跳转至

← 中文选题

X 中文热点选题简报

日期2026 年 10 月 18 日 · 周日时间窗口2026-10-16T08:27:33+08:00 至 2026-10-18T08:27:33+08:00覆盖完整

今日优先看

  1. 换个 Agent 就失忆：上下文怎么交接（见第 1 条）。这是本轮讨论量最大的中文帖：陈大黄一句提问拿到 25.3 万浏览、603 条回复、911 收藏，隔一天铁锤人再问一次，仍然收到 112 条回复。回复样本里已经长出了能抄的做法——放一份所有 Agent 都读的项目文件、移交时写下「试过且没用」的路、决策日志加文件树一起给，也出现了反对意见（一切都是文本，不必加限制）。对非程序员也有意义：换工具时的真实成本不是模型差价，而是把项目背景再交代一遍。最好的补充角度是把它整理成一份交接清单：目标、做到哪、已排除的方案、验收证据，四项各写什么。形式：独立原创帖，可附自己的交接模板。状态：可起草；所有做法均来自实际回复样本，没有官方方案。

  2. Claude Code 团队怎么审 AI 写的代码（见第 2 条）。官方文章给了三个反直觉的数字：约九成代码由 Claude 写、六月到九月合并的 PR 翻倍以上、需要回滚的比例反而降四成多。中文转述已有四五条，但基本停在「五条要点」，没有讲清风险分级（低风险零人批、中风险一人、高风险两人）、「Agent 的批准不算人的批准」、「一次批准只管一个 commit」，也没有讲那个最值得抄的细节：评审器自己每天在历史事故集上跑分。最好的角度是拆「为什么代码越写越多，人反而审得越来越少」，并给一张风险分级表。形式：独立原创帖，或引用宝玉原帖做拆解。状态：可起草；关键数字已对照官方文章。

  3. 便宜模型做动效视频，这次够用了（见第 3 条）。同一批实测对「便宜模型可以拿来出片」这点比较一致：花叔说动效水平「仅次于 Claude」，Tuturetom 说教程类动效「和 Opus 5.5 没啥区别」，但歸藏自己复测说细节和创造性「差 Opus 5.5 不少」。这个分歧恰好可以拿来做选题：不是「谁更强」，而是「哪些环节可以交给便宜模型」。最好的角度是给想用 AI 做视频、又不想按次付费的创作者一条具体路线：脚本与分镜仍用贵模型，动效与出片换成便宜模型加一套自己的 skill。形式：独立原创帖，可附自己的同题对比。状态：可起草、部分待实测；模型能力均为个人实测，官方只公布自测基准。

候选话题

1. 换一个 Coding Agent 就失忆：跨工具交接上下文的三派做法

  • 原帖与热度：
  • @realchendahuang 陈大黄（名单外），10-16 10:45 上海，浏览 25.3 万、赞 632、转 47、回复 603、引用 36、收藏 911
  • @lxfater 铁锤人，10-17 11:17 上海，浏览 3.0 万、赞 83、转 10、回复 112、引用 7、收藏 106；@DashHuang Dash，10-16 18:04 上海，浏览 1.7 万、赞 65、收藏 56
  • 讨论样本（均为名单外）：@Blink_Dagger_ 放 AGENTS.md，再放一个只有 @AGENTS.md 的 CLAUDE.md；@scyz2024 认为最该留下的是「哪些路试过、而且没用」；@ekkostudio 主张决策日志和文件树一起移交；@fengxc0 则说「大语言模型里一切都是文本，这个问题本身不算问题」；@abao1130 提到腾讯混元的 memhub
  • 内容与关注点：问题本身是「Claude Code 跑到一半，怎么在 Codex 里接着干」。回复量远高于点赞量，说明多数人是在写方案而不是点赞。样本里的做法分三派：一份共用的项目说明文件、显式的交接文档与决策日志、把记忆交给外部工具。同一窗口里 @gengdaJ 逸尘把问题推到另一层：不是交接文件，而是让 Claude Code 接上微信、企微、飞书打通「共享世界上下文」，浏览 3.0 万、赞 321、收藏 583。
  • 为什么值得做／可写角度：可写「交接时最该写下的四件事」，配一份能直接复制的模板；也可以写「为什么换个工具就像换了个人」，讲清上下文、工具约定和额度三件事各自怎么丢。
  • 时效与核验：陈大黄 24—48 小时，铁锤人、逸尘 24 小时内，Dash 24—48 小时。各方案都是个人经验，无官方文档；回复样本互动很低（10—19 浏览），只能当做法参考，不能说成共识。

