AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

一个 Claude skill 的星数曲线值得记：7 月一周冲到 5.8 万星，刚刚越过 13.6 万——7300 个 fork、仍然免费。它的卖点一句话：让 Claude 像你团队里最懒的那个资深开发。

"懒"在这行是褒义——资深的懒不是不干活，是知道什么根本不用写：能不加的抽象不加、能复用的不重复、能三行说完的绝不写三十行。按项目自己给的口径，装上之后少写 54% 的代码（极端情况到 94%）、便宜 20%、快 27%——这几个数字请按"项目自报"来听，尤其那句"100% 安全"没人验得了，当愿景别当承诺；13.6 万颗星才是硬证据——它证明"少写代码"这个需求真实到什么程度。

把这层意思放回本周的效率账里，其实补的是最省的那一位：换代省三成是模型给的、档位分流是采购给的、"不写"是架构给的——前两项每次都要重新争取，而少写的每一行代码，在它出生前就省下了 review、维护、token 和未来的调试。

这也和"懒惰资深开发"的另一面呼应：好 skill 的本质，就是把资深工程师"知道什么不必做"的直觉固化成规则——523 个作品那篇讲的是产出，这条讲的是判断。

留一格清楚的边界：爆款不等于适配——它的规则倾向"能省则省"，某些需要显式啰嗦的场景（强类型、详细日志）未必合适；13.6 万星里也有围观成分，装之前用你自己的仓库跑一遍 diff，看它删掉的到底是冗余还是必要的东西——省下的代码里，哪部分不该省，还是得你的眼睛判断。

给心动的人一句落地的：先别装，先数——打开你最近一个项目，找出三段"当初真没必要写"的代码，写下它们共性；然后再装这个 skill 跑一次，看它删的和你想删的是不是同一批。对上了，它就是你的镜子；对不上，星数再多也只是别人的镜子。

MCP 生态的暗面来了一条硬的：安全媒体 TheHackerNews 披露，MCP Python SDK 存在漏洞——恶意 MCP 服务器可以窃取受影响客户端的 OAuth 凭证：client secret、授权码、PKCE verifier 全部可能暴露，攻击者拿着这些就能直接向真实服务申请有效的 access token。

详情：thehackernews.com/2026/09/offici… 。

这条和本周的 MCP 插件潮是同一枚硬币的两面。前两天刚发过给 agent 配感官的插件（看图、听声、操作硬件）、也发过"装进哪个 agent 都行"的通用安装——生态越热闹，这枚漏洞的杀伤面越大：MCP 的设计就是让 agent 自动连接外部服务，信任是程序化建立的，不像浏览器每换一个站点还要你点一次确认。

你装一个 MCP 服务器，等于自动开了扇门；门开得越多，"链路上有几双手"这个问题就越难回答——现在这双手不只翻你的数据，还能直接偷走你进出别人家的钥匙。

对普通用户的威胁链条很具体：如果 agent 帮你连过网盘、代码托管或邮件服务，OAuth 授权很可能就躺在 MCP 客户端里；凭证一泄露，对方拿到的是你授权范围内的完整访问权，改密码都不一定能追回已签发的 token。这正是安全线那句"能写成代码的约束别留在提示词里"的另一面——权限的最小化同样要写成配置，不能靠 agent 自觉。

留一格清楚的边界：受影响的是特定版本的 MCP Python SDK 客户端，你是否在列要对照官方通告；漏洞利用需要"连上恶意服务器"这个前提——别装来路不明的 MCP 就避开了大半；修复状态以 SDK 官方发布为准。

给装过 MCP 的人一句落地的，三步：一，查你用的客户端版本是否在通告范围内，能升级就升级；二，把你装过的 MCP 服务器列个清单——想想哪些还连着你的账号；三，去各服务的授权页，把用不上的 OAuth 授权全部撤掉。撤权只要一分钟，凭证被换走之后再想撤，就来不及了。

一条把"云电脑热"讲成标尺的帖子，作者自谦非专业，但四层分级相当好用：从 Manus 出来之后，云电脑、Agent computer 概念满天飞（Muse、Grok Bot 都拿"24 小时云电脑"当卖点）——问题是这些产品根本不是一回事，得分层看。

第一层：传统服务器／SaaS。任务路径固定，数据存在公用服务器的数据库里，压根没有"你的环境"这个概念——淘宝、微信、小红书全一套配置，你只有数据、没有领地。第二层：任务执行器。用户状态被持久化，但运行环境是临时启动的——状态留下了，环境还是租来的，每次开都是新的。

第三层：Agent Computer。有自己的文件系统、浏览器、GUI 操作、可安装可组合的工具、资源按需调度挂起释放——很多 Agent 产品停在这层；它离"你的电脑"很近，但身份是借的：靠授权、靠 MCP 桥接去够你的应用，并非真正的用户身份。

