到 ROI 之间还有距离。这两件事加起来是今晚 agent 这条线的反面。

留一格清楚的边界：原帖转述的数据需要核对原始报告——麦肯锡最近确实有一系列 AI 调研报告，原帖里具体的"30% 生产力下降""代码产出 180%""46% 不敢信"这几个数字，原帖没有给出原始报告链接。

讨论这一类问题时，把"原帖转述的数据"和"实际麦肯锡报告原文"分开读更稳。今天这一条的价值不在数据本身——数据如果对得上原报告，结论成立；如果对不上，反向声音同样有价值——不管数据准不准，反向观察这件事今晚值得说一遍。

给今天就在 AI 编码工作的你一句落地的：今天做一件事——看你公司或你团队过去一个月的 AI 编码产出数字：Agent 生成的 PR/代码量是多少？这些 PR/代码里真正合并到 main 分支、能上线的有多少？

如果比例接近 30%，和麦肯锡今天告诉你的差不多；如果比例明显高/低，结果本身就是公司当下 AI 编码成熟度的真实信号。今晚做完这件事之后再问第二个问题——你公司的资深工程师现在花多少时间在 AI 写出来的代码上排雷？

这个数据是今天晚上 vibe coding 这件事真正能不能在企业规模上跑起来的根本指标。今晚不要急着得出"AI 编码好不好"的结论，今晚先看清你自己的数；数字本身会告诉你今天 vibe coding 在你公司是什么状态。今晚做完这两个数据检查，下周再决定是否继续推、推多少、推哪类项目——数据比观点更稳。

今晚 harness 这条线在今晚这一周一路加码——Codex CLI 默认打开审批、Codex Security Cloud、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla Prompt→Context→Harness→Loop 四层框架、Kakaluote todo list 是 harness 最先烂的组件、MCP Events 跨 agent 事件规范、Meta CLM 把 context 当可编辑文件。

但今晚这一周里最硬的那一条——Google Research 开源的 RRSI（Recursive Self-Improvement，仓库：github.com/google-researc… ），让 Agent 自己迭代自己的 prompt、工具、记忆和任务流程，再靠评测决定哪些修改值得保留。今晚这一条不是新工具或新 prompt，是 harness 工程本身的自动化。

具体说几句关键数据。Google Research 这条开源给出的实测数据相当硬：固定 Claude Opus 4.8 模型参数不变，Terminal-Bench 2.1 从 74.2% 升到 80.2%，未参与迭代筛选的 SWE-bench Verified 从 82.0% 升到 83.8%——这是"不动模型、改 harness"在标准基准上的成绩。

Google Research 在这篇里把关键约束列了出来——记录修改历史减少重复试错、评测前筛查针对测试集的特化逻辑、收益要超过评测噪声、清理不再有效的组件。这四条是把"agent 改自己"从实验室玩具变成可工程化操作的关键，今晚这一开源项目让 harness 自动化第一次有了公开的工程标准。

把这条放到今晚 harness 这条线收口的位置上，意义会更清楚。今晚 harness 这条线讲了太多条——但今晚所有这些讨论都在"工程师手工调 harness"这一前提下。今晚 RRSI 把这一前提直接打破——harness 工程的下一步不是工程师手工调，是让 agent 自己调。

今晚这一周里 Claude Code classifier 失效、todo list 是最先烂的组件、MCP 跨 agent 事件、Meta CLM context 编辑——这些全是 harness 不同层的手工优化；RRSI 出来后，明天 harness 这件事的最优路径就变成了"让 agent 自己尝试、自己评估、自己迭代"。harness 这件事在 2026 下半年正在变成 agent 自己做的事。

留一格清楚的边界：RRSI 给出 +6/+1.8 点的提升是基于标准基准的——基准本身的覆盖度和"过拟合到基准"的风险今晚这篇里已经点了出来。任何自改进框架都容易陷在"专门为这套基准表现好"上，而不是"对真实任务真的更好"。