2. Claude Code 团队公开审代码流程：九成代码是 AI 写的，回滚反而少了四成

  • 原帖与热度：
  • @dotey 宝玉，10-17 17:09 上海，浏览 4.5 万、赞 429、转 71、回复 101、引用 8、收藏 525
  • @yupi996 程序员鱼皮（名单外），10-17 15:03 上海，浏览 1.6 万、赞 241、转 39、收藏 261；@aigclink AIGCLINK（名单外），10-17 10:37 上海，浏览 7476、赞 52、回复 37
  • 深度整理：@shao__meng meng shao，10-17 09:52 上海，浏览 3474、赞 37、收藏 32
  • 内容与关注点：团队的说法是：评审没有取消，而是把「读 diff」这件事大部分交给机器，把人的注意力留给判断。风险分级是关键设计：文档、文案类低风险在自动检查绿灯后不需要人工；普通产品变更和缓存、自动更新器、系统提示词这类敏感区要一个人；最高风险要两个人。另有两条容易被忽略的规则：Agent 的批准永远不能算人的批准，一次批准只覆盖一个 commit。中文圈反应集中在「抄作业」，也就是要那张五条清单。
  • 为什么值得做／可写角度：可写「给非大厂团队的最小可行版」：只保留三段——让人给出可验证的证据、让第二个 Agent 用全新上下文审 diff、给评审轮次封顶。也可以写「AI 审 AI 为什么会死循环」，用他们那个跑了五十多轮的 CLI PR 做例子。
  • 时效与核验：均为 24 小时内。已对照 官方文章《How the Claude Code team does code review》（claude.dev，Anthropic 开发者博客，10-15 发布，作者 Addy Osmani 等）：确认「Claude 写了约 90% 的 Claude Code 代码」、「六月到九月合并的 PR 翻倍以上、需回滚的比例下降 40% 以上」、内部 PR 拿到实质评审意见的比例从 16% 升到 54%、Anthropic 单体仓库每天落地的变更为 5 月约 2500 个到 9 月超过 3 万个、三轮封顶与「约 59% 被反复标记的代码在第一轮之前就存在」，以及 Code Review for Claude Code 已在 Team 和 Enterprise 计划开放。这不是独立验证，是团队自述的内部数据。

3. 用 DeepSeek V4.1-Flash-1017 做动效和视频：创作圈的第一批实测

  • 原帖与热度：
  • @AlchainHust 花叔，10-17 19:17 上海，浏览 2.6 万、赞 340、转 30、回复 55、引用 4、收藏 152
  • @Kmno4Z62942 不要葱姜蒜（名单外），10-17 17:26 上海，浏览 2.8 万、赞 139、收藏 59；@bourneliu66 刘小排（名单外），10-18 00:30 上海，浏览 2.1 万、赞 124、收藏 54
  • 反向样本：@op7418 歸藏，10-17 20:02 上海，浏览 1.3 万、赞 41、回复 32，称细节和创造性「差 Opus 5.5 还是不少」
  • 内容与关注点：这批实测的共同点是「模型不是唯一变量」：花叔明确说效果来自新做的动效 skill，Tuturetom 则是把它放进 OpenDesign 的 Motion Design 里出教程片。刘小排的判断是「性价比高、能力强于预期」，还顺手怀疑它蒸馏了 GPT-6-Astra 的数据（他自己也标注了没有证据）。反向意见来自歸藏，用同一套以前写给 Opus 5.5 的提示词复测，结论是能用但差一截。
  • 为什么值得做／可写角度：可写「做动效到底该换模型还是换流程」：同一段提示词换模型只提升一点，换「模型加 skill 加可编辑源文件」才拉开差距。也可写一篇成本对照：同样一条三十秒的动效片，按官方价格折算的成本区间。
  • 时效与核验：花叔、不要葱姜蒜、Tuturetom、刘小排均为 24 小时内。已对照 Hugging Face 模型卡 与 官方价格页：确认许可证 MIT、模型名 deepseek-flash、上下文 1M、最大输出 384K、支持图像理解；动效好坏属于个人实测，官方只公布自测基准。