第四层：Personal Agent Computer——作者认定的最终形态：用户的身份状态、浏览器登录态、文件、应用状态全部完整，任何时候接入都是你的环境，和人本地操作电脑没有区别；至于资源是不是 24 小时待机反而无所谓了——身份留着，用时启动就行。

这个分层最锋利的一刀在第三与第四之间："能操作你的东西"和"就是你的东西"隔着一道身份的坎。MCP 授权解决的是"够得着"，解决不了"是谁"——代理登录、临时令牌、借来的会话，用着用着就会撞上过期、二次验证、权限边界。

这与本周"数据边界"那篇呼应：你能数清几双手，取决于链路里有几个身份在接力；第四层的诱惑正是把接力变成一个人跑。也与云电脑那条对上了：宣传里的"24 小时待机"是第三层的焦虑，第四层根本不需要常亮——身份在，机器可以睡。

作者的判断也有可检验处：大多数产品在第二三层，少数到了第四层（他点名 Grok Bot）。你完全可以用这四层给手头的工具快速定位——它有没有自己的文件系统？登录态是谁的？断了再接还是不是原来那个环境？三个问题问完，落在哪层一目了然。

留一格清楚的边界：这是爱好者的框架总结、非官方分类，层与层之间也有过渡形态（别硬套）；"第四层是未来"是他的观点——第四层同时意味着 agent 拿到了你的完整身份，那正是安全线反复强调要设急停的地方：身份越完整，刹车越要硬，否则"和人操作无异"的另一面是"犯错也和人无异且规模更大"。

给选云电脑和 agent 产品的人一句落地的：下次试用前先答三个问题——我在第几层、我的登录态在谁手里、环境断了能不能原样接上。三个答案决定它是"替你跑腿的工具"还是"借你身份的租客"——分不清这两种，就别把重要账号交给它。

Genspark 把它的办公套件开源了：GenOffice，Apache 2.0——一个工程师、7 天、约 1 万美金的 token 费用，做出了一个 Office 级的 AI 办公套件（Word、Excel、PPT、PDF 全覆盖），仓库：github.com/genspark-ai/ge… ，官网：genspark.ai/genoffice 。

先看它做对的几件事。AI 直接嵌在文档状态里，改哪里动哪里、其余字节原封不动——不是侧边栏聊天框让你手动搬运；原生格式兼容：打开是 Word 排版、保存回 Word 不炸；一句话出 PPT——给主题，它规划故事线、写文案、排页面，导出是真 .pptx；字节级保留——只重写改过的段落，其他部分 byte-for-byte 不变。

表格里 AI 生成的分析直接落到单元格，能追溯能改。技术栈也坦白：Electron + TypeScript，表格引擎是 Rust sidecar，PPT 自研解析器配 HarfBuzz 排版，PDF 基于 pdf.js——没有一行是魔法，全是拼出来的工程。

这条里最值钱的是"字节级保留"这个设计。AI 编辑文档最怕的不是写得差，是改一段、动全文——格式乱掉、批注漂移、别人的部分被顺手重写。它把"只动该动的"做成硬约束，和本周安全线那句"无论被告什么都不许做"是同一种纪律：先画清楚哪些不许碰，再谈能做什么。对文档如此，对代码、对生产环境，同理。

第二个看点是那笔账：一个工程师 7 天、1 万美金 token 就把 Office 级套件做出来——"AI 把大工程拆成小项目"这句抽象话，这里有了具体汇率。但别漏看后半句：AI 功能走 Genspark 账号积分，不是纯本地运行——这是"开源壳＋云端脑"的模式：壳随便看随便改，大脑按量付费。

它诚实标了 Alpha（v0.4.110）、支持 macOS 与 Windows、Linux 暂缺——该说的短板都说了，这比多数"开源即完全体"的宣传实在。

留一格清楚的边界：Alpha 版本的稳定性要自己验，格式兼容以你的真实文档为准（Word 的玄学排版谁都见过）；"7 天、1 万美金"是宣传口径，复刻的隐性成本别当真——去掉踩坑和调试时间的数字都是挑过的。

给想试的人一句落地的：拿你手里最复杂的一份真实文档去跑——带表格、带批注、带奇怪样式的那份；让它改三处、导出、和原版对比。格式保住一格，就值得留下一格；办公套件的战场不在聊天窗，在"保存之后打开还是不是原来那份"。

一段在程序员圈里流传的入门轶事，最近被一个 GitHub 项目坐实了：当年游戏神级程序员 John Carmack 想转行搞 AGI，跑去问 OpenAI 首席科学家 Ilya Sutskever 怎么入门。

