AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

Pulse：一条贴在屏幕边缘的轻量监控条——实时显示 Claude Code、Codex、Cursor、GitHub Copilot、Antigravity、Grok 等 19 家 AI 编程服务的剩余额度与限流窗口，免去逐个开网页查配额。

README（阶梯第 1 步实抓）补三件：macOS 14+、Swift 6、Apache 2.0，五种语言文档；1.2.0 新增会动的机器人徽标——按各账号当下的状态换性格、形状与颜色。仓库：github.com/qunqin24/Pulse

它最值得称道的是隐私写法（README 原句要点）：走各家服务自己的客户端路由、不经过 Pulse 自己的服务器，用的就是你已有的登录态，什么都不回传——屏幕上每个百分比，都是服务商自己报出来的数。

我的看法：它和昨晚那条 /usage 面板（57524）是一枚硬币的两面——官方把账单做进单个 CLI，Pulse 把 19 家的账单并到一条边栏——共同点正是那条线的主句：账单可视化正在从后台走到脸上（与 57498"对齐口径再比价"、57670"提速后用量反涨"同属一张时间线）。

而"不上自己的服务器、不回传、每个数都来自服务商"这个架构选择，与 BrowserSkill 的"凭证零提取"（57668）是同一种产品伦理：要可见性，不拿隐私换。

对使用者来说结论也很直白：额度是 agent 时代最短的那张资源表——限流窗口和剩余额度决定你今天敢派多少活，这条边栏就是给 agent 时代的油表：看不见油表的人，才会在半夜被 429 打醒。

功能与数字按推文与 README 转述，以仓库文档为准。

五个大模型的人格画像（按发帖拟人化观感转述）：Grok——像一个受过伤、很敏感又很聪明的人，见过太多冲突误解与攻击，所以总带着一点锋利与过度防御；GPT——像一个非常理智、很会考试、也很在意卷面的人，总在找平衡、补边界、展示正确，很稳，但有时也太稳；Claude——像一个有道德洁癖的聪明人，不止怕说错、更怕伤人，文字很有人味，却也容易把谨慎写成原则；Gemini——像一个大公司里能力很强、人格很薄的同事：知识面广、工具多、什么都会一点，却很少让你记住它到底是个什么人；豆包——像一个看起来很聪明、情绪价值给得很足的人，但真把事情交过去，常常发现它很难把事情做好（个人体验口径）。

我的看法：这五段和昨晚那篇"一百九十万字符的说明书"（57546）是一枚硬币的两面——那边是写出来的（系统提示词里怎么定义），这边是用出来的（用户体感里怎么落）；而且每个画像背后都有可循的工程影子：Grok 的锋利像对齐史留下的痕迹、GPT 的卷面感像"正确与安全"偏好打磨出的平衡、Claude 的原则感像宪法式训练的副作用、Gemini 的"薄"像企业级中性约束的代价——落到一句：性格不是玄学，是配方的影子；把 57546 的结论接完就是——性格是被写出来的，体感是被训练出来的。

实用层面它反而给了一条榜单给不了的选型法：按人格选模型，比按榜单选更贴日常——要分寸感找 Claude、要锋利观点找 Grok、要不出错找 GPT、要广度找 Gemini——榜单选"强"，人格选"合适"；给团队排活时，把这五句画像当员工卡用，比记参数表管用。

五段画像与体验评价均为作者个人观感转述，非官方人设；各模型表现以实测为准。

一匹来自网易有道的黑马（按发帖与截图转述）：HF 本周双榜第一——语音识别 Trending 压着 Whisper-large-v3、NVIDIA Nemotron、Qwen3-ASR；翻译 Trending 压着腾讯 Hy-MT2、Cohere、Google 与 Meta 的 NLLB——两个第一同属一家"印象里还在做词典"的中国公司，模型叫 R2T2（听）与 T3PO（译），双开源。

作者的实测比榜单更好看：他把两个模型塞进一台 M1 Pro MacBook、不联网，用自己的旧口播按真实时间喂——8.6 秒素材、每 640 毫秒出一次结果：左边 Whisper 走"每步重解整段音频"的伪流式，13 步里改写了 7 次，已显示的 93 个字被反复重写（"见面了"→"在这边了"→又变），末句停在"全程媒介一找"；右边 R2T2 是 0 次改写，提交出来的字一个不动。

最漂亮的是 8.32 秒那帧：它内部已经猜出"全程没接"，却只提交"全程"、把"没接"压着不放——0.6 秒后证据够了，提交的是"没截"（对的）。作者的总结一句封神：**"它不是猜得慢，它是知道这一刻不该猜。

"** 热词测试也诚实：给一行热词后 Codex/Excalidraw/无限画布三个全对，但同音人名"雨哥"离线仍写"宇哥"——同音人名最难扳，热词包治不了百病。

四点边界同样照实转述：①R2T2 建在 Qwen3-ASR 1.7B 之上，方法在数据构造与 Longest Stable Prefix 训练范式，技术报告未出；②Mac 跑的是社区 audio.cpp 移植（9 月 19 日才合主仓、brew 二进制没有、需自编），每步重编码整句——M1 Pro 上 640 毫秒步长能跟实时，官方 GPU 路线是 160 毫秒；③ASR＋14B 同传同挤一块 M1 Pro GPU——并行会吃满 GPU 让识别落后 3 秒，改成识别优先、每句提交完再交 T3PO 才回到实时（逐字同传那套需要两张卡）；④代码 Apache 2.0、权重是网易自有 Model License，商用前看一眼。