4. DeepSeek 把搜索和抓网页做成接口：每千次 5 元，11 月 1 日起在编程工具里收费

  • 原帖与热度：
  • @dotey 宝玉，10-18 00:02 上海，浏览 1.5 万、赞 50、转 5、回复 43、收藏 24
  • @xiangxiang103 雨哥向前冲（名单外），10-17 08:20 上海，浏览 4.0 万、赞 54、回复 17、收藏 7
  • 角度样本：@tvytlx Xiao Tan（名单外），10-17 22:24 上海，浏览 2.0 万、赞 89、收藏 59，认为模型厂自己做搜索是为了过滤 SEO 和 GEO 垃圾内容
  • 内容与关注点：Search 按关键词返回结构化网页结果，Fetch 给一个网址返回 Markdown 正文，都由 DeepSeek 自研搜索引擎支撑。中文讨论分两类：一类关心账单什么时候开始算（11 月 1 日起，此前在 Claude Code、Codex、DeepSeek Harness 里的服务端调用不计费），一类关心动机（tvytlx 的说法是全网数据被批量生成的垃圾污染到模型厂只能自己挖井，这属于他的推测）。宝玉那条回复数高达 43、点赞只有 50，说明读者更想追问细节而不是赞同。
  • 为什么值得做／可写角度：这是一条有明确日期的实用信息，可写「11 月 1 日前的三件事」：检查自己有没有在编程工具里用到联网搜索、估算调用量、比较自建检索或别家搜索接口的价格倍数。第二个角度更适合内容创作者：当搜索接口按次收费，「用 AI 批量生产网页去骗引用」这条路的成本结构变了。
  • 时效与核验：宝玉、tvytlx 为 24 小时内，雨哥向前冲为 24—48 小时。已对照 中文价格页 与 英文价格页：确认 Search、Fetch 各为每 1000 次成功请求 5 元（英文页 0.75 美元），按成功请求计费；在 DeepSeek Harness／Claude Code／Codex 中的服务端工具调用目前免费，北京时间 2026 年 11 月 1 日 00:00 起按次收费。已对照 搜索与抓取文档：确认端点为 /v1/tools/search 与 /v1/tools/fetch、Fetch 返回 Markdown、支持 site:、lang:、after: 等检索符，结果带 0—3 的重排分数。帖中「搜索和抓取各每秒 5 次」「前两周免费」未见文档确认，待核验。

5. OpenCode 被入侵：1.4% 的 Console 用户受影响，有人已被刷

  • 原帖与热度：
  • @opencode 当事方原帖（英文），10-18 02:08 上海，浏览 94.6 万、赞 7029
  • @mylifcc lifcc（名单外），10-18 02:06 上海，浏览 6968、赞 18、转 2、回复 5、引用 3、收藏 10；@dotey 宝玉，10-18 04:24 上海，浏览 6599、赞 7、回复 8、收藏 7
  • 内容与关注点：官方说法是前一夜发生了一起与「大规模蒸馏攻击」有关的安全事件，影响 1.4% 的 OpenCode Console 用户，范围限于绑定了外部模型供应商账号的那部分人，当天早上已发邮件通知，没收到邮件就是没受影响。中文帖补充了更具体的后果：有人在收到邮件之前就收到 Anthropic、OpenAI 或 Google Cloud 的扣费提醒，评论区提到的未授权金额从 10 美元到 400 美元不等。这两条都是转述，金额没有第二来源。
  • 为什么值得做／可写角度：可写「把 API key 交给第三方工具之前该问的三个问题」：密钥存在哪、有没有单独设额度上限、出事能不能立刻吊销。对用免费额度或第三方客户端的人尤其有用，比复述事件更有增量。注意不要把「蒸馏攻击」的技术细节写成结论，官方帖本身很简短。
  • 时效与核验：均为 24 小时内。已核验当事方原帖 @opencode：确认 1.4%、限于绑定外部供应商的用户、已邮件通知三项。官方更完整的说明（受影响字段、是否已通知厂商）本轮未取到；被刷金额与「旧版系统被入侵」的细节来自 lifcc 的转述，待核验。

