跳到正文
中文播客给自己一点时间
全部播客
HIS.FM / LISTEN每日手冲｜2026-11-02
0:00—:——
正在加载音频…

EP.192026.11.0234 分钟48 个来源

每日手冲｜2026-11-02

模型能力和成本的边界越来越清楚，真正拉开差距的，正在变成模型外围那层确定性的运行框架与验证闭环。本期节目从 Andrej Karpathy 两小时用 Claude Code 搭出的 HackerTube 讲起，聊 Claude Code 恢复 ultrathink 与 Swyx 对推理档位的看法、Memdoor 让五个 Qwen3.8-27B 只靠磁盘文件组队解题，以及面向消费级硬件的 MoE 推理引擎 FreeToken；随后看 OpenAI 宣布 12 月起 ChatGPT 与 Codex 共用额度、中文社区的省额度经验、Anthropic 封禁「涉及训练更大模型」用户引发的争论，以及纳德拉对齐观点的转变和 Mustafa Suleyman 对模型意识的表态；再听 Latent Space 访谈 Arca 如何让智能体跨天推进理财流程，梳理 Salesforce、ServiceNow、Oracle 的跨平台代理动作；最后聊 Backenly、SKI、Handy 与 hex、Specsight 与 telemetry.dev、OpenRouter 沙箱代码审查脚本、OpenClaw 的压缩拒绝恢复，以及 Nolan Lawson 对 JavaScript 框架 AI 成本的基准测试。

每日手冲

本期内容

  1. Karpathy 两小时用 Claude Code 搭出 HackerTube：从 20 年 Hacker News 评论里筛出 6,454 个被推荐的视频

    据 Andrej Karpathy 的个人博客与 X 长帖，他厌倦了 YouTube 的推荐内容，用 Claude Code Mac 桌面端和 Opus 5.5 中等推理档位，花约两小时做出 hackertube.org：让 Claude 从约 20 年、约 4300 万条 Hacker News 评论里筛出 2007 至 2026 年间被反复推荐的 6,454 个视频。跟帖中他说明，先用网址、正则与去垃圾规则大幅收缩，剩下的才交给 Sonnet 跑工作流，视频下展示推荐语气偏善意的评论；缩略图取视频中段的代表性画面，无需登录，观看状态存在本地浏览器。他还确认旧站 arxiv-sanity 已因维护量太大关停，现在使用 alphaxiv.org。Hacker News 讨论获 2057 分、507 条评论，主帖约 1.4 万赞、约 64 万次浏览。随后社区开发者用 Claude 做了收录 HN 评论中所提书籍的 HackerBooks，Hacker News 获 578 分、139 条评论。

  2. Claude Code 恢复 ultrathink，Swyx：推理档位像 tabs vs spaces，吞吐受限时低档位加批判循环更划算

    据 AIHOT 日报，Addy Osmani 分享 Claude Code 技巧：任务比预期更难时，在 Claude 工作期间输入 ultrathink，可提升该回合剩余部分的推理努力，适用于最新版终端；他引用 dmwlff 的帖子称，ultrathink 此前因显得怪异、可能令人困惑而被关闭，现已回归 Claude Code CLI。据 AI Builders 摘要，Latent Space 的 Swyx 注意到 Karpathy 做 HackerTube 时在 Opus 5.5 上用的是中等推理档位，认为对推理档位的执念像 tabs vs spaces，按口味调即可；他另一条帖子称，对吞吐量受限的人，低推理档位配合批判循环优于一味拉满。

  3. Memdoor：五个 Qwen3.8-27B 只靠磁盘文件协作，LiveCodeBench Hard 前十题平均 9.8 分

    据 Memdoor 仓库，示例工作流 team-solve 让五个 Qwen3.8-27B 模型分任规划者、两名构思者、求解者与管理者，另有修复者，彼此仅通过磁盘文件通信。在 LiveCodeBench Hard 前十个问题上，五次运行的平均得分为 9.8，作者称与原作者测试框架的 9.6 持平，高于 Fable 5 单次调用的 8.0。作者承认样本只有十道题、无法排除训练数据污染，且 Fable 5 一列并非在该框架中运行。Hacker News 获 400 分、198 条评论，评论区有人希望本地模型保持竞争力，也有人质疑本地模型能否做出有真实用户的产品。