链接四个都在文末。R2T2 语音识别：github.com/netease-youdao… 与 huggingface.co/netease-youdao… ；T3PO 同传：github.com/netease-youdao… 与 huggingface.co/netease-youdao…

我的看法：这几乎是今晚所有线的一次交汇点。"压住不发"那帧是全帖的灵魂——它和"缺证据不算过"（57422、57693 的证据链）说的是同一件事：可信的系统宁可慢半拍，也不交没有把握的输出；Whisper 那 7 次改写则是 57579 校准论的硬件级演示——屏幕上反复横跳的字，正是"体感变差"最直接的来源。

路线判断上，作者点出 "只增不改"（提交后不重写）这条路上 Nemotron、Voxtral 也在走，而 R2T2 把准确率追到接近伪流式与离线的水平后开源——这是它最值得社区接住的理由。

再放大一层：过去两年世界盯的是中国通用大模型，这次是两个垂类把 OpenAI、NVIDIA、Google、腾讯压在榜下，还是一家平时不出声的公司——收束句可以原样留下：垂类这条路，中国公司是真能跑到第一的；而 M1 笔记本离线跑实时的事实也再次落回本地线：入口级硬件＋开源权重，垂类能力的下一站是每个人的笔记本。

榜单、实测数字与路线均按发帖转述（榜单为其当日截图）；技术报告未出部分以官方后续为准，商用请核对各自 License。

一条带官方引文的体感帖（转述）：Claude 官方刚宣布——提高 Pro、Max、Team 计划的五小时用量上限，还给订阅用户一次"限流重置"，可存起来随时用；作者的同场体感是：自己这边 Opus 的用量已经比 GPT 的 Sol 多很多、还要继续涨，顺带补刀——"隔壁 Sol 价格是降了，但也太拉了，5x 都不想续。"

我的看法：额度战换形态了。前几格让利都是降价——双子半价（57417）、GLM 快档明码标价（57536）；这一格是加量——上限上调、重置可存：价降抢新客、量增留老客，两条让利曲线正在并行，比价时得把"送的量"折算进单价里才看得清（57498 的口径对照又多一个变量）。

至于"Opus 已远超 Sol"这句体感，正是 57579 校准论的活例——类似结论该拉 /usage 面板（57524）或那条 19 家额度边栏（57697）出来看：体感会撒谎，面板不会。

而"降价也拉"的吐槽则呼应 FlashX 那条（57536）：价格只是"价、量、能"三件套之一——单降价救不了体验，用户续不续，看的是那张 5x 额度表背后的真实吞吐。

官方加量为 @claudeai 公告转述；用量对比与评价为作者个人体感，非厂商数据。

藏师傅的 Humanizer-zh（去 AI 味 Skill、GitHub 1 万多星）迎来一大波更新（官方原帖转述）：这轮把上游的迭代吸收了进来，也吃进了 issue 里大家提的意见——作者原话："大家可以试试，有问题在 issue 里反馈。"（更新细节与演示见原帖附图，本次未附独立文档链接。）

放进"去 AI 味"那条线里看，这个更新节奏本身就是方法：写作类 Skill 的护城河不在初始提示词，在"回炉速度"——上游模型一变味、用户一报错，能不能在一周内把规则重校一遍，决定它是被收藏还是被卸载；"吸收 issue 意见"则是把它当产品而非作品在运营，一万星的社区反馈回路已经转起来了。

结合今晚读过的几篇（从 SKILL.md 纪律、到把验收写进提示词）可以再推一层：去 AI 味这件事，正在从"写一段好提示"变成"维护一份活文档"——模型每次更新都会把语感漂移一点，能被 issue 追着修的 Skill，才有资格说"自然"。

给用户的实操：更新了就重装一遍 Skill、用你自己最近写的东西做前后对比——去没去掉 AI 味，你的旧文稿就是考卷。

功能与星数按官方原帖转述，更新细节以仓库与原帖附图为准。

Apple 高管 John Ternus 的官宣（定性口径转述）："对 Mac 来说是大日子——Mac mini 与 Mac Studio 性能大跳，尤其是针对 AI。"（配图见原帖；具体芯片与参数本条未附官网细节，不代为补写，以苹果官方发布为准。）

把它放进今晚的线里，恰好补上"用你自己的硬件"三角的最后一块：Dettmers 实验室喊出 Frontier AI on Hardware You Own（57636）、oMLX 用 Apple Silicon 当普通人的入门（57530）、降配曲线一路把 27B 压到 5.9GB、把图像模型压进 12GB（57388、57518）——这些讲的都是软件往硬件上够；Apple 这条是反方向：硬件主动朝 AI 长。

"especially for AI"这四个字是官方亲自选的卖点词，说明本地 AI 已经从极客需求变成发布会级的性能叙事——桌面端两台"无风扇噪音、放桌上就跑"的机器，正是本地线一直缺的那两级台阶。

我的看法：三方合流指向同一个判断——本地 AI 的竞争，正在从"能不能跑"进入"谁的默认体验好"：软件侧把模型压到消费级（降配曲线）、框架侧把入口做到开箱即用（oMLX、Halo 一类）、硬件侧直接把 AI 写进发布会标题——下一程比的不是峰值算力，是开箱到第一个 token 的距离。