RRSI 的"清理不再有效组件"和"超过评测噪声"两条约束就是预防这类陷阱的关键。讨论这件事时把"自改进本身"和"自改进真的对真实任务有用"分开读，比把它混在一起读更稳。

给今天就在做 agent 工作的你一句落地的：今天看一件事——你下周打算跑的那个 agent 工作流里，prompt 是你手工写的、tool 是你手工选的、memory 是你手工存的。

今晚 RRSI 给出的问题是：哪些部分可以让 agent 自己试、自己评估、自己保留？如果答案是"我手动写的都很关键"，那今晚这件事还不是时候；如果答案是"某些参数我手动写就是占位"，那今晚 RRSI 这套逻辑可以让 agent 自己试一遍，看哪些占位被它替换得更好。

这件事今晚就可以试——不需要 RRSI 的所有组件也能开始做。今天动手的那一步是：把一组 prompt / tool 调用参数 / memory 切片，让 agent 在 5-10 次循环里尝试替换，看其中几次替换的结果比你的原始版本更好。今晚做完这一步，下周你能决定要不要把更多 harness 组件让 agent 自己管。

今晚新模型节奏这条线在 61740 那篇（Anthropic+OpenAI 新模型发布节奏从每 10 周压到每 11 天）里已经讲完，今晚再补一块——Meta 在今晚发布的 Context Language Models（CLM）把 context 当成可编辑的文件（而不是只追加的对话），同样算力下在 24 小时多仓库 agent swarm 任务上 +65% 的成绩。

今晚全球三大 AI 巨头都进了今晚新模型节奏这一行——今晚 Anthropic+OpenAI 在抢发布频率，Meta 在抢"context 怎么用"这件事的角度。

具体说几句。CLM 这条线最有意思的不是名字，是它把 context 的处理方式从"只追加的对话"切换到"可编辑的文件"。以前的 agent 工作流里，context 是按时间顺序追加的——agent 每一步产生的新信息往下续，长的 context 用完后还要想办法压缩、总结、剪枝。

CLM 不一样——它把 context 当成一个能编辑的文件，agent 可以在执行过程中直接修改、删除、补充某个段落。这把今晚 61642 那篇 Avichawla 提的 Prompt→Context→Harness→Loop 四层框架里的"Context"那一层直接往前推了一大步——以后 agent 跑长任务不再受 context 长度限制 + 重复信息冗余的拖累，能直接编辑关键段落。

把这条放到今晚 harness 这条线收口的位置上，意义会更清楚。今晚 harness 这条线讲了太多条——Claude Code classifier 失效、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla 四层框架、Kakaluote todo list 是 harness 最先烂的组件、MCP Events 跨 agent 事件规范。

今晚 Meta CLM 放到这条线上看，是 harness 里"context 这一层"的根本创新。CLM 不是新的工具或者新的 prompt 工程——它改变了 context 本身的存在方式。

这一改，今晚一直在说"harness 工程密度决定稳定性"那条线就被推到了一个新方向：agent 的稳定性不只靠工具和 prompt，还靠 context 是不是能像文件一样被精细管理。

把这条放到今晚更大范围的新模型节奏看，意义会更清楚。今晚发过的几条有今晚 Anthropic+OpenAI 节奏从每 10 周缩到每 11 天，今晚 DeepSeek 开源面向华为昇腾的全栈适配（61723 那篇），今晚 Anthropic 公开研究 GLM 在网络安全方向的能力（61576 那篇），今晚全球新模型发布密度是过去几个月的几倍。

今晚 Meta CLM 加入之后，今晚这一周变成"今晚新模型节奏 = 主要玩家都在加速"——每个玩家都从自己的角度把 agent 工作的某一层做更好。今晚这一周这一行就是全球 AI 行业从"卷谁更强"切换到"卷谁跑得更顺"。

