AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

一句可裱起来的定义（转述）："一个 Claude Skill＝一个可复用的流程、一条斜杠命令、每个月输出同样的东西。" 紧跟的反面痛点也很具体：大多数财务团队，每次都从同一个 prompt 从零重写起——（作者附了一张"财务 Skill 建设清单"图，见原帖；本条未取图内细节。）

我的看法：这是说明书族的财务版注脚——把今晚已摆过的几件放一排：SKILL.md 纪律（57668）、DESIGN.md 规范（57625）、八章验收（57689）、冠军配方（57759）、再到这条"＝一个流程"，五件共用一个内核：把一次性聪明变成可重复交付。

"每个月同样的输出"对财务是刚需——对账、月结不能每月换姿势，确定性优先于新鲜感；这恰好接上租约篇（57730）那句话的另一半：模型理解工作、机制裁决权利——补全了就是：流程归 Skill、判断归人。

至于"每次从零重写"的真正成本，也不是打字时间，而是每个月的口径漂移：同一件事写过三个版本，出来三个数——Skill 是把口径锁进版本管理的最短路径；对财务、运营这类"每月都要一样"的岗位，它比任何模型升级都值钱。

论点、痛点按发帖转述；作者清单图为自荐内容，细节以原帖图片为准。

Pi 生态第六件：pi-voice 给 Agent 加上"耳朵"（转述，未附外链、以插件仓为准）。要点照录：①本地 STT 五模型任选——Whisper、Qwen3-ASR、Parakeet、Voxtral、SenseVoice，说完直接转文字进入 Pi；②全链路本地——本地 Pi 模型（如接 Qwen3.8）＋pi-voice 本地语音识别：从你说话、到模型处理、再到操作代码，整条链不经过任何第三方语音服务（对"代码不想上传"的人最合身）；③语音代替敲 Prompt——看到 bug 直接说："先检查刚才这个报错、只改后端、跑完测试再告诉我"，临时想法用说的比打字自然，尤其 agent 正在后台跑任务时；④transcribe_file——会议录音、采访、教程视频先本地转文字，再让 Pi 总结、提取任务或继续处理；⑤官方预留 /voice 命令（future voice mode）。

我的看法：这是 Pi 生态的第六件，也是本地自控线的第七件——与输入法那件正好凑成"最贴身两条流"：58581 管打字流、这条管语音流（打字与说话是数据离开你身边的仅有的两个口）；而"整条链不经过第三方语音服务"把隐私五证（57697 零回传、58163 知识本地、58375 收藏、58385 agent 本体、58581 输入法）焊成了闭环：耳朵也是本地的。

三条更有味道的延展：其一，那句口头指令是"行动解锁"的语音版（58609 那句"从等你干活到等你点头"）——说话比打字快，agent 在后台跑时尤其如此：嘴成了键盘的旁路；其二，transcribe_file 把"非结构化音视频"接进了 Pi 的输入面（会议、采访、教程→文字→总结/任务），与 58458"谁在说"（分离）、58152 TTS"怎么说"（朗读）拼成音频链的本地版三件：听懂、听清、开口；其三，/voice 预留＝生态的下一格已经画好（0.87 分家、观测页、前端四步、八十八字实测、原生 88、耳朵——六击里五击来自社区与官方的默契配合）。

给隐私敏感的人一句落地的：先跑通"本地 Pi＋本地 STT"这一档——链路里没有第三方的那天，你才第一次真正"对着自己的电脑说话"。

功能、模型清单与命令均为转述（未附外链），细节以插件仓库与 Pi 官方为准。

ScienceBuddy 的仓库原来真开源了（按转述整理，双链见文末）——前两击讲了它的三证（严谨、可追溯、敢说不确定，58171）与可比性实战（58379），这条补的是底层与入口：①GitHub 仓库真身：Gen-Verse/ScienceBuddy，代码可自建；②团队还开源了 ScienceIDE——它底下的那层框架（原帖称其能让 Agent 在 7 个领域的真实…

场景里跑，尾句被截、以原帖为准）；③一位学生向的全流程实测：上传医学论文后，它先判断选题是否可行，再把方法、结论与局限整理成证据表、总结共识与争议，最后产出论文提纲与摘要草稿——作者称这相当于把文献综述的前期准备直接做完了，并进一步生成了约 3000 字的综述初稿。

站点：science-buddy.io 仓库：github.com/Gen-Verse/Scie…

我的看法：三击凑齐后，这个工具的完整画像才立住——三证讲"它怎么当一个合格研究者"（58171）、可比实战讲"它怎么当一个挑剔的审稿人"（58379）、这条讲"它凭什么可信：整层底座是开源的"。