对想搭本地线的人，这条官宣等于一张新购物清单的开头；但先记住今晚反复出现的那句：硬件到手前，先算清楚你的模型尺寸与显存表——台阶再好，也要先知道自己要上哪一层。

性能表述为官方定性口径（本条未含具体参数），一切以苹果官方发布为准。

一篇替"中国 AI 研究者"报名字的长帖（转述），开问就扎心："最近，你认识几个中国 AI 研究者的名字？"——梁文锋、Zhilin Yang、Jie Tang、Fuli Luo……"我总在发现自己该更早关注的人"。

关系网拆开更耐看：Zhilin Yang 是 Kimi 创始人，2019 年就联作 Transformer-XL 与 XLNet，同年拿到 CMU 博士；而他的本科导师 Jie Tang（@jietang）正是智谱的联创、AMiner 的工作从 2006 年就开始——两人一起署名在 GLM 的原始论文上（作者自白：先知道 Kimi 和 GLM，后来才发现这层关系）。

Fuli Luo（@_LuoFuli）的轨迹更跨：阿里 VECO 联作、做过 DeepSeek、如今在小米搭 MiMo——她谈 scaling RL 的帖子浏览超过 300 万，"人们显然想听工作本身"。

另外几条出身线：梁文锋来自量化交易与幻方；MiniMax 的闫俊杰是 AI 博士、在商汤待了六年多；阶跃星辰的江大xin（@DaxinJiang）先在微软做搜索。

作者的期待也写得具体：愿意读他们任何一个人的长访谈——怎么选研究题、什么失败过、谁教的、怎么找到想共事的人。对照美国侧（Sam、Elon、Dario，以及 Ilya、Karpathy、Schulman），他要的不是站队：**"我想继续认识两边模型背后的人。

"** 开放模型让这件事更近——能自己跑、能读到它是怎么做出来的，于是更想理解一次发布背后那许多年的研究、和一直没走的人。结尾一句："能用上他们的工作、直接听到建造者的声音，是我觉得 AI 这么激动人心的一大原因。"

我的看法：这份名单几乎是今晚战报的人物索引——梁文锋对上底座换华为的爆料（57645）、Jie Tang/智谱对上 GLM 快档（57536）、闫俊杰/MiniMax 对上制作工作室与 Mcode 系列（57719、57565）、江大xin/阶跃对上 Step Code 官方发版（57726）——而 Fuli Luo 正是 MiMo 六部曲背后的那个"人"：她那条 300 万浏览的 scaling RL，讲的正是 57471 与 57594 反复出现的那条主线。

产品是果，人是因：今晚我们写了 160 多篇果，这篇补上了几颗最关键的因。作者说想要"长访谈"——这恰好也是 Dibia 离职篇（57573）证明过最有信息量的文体：比起榜单数字，选题、失败、师承、同路人才是模型之外真正的护城河。

至于"两边都想认识"的那句，值得原样放在桌上：开放模型给了普通人一条罕见的近路——自己跑一遍，再读它是怎么来的。

轨迹、师承与关系均按发帖转述，细节以各方公开资料与访谈为准。

快讯（按发布口径）：Halo——"开源模型后训练的框架"，三个卖点：吞吐最高达到原生 TRL 的 2.8 倍、峰值显存反而更低、模型保持 HuggingFace 原生格式；演示视频在原帖，仓库在文末：github.com/whitecircle/ha…

我的看法：这是"改模型降本"线今晚的第三块砖——57451 把推理侧单任务成本压到前沿、57518 把微调门槛压进 12GB 显存、这一条把后训练吞吐拉到 2.8×——三件事同一个方向：把"改模型"这件事的成本一档一档砸下去。

两个设计细节尤其对味："保持 HF 原生格式"意味着不动生态习惯——与 Dettmers 那句"易用才算开源"（57636）同脉：跑得起来的才叫开源；而"峰值显存更低"与"吞吐更高"同时成立，等于给"在自己卡上改模型"的团队又发了一张入场券。

再接上 Raschka 那篇的判断（57539：行业进步主要来自后训练配方）——配方再好，执行配方的引擎慢也白搭；Halo 卖的正是那台引擎。后训练是改配方的主战场，主战场的地租，正在被开源框架逐年压低。

吞吐倍率、显存与格式均为发布口径（2.8× 对标原生 TRL），README 本次抓取超时，细节以仓库文档为准。

腾讯官方发布：T-Mem——可能是第一个覆盖"联想召回"的开源记忆架构（EMNLP 2026）；多数记忆系统停在相似度检索，T-Mem 的主张是：在你开口之前，就预测"这段记忆何时会派上用场"。

读写两侧各改一个动作：写入时，每条记忆入库就自带一个触发器——"这段话什么时候会再被提到？"；读取时，查询触发器按情境把记忆拉进来，即使与查询零关键词重叠。

架构上它做成插拔层——不微调、不改模型，接进任何 LLM。基准也给得干脆：在 LoCoMo-Plus（剥离关键词重叠、专测纯联想召回）上，主流系统掉 28–50 分，T-Mem 只掉 5.45 分。代码 MIT 协议，论文与仓库在文末。