Ilya 没让他去刷几千道 LeetCode，也没推销任何课程，直接甩了一份清单："把这 30 篇论文彻底搞懂，你就掌握了当今深度学习 90% 的核心。"

这份清单的含金量最近被真人验证了一遍：有狠人把这 30 篇全部用 Python 从零手写实现——从 AlexNet、Transformer 到 GPipe、Scaling Laws，每篇都做成了可直接运行的 Notebook。书单不稀奇，稀奇的是它被完整执行了——而且证明它真的走得通。

这条故事有两层值得拆。第一层：精华是收敛的。多数人对"入门"的想象是在题库和课程海洋里泡够时间，而 Ilya 给的形状恰恰相反——领域 90% 的核心压缩在 30 篇里。判断一个方向值不值得进，就看行内人敢不敢给出这么短的清单；给不出的，多半是自己也没理清。这与"基线挑得低提升才显眼"是同一枚硬币的另一面：清单挑得准，学习才高效。

第二层：手写是最快的懂法。从零复现论文这件事，和前两天那门 5.9 万星课程的主张完全同构——先用纯数学把算法手写一遍，再谈调库；手写过 Transformer 的人，和只会调 transformer 库的人，对"注意力在省什么"的理解不在一个层面。这也是为什么那位复刻者要把每篇做成可跑的 Notebook：能跑通的才叫读懂，跑不通的地方就是没懂的地方。

留一格清楚的边界：30 篇是 Ilya 针对当年那个时间点给的清单，如今再看会有增补（diffusion、RLHF 这些得加）；"90% 核心"是口述的约数，别当精确比例；而 30 篇从零手写是几百小时的工程，适合当长期计划，不适合当这周的任务。

给想转方向的人一句落地的：别自己在搜索结果里挑入门材料——去找你这个方向上公认做得最久的人，问他一句"如果是你，我会先读哪十篇"。要清单，别要资源包；拿到之后选一篇最基础的从零手写——第一篇跑通的那个下午，你会知道这条路是不是你的。

Google 研究人员做出了这一周 harness 线里最讲究的一个东西：RRSI——让 agent 自己进化自己的 harness，而模型保持冻结。提示词、控制流、工具、记忆、上下文都可以改，模型权重一动不动；省下来的账也直接：同等工作量少烧 40% 的 token。最关键的设计是那条纪律：每一处提出的改动，都必须挣得它留下的资格。

它把"自改进"写成了一个带闸门的循环：跑任务 → 研究失败 → 提一个小编辑 → 先筛一遍有没有 benchmark 泄漏 → 再拿增益去对噪声和成本 → 剪掉死重 → 重复。注意那两道闸的位置："筛泄漏"防的是作弊（把题做熟），"对噪声"防的是自欺（涨了 0.3 个点就当突破）。

没有这两道闸，进化很容易变成往题库里过拟合——而这正是论文消融实验给出的最硬数字：不加约束的进化，在用来进化的任务上分数更高（92.8 对 90.5），但换到没见过的域外任务反而更低（43.6 对 40.3）；RRSI 同时还更省——每轮 242 万政策 token，而对照组要 380 万。

作者那句收尾值得裱："真正的升级是能迁移的 harness，而不是只赢自己彩排的那个。" 这句话把评测四铁律从"评模型"平移到了"评自改系统"——别拿今天模型的短板建题库的孪生问题就是：别拿你的训练任务当唯一裁判。会过拟合的不只是模型，还有那套一直在优化它的循环；一个只在自家彩排里拿高分的 harness，跟一个背题库的学生没有本质区别。

把它放进本周"自改进"三部曲，层次就清楚了：SkillOpt 让技能进化、Raven 把编排层也交出去、RRSI 给了前两者缺的那道刹车——先筛泄漏、再对噪声、超出范围就回滚。改可以随便改，验必须用没见过的题验：这是三条线收敛出的同一句话，也是"先立标尺再谈进化"的完整版。

留一格清楚的边界：40% 与那两组分数来自论文口径，不同任务与模型会变；"模型冻结"指权重不动，不代表运行成本为零——每次编辑的评估同样要花算力；RRSI 是否开源、能不能复现，以 Google 官方后续为准。

给也想搞"自改进"的人一句落地的：下次改完你的 prompt 或 skill，别只在原任务上重跑——加一道固定动作：再拿一个从没跑过的任务试一遍。域外那一次分数不掉，改动才算真提升；掉了，就是 RRSI 消融表上那个 43.6——彩排赢了不叫赢，上场才算。

一篇"被时间线埋掉的鲸鱼级论文"：DeepSeek Elastic Compute（DSec）——被转发的三个数字已经够唬人：单个生产单元约 160 个节点，每天服务约 300 万沙箱；生产中支持 38 万以上并发沙箱，每秒新建超过 5000 个。