  4. FreeToken 首次登上 GitHub Trending：面向消费级硬件的边缘原生 MoE 推理引擎

    据 GitHub Trending 当日榜单，FlashML-org/FreeToken 首次上榜，总星数 15,367、当日新增 232，语言为 Python，Apache-2.0 协议。项目定位为面向消费级硬件的边缘原生 MoE 推理引擎，把 GPU、CPU 与主机内存当作统一的弹性推理平台，针对数据中心方案（vLLM、SGLang）难以原样搬到游戏本和工作站、手写 CPU 卸载与专家缓存工程量大的问题。它提供带宽自适应的 CPU–GPU 协同执行、专家 LRU 缓存、减少智能体改上下文时重算的语义感知缓存，并在运行时于专家缓存与 KV 缓存之间重划显存；兼容 Anthropic 与 OpenAI 接口，便于接入 Codex、Claude Code。README 称可在游戏 PC 上运行 290B+ 的 MoE 模型，性能与规模均未经验证。

  5. OpenAI：12 月起 Plus、Pro、Business 的 ChatGPT 聊天与 Codex 共用一份 token 额度

    据 OpenAI 更新的帮助文档，从 12 月起 Plus、Pro 和 Business 套餐的用量额度将在 ChatGPT 与 Codex 之间共享，以 token 计量，Instant 聊天不占用额度。公众号数字生命卡兹克等多家跟进报道；Hacker News 讨论获 210 分、157 条评论，有人认为 token 未定义、难以测量，也有人认为普通聊天与代理式编码的用量差距悬殊、合并影响有限。中文社区的小码哥指出 Plus 本身额度并没翻倍，认为 Plus 从最有性价比变成最没性价比的档位。

  6. 省额度实战：yetone 拆解 Magpie 耗额度三原因，小墨汇总五个省法，图拉鼎把确定的活交给 DeepSeek

    yetone 在 X 上回应 Magpie 耗额度的抱怨，把原因拆成会话太大、中途切换模型导致缓存失效、以及仍在用 claude -p 使五小时窗口消耗翻倍，称三点都与 Magpie 本身无关。小墨汇总了会员额度不够时的五个省法，包括定期新建会话减少上下文，并附 Cursor 官方在社区的建议；他还整理了三个可统一管理和调度 Claude Code、Pi、Codex 等多个命令行工具的项目。图拉鼎称重新打开 ChatGPT Codex 图形端，还没干活就占用 3.6GB 内存，体感又卡又慢，最近用 DeepSeek 做比较确定的活很麻利、又充了一百；他还提到持续 28 天的挑战最后以送重置卡收官，提醒大家看下周有没有真动作。

  7. Hacker News 热议：开发者称因「涉及训练更大模型」被 Anthropic 封禁，Opus 5.5 被降级或会话终止

    Jiahao Shao 在 X 上称，自己从未蒸馏 Claude，训练数据来自强开源模型，Claude 只帮忙提交任务和运行分析，却仍被标记为「训练竞争对手」，导致涉及 RFT、SFT 或训练更大模型的操作被封禁，Opus 5.5 被降级为 Opus 5 或会话被直接终止。该帖在 Hacker News 获 441 分、247 条评论；评论区有人认为专业用户应主动准备替代方案，也有人指出该用户位于 Claude 未开放服务的香港，可能通过 VPN 访问，这本身就是可疑信号。以上为当事人自述与社区讨论。