论文：arxiv.org/abs/2606.15405
代码：github.com/Sherlockwz/T-M…

我的看法：这是记忆线的第四块板，也是方法论上最跳的一块——前三块解决了记忆放哪（57513 的目录）、底座怎么连（57604 合库）、能活多久（57722 的 repo-native），T-Mem 解决的是"怎么想起来"：从"找相似"跳到"预判何时会用到"——联想召回才是人记忆本来的形状：不是搜出来的，是被情境唤起的。

那个 5.45 对 28–50 的对比，把杀手场景也点透了：关键词一旦零重叠，相似度检索就集体失灵，而真实的"接着刚才那话题聊"恰恰很少带着同样的词。"插拔不改模型"则和说明书族一脉相承——记忆被做成了架构层，而不是训练玄学。

后续看点也清楚：触发器的质量决定一切——误触发是吵，漏触发是忘；LoCoMo-Plus 这张新考卷，业界得跟。

论文结论与数字按官方推文转述（EMNLP 2026 口径），以论文原文与仓库文档为准。

多 Agent 协作里绕不开的那句话——"刚才读到的状态，现在还算不算数？" 噩梦场景是具体的：A 领了任务后卡住，租约到期，B 接手；过了一会儿 A 又恢复了——此时谁还能提交结果？ LoopX（开源长程 Agent 控制面，创作者一手）给的答案是两个词：统一权威状态 + 硬租约，并拆成三条保证：

①认领有归属，执行有租约——更新／完成任务时重新校验身份、执行凭证与版本，旧执行者不能凭过期资格覆盖新进展；②交接是原子操作——任务归属与执行租约一起转交，依赖、要求与证据一并保留，杜绝"任务归 B、租约还在 A"这种半吊子状态；③重试先对账——状态变更与回执一起提交，响应丢了就用原请求恢复结果，历史的成功回执不等于现在仍有执行权。

它同时把边界画得很诚实：这些保证只覆盖 LoopX 管理的状态操作，外部工具调用不会自动获得事务性——消息送达、接收方承接、产物验收，仍是三件不同的事。

我的看法：这是信任图谱的第六员，也是最"正统"的一员——四家图谱（57565）管写入怎么落，微软那位第五家（57696）管崩了怎么续，这条管"谁现在有权说话"。

它做的事其实是把分布式系统的三件老家伙——租约、原子交接、幂等对账——原样搬进 agent 协作：Mcode 的 ChangeSet 管的是"写进文件的账"，LoopX 的 lease 管的是"说话权本身的账"。

作者那句边界声明尤其值钱：敢画边界的承诺才是承诺（与 BrowserSkill 的权限归属、Pulse 的零回传是同一种诚实）。结论句可以直接拿来用：只靠一句"行动前再检查"，撑不住跨 session、失败恢复与反复交接——长程系统真正需要的是确定性的提交权判定；模型负责理解工作，机制负责裁决权利，这两件事混在一起干，就是大多数多 Agent 方案翻车的起点。

实现与操作语义按创作者一手转述，细节以仓库文档为准。

规范文档：github.com/loopx-project/…

StepFun 官方发版贴：Step Code v0.1.0——三词纲领 Swift execution、高 token 效率、长程可靠性；MIT 协议开源；一个 CLI 覆盖全开发环（读代码、改代码、跑测试、发布）。

拿得出手的数有两个：Terminal-Bench 2.1 上 80.9%，以及自家那张 Multi-Frame（150 任务长程基准）73.3%；彩蛋是 StepPage——一条命令发布静态站。仓库：github.com/stepfun-ai/Ste…

我的看法：它和 57481 拼起来是同一产品的两半——那篇讲"多热"（生态热度与免费额度），这篇讲"多能"（MIT 与基准数，写给工程选型看的）。两个数里，自家的 Multi-Frame 更值得单独点名：敢立一张 150 任务的长程榜，说明"长程可靠"不是形容词而是产品主张——Terminal-Bench 是通用考场，自家榜才是差异化考卷，这与评测线"敢公开对照"（57422、57498）是同一种习惯。

而 StepPage 一步发布这个彩蛋，动词和今晚几篇完全一致：H3 把剪辑字幕吃进链路（57719）、Grok Bot 把干活收进 App（57670）、这一步把交付收进 CLI——谁把尾部工序接走，谁就重新定义产品。

竞技场记分上，国产 CLI 阵营至此摆开四员（Z Code、Unreal、Mcode、Step），加上微软那位平台级选手（57696），"读改测发"这条全环已经有人在两端同时收口了。

数字与功能为官方发版口径，以仓库与官方公告为准。

一个痛点直给的发布帖（转述）："我受够了 AI 编码会话把项目已经学到的东西忘光。"——于是作者自建了 Salvor，赶上 v1.0.0-beta 软发布：三个关键词，开源、repo-native、跨会话/跨 agent/跨团队保存工程知识（细节展开在其站内文章，本次抓取超时、以推文转述）。

我的看法：这是刚发的 57693"物化记忆"论的第三方例证——Lauren 说代码库应当成为智能体读得进去的长期记忆、好结构与临时 workaround 都会被复制；Salvor 把同一个痛点产品化成了"知识不随会话死亡"的仓库层组件。

把三件相关的事排在一起看，缺的那块板就露出来了：57513 的目录式记忆管"存什么"、57604 的合库管"怎么存"、这一篇管"会话结束后谁还记得"——会话是短期记忆，repo 是长期记忆，中间那条传送带正是各家正在抢的位置。