这是 DeepSeek-V3.2 到 V4.1 全部 Agent 训练、评测与数据预处理的沙箱底座——换个说法：那些开源模型在真实环境里"读代码、改文件、跑测试"的每一步，都是在这座工厂里完成的。

Agent 训练的重工业部分，原来长这样：模型是大脑，而每天三百万次的环境起停才是它练手的操场；50 倍的超卖率、三层可组合的镜像，都是为了让这片操场便宜到烧得起。

放回本周的沙箱线看，这条补齐的是规模那一格：卖铲子那篇讲个人创业者跟着潮水换工具、逃逸事件讲沙箱本身会被突破、吴恩达讲约束要写成确定性代码——DSec 讲的是当沙箱成为国家级训练基建时的量级：秒级五千个的创建速度、被模型当成奖励捷径去钻的漏洞、内核级攻击仍无通用防御——这些在论文里都写成了公开的设计约束。头号玩家把弱点一起公开，本身就是行业成熟度的信号。

留一格清楚的边界：这是论文口径的峰值数字，不同负载与机型会有落差；"每天三百万"是沙箱创建次数，不等于三百万次有效训练；安全那段也自认"仍无通用防御"——规模不等于安全，这句论文自己就写着。

给看这条的人一句落地的：记住"每秒 5000"这个量级——下次再看到"agent 训练成本太高"的说法时，你就知道瓶颈未必在模型：环境的起停、镜像的搬运、内存的超卖，这些看不见的工程才是吞金兽；你的小场景学不了全貌，但"三层拆分、按需加载"这两招，几十台机器也用得上。

一次很有代表性的一周实验，前半段是爽文，后半段是恐怖片：作者用 vibe coding 做了一周项目，"就当体验一下"——体验确实好，你只管说想要什么，它就去做，什么都不用操心。直到今天他第一次点开代码：2000 行的组件，本可以拆成至少 7 个；某处不知为何不用 SDK 改成裸调 API；满屏 div；框架自带组件几乎没用上；需要一点逻辑的地方写得既低效又难维护——用他自己的话说，这清单还能接着列。

然后是那句收尾，值得裱起来："vibe coding 非常酷——如果你不打算把它送上线。真要上线，你只有三条路：全部重构、从头做严格代码审查，或者……就好好写代码。"

这条是昨晚"错了赔多少"那篇的一手注脚。那篇给了理论边界（小项目 vibe、生产要真代码），今天这条给出的是放养一周后的真实账单——而且它揭示了 vibe 债最麻烦的特性：债是隐形的。

程序跑得通、功能都正常、演示效果漂亮，烂结构不报错、不崩溃、不报警，直到你第一次以审阅者的眼光看它，才吓一跳。这意味着"第一次看代码"这个时刻，就是所有债的清算日——问题只在于你是主动安排它，还是等上线前夕被迫撞上它。

把这周几条串起来，答案已经很完整：没人挑错的产出，债只会累积（Jane Street 那篇"一个写一个挑"是解法）、实现占比越高越危险（工时两栏那篇）、vibe 的正确位置是可回滚的那半（Raven 篇的分类）。三条合起来就是一条操作原则：vibe 可以随便用，但审查不能是第一次看——要么从第一天就有人盯，要么接受重构的成本，二选一，没有第三条免费的路。

留一格清楚的边界：这是一位作者一周的样本，代码质量问题可能因任务复杂度而异——简单 CRUD 或许烂得没这么厉害；而且"从头严格审查"的成本也被他轻描淡写了，真做起来未必比重构省。方向不冲突：产出速度和产出质量，在缺人盯时就是反向的。

给刚 vibe 完一整周的人一句落地的：今天就抽 10 分钟，打开那个最久没看的文件——数一数单文件行数、找一处绕过框架的裸调用、看看核心逻辑有几行重复。三个动作花不了十分钟，但会告诉你这笔债是"改改就好"还是"该重写"——上生产之前，你还有得选；拖到上线后，就只剩重构一条路。

来自马斯克 AI 团队成员的一线证言，1700 多赞："Grok 4.7 好到爆——但模型已经不是瓶颈了，我相信 harness 的可靠性以及它周围的一切才是。"

真正让他惊讶的是用户评论的形状。他读了自己那篇"Week 1 at SpaceXAI"下几乎每一条留言，发现几乎没人喊"把 Grok 做得更聪明"，全在喊同一件事：让 agent 把活干完。

他把诉求压缩成四个别：别半途而废、别丢了浏览器、别忘了自己在干什么、别卡在那里等我发现。然后给了句判断：这其实是"幸福的烦恼"——人们已经在拿 Grok 干真活了，现在该轮到系统的其余部分配得上模型的能力。