留一格清楚的边界：单条发布预告数据有限——+65% 这个成绩是基于 24 小时多仓库 agent swarm 任务的；其他任务形态下 CLM 的表现需要更完整的实验。今晚是 Meta 第一次正式公开这条路线；工业界其他人还没来得及实测，今晚的判断保留余地。

给今天就在 AI 行业工作的你一句落地的：今天看一件事——你下周打算跑的长任务 agent 工作流里，context 是按时间顺序追加的，还是按文件管理的？如果现在还在按追加式管理，今晚试试把 context 抽离成可编辑文件——哪一段是错的可以删，哪一段要补充可以加，哪一段不重要可以压缩。

今晚这个动作不需要等 Meta CLM 公开 API——今晚就有变好。今晚这件事做完之后，下周再决定是否跟进 Meta 这条线，但今天先把"context 是可编辑文件"这件事在脑子里跑一遍。

今晚模型这条线最该拿出来的一句话——四千多 赞的金句："you're not crazy — between Anthropic and OpenAI, a new model used to come out every ~10 weeks. Now it's every ~11 days"。

这两家在 2024-2025 之间把新模型发布节奏从每 10 周压到每 11 天，6 倍提速。今晚所有模型讨论都在这条主线下面，从 GLM 5.3 Flash 到 Qwen-Image-Layered 到 Anthropic GLM 测评到清华 VoxCPM2 到 DeepSeek+昇腾——它们都是这条 6 倍提速的现实映射。

今晚这条线不是今天才出现的，今晚这一周这一月都在这条线上，四千多 赞把这条线画成了一张简单图。

把今晚发过的几条串起来看更清楚。今晚聊过的模型大事有几条：GLM 5.3 Flash 在 ARC-AGI 上 65.8%（智谱）、Qwen-Image-Layered 把 AI 生图从一次性输出变成可编辑结构（阿里）、Anthropic 公开研究 GLM 在网络安全上的能力（智谱在海外被关注）、清华 OpenBMB 开源 VoxCPM2（清华学术+多模态）、DeepSeek 开源面向华为昇腾的全栈适配（深度求索/华为）、Claude Sonnet 5.5 / Codex Security Cloud（Anthropic/OpenAI）。

今晚这一串都踩在 6 倍提速的具体证据上——这一周全球发布的新模型、新版本、新能力、新工具密度，是过去几个月同期的好几倍。今晚这一句话把这种感觉用 16 个字钉在墙上。

把这条放到今晚更大范围的"AI 公司在抢什么"这条主线看，意义也清楚。今晚几大 AI 巨头在做的几件事——OpenAI 把订阅经济搞成"AI 时代入口会员"、Anthropic 走 IPO 路线把公司估值公开化、Manus BYOK 让用户自带模型、Codex CLI 默认打开审批、Sonnet 5.5 把模型版本管理做精细。

今晚这一串动作的速度和密度，同样对应 四千多赞这条金句——10 周缩到 11 天。AI 公司之间的节奏决定一切，这一周里落后一拍的对手，下周就会进入被收购或被独立超越的轨道。今天看哪家公司动作慢一拍，比看哪家公司市值蒸发更说明问题。

留一格清楚的边界：四千多赞这条金句是基于图表做的判断，图表显示的是发布日期而不是发布质量——节奏变快不等于模型变强；不同厂家发布的模型质量、可用范围、商业化程度差距大。读这张图时把"发布密度"和"模型能力"分开看，比把它混在一起读更稳。

给今天就在 AI 行业工作的你一句落地的：今天做一件事——把你过去三个月用的所有 AI 工具和模型列出来，看一下是不是有哪个现在已经被新版本或新模型替代；过去 12 个月上线的版本号，每一个对你还在不在做事。

四千多赞这一句说的是：发布节奏在加快——这意味着你手里的工具可能比你以为的更早过期。今天晚上做完这个列表，下周你做技术决策时，这份列表会比任何新闻都管用。今天比的是你手里的工具是不是真的还在干它该干的活；明天再比谁先把它替换掉——这就是今晚 四千多赞给你留的功课。