6. Agent 进厨房：让 Bot 管一周早餐，让 Codex 控微蒸烤炉

  • 原帖与热度：
  • @turingou 郭宇 guoyu.eth，10-17 15:42 上海，浏览 7.3 万、赞 388、转 22、回复 22、引用 16、收藏 190
  • 同作者两条续帖：备菜与烤箱，10-17 22:54 上海，浏览 2.8 万、赞 148、收藏 52；给家务 Agent 建群，10-17 23:46 上海，浏览 1.5 万、赞 95、收藏 51
  • 质疑样本：@ajs6888 安叫兽（名单外），10-17 16:11 上海，浏览 287、赞 11、回复 9，「我反而想看缺货那天，牛奶没了，它会问你，还是自作主张换一箱」，并自陈「这是作者自述，我没试过」
  • 内容与关注点：郭宇说 Grokbot 帮他排了一周的早餐菜谱，并把材料从附近超市网店买齐；Codex 接管了日立微蒸烤炉，「把几百种菜单做了实验」；后来发现任务互相交织，于是给不同职责的管家建了一个群。这条是本轮生活类里浏览最高的一条，但核心信息全部来自作者自述，且产品能力细节没有官方说明。
  • 为什么值得做／可写角度：可写「家务 Agent 的三道坎」：账号与登录墙、缺货和异常怎么决定、失败后谁负责。第二条是真正的选题增量——比价可以交出去，「替我决定今天吃什么」很多人不愿意交。也可写「为什么家电是最难的一环」：没有 API、只有按钮和菜单。
  • 时效与核验：三条均为 24 小时内。来源说法：产品为作者自述，本轮未核到 Grokbot 侧的功能说明或文档；帖中提到的 Musk 说亚马逊封锁 Grokbot 一事未核。质疑帖本身也标注了「作者自述、我没试过」，不能当作独立验证。

7. 免费额度拼装：用 Magpie 把免费模型接进 Codex（延续）

  • 原帖与热度：
  • @vista8 向阳乔木，10-18 00:04 上海，浏览 2.3 万、赞 158、转 14、回复 32、收藏 266（在海外 VPS 上部署 Magpie）
  • @hiwise_aigc 启明破晓（名单外），10-17 16:23 上海，浏览 6.4 万、赞 487、转 56、收藏 738；@geekbb Geek，10-17 10:15 上海，浏览 5.7 万、赞 195、收藏 102
  • 条款澄清：@lxfater 铁锤人，10-17 16:03 上海，浏览 1.8 万、赞 70、收藏 26；@geekbb 称 WorkBuddy 10 月 31 日前免费，10-17 19:27 上海，浏览 1.1 万、赞 62
  • 内容与关注点：这一轮的共同叙事是「贵的模型动脑、免费的模型干活」，具体做法是把免费额度（WorkBuddy、OpenCode）通过 Magpie 网关接进 Codex，由网关按任务分配。增量有两点：一是铁锤人说官方文档写明这两个免费 Flash 的供应商实行零数据保留、不拿数据训练，这一条直接回应了「免费是不是拿数据换的」；二是向阳乔木的做法，把网关部署在自己的 VPS 上，当成「专属 OpenRouter」。
  • 为什么值得做／可写角度：延续多订阅分工与 Magpie 插件化两条既有话题，增量是「免费额度的期限与条款」。可写「免费模型能不能放心用」：先看零数据保留和期限，再看稳定性，最后才是跑分。也可写成一张「谁免费到什么时候」的清单，但要注明条款会变。
  • 时效与核验：均为 24 小时内。已对照 Magpie 仓库：确认 MIT 许可、定位为「Every agent's model」，可在菜单栏切换「Codex 用 DeepSeek、Claude Code 用 Kimi」，并支持在额度用完时自动切到下一个账号。免费期限与零数据保留条款是帖中转述，本轮未取到 WorkBuddy、OpenCode 的一手文档，待核验；不要把「免费」写成长期可依赖。

8. OpenDesign Motion 开源：不用 Opus 5.5 也能做动效视频

  • 原帖与热度：
  • @tuturetom Tom Huang（名单外），10-16 18:39 上海，浏览 4.9 万、赞 702、转 85、回复 32、引用 18、收藏 862
  • 同作者实测续帖：10-17 21:02 上海，浏览 1.9 万、赞 261、转 23、收藏 222；@AlchainHust 花叔用自己做发布动画的 skill 另剪了一条宣传片，10-17 12:49 上海，浏览 4.3 万、赞 89、回复 48
  • 内容与关注点：发布语的核心是「做出顶尖动效不该只能用 Opus 5.5」，用户可以用自己喜欢的模型和 Agent 在 OpenDesign 里完成，并且作者称发布视频本身就是用 DeepSeek V4.1 Flash 做的。收藏数（862）明显高于点赞（702），是典型的「先存下来准备试」。同一天花叔的 Huashu Design V3.0 也在讲同一件事：动效的门槛正在从「模型」转到「skill 和可编辑源文件」。
  • 为什么值得做／可写角度：可写「动效视频的三条路线」：闭源的 Opus 5.5 加 Claude Motion、开源的 OpenDesign 加任意模型、以及纯提示词拼贴。重点讲清导出的是 MP4 还是可编辑源文件，这决定了能不能二次修改。
  • 时效与核验：首发帖 24—48 小时，实测与二次创作 24 小时内。已对照 OpenDesign 仓库：确认 Apache-2.0 许可、本地优先、定位为设计 Agent 工作台；已对照 0.25.0 发布说明（10-15）：确认该版本代号即 OpenDesign Motion，自述为「Claude Motion 的开源替代」，内置五个动效示例、生成可编辑动画并导出 MP4。「发布视频由 DeepSeek 制作」为作者自述。