开源仓库＋底层框架同开这一手，正是今晚验收线最认的姿势：可追溯的终点不是过程截图，而是代码本身——你不用信它的宣传，你可以读它的 ScienceIDE；"证据表＋共识争议＋提纲"的学生流水线也说明它的定位聪明：不替你写论文，替你把"文献综述前期"这最枯燥的两三天压成一小时（与 58035"倒着学"同一个减法逻辑：先交最费时的那一段）。

给学生党一句实话："感觉可以直接用"这句话要打折——综述初稿是起点不是终点，放进正式论文前，每条引用都得自己回原文核一遍（可比实战那篇的 NR 纪律在这里同样适用：不核，就标 NR）。

开源状态、实测流程与 ScienceIDE 均为原帖转述（原帖尾句截断、以原帖为准）；学术诚信与引用规范以你所在机构要求为准。

一个"AI 员工全公司"的开源仓库（转述）：7 天破 1 万星——每个角色就是一个 agent，彼此协调着把想法交付出去。九个部门、约 55 个角色：

1. 工程（7）——前端、后端、移动端、AI、DevOps、原型、资深开发；
2. 设计（7）——UI/UX、研究、架构、品牌、视觉叙事、图像生成；
3. 市场（8）——增长、Twitter、TikTok、Instagram、Reddit、应用商店……
4. 产品（3）——Sprint 优先级、趋势研究、反馈综合；
5. 项目管理（5）——生产、协调、运营、实验；
6. 测试（7）——QA、性能分析、API 测试、质量验证；
7. 支持（6）——客服、分析、财务、法务、高管报告；
8. 空间计算（6）——XR、visionOS、WebXR、Metal、Vision Pro；
9. 专项（6）——多 agent 编排、数据分析、销售、分发。

原帖的框架句是全文题眼："不是让一个大 agent 包办一切，而是像一家公司那样结构化——专精的 agent、清晰的职责、彼此之间的工作流"；作者立场也坦诚：好奇实际手感、提醒 do your own research，并许诺公开实测、在播客跟进；收束一句："未来属于摆弄这类软件的人。"（原帖链接在复制时即显示不全、以原推为准：github.com/msitarzewski/a ）

我的看法：这是岗位预制件线迄今最宏大的一张图——57524 把职能拆进插件、Framer 把规范做成按钮（57924）、八枚 Skill 凑一支游戏队（57946）、LoRA 专家头四个一插（57851），这条直接把一整家公司摊开成 55 个 agent：拆法的颗粒度，从"功能"一路细化到了"岗位"。三处最见功力：①它按部门而不是按能力分组——职责边界先于技术实现，这正是"座位表"（57993）的公司版：先把谁管什么定死，再谈怎么跑；②"支持"组里放了财务、法务、高管报告——说明设计者想的是真业务闭环，不是 demo；③"专项"组把"多 agent 编排"本身也列成了一个 agent——编排者被编进花名册，系统才真正认识自己（自反性那一格，57927 的六件里它就站在 Loop 旁边）。而作者那句 do your own research 恰是今晚反复出现的口径：星数是热度、不是验收——55 个角色跑不跑得动，得看它的验收工件与回滚（57993、57927）；给想试的人一句：别全装——先挑两个部门、四个 agent，让它们自己协调交付一件小事，公司不是一天开起来的，先开个小作坊。

部门、角色与星数均为原帖转述（其链接复制不全、以原推为准），仓库细节以作者公开实测为准。

一篇关于"agent 记忆存成链接式 Markdown Wiki"的论文（转述，链接见文末）：它的出发点一句话说透——Wiki 对 agent 有用，是因为每一页存的是密集文本、页与页之间的链接存的是结构；而论文提出的 WFM（Wiki Foundation Model，Wiki 基础模型）被训练成同时使用这两者：把 LLM Wiki 转成一张图，用"以查询为条件的消息传递"去检索——页面文本与链接结构共同塑形结果。

工程侧还有两个硬数：团队做出一套 GPU-to-GPU 训练协议，训练快 10.5 倍，并在五个 agent 记忆与多跳推理基准上报出强结果；原帖的收束句最贴使用者——"如果你的 agent 长期记忆就是一叠互相链接的 Markdown 文件，WFM 正是为那种格式设计的。"

论文：arxiv.org/abs/2609.18182 　配套聊天页：academy.dair.ai/papers/wfm-wik…

我的看法：这是记忆线的第六块板——学术板（存 57513、合库 57604、跨会话 57722、唤起与遗忘 57831、组织 58003，现在补上"为什么这种形态能推理"）。

它与 T-Mem 的联想召回（57736）是同一族的两种表述：那边讲"该想起哪一块"，这边讲"文本与链接一起投票"——图结构不是装饰，是检索的第二条腿；而"一叠 linked markdown"这个前提，说的几乎就是本工作站与说明书族的日常——AGENTS.md、DESIGN.md、验收八章本来就是页与链接，WFM 等于给"把规范写成 wiki"这件事补了理论依据：你的文档库，本来就是一张可以被消息传递检索的图。