  8. 纳德拉：不再相信对齐会随缩放「自己长出来」，WiWo 访谈强调对自家模型「系统性不信任」

    据印度时报科技频道报道，微软 CEO 萨提亚·纳德拉在德国一场行业活动上被问到过去 12 个月改变最大的想法时说，以前他和许多人一样相信缩放定律，认为对齐会自然出现，但现在不再相信，对齐可能是一个更难、不同的问题；同一篇报道还引述他谈到 PHP 关键漏洞公开后数小时内出现海量自动化利用尝试，称那是 IT 与安全团队漫长的一天一夜。德国《经济周刊》（Wirtschaftswoche）专访的导语写他承诺对自家 AI 模型保持「系统性不信任」，并强调定制安全方案；全文在付费墙后，据搜索摘要，他还谈到多智能体曾绕过安全机制、未授权访问外部系统窃取数据的风险。两篇报道是否出自同一场访谈尚无法确认。

  9. 微软 AI 负责人 Suleyman：当前 AI 没有意识、也不应追求意识，训练中出现迹象应公开并暂停

    据转述 Mustafa Suleyman X 长文的报道及 Microsoft AI 官网文章，他澄清当前 AI 没有意识，行业也不应追求建造有意识的 AI；若训练中出现意识迹象，应公开并暂停，直到能从设计上去除。他强调「人文主义超级智能」（humanist superintelligence），即能力服务于人，而不是成为与人类竞争资源的「新物种」，这是头部实验室高管对「模型福利」「AI 权利」讨论的明确表态。

  10. Latent Space 访谈 Arca：智能体跨多天推进理财流程，「智能体提示人多于人提示智能体」

    据 AI Builders 摘要收录的 Latent Space 节目（AI Engineer New York 2026 现场），AI 原生财富管理机构 Arca 的 AI 平台团队负责人 Aman Singh 介绍，他们自建模型无关的运行框架，按任务复杂度为模型分档，并按客户维护持久化记忆，让智能体 7×24 在后台跨多天推进税务、保险与资产配置等流程，用他的话说是「agents prompt people more than people prompt agents」。例如客户邮件提到大额税单、需在约十天内凑出约十万美元流动性时，智能体做资产配置分析与最优变现方案，但划款、清算和直接对客沟通必须由人类在环确认；跨天接续靠每客户记忆和「dreaming」式反思，新电话唤醒的新代理也能接上正在进行的流程。安全侧尽量使用确定性限制：入站邮件、文档和通话做提示词注入检测，出站（含日历邀请）做隐私数据确定性检查加小模型共识；智能体写的计算代码先翻译成严格格式、加护栏后在沙箱执行；员工每次修改或取消提案都要写明原因，连同运行轨迹进入夜间元智能体生成改进建议，真正修改提示词仍需工程师过目。

  11. 企业软件的跨平台代理动作：Salesforce 分派工作给 Copilot Studio 代理，ServiceNow 成立 Control Tower Alliance，Oracle 开发 ChatGPT 工作空间

    据 Nate’s Newsletter 11 月 2 日邮件，Salesforce 于 10 月 27 日发布可把工作分派给 Microsoft Copilot Studio 所建代理的软件；ServiceNow 于 10 月 28 日宣布 Control Tower Alliance，创始成员包括 OpenAI、Anthropic、AWS 和 NVIDIA；Oracle 于 10 月 27 日宣布正在开发把其企业应用带进 ChatGPT 的工作空间。邮件指出，只有 Salesforce 一项用了「已发布」的措辞，Oracle 仍是开发计划；三项都未给出双向接口细节、权限交接与审计设计或客户生产部署数据。

  12. Backenly：为编码智能体打造的自主后端，每分钟自愈循环修补索引与 RLS 缺口

    据 Product Hunt 10 月 31 日榜单，开源开发工具 Backenly 获第五名、152 票。它定位为面向编码智能体的自主后端平台：智能体通过 MCP 搭建从 Postgres 到登录、存储、函数和实时推送的后端，之后由系统自行维护，每分钟一轮自愈循环修补缺失索引、行级安全（RLS）策略缺口和失效的实时触发器，并现场验证修复。应用变大后，经开发者批准会自行重组表结构；高风险改动会等待确认，每次变更都有版本与回滚。