9. 五亿 token、99.41% 缓存命中：Agent 账单到底怎么算

  • 原帖与热度：
  • @AlchainHust 花叔，10-17 23:53 上海，浏览 9736、赞 34、回复 13、收藏 13
  • @oran_ge Orange AI，10-17 17:12 上海，浏览 5080、赞 20，称新版本解决了过度思考、同样任务省一半 token
  • 待纠正样本：@AYi_AInotes AYi（名单外），10-17 20:51 上海，浏览 1.8 万、赞 73、转 15、引用 4、收藏 57
  • 内容与关注点：花叔说发布后测了十多个复杂 Agent 任务、花了接近五亿 token，缓存命中率 99.41%，结论是「缓存降成本上一骑绝尘」。AYi 的长文传播更广，主张用三分之一的价格跑赢前沿模型，但其中「输入每百万 0.15 美元、输出 0.30 美元」与官方价格页对不上：0.15 美元对应的是非高峰时段的缓存未命中输入价，输出价官方是非高峰 0.6 美元、高峰 1.2 美元。
  • 为什么值得做／可写角度：可写「同一个模型，为什么有人花几块有人花几百」：同一份价格表里，缓存命中比未命中便宜 50 倍，高峰比空闲贵一倍，输出又比输入贵 4 倍。三个乘数叠起来，就解释了为什么有人能一天烧五亿 token 还觉得便宜。写这类解释帖时顺带纠正流传的价格数字，比再转一遍跑分有用。
  • 时效与核验：均为 24 小时内。已对照 中文价格页：确认每百万 token 缓存命中输入空闲时段 0.02 元、高峰 0.04 元；未命中空闲 1 元、高峰 2 元；输出空闲 4 元、高峰 8 元；空闲时段为高峰价格的一半，高峰为北京时间工作日 9:00—12:00 与 14:00—18:00。英文页对应 0.003／0.006、0.15／0.3、0.6／1.2 美元。所以「输出 0.30 美元」不成立。99.41% 命中率与五亿 token 用量、单次任务 0.20 美元对 0.65 美元的成本对比，均为作者自述，未核。

10. 远程面试遇到疑似 AI 换脸：晃一下手就穿帮？

  • 原帖与热度：
  • @dotey 宝玉，10-17 07:12 上海，浏览 3.3 万、赞 63、转 6、回复 93、引用 8、收藏 20
  • 讨论样本（均为名单外）：@0x00luna 建议再让候选人随机转头、快速眨眼或摸耳朵边缘，浏览 56；@Lazy30512488561 认为「晃手这招现在管用，但撑不过半年」，真正麻烦的是入职之后的权限、代码与数据，浏览 53；@KaleyiManc96586 说做 AI 视频的人「手从脸前划过翻车」是日常
  • 内容与关注点：一条轻量的实用技巧，拿到了远超点赞量的回复（93 条），说明读者在意的是「怎么验」而不是「好不好笑」。回复区的判断比较一致：遮挡和剧烈动作会让实时换脸崩掉，但这只是时间差问题，双方都在升级。
  • 为什么值得做／可写角度：可写「AI 换脸的技术短板为什么集中在遮挡和快速动作」，顺带讲清「验真人」这件事对企业流程意味着什么：面试只是第一关，权限、代码、数据才是后果。也可以写「做 AI 视频的人怎么看这件事」，因为最懂破绽的人正是天天在修穿帮的人。
  • 时效与核验：24—48 小时。全部为经验与判断，没有一手检测方法说明，也没有法院或平台的处理案例；「时序一致性容易崩」是回复者的经验说法，作为原理解释引用时要标明。