工程数字里最该记的是 10.5×——结构化检索的模型也要结构化的训练法，GPU-to-GPU 协议省的正是"把 wiki 拆开重组"的那笔时间税。给实践者一句落地的：先别等 WFM 上线，把你的记忆目录做成"每页一个主题＋页间互链"的最小 wiki，今天就能让多跳问题少绕两圈——结构养好了，模型随时能来住。

结构、数字与基准均为原帖转述（论文未逐段精读），细节以 arXiv 原文与官方代码为准。

Qwen Intelligence 官方发布（按官方帖转述）：口号是"让个人智能触手可及"，首发三个 SOTA agent：

• Mobile Planner Agent——规划、分解、编排复杂任务，在 MobilePA-Bench（含 Business 与 Memory 两个子榜）拿下第一：github.com/Tongyi-MAI/Qwe…
• Mobile-Use Agent——API 优先、GUI 兜底地把事办完：MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端成功率 90%：tongyi-mai.github.io/Qwen-UI-Agent/
• Mobile Creative Agent——一句话变即用创作，图像 3 秒生成、约比头部快一倍（论文）：arxiv.org/abs/2608.16887

同时把基准套件整个开源：MobilePA-Bench、MobileWorld、MobileWorld-Real、MobileWorld-Safety，覆盖规划、跨 App 执行、真机表现与安全：tongyi-mai.github.io/MobilePA-Bench… ／ github.com/Tongyi-MAI/Mob… ／ 排行榜 tongyi-mai.github.io/MobileWorld/ （官方站：qwenintelligence.com ）

我的看法：这是57776"个人 agent 地产论"的第一份官方落地答卷——那条说"谁占住替你行动的默认位，谁继承主屏级的红利"，Qwen 直接把三个 agent 铺进手机：规划的管拆任务、Mobile-Use 管执行（API 优先＝把接口当正门、GUI 当后门——能走协议就不点屏）、创作管出活，入口、执行、产出三格一次摆齐。第二层看基准开源：四个 Bench 里 MobileWorld-Safety 单列尤其少见——把"安全"写进公开跑分，等于给"个人 agent 上真机"提前立规矩（57867 说公共考题值得复跑，这条直接把真机与安全题库都端了出来）；而 Mobile-Use 的 90% 端到端成功率是今晚最有分量的数字之一：agent 的可用性从此按"整件事办完"计，不再按"点对一个按钮"计。给关注者一句：先盯那三个榜与 Safety 卷——手机是个人 agent 真正的主场，而这套基准就是主场的记分牌。

参数、榜位与成功率为官方口径，能力以官方站、论文与仓库为准；本条不构成任何投资或采购建议。

一个"从源码学会 Agent"的开源项目 dg-ai-notes（按发帖转述）：不开官方文档的赛道，而是拿 Pi-Agent SDK 当活教材、从源码入手拆解 Agent——共 10 章，覆盖架构、Agent Loop、模型调用、工具系统、上下文压缩、会话管理等核心部分；每章固定三问：是什么 → 怎么实现 → 为什么这样设计；并提供 TypeScript 与 Python 两套实现，网页、Markdown、PDF 都能看（README 本次抓取超时，以仓库为准）：github.com/buchidonggua/d…

我的看法：这是说明书族的第八件，但换了个方向——前七件教"怎么写、怎么管"，这条教"怎么懂"。与八章验收（57689）对照最清楚：八章把任务写成流程、这十章把流程拆回原理——一个管做、一个管懂，合起来才是完整的说明书；而"三问"框架其实是 57993 那张座位表的理论侧："是什么"对齐共识、"怎么实现"对齐细节、"为什么这样设计"对齐架构判断（那条说"细节才真正影响目标和架构"）。

选 Pi-Agent SDK 当教材这一点也顺带说明了生态的成熟度——当一个 SDK 开始被拿去当教学案例，它就从工具变成了公共语汇；章节单里"上下文压缩"与"会话管理"两章，正对今晚反复出现的坑（长程目标衰减、工作文件对照）。

给学习者的路径建议：别按章节顺序读，按"你正在搭的那个 loop"读——先读 Agent Loop 与工具系统把自己的玩具跑起来，再回头补模型调用与压缩；原理书的正确用法是当字典，不是当小说。

项目、章节与实现语言均为原帖转述（README 未取），以仓库内容为准。

关于"复杂任务先写方案"，原帖给了四条理由（转述）：①建立共识——一句话讲不明白目标，细节才真正影响目标和架构；②同步背景——AI 会围绕目标收集信息、暴露现有缺陷；③锁定路径——AI 解决具体问题时会逐渐失去目标，最后来回返工；④记录过程——工作文件会在过程中不断更新。