"repo-native"这个词选得准：知识贴着代码放、跟着 PR 走，而不是再开一个外挂 wiki——记忆要长在干活的地方才活得下来。对团队的判断也顺势成立：当 agent 会话越来越短、任务越来越碎，跨会话记忆就从加分项变成了基础设施——忘光的代价，最后都由重讲一遍上下文的人付。

功能与版本按推文转述（原文链接为 X 站内文章、本次未取到），以项目仓库与官方发布为准。

快讯（按发帖转述）：MiniMax 把 H3 变成了一整间 AI 制作工作室——MiniMax Design 接手的是一条完整工序：给它一个想法，它规划分镜、在 3D 空间里控制相机、用 H3 生成画面、剪辑素材、连字幕都替你加上——链路被压成一句话：prompt → 成片。演示视频见原帖。

我的看法：这是"分镜直出"那篇（57501）的MiniMax 答卷——同一道题"视觉如何直出"，两条技术路线摊开在桌面上：那边靠模型直接吐出分镜帧，这边靠 Design 编排、把 H3 接进完整工序；更值钱的是它没有把剪辑和字幕扔出链外——生成 → 剪辑 → 字幕三段闭环，等于把成片交付的"最后一公里"吃进了产品，这与 Pexo"不让你碰时间轴"的赌注如出一辙：谁把尾部工序接走，谁就重新定义这类产品。

而"3D 里控相机"这个细节透露的位移更关键：竞争位正在从"文生视频"滑向"导电影"——可控性正在取代画质，成为下一轮的主战场；画质是及格线，镜头语言才是差异化。

功能与链路按发帖转述（演示视频在原帖），以 MiniMax 官方发布为准。

xAI 上了个明码标价的新品：Grok 4.7 Fast——同一模型、更快基建、输出速度约 2 倍；价格也清楚：token 单价是标准版 2 倍，且只在 Grok Build 与 Cursor 有、免费层不含、公开 API 没有。原帖总结：同样的智能，快得多的推理——代价是两倍的钱。

这笔账值得现场算：速度翻倍等于单价翻倍，选型从感觉题变回算术题——你的场景值不值 2 倍钱换 2 倍速度？交互式、人在旁边等的值（等 10 秒和等 5 秒是两种产品）；批量后台通常不值（夜里慢慢跑，总成本说了算）。等待成本因场景而异：人盯着等是贵的，机器夜里跑是便宜的。

口径按住再读："2 倍速度"没写负载——输出速度与端到端延迟是两回事；"same intelligence"是同权重，但更快的推理栈怎么批怎么调度没公开——同权重不等于同延迟结构。

那三条 only / not included / not available 是可用性口径：只有 Cursor 和 Grok Build 的用户吃得到，走 API 的没份——选型前先确认通道。

给同行一句：厂商开始给速度标价，说明成本结构已透明到可以拆开卖——该问：时间预算和 token 预算，哪个更贵？

一场刷屏的隐私恐慌，和一次细读之后的辨析（均按发帖转述）：有人发帖称"实测 Trae CN 3000 文件全量上传做远程 Embedding"，联想到近期新闻确实吓人——但仔细看，可能是过于标题党：远程 Embedding 说的是"代码索引"——先给项目做一份方便查找的目录，算完删除明文，Copilot、Cursor 也是同样的策略；"临时上传"和"完整源码被保存"，中间有很大的区别。

发帖人整理了 Trae 用户群里的解释，三个核心：其一，代码仅临时上传用于向量计算，计算完成后明文即被永久删除，云端不保留完整源码；其二，上传范围有硬过滤——依赖目录（node_modules 等）、构建产物、二进制、图片音视频、压缩包不传；以点开头的隐藏目录（含 .git）不传；.gitignore 默认忽略、还能用 .trae/.ignore 自定义排除；单文件大小与行数都有上限；其三，隐私模式管的是"对话内容是否用于训练"，与代码索引是两回事——这几件事必须分开看。

我的看法：这轮辨析的价值，是把一锅隐私恐慌拆成了三个不同的问题——索引（要不要传给算）、训练（要不要拿去学）、留存（算完删不删）；混在一起吵必然吵成一团，而分开之后，每个问题都有自己的开关和答案（口径按用户群转述）。

文末那四问问得比结论还准：你拿走了什么？用来干什么？用完留不留？我能不能自己决定？——这与 BrowserSkill 的"凭证零提取"（57668）、Pulse 的"零回传"（57697）是同一把尺子上的四个刻度：可见、可解释、可删除、可选择。

给用户的落地建议也就一条：去隐私设置里看"索引"和"训练"是不是两个独立开关、能不能一键清缓存——开关分得开，信任才立得住；反过来，把三件事混在一个默认勾选里的产品，才是真正该警惕的那种。

全部按发帖转述（含用户群解释口径）——群聊说明不是终审文书，最终以 Trae 官方文档与公告为准。

一段关于 Omarchy 上 agent 状态的体验帖（转述）："你的 agent 能掌控整个操作系统体验，把它捏成你想要的形状。" 他装了一个插件——把手头的算力直接接进自己偏好的 harness；还留了句玩笑式的愿望："这东西我得在 DGX Spark 上跑一遍"（演示视频在原帖）。