今晚国产 AI 栈今晚已经拼到了第三块——DeepSeek 开源面向华为昇腾的全栈适配补完了硬件层，今晚凌晨这一波清华 OpenBMB 把 VoxCPM2 开源补完了多模态这一层（github.com/OpenBMB/VoxCPM ）。

VoxCPM2：2B 参数 + 200 万小时多语言音频 + 48kHz 录音棚级音质 + Apache 2.0 协议商用不设卡——GitHub Star 已破万，Trending 榜上还在挂着。

今晚这一开源的体量、技术规格、开源协议开放程度——是国产 AI 多模态这一周最硬的一次开源。

具体说几句关键变化。VoxCPM2 最有意思的不是参数规模，是它放弃了经典 TTS 路线——经典路线是把音频切成离散 token 再生成，丢掉信息严重，声音怎么听都差点魂。VoxCPM2 直接在连续潜空间做扩散自回归，音色、情绪、换气节奏一个不落全保留。

这一刀砍下去，把经典 TTS 路线的天花板砍下来了。30 种语言外加 9 种中文方言——普通话、粤语、闽南语来回切换，RTX 4090 上实时率 0.13——流式输出基本摸不到延迟，声音克隆能调情绪、语速、口癖，想让它结巴都随你——这是开源模型第一次把克隆精细度做到这种程度。

把这条放进今晚国产 AI 栈这条线看，意义特别清晰。今晚国产 AI 这条线已经聊到了 GLM 5.3 Flash（智谱）、Qwen-Image-Layered（阿里）、ncnn+Qwen（腾讯/阿里）、DeepSeek+昇腾（深度求索/华为）、Anthropic 公开研究 GLM（智谱在海外）、Dario 当年出自百度（百度人才外溢）——这一串拼图是从模型层、推理层、应用层、人才层、硬件层、多模态层各层都有。

今天凌晨清华 VoxCPM2 这一开源补完了多模态层：国产 AI 栈不只是能写文字、画图、看图，今天加上能说话这一层。从今天开始国产 AI 栈第一次形成"模型+推理+硬件+学术+多模态"完整的五层栈。

把这条放到今晚更大范围的 AI 多模态线对照，意义还会再清楚一些。今晚聊过的多模态有几条主线——Dots 把 AI 助手变成 24/7 随身的对话型 agent，Kling 4.0 把视频生成的视觉真实度抬上去，Qwen-Image-Layered 把图像分层生成从一次性输出变成可编辑结构，OpenAI DevDay Codex CLI 多模态刷新，DeepSeek 转向多模态推理。

今天凌晨这一开源 VoxCPM2 放到这条线上看，是国产多模态走到"语音也能开箱即用"的一次。今天一个独立开发者想用国产 AI 做完整的多模态应用——文字靠 GLM、图靠 Qwen-Image-Layered、视频靠 Kling 4.0、语音靠 VoxCPM2——栈不用补，几家国产拼起来就是一套。

留一格清楚的边界：开源模型的可控性比闭源低一个量级——TTS 开源模型容易催生 AI 语音克隆，被滥用门槛降得很低，这一条今晚原帖里也点了出来。开源协议 Apache 2.0 商用放行本身是好事，但相应配套的滥用防护要靠开发者和平台自己来。今天看国产多模态时把"技术突破"和"滥用可能性"分开读，比把它混在一起读更稳。

给今天就在 AI 多模态方向工作的你一句落地的：今天看你的产品里语音这一块用的什么——商用 API、开源本地、还是干脆没接。今晚这一开源值得今天就拿它跑一下，看在你的场景下能替代哪一块商用 API、能省多少成本、能加哪些以前做不出来的功能。

把这个评估做完，再决定是否上这条线——今晚的技术突破有了，但你的产品上不上是另一回事。今晚以后，每周你可能都得把这条重新评估一次——开源模型的迭代速度比商用 API 还快。