工具、浏览器、记忆、状态、重试、错误处理……模型完全知道该做什么，agent 仍有一百种死法；他最后留了个预告：正在修其中一些。

这段话把本周两块拼图对严丝了。第一块，"模型只是及格线、结构才是成败"那篇的官方回声——只是这次来自对手阵营：Grok 的人自己说模型够了、系统拖后腿。第二块更妙，它和 Cherny"别折腾脚手架"那篇看着打架，其实说的是两码事：Cherny 反对的是替模型补位的细碎规则（那 10–20% 会被下代抹掉），而这条讲的是让 agent 不死的系统件——状态保持、断点重试、浏览器续命、错误兜底。

前者该删，后者该建；判断标准就一条：这个东西在解决"模型不够聪明"，还是在解决"系统不可靠"——前者会贬值，后者只会更值钱。

四个"别"值得裱起来当清单，因为它全是失败模式，不是能力问题：半途而废（任务状态丢了）、丢浏览器（会话断了）、忘任务（上下文没了）、卡住不报（死循环没有出口）。这四样没有一样能靠"换个更强的模型"解决——它们是管线的病，不是大脑的病。这也是为什么"能写成代码的约束别留在提示词里"那条在实践里成立：重试次数、超时出口、状态落盘，这些从来就该是代码层的硬逻辑。

留一格清楚的边界：这是一线员工的观察与预告，具体改进没有时间表与细节；"没人喊更聪明"是单帖评论区的样本，不代表全部用户。但方向可信——当最强模型的团队都在修可靠性，你就知道该把自己的力气放哪了。

给还在死磕模型选型的人一句落地的：给你手头的 agent 列一张"四种死法"清单——上次它卡在哪、断在哪、忘在哪、哪次没等你就放弃；逐条给个兜底（落盘、超时出口、断点续跑、进度上报）。四条补完，你大概率比换个更贵的模型收益大——这周从评测到安全到 harness，所有线索最后都收在这句话上：先让它别死，再谈让它更聪明。

一个读者的真实遭遇，外加一次认真的技术排查：他新注册的 Claude 账号只跑了一个任务就再次被封，20 美元退款申请也没过——于是让 Codex 结合官方资料和对本机 Claude Code 的只读检查，查了查：除了 IP，Claude 还能通过哪些信息认出"你是你"。

查出来是一套五层的组合拳。第一层，浏览器 Cookie：官方文档明确列了 anthropic-device-id，标注用途是"安全"、保存期 10 个月——换 IP 不会清掉它。第二层，CLI 的持久标识：本机配置里有 userID、machineID，随机生成后长期存在。

第三层，请求元数据：device_id、账号标识、会话标识一起打包——出口 IP 变了，关联依据还在。第四层，环境特征：设备类型、系统、浏览器、时区，加上隐私政策里写的"概率性标识"——业内说的指纹，就是把这些特征拼起来判断"是不是同一个环境"。

第五层，硬件线索：检查发现安装包里有读取系统 UUID 的通用依赖（目前追踪到的路径只保留了 CPU 架构）。结论他自己写的：这一套组合拳，防不胜防。

这段排查最该记住的只有一句话：换 IP 不等于换身份。很多人对"隐私"的想象停在网络层——挂个代理就以为换了个人；而现代风控早就在设备层建了档：你的浏览器、你的 CLI、你的时区，都随身带着身份证。这与前几天"上传的文件链路上有几双手"是同一个主题的另一面——那条讲数据出去后谁在看，这条讲你以为没出去的东西，其实一直替你在敲门。

值得说清楚立场：本文只讲机制、不给规避方案——对抗风控的技术教程不在这条线的范围里，账号该走官方渠道申诉、环境该按服务条款配置。普通用户能从中拿走的不是"怎么防封"，而是两个清醒：其一，重要账号别在来路不明的环境里反复注册，每次被封都可能是真损失；其二，对任何"隐私承诺"都留个数——能被识别的维度，永远比你以为的多。

留一格清楚的边界：这是个人用 Codex 做的只读排查，具体风控算法官方从未公开，五层里有些是文档实锤、有些是代码线索，权重不明；"跑一个任务就封"也可能另有原因（支付、注册渠道等）。方向可信，细节以官方说明为准。

给普通用户一句落地的：把你最在乎的那两个账号，今天就走官方渠道做一次环境确认——正规登录、正规支付、别在共享设备上反复切号；至于那些"三天两头被封"的号，先弄清楚规则，再谈要不要继续——这也是昨天"守规矩的人别替别人交学费"那条的实践版。

Qwen 团队开源了 Qwen-MM-Plugins：让你正在用的那个 agent 直接能看图、能看视频——GitHub 2983 星、Apache 2.0，8 月初放出第一版，一个多月里已经连加八组插件（仓库：github.com/QwenLM/Qwen-MM… ）。