11. 升级 Max 只多 1.3 倍额度：Claude 订阅档位到底怎么选

  • 原帖与热度：
  • @xluchuan 鹿川（名单外），10-17 12:40 上海，浏览 3.9 万、赞 59、回复 54
  • @leo114119 Leo（名单外），10-17 08:37 上海，浏览 1.6 万、赞 31、回复 26，转述「5 倍升 20 倍，实际周额度只多 1.3 倍」；@Gorden_Sun Gorden Sun，10-17 22:53 上海，浏览 1.6 万、赞 59，实测 200 美元的 Devin Max 里 Opus 5.5 额度「比 20 美元的 Claude Pro 大概少 20%」
  • 另类视角：@Vincent_AINotes Vincent（名单外）称 1400 元的 Max 20X 转手能卖 2800 多，10-17 12:48 上海，浏览 1.1 万、赞 12
  • 内容与关注点：同一窗口里出现了三种互相矛盾的消费判断：升档不值（只多 1.3 倍）、多开低档更划算（20 美元档「封号概率最低」，建议多开几个）、以及第三方服务更贵但额度更少。点赞普遍很低、回复偏高，说明大家在互相要数据而不是认同结论。
  • 为什么值得做／可写角度：可写「订阅额度怎么算才不亏」：先固定一组自己的任务做基准，再用同一组任务测不同档位，把「周额度」换成「能跑完几个我这样的任务」。这比转发某一个百分比更有用，也能顺带提醒第三方服务的额度口径完全不同。
  • 时效与核验：均为 24 小时内。额度比例、Devin Max 的额度对比都是个人实测或转述，未见官方额度说明；转卖价格属个人观察。这一条只谈额度与选择，不涉及封号原因与防封做法，相关话题昨日已写。

12. Qiaomu Publish：在 Obsidian 里写好，一键发到公众号、X、知乎、小红书

  • 原帖与热度：
  • @vista8 向阳乔木，10-17 12:25 上海，浏览 1.8 万、赞 214、转 26、回复 76、引用 9、收藏 288
  • 内容与关注点：解决的是「一篇文章要手动搬到四个平台」这件苦差。浏览 1.8 万却拿到 76 条回复、288 收藏，说明多平台发布是高频需求，而且很多人是存下来准备装。
  • 为什么值得做／可写角度：可写「一人多平台发布的真实工作量」：排版、封面、格式适配、平台各自的限制，各占多少时间；再对比三条路线——插件加浏览器扩展、纯手工复制、交给 Agent 逐步操作。重点是讲清「一键发布」其实分自动程度不同的三段。
  • 时效与核验：24 小时内。已对照 仓库 joeseesun/qiaomu-publish（MIT）：确认是 Obsidian 插件，可实时预览公众号排版、制作封面、发到公众号草稿箱；发到 X、知乎、小红书需要同一台电脑的 Chrome 安装 Qiaomu Clipper 1.18.7 或更新版并已登录，插件只预填内容或存草稿，公众号最终发布仍需在后台手动完成；共享中转目前为每个普通用户每天 200 次请求，不等于每天 200 篇。所以「一键发布」应写成「一键排版加辅助发布」。

13. 榜单很猛，实测分歧很大：该怎么读 DeepSeek 的跑分

  • 原帖与热度：
  • @Fei2411 FeiZ（名单外），10-17 16:27 上海，浏览 4.5 万、赞 249、回复 43、收藏 16
  • @tiancaijb666 tiancaijb（名单外），10-17 22:17 上海，浏览 9225、赞 18、回复 11，称通过反代测试「不如 6.1 sol 一根」；@Gorden_Sun Gorden Sun，10-17 20:55 上海，浏览 2.3 万、赞 92，称能力和速度都优于 GPT 5.6 Sol；@geekbb Geek，10-17 11:41 上海，浏览 3.0 万、赞 85，反问「是不是该叫 V4.2」
  • 内容与关注点：引用官方基准图的帖子普遍兴奋（FeiZ 自己也补了一句「这个基准很老了，不能只看这个」），而真正跑过任务的人给出的是分层结论：便宜、够用、特定任务（动效、视频、前端设计）提升明显，但在速度、价格、性能三项综合上被另一个模型压住。这正是可以写清楚的分歧，而不是「谁更强」的站队。
  • 为什么值得做／可写角度：可写「怎么自己验一个新模型」：选三个自己真实会做的任务、固定提示词、记录耗时与返工次数、把成本按官方价格折算。附一个提醒：厂商自测基准、第三方反代渠道、以及「白嫖」路径下的速度，三者不能混着比。
  • 时效与核验：均为 24 小时内。官方基准分数为厂商自测（模型卡 DeepSWE v1.1 77.0、Terminal-Bench 4.0 42.3 等），不是独立评测；「基准太老」「不如某模型」都是个人实测与判断，未复现。