被引的 dotey 补了操作版："我不用 plan 模式，但复杂任务先写技术方案文档"——人先看文档确保大方向；Fable 写文档（写清技术细节与如何验证），后续 Opus 执行；文档作为验收依据，Opus 做完，再开新会话让 Fable 照文档验收。

我的看法：这层"双模型三角色"是今晚验收线的第三次升级——57689 的八章是单会话自验，这条是验收者与执行者根本不是同一个模型：Fable 写规格、Opus 施工、Fable 按文档复验——天然防"自己给自己打分"（57825 说证明可以造假，这条直接在结构上把窗户焊死：造假需要同一个主体，这里主体被拆开了）。

四原则里最值钱的是第③条与第④条："逐渐失去目标"给返工一个机制解释——长程任务不是模型变笨了，是目标没有一个可以回头查的锚；"工作文件不断更新"则正是活文档的原意（57753）——文档不是开工前的一张纸，是全程唯一的地面对照。

写到这，答案其实已经浮出来：写方案的真正产出从来不是那份文档，而是"谁审方向、谁写规格、谁动手、谁验收"的座位表——座位表清楚了，plan 不 plan 模式反而是小事；给你的落地句：下个复杂任务，先写两栏——左栏目标与边界，右栏这四个座位各是谁，写不满右栏的项目，先别开工。

四原则与 dotey 操作版均为原帖与被引推文转述，模型分工以各自实践为准。

平头哥云栖发布真武 V900（按发帖转述）：216GB 显存、1200GB/s 片间互联、千卡统一编址（逻辑上当一颗超级芯片用）、单集群架构上限 50 万卡；训推一体、算力为上代 M890 的三倍、原生支持 FP8／FP4，2027 年 Q1 量产。

市场背景一句：去年国产 AI 芯片华为昇腾占近一半、平头哥第二约 16%——这是平头哥第一次在规格层面把参数拉到这个级别。

作者点出的真眼：最值得关注的不是"3 倍"，是互联与编址——单卡算力到一定水平后，瓶颈就变成几千张卡连起来的通信效率：带宽不够的集群，卡再多也大量时间在等数据搬运；千卡全带宽互联＋统一编址，解决的正是这一层。

然后是全栈五件套同时亮相：V900＋ICN Switch 互联＋磐脉智能网卡＋镇岳存储主控＋倚天 CPU——算力、网、存全自研，作者的判断是：国产 AI 基础设施第一次把数据中心的核心芯片凑齐了；对照的是常见状态——自研芯片配第三方互联与通用网卡存储，协议不一、系统级调优空间有限；全栈之后协同从硬件层打通、不必在中间跑适配层，超大规模集群场景里这个差距会被放大。

商业侧：真武系列已服务超 650 家企业客户（截至 6 月），上代 M890 超节点已规模化上架阿里云、跑通 2 万亿参数大模型推理。

边界段作者自己划得很干净（照录）："最强国产 AI 芯片"是官方自身口径、未公布具体 TFLOPS、无第三方独立基准；50 万卡是架构设计上限而非已建成规模；650 家客户现役仍是 M890 及更早，V900 进客户机房要等 2027 Q1 之后；量产节奏取决于良率与供应链。

另预告下一代真武 J900（2028 年 3 月）与倚天 720／730／750——三年路线图一次摊开。

我的看法：这是云栖线的第六击·硬件角，也把两条国产路线摆上了同一张桌——57645 写过"华为底座扛起 DeepSeek 降本"，这条是平头哥的全栈自研答案：一个靠换底座控成本、一个靠把互联网卡存储一起收编提上限，殊途同归地回答同一件事——大规模算力的自主性。

再叠两层就更清楚：DSec 那"每秒五千个沙盒"（57904）终归要跑在具体某张卡上，V900 把这张卡的下限抬了；而 57977 的"两小时发电量"刻度，说的正是这种铺基础设施的活。

"互联与编址"那一段其实与分布式老课（57890）同层——集群的通信效率之于训练，正如幂等与重试之于 harness：不解决它，规模只是排队。给选型者与观察者各一句：看芯片别只看单卡峰值，看它连起来是什么样；看路线图看节奏——当三年一次摊开，竞争就从单点发布变成了排班表。

参数、口径、客户数与边界均为发帖转述（其对官方口径的标注已照录），量产与性能以阿里官方及第三方实测为准。

云栖线的第四块拼图——背书与榜角（前两块：57594 产品与 RSI、57641 账本，57684 人事；三大 RSI 数字与 5–10T 规划不再重复，按发帖转述只写新货）：