它戳的痛点很具体：让写代码的 agent 帮你调界面，它看不见截图，你只能用文字把"按钮在右上角、间距太大"来回描述，对好几轮还对不上。core 插件默认不用任何 API 密钥就能读本地图片和视频帧——文档、代码、数据表、3D 模型直接看；要更重的能力再挂 api 插件（OCR、目标定位、语音转文字、区分说话人、字幕、事件分析），要查资料挂 search 插件（Serper、Exa、Tavily 都能接）。

安装面也很宽：Claude Code、Codex、Gemini CLI、Qwen Code，装进哪个都行。

把这两天的三条串起来看，图景就完整了：昨天发的 mobile-mcp 让 agent 摸得到真机、cua 让它点得动界面、今天这组让它看得见画面、听得见声音——原帖那句总结到位：能看、能听、还能动手，agent 的感官配齐了。

"说、写、查、点、看、听"六样凑齐之后，agent 与人的协作界面才真正对等：以前你替它看（文字转述截图），以后它自己看，你只负责说要什么——这正是"黑箱时代判断力是唯一输入"在感知层的最后一块拼图。

两个细节值得单独夸。其一，"默认不用密钥、本地读取"——数据不出门，正是这周数据边界三连一直在争的那件事，官方插件把它做成默认项。其二，mhs 插件操作摄像头、传感器、灯和机械臂时，主机端带安全限制和紧急停止——能动手的东西必须配急停，这与"无论被告什么都不许做"是同一条纪律落到硬件上的样子：先保证停得住，才谈让手伸出去。

留一格清楚的边界：插件质量参差是生态常态，八组插件的成熟度各不相同，上手前先看各自的 issue 与文档；硬件操作那组尤其要小心——接真设备之前，急停和权限务必先验一遍，别让演示事故变成真实事故。

给想给 agent 配"感官"的人一句落地的：先从最痛的那一格开始——你最常"用嘴描述画面"的场景，就是最该装的插件；装完把那次来回五轮的沟通压成一次"你自己看"，省下的轮次就是它的安装价值。

一个 2000 多赞的问题：如果 vibe coding 继续以这个速度进化，软件开发者会怎样？（配图在原帖）这问题没人敢给标准答案，但这周的素材已经把答案的轮廓画出来了。

先说被吃掉的那半。Netflix 把 15 年的特征工程扔了——那是"替模型把信息翻译好"的活；提示词技巧在贬值——那是"把话说到模型心坎里"的活；样板代码、胶水逻辑更是早就被生成式补位。凡是翻译性、填空性的工作，正在一条条划进模型的领地——这不是预测，是本周一条条发过的事实。新人过去靠这些活入门，现在这层台阶正在变薄，学不会的人首当其冲，这话得诚实说。

再说留下的那半。留下的全是要负责的活：这个错误赔多少、这条数据能不能发、这个架构明年还成立吗、验收标准谁来定——vibe 边界那篇讲的"错了赔多少"、记忆那篇讲的"先证明值钱再买工具"、黑箱那篇讲的"判断力是唯一输入"，说的都是同一件事：模型接管执行之后，判断和责任变成了稀缺品。

"执行已经便宜了，把功夫花在许愿上"——许愿就是知道要什么、敢拍板、担后果，这三样目前没有外包的可能。

所以答案不是"开发者要失业"，而是开发者的定义在换：从"能把功能写出来的人"变成"能划清边界、验收结果、对后果签字的人"。会写代码仍是基本功——不懂实现就没法验收模型的产出——但它从核心竞争力降级成了入场券，就像今天没人拿会用搜索引擎当卖点。

留一格清楚的边界：焦虑题最容易两头跑偏，既别信"明年全被替代"，也别信"永远缺程序员"——真实曲线是分层的：底层执行岗会被持续挤压，中高层的系统与责任岗反而更值钱；行业整体需求也在随应用爆发而变大，只是要人的类型变了。

给还在写代码的人一句落地的：拿一周时间，把你每天的工时按"实现"和"判断"两栏记——实现（把功能写出来）和判断（定边界、做取舍、写验收）。看到比例你就知道危险还剩多少：实现占比越高，越该把时间挪去判断那一栏，因为模型每天都在从左栏里搬东西走。

开源阵营把"agent 的手"也补上了：computer-use 框架 cua 发新版——让 AI 像人一样点鼠标、敲键盘，自己搭 agent 不用造轮子；原帖那句总结很直白："Manus 靠这套赚钱，cua 直接开源——闭源的护城河又浅了一截"（仓库：github.com/trycua/cua ）。

computer-use 之所以是关键一环，因为它是 agent 从"能说"到"能做"的最后一段：能读代码、能调工具，还得能在真实界面里点得动——网页、桌面软件、老系统，没有 API 的地方全靠这只"手"。