插件页：plugins.omarchy.org/plugin.html?id…

我的看法：这是 harness 线的入口层视角。前面几篇都在问"agent 在框里怎么干活"——图编排怎么不崩（57696）、视窗怎么调度（57558）、写权限怎么管（57565）——这条问的是框外面的 OS 归谁管：当 agent 能塑形整个桌面，harness 的边界就从应用窗口一路扩到了操作系统本身，是"设备即工位"（57477）的极端版；而"把手头算力插进偏好 harness"那句，讲的其实是算力与执行层的解耦——同一张"可插拔"思维（57604 把三库合一是数据版、这条是算力版），harness 变成插座，算力变成插头。

至于 DGX Spark 的玩笑，恰恰道出趋势：同一套 agent 体验，正在从笔记本一路糊到数据中心——中间缺的不是更炫的模型，而是把 OS、算力与执行层真正拧在一起的那颗螺丝。

体验与插件功能按发帖转述，插件页本次抓取超时，细节以页面与原帖视频为准。

一句立场鲜明的开头（转述）："我停止把 AI 当设计工具——现在我把它当设计团队。" 他最新的落地页工作流走四步：①先用 GPT 探索想法与方向；②用 Midjourney、GPT、Grok 里"最适合这个想法"的那一个生成视觉；③自己想清楚这些视觉该怎么动，再用自研的视频工具生成动画；④把一切搬进 Cursor + Claude，构建真正的落地页——链条记作 Idea → Visuals → Motion → Build。他的注脚也坦诚：还在实验，但这条工作流越来越好。

我的看法：这正好补上设计三部曲的第三视角——57625 是规范派（把 DESIGN.md 注入任何模型）、57626 是权重派（设计专用模型自己长出设计），这条是组织派：它不问"谁来设计"，而问"谁站哪个工位"。

工具按工序拆成角色、人只当创意总监——定方向、选视觉、管动效、拍板构建；这与"岗位预制件"（57524）同构：把一个职能切成流水，模型是工位，而不是想象中的全能员工。

四步里最见功力的是 Motion：视觉到动效这一环他没有外包给任何"一键生成"——设计的最后一公里仍握在人手里，这也是 57501"分镜直出"那篇的反面印证：能直出的已经被直出，不能直出的还归你。

落地页则是这条链最合适的载体：短平快、环节分明、验收直观——拿它练手，比拿品牌系统练手便宜得多。

想直接抄这条链的人，第一步不是换工具，是先把你的"设计"拆成这四个动词——拆不动，换什么模型都还是把 AI 当成一个会出图的按钮。

工作流与工具选择按发帖转述，各工具效果以自己的实测为准。

微软把 Agent Framework 开源了（仓库见文末）：多 agent 的编排、交接、断点续跑全部封装好——1.36 万 star、2342 个 fork，.NET / Python / Go 三种语言各有一套 SDK。

它直击手搓多 agent 系统最怕的两件事：一是流程一复杂就变成回调地狱——谁该接手、什么时候转人工，全靠 if-else 堆；二是跑到一半崩了，前面几十步全白跑。

Agent Framework 的解法是图结构的编排模式：顺序、并发、交接、群体协作直接选型，中间带检查点——崩了从断点接着跑，还能回溯到之前某个状态重来一遍。

生态也齐：Microsoft Foundry、Azure OpenAI、OpenAI、GitHub Copilot SDK 都挂得上；agent 用 YAML 声明式定义；内置 OpenTelemetry 分布式追踪；还附一个叫 DevUI 的调试界面。

官方也没客气：接第三方服务与非 Azure 模型的风险自担。转述者的收尾一句最准："agent 从 demo 走到生产，差的就是这些不性感但救命的东西。"

我的看法：这是 harness 竞技场的平台级第五人——此前那张四家图谱（57565：CC 放权、MiMo 采样、Z Code 路由、Mcode 事务）讲的多是"怎么管写入"，微软这位把重点放在"怎么活下来"：检查点与状态回溯正是刚发的 57693 里"崩溃要能续"的平台化答案——Lauren 的四层是团队私房菜，这是公开货架。

YAML 声明式定义则是说明书族（57531 schema、57625 DESIGN.md）在编排层的写法：能用配置文件说清的，就别藏在代码里；内置 OpenTelemetry 意味着"运行时证据"（57585 的可回溯、57693 的证据链）自带了传输层。

至于那句官方风险提示——敢把边界写在 README 里的，比把边界藏起来的更可信，这与 BrowserSkill 把权限归属写进 SKILL.md（57668）是同一种诚实。

最后替读者划个重点：这条不是又一个 demo 框架，它是把"断点、追踪、调试"这三件救命事当成产品卖的——demo 到生产的距离，正是这三件不性感的东西量出来的。

功能、数字与提示均按发帖转述，以官方仓库文档为准。

仓库：github.com/microsoft/agen…

一个月向生产环境交付 2500 个 PR，怎么做到的？——Grok Bot 团队 Lauren（@poteto）的答法不是"更多人盯"，而是把工程团队的经验、约束与验证能力沉淀成运行环境，让智能体在较少人工盯防下持续交付。

PR 数量只是这套环境长期运行的结果，主线始终是"如何建立信任"。她把这种环境比作"米其林厨房"：人仍然对产品结果负责，智能体则在被设计过的工具、流程与约束里完成大量具体工作。

她从一个真实的性能治理场景讲起：Cursor 的 Agent 窗口迭代太快，PR 进入的速度超过人工逐条审查性能回归的能力——她过去手工用 Chrome DevTools、性能 trace、heap snapshot 排查，后来把"运行应用、采集证据、定位热点、持续改善性能"整套动作编码给智能体。