今晚 Dots 这条线最后一件真正重要的事——OpenAI 内部 thsottiaux 在一条 两千多赞的帖子中说："我们几天内会有几百万个 Dot 同时在线"，这是今晚 Dots 主题最后一个官方内部声音，把今晚所有的讨论点串在了一起。

从 DevDay 发布（61293 那条）、DevDay 现场额度重置（1632 那条）、首次 demo 答不上来（61502 那条）、Dot.com 域名被 SpaceXAI 抢注（61509 那条）、真实上手规格对比 Gbot（61653 那条）、内部社区澄清 Dot 不消耗配额（61682 那条）——今晚的 Dots 这一周被全程跟踪。今晚这条是 OpenAI 这边第一次把"Dot 真正的规模预期"放出来。

具体几句。OpenAI 对 Dots 的规模预期是几百万同时在线，几天内发生——这一句把"Dots 是 OpenAI 主推的产品"从市场猜测变成公司内部声音。OpenAI 社区负责人本人 2-3 天就开始能用 Dot 接复杂任务——这是内部视角看 Dot 学习曲线，用户感受的实证。

OpenAI 现在还在观察用户怎么用主 Dot，多 Dot 团队模式还没放出——OpenAI 不急着放出多 Dot 团队模式，先让用户把主 Dot 用熟。这种节奏是"产品先做少，再让用户给出方向"。

把这条放到今晚订阅经济主线收口的位置上，意义会更清楚。今晚订阅经济线讲的是"订阅正在变成 AI 时代入口会员"——Pro 200 重新开放、Plus/Pro 100/Pro 200 的额度倍数改成 1/5/10、Manus Flex BYOK 让用户自带模型（61622 那条）、Dot 不消耗配额（61682 那条）。

这些动作加起来是同一方向——订阅从"按模型算钱"切换到"按场景给额度+自带模型+基础 Dot 免费"。今晚 OpenAI 内部这条几百万 Dot 的预期，等于是把"订阅内 Dot 永远在线"这件事往前推了一大步——几百万个 Dot 同时在线意味着订阅经济里"个人 AI 助手免费层"会变成一种新常态。

放到今晚 harness 线收口的位置上，意义也清楚了。今晚 harness 线讲的是"agent 系统周围的工程密度决定稳定性"——Claude Code classifier 失效、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla 的 Prompt→Context→Harness→Loop 四层框架。

今晚这几百万 Dot 几日内同时在线，是 harness 工程一次最大规模的压力测试。几百万个 Dot 同时在线意味着几百万个用户同时让 agent 跑不同任务——这同时也是几百万种 agent 失败方式同时跑。

如果 harness 工程今天还差任何一项，今晚这种规模上线就会把它直接暴露。OpenAI 现在不急着放出多 Dot 团队模式，是因为他知道自己还在观察这一关。

留一格清楚的边界：OpenAI 的内部预期不等于事实——几百万 Dot 几日内上线是公司目标，不是已经发生的事；今晚这条仍然是预期，事实如何要看上线后一周的数据。多 Dot 团队模式还"在路上"，不是"已经做了"。今晚这条值得记下来，但任何商业决策前都要以官方说明为准。

给今天就在 ChatGPT 上的你一句落地的：今天去看两件事——你的主 Dot 现在是不是已经在你的订阅里、24/7 在线、不消耗配额？这是第一条；连续用 2-3 天看你的 Dot 能不能接住你日常的复杂任务（不是简单查询）。

两件事今晚都能查，第一条内部澄清已经给（61682 那条），第二条 OpenAI 内部社区负责人亲证 2-3 天开始能接复杂任务。今晚这两条合起来，"免费 Dot 几百万上线"+"Dot 2-3 天能接复杂任务"——你下周能看到的事实就是这个。

今天晚上就试一次：让 Dot 帮你安排一件事——不需要查日历那种简单的——是写一份三段邮件、按你的偏好做一份会议记要、整理一上午聊天记录。两件事如果都能接住，今晚 OpenAI 给你的承诺就是真的；如果接不住，下周再回来谈。