外部背书两条：Airbnb CEO 切斯基直言千问"比 OpenAI 更好更便宜"；路透社为降低对 Claude 的依赖，开始基于千问开发自有模型（另一句"成本只有 OpenAI 8%"的归属在不同转述里对不上号，本条不搬）。

榜单侧：Artificial Analysis 得分提升 12.5%、到 45 分，与 Claude、GPT 并列第一阵营，全面领先 GLM-5.3 与 Kimi-K3；另拿下 Agentic 智能体第一、CodeArena 前端编程第一。规模侧（新数）：460 余个模型开源、衍生模型超 30 万。

价格侧还有两个新格：刘大一恒（千问 LLM 负责人）说 Scaling 是迈向 ASI 的关键路径——参数路线图直接画出来：Qwen2.5 72B → Qwen3 235B → Qwen3.8-Max 2.4T → 规划 5–10T；而全模态被单独打穿——Qwen3.8-Omni-Flash 四模态统一 0.8 元/百万 Token、比上代便宜九成，1M 上下文能直接吃下一小时音视频，并配套开源多模态插件与实时交互框架。

我的看法：四篇拼完，云栖的叙事才真正立起来——产品（RSI）给能力、账本（成本）给底气、人事（扶正）给方向、本篇（背书与榜）给外部确认；两家 CEO 的公开背书 ＋ 路透换底，比任何官方通稿都硬，因为它们是用预算投票的。

榜单侧最值得记的是"并列第一阵营"四个字：AA 45 分意味着国产开源第一次和两家闭源旗舰挤进同一格——这与 57551"差 3 分"的图像版是同一个时代的两处刻度。

刘大一恒那句 Scaling 论也补上了人事角的注脚：刚扶正的一号位把路线定在"把基座做深"——与今晚那条"研究单位是生态"（57373）的判断殊途同归。给读者的收束只留一句：背书会过期、榜单会重排，路线图上那条 72B→10T 的线，才是这四篇共同押注的东西。

外部背书、榜单与价格均为发帖转述（"8% 归属存疑未采"），以各 CEO 公开发言、路透报道与阿里官方为准。

OpenMausBot 发布（按官方帖转述）：开源、可自托管的"AI agent 团队"——开场就划清界限："不是又一个被关在盒子里的助手"。四组卖点：①Computer use 全套——浏览器、终端、文件、一块真桌面；②Connectors——直连你本来就在用的那些 App；③Goals／routines／progress——目标、例程与进度持续推进不断档；④Mobile＋Web 双端。

兼容清单长到像点名：Claude、ChatGPT、Grok、Cursor、Nous、Qwen、Kimi，以及任何 harness 或任何模型；口号三连：Your bots. Your machine. Your keys. 仓库：github.com/milind-soni/Op…

我的看法：四卖点各自接上今晚一条线，合起来是一张"自托管全家桶"。Computer use 四件套与 BrowserSkill（57668）恰成姊妹：那条借你的真浏览器解决登录态、是单点突破；这条浏览器＋终端＋文件＋桌面一把梭，直接对位桌面上限那篇（57395）——单点深（借真身）与全家宽（四件齐）是同一需求的两种打法。

Goals／routines 把记忆线的"存"（57513）做成了可推进的任务——记忆不只记事实，还记"该干什么、干到哪了"。"任何 harness 或任何模型"＋三自口号（你的机器人、你的机器、你的钥匙）则是 Hardware You Own（57636）的软件版宣言：与降配曲线（57518/57780）同一底层信仰——能力装进自己机箱，钥匙才在自己兜里。

给实操一条：先看它的 connectors 覆盖你日常几个 App——全家桶的试金石从来不是 demo，是你真实工作面的那五个工具能不能都接上。

功能、兼容清单与口号均为官方帖转述，以仓库文档为准。

一条把"剪映 500 块年费"打下来的四步流水（按发帖转述）：①在 X／抖音／油管找热门视频 → ②下载到本地 → ③写好提示词丢给开源工具 HyperFrames → ④90 秒精华版直接生成，带字幕带旁白——作者说他要做的只是按下回车。

它自述的完整链条更值得看：读取 17 分钟原视频 → 提取并转录英文语音 → 理解全片 → 挑出最值得看的片段 → 重写 90 秒中文叙事 → 裁剪原素材 → 加中文字幕、标题、信息卡与动画 → HyperFrames 制作 → 自查 → 吐出一个 MP4——全程没打开剪映（教程与 Prompt 放在原帖的回复里，本条未追取）。

收尾那句最有传播力："以后看到 20 分钟英文教程，甚至不用自己看完——扔进去，告诉 Codex：'给中国用户重新讲一遍。'"