她对变化的概括一针见血：工程师本人曾经就是吞吐瓶颈，团队需要把工程判断转化为可复用的环境能力。由此得到的规模化规律也很清楚：少量智能体可以靠人工持续校正，更大规模的并行需要可靠的行为边界——"高并发本身没有产生信任，可重复的证据链和更难犯错的系统结构才产生信任。"

她给出的四层能力是全文骨架：①直接验证（Control Glass）——智能体经 CLI 与 Chrome DevTools Protocol 运行应用、采集 trace 与 heap snapshot，用运行时证据确认功能与性能，不许只凭"能编译"或智能体自述下结论；②任务记忆（Feature map）——把功能入口、键盘操作、DOM 交互与功能含义存进代码库，让智能体能理解一张模糊的缺陷截图并复现具体场景；③工程 skills（pstack）——把调试、开发、原型、性能的经验写成 playbook 与 skills，"资深工程师的工作方式"变成团队可复用的执行步骤（其公开文档的原则是"直接检查真实产物"：功能走完整链路、委派的工作查实际 diff 或运行行为）；④架构约束（Dune）——用目录约定、导入依赖图与线程边界限制可选路径，让"简单路径"同时成为正确路径，在代码层面阻断已知反模式。

三大组织启示同样值得逐条抄：其一，代码库正在成为智能体的"物化记忆"——智能体会延续它读到的模式，好结构会被复制，临时 workaround 也会被复制；她用"花园"作比：及时清除会扩散的坏模式、维护一条清晰的 paved path——重心从"写下更多规范"转向"让规范体现为可执行结构"。

其二，纠错要按强弱顺序沉淀到约束系统：代码库与架构 → 静态分析 → 规则与 BugBot → 技能 → 人工风格审查——每当你需要重复纠正某类行为，就把经验固化成数据结构、依赖边界、lint、测试或自动化检查，下一次 agent 干活时直接继承改进后的环境。

其三，自动化要形成闭环——外环由 Grok Bot 连接 Slack、Datadog、Sentry、PlanetScale 等信息源、按事件触发任务；内环由 Cursor 自动化与 SDK 承担具体工程工作，目标链路是：缺陷报告进入 → 智能体自动复现 → 创建 PR。

我的看法：这篇是今晚所有工程线的总装配。四层里，直接验证＝评测与证据链的执行版（57422 的评级、57585 的"能打开看才算数"）；任务记忆＝知识线"存"的代码库形态（57513、57547 的目录与图谱，长进了仓库本身）；skills＝说明书族（57668 的 SKILL.md 纪律）；架构约束＝Mcode 事务哲学在目录层的镜像（57565："简单路径＝正确路径"）——而"高并发不产生信任，证据链才产生信任"正是信任图谱那篇的中心句，这里给了它生产现场的答案。

三大启示里最妙的是"物化记忆"：当代码库成为智能体读得进去的长期记忆，文档纪律与花园观其实是同一件事——你在给未来的 agent 写记忆（57459 的渐进披露，本质也是这件事）。

对读者最可操作的一条我放最后：先别急着买更多算力，先把你的纠错一层层沉到架构里——环境先行，交付量只是迟到的读数。

经验、工具名与数字均按发帖整理转述（源自 Lauren 的公开分享），以原分享与相关项目文档为准。

dotey 拿同一条 Prompt 跑双旗舰的公开实验：Opus 5.5 与 GPT 6 Astra 各自生成一座"日式樱花山谷"体素 3D 网页（附图对比之外，两版成品页都挂了出来，链接在文末——自己点开看），而这条 Prompt 全文随帖公开，共八章，值得拆开读：

①作品定位：完整连续的山谷景观，现代精细体素风，视觉质量优先——宁可少几个功能，也不牺牲构图、材质与光照；②参考图用法：只借构图层次、尺度与光线氛围，严禁 1:1 复刻，且参考图不是背景素材；③构图：要透视相机而非等距俯视，前景古樱框景、中景河流红桥与村落、远景塔林雪山，用遮挡与空气透视表现距离，要有主次、疏密与留白；④造型质量：樱花树要根干分叉、花簇有间隙，建筑要瓦檐梁柱、体量有差异，水面必须有真实反射，不许为堆模型数量而堆细节；⑤色彩氛围：默认蓝调时刻、暖光只落在人居处，另给清晨与雨中两套氛围，切换时同步改天空、环境光与雾，而不是只换背景色；⑥交互：四个各自有构图价值的镜头＋基础操作，环境音默认关闭、用户主动点击才播；⑦工程：允许 Three.js 与固定版本 CDN，单文件交付、程序化几何、零外部素材，实例化渲染、高画质/轻量双模式、尊重系统"减少动态"偏好；⑧交付前验收：不许写完就交——真实打开页面查默认镜头、四视角、氛围切换与手机布局，按截图修构图、曝光、遮挡与渲染，排查空白画面、控制台错误、穿模闪烁过曝，"没有完成的测试要如实说明，不要声称已经验证"——最终交付＝真实 HTML＋真实截图＋运行条件说明。

成品页：Opus 5.5 版 s.baoyu.io/files/sakura-v… ，GPT 6 Astra 版 s.baoyu.io/files/sakura-v…