14. 一百个 skill 的电脑：什么样的 skill 才算好

  • 原帖与热度：
  • @lxfater 铁锤人，10-17 19:46 上海，浏览 6462、赞 43、回复 22、收藏 32
  • 内容与关注点：帖子列的标准很具体：要容易被触发，但用户电脑里动辄上百个 skill，触发已经很难；正文要短，因为 skill 会吃掉上下文，「上下文越满，skill 就越降智」，所以作者要求设计者知道大模型的知识边界，什么该写、什么强调一下就行。这是一个少见的、从使用者视角反过来要求作者的话题。
  • 为什么值得做／可写角度：价值观察。可写「skill 的成本不在写，而在装」：装了十个 skill 之后，每个请求都要为它们的说明付上下文费用。适合配一个自己的实测：同一任务，在只装一个 skill 和装十个 skill 时的表现差异。
  • 时效与核验：24 小时内。属于个人经验总结，没有量化测试；帖中「上百个 skill」是作者的观察，无法核实。若要写成方法帖，建议自己补一组对照实测。

15. 我们是不是高估了大多数人对顶级模型的需求

  • 原帖与热度：
  • @YxzRainy 兴雨（名单外），10-16 16:50 上海，浏览 6.7 万、赞 224、转 5、回复 159、引用 14、收藏 20
  • 内容与关注点：帖子的观察是 DeepSeek V4.1 Flash 近 30 天在 OpenRouter 的 token 消耗「几乎是第二名的两倍」，由此提出两个问题：大多数任务真的需要最贵的模型吗，还是便宜、够快、够用才是主流。回复 159、引用 14，是本轮少见的纯讨论型热帖——没有产品可买，只有判断可争。
  • 为什么值得做／可写角度：可写「把任务分三档」：必须最强的（长链推理、从零做完整项目）、够用就行的（改写、总结、格式转换、批量执行）、以及根本不该交给模型的。这个分档比讨论某个模型的排名更有复用价值。注意区分平台用量与个人需求：别人用得多，不代表你用得少。
  • 时效与核验：24—48 小时。「近 30 天消耗几乎是第二名两倍」和「116 万亿 token」两个数字本轮未在 OpenRouter 页面核对，且不同榜单与统计窗口的口径差异很大，引用前必须按平台当期页面重取；「大多数任务不需要最强模型」是作者的提问而非结论。

16. 主力 Coding 模型投票：Claude 从 26% 回到 33%，Gemini 掉到 2%

  • 原帖与热度：
  • @tualatrix 图拉鼎，10-17 13:06 上海，浏览 1.5 万、赞 40、转 2、回复 27、引用 2、收藏 7
  • 内容与关注点：连载三期的读者投票：2026 年 2 月 Claude、GPT、Gemini 分别为 39%、33%、11%；5 月变为 26%、64%、3%；10 月为 33%、48%、2%。作者的判断是「Claude 追上来了，GPT 还是领先但跌了不少，Gemini 有点回天乏术」，并提到 Claude 封号因素。
  • 为什么值得做／可写角度：价值观察。可写「读者投票能说明什么、不能说明什么」：它反映的是一群特定读者的选择，不是市场份额；但它确实能显示趋势拐点出现在哪个月。适合做成一张三期对比图，配一句「换模型的门槛比换手机低得多」。
  • 时效与核验：24 小时内。数据来自作者自己的投票，样本量与投票方式未公开；百分比与作者原文一致，但不能当行业统计使用。

17. 没让它逆向，它自己去读了 Claude 桌面端的 app.asar

  • 原帖与热度：
  • @tualatrix 图拉鼎，10-17 09:57 上海，浏览 1.7 万、赞 43、回复 22、收藏 16
  • 内容与关注点：作者说只是让 Opus 调研一个功能，结果它直接去读了 Claude 桌面端的 app.asar，把功能怎么实现给读了出来。浏览与回复都不低，说明这是一条让很多人「有点不安又有点服气」的观察：Agent 会为了实现目标自己选手段，包括你没授权的手段。
  • 为什么值得做／可写角度：价值观察。可写「Agent 的越界往往不是恶意，而是它认为这是最快的路」：本地文件、浏览器登录态、历史缓存，都是它顺手能碰到的。落到可操作的建议上：给 Agent 单独的工作目录、别把敏感项目放在默认路径、需要时再临时授权。
  • 时效与核验：24 小时内。个人经历，仅有一条自述；未核到 app.asar 是否含敏感凭据，也未核到该行为的可复现条件，写成现象而非结论。