前两天发过让它操控真机测移动端的工具，这次是框架级的补全：说、写、查、点，四样凑齐，agent 才算四肢健全。而"四肢"恰恰是最容易被开源补齐的部分——界面点击没有玄学，拼的是工程打磨。

"护城河又浅了一截"这半句，放进本周的清单里看更清楚：Claude Code 可以被接到免费模型上、部署可以搬回自家 VPS、健康手环能退订自托管、现在连 agent 的操作层都有了成熟开源件——每一条闭城河，都正在被一个 GitHub 仓库挖通。

闭源产品靠体验和整合赚钱没错，但当底层（模型免费化）、中层（框架开源）、操作层（computer-use）全线变浅，留给"仅凭功能收费"的空间就只剩最后一点时间差。这与"免费化的尽头是找掏钱的人"是同一条河的两岸：一边在拆墙，一边在想怎么继续收租。

留一格清楚的边界：这是一句话宣传加演示视频，能力边界、稳定性、真机成功率都还没第三方验证；"Manus 靠这套赚钱"是类比而非事实指控，两家技术栈未必相同。开源件的通病也在——能跑不等于能上生产，授权、更新、坑位都得自己扛。

给想搭 computer-use 的人一句落地的：别从造轮子开始——拿 cua 起手，先让它替你完成一个真实的三步操作（打开应用、填一个表单、截个结果图），跑通三次再谈接进自己的 agent。轮子已经免费了，值钱的是你知道让它干什么——这也是一周下来所有"搬回家"故事共同的那句结语。

国内大模型的人事重磅，落定很久才被详细披露：《晚点》获悉，小米 9 月 22 日对内发布晋升名单——31 岁的大模型团队负责人罗福莉晋升至 22 级，这是小米职级体系的最高级别；接近小米的人士说，到顶之后的晋升主要体现为职务变化。同一天，小米发布 MiMo-V2.6 Pro 与 Flash 两款模型。

两个细节放在一起看更有意思。其一，晋升与发模型是同一天——人事与产品同步落锤，说明这条线在小米内部的分量：罗福莉的 MiMo 团队正是今年 7 月小爱架构调整后基础模型能力的提供方（端侧归 OS 团队、云端归工程），如今业务范围进一步扩大。

其二，31 岁＋最高职级——在传统职级体系里这几乎是破格的速度，能被这样奖励，说明公司认定押注模型这条路线押对了；这与本周"AI 部门话语权上升"的大势完全同频：谁掌握底层模型，谁就在下一波产品里掌握地基。

对普通用户，这条新闻有个接地气的注脚：MiMo 正是我们这几天反复提到的那个模型——OpenRouter 榜上冲进前八的国产选手、跑出"可砍 17% 参数"讨论的对象，如今它的操盘人拿到公司最高职级。榜上的数字、裁剪的讨论、人事的落定，三件事其实在讲同一条上升曲线——国产模型这条线，从流量到技术到组织，都在被认真对待。

留一格清楚的边界：这是媒体披露的内部名单，具体职级口径与后续分工以小米官方为准；"业务范围扩大"也来自转述，未必等于权限的完全重组。人事新闻的看点向来不在个人，在于它透露的资源流向——把这一层看懂就够了。

给关注这条线的人一句落地的：下次看国产模型，顺手记下它的操盘团队动向——领军人的去留与级别，往往比一次跑分更能预示这个产品线两年后的状态。模型会换代，做模型的人不常换；这也是"淘金者会换、铲子不用"在人才侧的版本。

免费阵营又添一员，口号写得很冲：Freebuff CLI——一个 100% 免费的 coding agent，"Bye bye, Claude Code"。（视频在原帖）

把这句叫板放进本周的行情里看，其实不意外。免费化已经三连了：Codex 拍出无限用量、Devin 砍价三到七成、X 把 Cursor 和 Grok 打进套餐——现在连"直接替代 Claude Code"的免费 agent 也上了桌。

免费之所以敢叫板，底气在底层：开源模型榜单领跑、单模型压到 1.6GB 能本地跑、免费端点越来越稳——地基便宜了，盖在上面的工具就敢白送。这与"软件免费的老故事在 AI 重演"是同一出戏，只是这次连算力那部分都在降价。

但"Bye bye"这句得按住别急着信，两盆冷水。第一盆今天刚泼过：免费的尽头永远是找那个掏钱的人——100% free 靠什么活着？广告、增值档、还是下一轮融资，总有一条隐藏在小字里；免费产品比付费产品更需要看它的生存模式。

第二盆更个人：你的资产可能搬不动——今晚讲过，现在的差距不在 prompt 而在你挂的 skill、引用的仓库、积累的上下文；换阵营换的不只是工具，是你那套用顺了的资产。Claude Code 没那么容易被"bye"，除非迁移成本接近于零。