我的看法：这是尾工序收口的第四次现身——H3 吃了剪辑字幕（57719）、Grok Bot 吃了干活（57670）、Step 吃了发布（57726），这条由 HyperFrames 吃下"剪映级后期"；而且它与昨天刚发的 3D 相机 Skill（57887）同属 hyperframes 生态——上一篇是生态里一枚技能上线，这篇是拿整条生态跑端到端，两篇合起来正好是一张"后期流水线"的全景。

链条里最亮眼的是"重写 90 秒中文叙事"那一步：这不是剪辑，是跨语言的再创作——与 57641 的"把 brief 变全套交付物"同一类能力，方向却相反（那篇出海、这篇把英文内容引进来），本地化流水第一次被压进一条按回车的链。

给创作者的实操建议照旧分段买：先让它跑通一条"20 分钟英文教程 → 90 秒中文精华"，再决定要不要把找片与分发也交出去；那句"我只按回车"听着夸张，拆开链路看，每一步都对应今晚发过的某一篇——流水线不是魔法，是拼起来的。

流程、时长与工具名均为发帖转述；教程与 Prompt 在原帖回复内、本条未取，以开源仓库与原回复为准。

一句带着"Wemo so back"式兴奋的价格断言（转述）："GPT 6 Luna 现在真的比 DeepSeek V4.1 Flash 还便宜了。"（作者附了价目截图，本条未取截图、不代抄具体数字。）

放到成本线的货架上看，这是第七格：价格倒挂——前六格是半价（57417）、快档标价（57536）、官方加量（57755）、三口径（57871）、送 token（57478）、限免（57886），这一格更狠：头牌家的"轻量档"直接压过国产最便宜档的字面价——价格战从"谁比上月便宜"打成了"谁比谁便宜"。

但先泼一瓢校准水（57871 刚讲过的三口径）："更便宜"三个字在不同口径下会变——缓存命中率、输出比价、任务形态都会改写实际账单，拿截图下结论前先对齐口径；作者的截图是证据、不是终审。

对用户的实操倒是很清楚：如果你的主力是高缓存、重推理的日常任务，这周值得把两家的 /usage 拉出来各跑三天再说话——价格倒挂时代的第一条军规：别换模型，先换你比价的方式；而对整个货架的观察留一句：当价格战打到"倒挂"，下一张牌已经不是价格了——该比的是同样一块钱能买到的"能干活程度"（干活线那几篇的账，迟早要在这里结）。

价格对比为作者断言（截图未取、未逐一核价），以各家官方定价页与自己的 /usage 实测为准。

一句来自交付现场的实测（转述）："给甲方创作的这组图片——本来想着客户那种要求得用 Midjourney 才行，结果 image 2.5 也能达到这个水准。"（成图见原帖，本条未取。）

它补上了图像模型证据链里常被忽略的第三种证据：此前我们有榜单（57551 竞技场双榜、Qwen 三角）与公共考题（57867 鹈鹕），这条是第三种——甲方验收现场：题面不是玩具 prompt，是客户带着预算提的真实要求；"够不够格"的裁判不是网友，是愿意付钱的那一位。

我的看法：三种证据的可信度排序很清楚——实单 ＞ 公开复跑 ＞ 榜单 ＞ 单条赞叹，因为越往下、可控变量越少；而"本以为必须换 MJ、结果不用换"这种表述的价值恰恰在它推翻的是作者自己的先验——先验被推翻的实测，比先验被证实的可信（自我校准比自我说服难得多）。

对选型的落地含义也直接：别拿 2023 年的"哪个最强"记忆做 2026 年的工具选择——图像模型的位次半年一换，每接一个真项目，就该重新做一次你自己的"甲方题"；至于这位作者的另一面（他那套结构化节气 Prompt 曾被本站按搬运体判过），本条不同——这是他自己的交付结论，不是转述清单。

实测结论与模型评价均为发帖转述（成图未取）；模型位次以自行实测为准。

dotey 答"做项目起手第一个动作是什么"的四步法（转述）：①PoC——先看能不能跑起来（技术可行性明显没问题时可跳过）；②用 Claude Design 做设计——不着急写代码，先看能做成什么样子；③MVP——最核心最精简的版本；④基于 MVP 迭代；之后就是循环这几步。

我的看法：四步的顺序本身就是观点——它把"设计"插在了写码之前，这正好补上设计线缺的第四视角：57625 讲规范派、57626 讲权重派、57705 讲组织派（谁站工位），这条讲"设计在流程里的座位"——排在 PoC 之后、MVP 之前。

与八章验收（57689）对照更清楚：那条把验收钉在交付前、这条把样式决策钉在动工前——同一套前置思想的两头：先想清楚"长什么样"，再想清楚"对不对"，最后才让代码背锅。