把各章里的负面清单单拎出来，才是这条 Prompt 的隐藏骨架——它几乎给每个环节都配了"不许"：构图上"不要把所有元素均匀铺满"；地形上"避免过于规律的台阶、重复条纹、棋盘格与明显的程序生成网格"；细节上锦鲤、落花、萤火虫、瀑布"都应服务于氛围，不能让画面显得嘈杂"，且"不要为了宣称模型数量而堆砌细节"；色彩上避免发白、灰蒙、过度饱和、满屏浓雾、过曝灯光与明显锯齿；交互上桌面与手机"不能出现按钮越界、文字重叠或无法操作"；行为上没有开启声音不许自动播放。

每一句"不要"都对应模型最典型的偷懒路径——这条 Prompt 之所以像规格书，正是因为它预判了偷懒。

我的看法：这条 Prompt 值得收进"说明书族"（与 57531 的 schema、57625 的 DESIGN.md 并列），因为它示范的不是"会写提示词"，而是把验收标准前置到提示词里——第八章那句"不要写完就交付"与"没测的如实说"，本质是把评测文化（57422 的评级习惯、57585 的证据链回溯）直接写进了 prompt；"参考图禁 1:1 复刻""不为数量堆细节"则是在提示词里设审美护栏，与 DESIGN.md 规范派异曲同工——一个约束过程，一个供给参照，目标都是"别让模型自由发挥到失控"。

负面清单的写法本身也是一门手艺：与其描述你想要什么，不如把你最怕它做错的地方逐条堵死——这与 BrowserSkill 把纪律写进 SKILL.md（57668）、Mcode 禁止小作文汇报（57565）是同一种"把规则写进机器读得懂的地方"的功夫。

第七章"允许成熟库、别为零依赖重写引擎"也与 Dettmers 那条"易用才算开源"（57636）同一种纪律：工程上的克制，往往比灵感更决定成品质量。最后，把两个旗舰的成品页并排放出来让人自己点——这正是评测线"敢公开对照才有可信度"的民间版；对想复用的人，路径也简单：两页对比着看，八章整段抄进你的模型，第八章一字别删。

实验、Prompt 结构与页面均为发帖公开内容（改写转述），效果以打开两页实测为准。

有人用对话式视频工具 Pexo 做了条科技发布会风格的机器鸭宣传片（作者是普通用户视角的展示）：上传产品资料、动作视频和广告参考，它自己理解素材、规划分镜、生成参考图与成片——按他的说法，以前大几万的活儿这次花几十块。

值得记的不是价格，是它演示的两个机制。Mark to Fix：播放器上有"Mark what to fix"按钮，在成片上直接圈选或涂画要改的地方，再写一句怎么改——工具结合圈的位置、当前画面和对话上下文理解意图，只调整对应那段，其余镜头照旧。

其二是项目记忆：一处修改不会把前面的成果推倒重来，已确认的产品形象、光影和满意镜头会被保留，沿上一版继续、新镜头接成连续预览。

这两条正好治视频生成的老大难：每次改动都像掷骰子——重抽一遍，可能连好的部分一起丢。生成式工具要从玩具变生产线，缺的就是这两块：能定位（圈哪改哪）加能记住（保什么）。这其实就是代码世界那套逻辑搬进了视频：定位是 diff，记忆是版本控制——可定位加可保留，才等于可迭代。

给要选这类工具的人两问：一，改一处会不会动到其他处（局部编辑是真局部还是重抽）？二，已确认的结果能不能跨轮保留（记忆是真记忆还是每次重来）？答不上来的，做长片会很痛苦。他用左右对照展示制作过程这点也值得学——过程可核，才让人信成片。

一句话收尾：对话式创作的下一步，不是更会说，而是更会记住、更会只改该改的。

一篇给"AI 创业年龄热"泼冷水的观察（按发帖转述）：如今 00 后创业都嫌不够年轻了，得是 03 后、05 后，最好再挂个"天才少年/少女"标签，才能成为资本的新宠——可最大的 00 后也才 26 岁。

更魔幻的是作者身边的真实个案：一位 95 年的朋友，在某书上把自己包装成 03 年的 AI 连续创业者。作者的追问很锋利：一个足够优秀的创始人，为什么还需要靠虚报年龄来证明自己的价值？

支撑他立场的还有两条：创业研究早就表明，成功的创业者并不都是二十出头，很多人在 35 岁甚至更晚才迎来突破；以及"造神—毁神"的循环——今天把年轻人捧上神坛，明天因为没达预期就急着拉下来，这不是适合年轻创业者成长的环境。收尾那句值得原样记住："创业不是一场比谁出生得更晚的比赛。"

我的看法：它和昨夜那篇大学生一人公司链（57606）正好是一正一反的两面——那边给路径（流量 → MVP → MRR → 股权），这边拆年龄标签的泡沫；合起来才是完整建议：链子照跑，年龄别当货币。

AI 圈对"天才少年"叙事的追捧我们这些天也写过多次——年轻本身不构成能力证据，复利才构成；"35 岁突破"的研究数字恰好说明，创业是长跑，资本的耐心与个人的耐心其实是同一种能力。

至于虚报年龄的荒诞，也可以说得更直白：当年龄成了定价因子，诚实的成本就变成了折价——这恰恰是最该被市场纠偏的信号。

观点、研究结论与个案均按发帖转述（个案为作者身边叙事），非投资或创业建议。