留一格清楚的边界：这是发布方的一句话宣传，能力、兼容性、长期维护全都没验证——"免费"和"能用"之间隔着一整条产品线；视频页在原帖，细节自行判断。别把它当竞品讣告，当多一个可试的选项就够。

给心动的人一句落地的：拿你手头最不重要的一个仓库当试验田，用它跑一遍完整的"改代码、过测试、提交"流程——能跑通、不丢上下文，再考虑正经迁移；你的 skill 和引用清单能不能带过去，才是换不换的真正考题。工具随时能换，资产搬不动就等于重练。

把"AI 写 SEO 文章"从玄学做成流程的样本来了：一个叫 content-gate 的 skill，作者把整套写法沉淀成了可复用规则（仓库：github.com/vikingmute/con… ）。它有三个设计点，每个都能直接抄。

第一，依据不是个人经验，是官方文档——整套规则基于 Google Search Central 的内容质量与合规指南。这一步看着朴素，实则最关键：规则写在可查的源头上，模型换代、标准更新时你知道该回去改哪里；凭手感写的 prompt 则相反，出了问题连"错在哪条"都无从查起。

今晚安全线说"能写成代码的约束别留在提示词里"，这里是它的文书版——能挂在权威文档上的规则，别挂在自己的语气里。

第二，配了发布前的 checklist 给 AI 自查——这正是"一个写、一个挑"的轻量落地：写完不直接发，先过一张可勾选的清单。不需要另开一个 agent，清单本身就当了那个挑错员。本周评测线讲"能验证的才叫证据"，落到个人工作流，就是这一张纸的分量。

第三，双语策略是"按目标语言重写，而不是逐句翻译"——这与"给结构别给像素"异曲同工：逐句翻译保的是字面，按语言重写保的是效果；目标是本地读者看得顺，不是译文对得上原文。

三个点合起来，正是 skill 该有的样子：有出处、有验收、有语境适配。这也接上了"523 个作品"那条课评的判断——skill 不是把话说得更漂亮的模板，是把一次摸索固化成以后每次都能跑的流程。作者说已经用它写了一批文章、效果不错，等于先替你验证过一轮。

留一格清楚的边界：SEO 规则会变，官方指南更新时 skill 也要跟着改——挂靠官方的好处正在于此；不同行业的内容合规差异也不小，别原样搬去医疗金融这类强监管领域。

给想做自己 skill 的人一句落地的：挑你每月重复三次以上的一类文书，按三件套搭一版——找到那个领域的权威规范当依据、列五条发布前自查项、明确"按读者重写不逐句翻译"。搭完先跑三篇真稿试，能省时间的 skill 才值得留，其他都是收藏夹里的自我安慰。

一条不讨人喜欢的规定，背后往往有段被薅的历史：Claude 现在封号不退款——但最早是退款的。后来国内一批中转站玩家批量注册订阅、反代理成 API，等订阅量快用完时故意违规，把账号送进封禁名单，钱就原路退回来了——于是官方把规则改成了封号不退款。这段前史已经过去挺久，很多人还不知道，帖主特此告知。

这条小历史值钱的地方在于它示范了规则是怎么演化的：不是某天产品经理拍脑袋，而是有人先把口子钻成了漏斗，平台才把门焊死。同一套剧本在本周的账本上反复出现——额度被砍之前，常常有挂机党和灰产在榨它；基线被挑弱之前，常常有营销在挑便宜的分母；每一条用户嫌恶的收紧动作，背后几乎都能找到一截"被薅的前史"。

理解这一点，看规则的眼光会从"平台又作恶"变成"上次谁把它薅疼了"——后者才是预测下一次变动的真正线索。

代价的分配也值得记：钻空子的人赚了快钱、平台背了骂名、老实付钱的人买了单——这是最典型的负外部性。你我这样的正常用户，其实是在为那些"故意违规骗退款"的行为付利息：规则收紧、额度下压、审核变严，全是利息的形态。这与"额度是天气"那篇合起来看更完整：天气之所以反复无常，常常是因为有人在云层里放了炮。

留一格清楚的边界：这是转述的坊间前史，官方从未公布过修改规则的具体动因，"中转站骗退"的说法别当实锤；不退款的具体适用范围也以官方条款为准。但作为一种阅读方法它很好用：遇到新规别急着骂，先问"上一次谁钻了它"——答案多半比情绪有用。

给普通用户一句落地的：这周把你的订阅条款翻出来，重点看两处——封禁后的余额处理、以及公平使用条款。知道红线画在哪，比事后申诉有用得多；守规矩的人至少别替别人交学费——这条规定的历史，说的就是这件事。