PoC 那步也值得单拎："能不能跑起来"是成本最低的证伪——与工程线的"直接验证"（57693 的 Control Glass、57835 靶场实测）一脉：跑起来的证据，胜过任何架构图上的自信；而"MVP 之后只是重复前面"这句收得极简——项目不是一次设计出来的，是一圈圈从 PoC 转出来的。

给你的落地句：下个项目起手别打开编辑器，先打开能跑的那个最小东西，再打开设计，最后才打开 IDE。

四步法与工具选择均为发帖转述，效果以各自实践为准。

第三方 checkpoint 的一句话评测（转述）："这大概率是 Minimax H3 目前质量最好的 checkpoint——Minimax Singularity"，并且刚放出一版更小的 w4a8，能在更低显存上跑；模型页在文末（HF 页面本次抓取超时，细节以仓库为准）：huggingface.co/WarmBloodAban/…

放进 H3 线正好是第三击：57719 官方把它做成"分镜→生成→剪辑→字幕"的制作工作室、57746 说 VAE 在开源工作流里快了一倍，这条补的是第三块——社区在给它出"更省显存、更高质量"的民间档；三层叠起来的含义很直白：官方管工序、生态管性能、社区 checkpoint 管压榨——一个模型的成熟度，看的不是官方发了多少公告，而是有没有人开始给它做第三方档位。

"更小的 w4a8"这个细节则再次落到今晚的降配曲线（57388/57518/57780）：同一代模型的价值释放，一半发生在发布之后——量化、微调、重排，全在社区手里完成；给想上手的人一句实操：先跑官方版吃透工序，再换社区档省显存——但切换前对同一组图做 A/B，"大概率最好"这种评价，得用自己的图验一遍。

质量评价与 w4a8 均为发帖口径（第三方 checkpoint），HF 页面本次未取，权重与许可以仓库说明为准。

一条反直觉的操作建议（转述）：想让 Agent 编码时守规矩，别把规则写进 AGENTS.md、Skill 或任何文档——"当 xxx 你应该 yyy"这种写法看着工整，但模型底层是概率，长程执行里规则被遵守的概率会一路衰减。作者给的正解一句话：用工程化的确定性，去对抗概率的不确定性。

实操例子很具体：你想要"测试失败、修复后别从头跑、从失败的那条继续"——别在文档里许愿，去改造测试脚本：脚本每次输出一段 agentHint 参数，把约束写在里面（"当前 session 若已反复执行测试，修复失败用例后应从失败用例续跑、全部通过再整体跑一遍"）；更进一步，记录项目的测试执行规律，一旦命中该模式，agentHint 直接命令从失败用例继续。

于是所有流程约束收敛到脚本的 hint 参数，而 AGENTS.md 里只剩一句话："执行中遇到 agentHint，参考它的建议。"

我的看法：这是说明书族的第六注脚，也是前五员的对立统一——纪律要写进机器读得懂的地方（57668 的 SKILL、57689 的八章）没错，但"写在哪"比"写什么"更决定被执行率：文档是任务开始时读一遍的背景音，工具输出是当次执行现场递到眼前的指令——注入时机不同，概率完全不同；这与租约篇（57730）"动态裁决权"、ChangeSet（57565）"结构化补丁"是同一条主线：确定性机制压过概率性嘱咐。

更妙的是他给文档留了那一句指针——文档的角色被重定义成"宪法＋路标"：元规则与指针留在纸上，具体法条由执行体现场颁布；对照八章验收（写在 prompt 里、每次任务注入）会发现两派其实共用一个内核：规则要离执行现场足够近。

给你的落地三步：把高频流程约束改造成脚本 hint → AGENTS.md 只留一句"遇 hint 必读" → 每次 agent 犯同款错，先想"这约束能不能脚本化"。

论点与示例均按发帖转述；具体改造以各自项目脚本为准。

一份自建靶场的实战成绩单（按发帖转述）：作者做了个 Web 靶场——17 个真实场景的常见漏洞、难度偏高；他与另外三位师傅清一色用 agent 测试（skill＋memory 模式、无人工干预），结果两条：最多的一个只找到 11 个漏洞；其中 5 个漏洞全军覆没——四个人的 agent 一个都没找到。

更扎心的是方差观察：模型、skill、memory、agent 组合不同，差距很大；哪怕以上全部相同、重复跑，输出的差距也特别大。

我的看法：这是今晚 skill 线与记忆线合流后的第一张实战考卷，分数把话说完了——skill 给方法、memory 给线索，但"11/17"与"5 个全灭"说明配置远不是全部；安全审计恰是对缺口容忍度最低的任务类型（少找一个，那个洞就还开着）。

而"同配置重复跑方差巨大"正是 57579"钉死设置再比"的实证版：同配置 ≠ 同结果——agent 级评测比模型级评测更需要多次采样与并列报告，单次跑分在这个领域没有发言权。