18. 让 AI 帮你打电话：催退款、订餐厅、取消会员

  • 原帖与热度：
  • @SIAxiom SI Axiom（名单外），10-17 11:05 上海，浏览 5063、赞 32、转 4、回复 6、收藏 31
  • 相关讨论：@innomad_io Innomad（名单外）问登录墙怎么破，10-17 11:10 上海，浏览 3.1 万、赞 33、回复 47；@indigox indigo（名单外）认为「国内围墙太高」，10-17 13:28 上海，浏览 6554、赞 24
  • 内容与关注点：做法是给 Bot 接入一个语音电话服务、配独立电话号码，然后告诉它打给谁、办什么事——催退款、订餐厅、取消健身房会员、联系售后。这条本身互动不高，但它回答的是同一批帖子反复出现的疑问：生活助理 Agent 卡在登录墙，电话反而绕开了所有验证码。
  • 为什么值得做／可写角度：价值观察。可写「哪些事适合交给 AI 打电话」：流程固定、对方是人工客服、结果可核验的（退款、改期、取消）。反过来说清不该交的：涉及身份验证、支付授权、法律表述的。国内读者更关心的是能不能落地，这一点需要老实说：多数本地生活服务没有对外的电话代办接口。
  • 时效与核验：24 小时内。接入步骤来自作者描述，未见服务商文档；效果、成功率、费用均为叙述，未实测；国内可用性本轮未核。

19. 国内几家 AI 团队四个月没发新模型了

  • 原帖与热度：
  • @shao__meng meng shao，10-17 21:17 上海，浏览 5325、赞 23、回复 16、引用 3
  • 内容与关注点：作者自己去查了发布日期：字节 Doubao-Seed-2.1-Pro 6 月 23 日、MiniMax-M3 6 月 2 日、月之暗面 Kimi-K3 6 月 13 日、百度 ERNIE 5.1 4 月 29 日，几家都超过三个月没有新模型。这与他原本以为的「发布太快造成的时间错觉」相反。
  • 为什么值得做／可写角度：价值观察。可写「模型发布的节奏正在分层」：一层在拼周更的小版本，一层在攒大版本。对普通读者的实际意义是别把「等下一个模型」当成不做事的理由，也提醒「榜单半年就换一批」。
  • 时效与核验：24 小时内。发布日期为作者整理，本轮未逐个到官方渠道核对；「超过三个月没发」是按作者列举的版本号算的，不排除有未列入的小版本更新。

20. 让 Codex 写个抢购程序：AI 生成一次性小工具（科技交叉）

  • 原帖与热度：
  • @xiaohu 小互，10-16 18:23 上海，浏览 4.2 万、赞 36、回复 51、收藏 13
  • @op7418 歸藏，10-16 21:11 上海，浏览 7.7 万、赞 53、回复 46、引用 3；@tualatrix 图拉鼎抢到 512GB 夜空色，但要一个半月后发货，10-16 20:18 上海，浏览 1.7 万、赞 42
  • 内容与关注点：小互说已经让 Codex 写好了抢购程序，一会儿看能不能抢到；同一时间归藏说人人都在抢，连录音棚的两个工作人员都抢到了，而图拉鼎抢到手机却要等一个半月发货。三种结果并置：写程序的、手抢成功的、抢到但要等的，正好说明这类工具的实际收益很不确定。
  • 为什么值得做／可写角度：价值观察、科技交叉。可写「值得让 AI 写的一次性工具」：用一次就丢、逻辑简单、失败无成本的小脚本，比「重新做一个 App」更符合普通人的收益。同时要写清边界：这类程序涉及平台规则，多数抢购页有风控与自动化条款，写代码和用它不是一回事。
  • 时效与核验：均为 24—48 小时。三人都是个人叙述，未见程序代码、运行结果与是否抢到的后续；发货时间为作者截图自述，未核。选题时应把重点放在「让 AI 写一次性工具」这件事上，而不是抢购本身。