第二层启示更实用：那 5 个共灭漏洞就是当前 agent 能力的公共盲区——写安全 skill 时，该把这几类当重点口粮喂进去；靶场的价值不在"难"，在于把盲区量了出来。

最后把两篇旧账合个影：BrowserSkill 那条说过"外部工具调用不会自动获得事务"（57730 同族），这条又给出"agent 审计存在盲区与方差"——结论早已写好：安全验证别只交给 agent，人必须在环（57419、57445 的底线再次成立）。

靶场与数据为作者自建及小样本测试（4 人），不代表总体能力；靶场地址本条未附，以作者后续公布为准。

一份 13 页的 agent 记忆拆解，核心卖点是把 token 成本砍掉 90%（按发帖转述）。开头的痛点三连几乎人人中枪：你的 agent 每天早上读同样那 12 个文件、得出同样的结论，然后把这些钱再收你一遍；更要命的是——模型两年聪明了 10 倍，会话一关照样忘光。

作者给出五层模型，逐层都值得记：

①工作记忆＝上下文窗——它现在看见的一切；窗一满，最旧的上下文被挤出去；多数 agent 活在这里就再也没出去过。②情景记忆＝发生过什么——带时间戳的完整交互日志：周二凌晨 3 点那次因为一个笔误挂掉的部署留在档上，你只需要解释一次。

③语义记忆＝什么是真的——事实、实体与关系存进知识图谱："这个用户偏好 TypeScript"得以跨会话存活。④程序性记忆＝怎么干活——试过三种办法、一种奏效，那一种固化成可复用的 skill，下次从这里起步。

⑤遗忘＝删什么——全都记得的 agent 会堆出一堆自相矛盾：你都搬城市了，它还在推荐老家的餐厅。

数字部分（其引用口径）：Mem0 把单次查询从 26,000 tokens 压到 1,800、延迟降 91%；Snowflake 加一层本体，准确率 +20%、工具调用 −39%——结论一句话：记忆第一天就回本。

全文最亮的收尾则是那一层没人建的："遗忘引擎——它决定另外四层还值不值得信任。"

我的看法：把它摆进今晚的记忆线，正好补齐第五块板——存（57513 的目录）、合库（57604 的底座）、跨会话（57722 的 repo-native）、唤起（T-Mem 的联想召回），加上本篇的遗忘，五块才算一套完整呼吸：唤起是正阀、遗忘是反阀，缺一个记忆就失衡——只存不删，矛盾越堆越厚，正阀再灵也救不了反阀缺席；而 T-Mem 教它"何时想起"、这篇教它"别想起已经错的"，一开一合。

四层里还有两个与今夜旧线严丝合缝的接口：程序性记忆固化 skill，正是说明书族的入口动作（先跑通、再固化、下次直接用）；情景记忆的"你只用解释一次"，是证据链的人话版——留档不是为了审计仪式，是为了同一种错误只付一次学费。

判据也给你一句：评估一套记忆方案，先看它的遗忘引擎怎么写——写不出删除规则的记忆库，只是更贵的堆料场。

五层结构与数字按发帖转述（Mem0、Snowflake 为其引用），13 页原文在引文所指页面内、本条未取；以各项目官方数据为准。

腾讯云被网友叫"赛博活佛 2.0"的那件事（按发帖转述）：直接提供长期免费的 CDN 服务——①全球加速、包含中国大陆地区；②CDN 流量＋DDoS 防护"不计量"；③开通后长期有效、每月 0 元续费。

限定也说清楚：目前只面向少量内测用户开放。顺手抓了官方产品页（阶梯第 1 步，链接文末），页面上是另外两层：新用户限时免费领 CDN 境内流量（企业 500GB／个人 100GB），以及下一代 EdgeOne 约 0.07 元/GB 的付费明牌——零元、体验、付费三层结构，一页摆齐。

我的看法：成本线又添了迄今最狠的一格——"零元层"。这条线今晚已经摆过半价（57417）、快档标价（57536）、额度加送（57755）和官方送 token（57478），这次是基础设施级：CDN 与防护是任何 agent 应用上线都绕不开的账单，"不计量＋长期有效"等于把冷启动账单直接归零。

内测限量则是经典的钩子——免费层的商业模式从来是把付费层养起来，EdgeOne 那个 0.07 元/GB 就是摆在明面上的下一步。给独立开发者的实操：先查自己有没有内测资格，领不到也还有新用户 500GB／100GB 的起步量；顺带把界线画直——官方公开送的免费层，该领就领，这跟逆向渠道的"白嫖"从来不是一回事。

内测条款与各档免费额度以腾讯云官方页面与公告为准。

官方产品页：cloud.tencent.com/product/cdn