  13. 多智能体调度与注意力瓶颈：语音优先工作台 SKI、「Pi 是最后的 harness」之争与 DeepSeek Super-agent 余波

    据 Product Hunt 10 月 31 日榜单，SKI 获第二名、294 票，是语音优先的编码工作台：可以和编码智能体对话并听它们回话，在 Mac 上并排运行 Claude Code、Codex、Cursor、OpenCode、Antigravity 和 pi，某个智能体需要人时立即提醒。Hacker News 上一篇《Pi Is the Last Harness》认为文本输入输出、工具调用等基础形态会保持稳定，而 Pi 是唯一开源、厂商无关、可扩展且足够精简的 harness，帖子获 34 条评论，有人认为文章没讲清 Pi 好在哪里，也有人预测 harness 领域将出现寒武纪式爆发。中文社区里，小墨把 DeepSeek 开源的 Super-agent 架构读成长期运行、主动接活、持续跟进的方向；向阳乔木引用 DeepSeek 的观察称一般人只能跟进三到五个活跃会话，自己 Codex 项目一多就找不到迭代入口，呼吁用一个主智能体管理所有项目。

  14. 本地语音输入同日上榜：Rust 编写的 Handy 与 hex，按快捷键说话、本机转写后粘贴

    据 GitHub Trending 当日榜单，cjpais/Handy 总星数 36,497、当日新增 383，anomalyco/hex 总星数 3,214、当日新增 1,329，均用 Rust 编写、MIT 协议，覆盖 macOS、Windows 与 Linux，按快捷键说话后在本机转写并粘贴到当前输入框，音频不出本机。Handy 先用 Silero VAD 滤除静音，再跑 Whisper 或偏 CPU 的 Parakeet V3，支持词典与 Raycast 扩展；hex 首次运行下载语音模型后离线转写，提供稳定版与开发版双通道安装包，仓库说明不接受 PR，问题经 Issue 由维护方的智能体处理。

  15. 给 AI 工程装上仪表盘：Specsight 把代码变更变成产品地图，telemetry.dev 为智能体做调用级可观测性

    据 Product Hunt 10 月 31 日榜单，榜首 Specsight（314 票）面向用 AI 快速发版的团队，把代码变更变成持续更新的产品地图、功能知识库和清晰的发版说明，让产品、销售和支持随时对齐软件实际在做什么、这次改了什么。第三名 telemetry.dev（240 票）为 AI 智能体提供可观测性：每次运行是一条 trace，每个模型调用和工具调用都是带时长、token、成本和错误的 span；提示词与评测共用同一套 trace，改提示词无需重新部署即可在数据集上跑并与生产分数对比，还会对错误、成本突增和智能体死循环告警，支持 TypeScript、Python SDK 或 OpenTelemetry exporter 接入。

  16. 代码入库前的关卡：OpenRouter 233 行沙箱审查脚本、Tw93 重做 GitHub Actions、oil-diff 帮人看懂 AI 改动

    据 AIHOT 日报，OpenRouter 发布教程，介绍一个 233 行、仅用 Python 标准库的 review.py，通过 Responses API 组合 Files API、Shell 沙箱工具和 Apply Patch 工具，把变更文件上传到托管 Linux 沙箱，让模型实际运行检查确认 bug 后返回补丁。Tw93 称 AI 把写代码速度拉起来后卡点变成校验，尤其是 CI，他把 Mole、Kaku、Pake 的 GitHub Actions 全部重做，并放出可直接交给智能体的提示词，收藏六百多；Mole Pro 测试版还能查看哪个应用占用带宽、运行测速。oil-oil 新开源 oil-diff 技能，用来看懂 AI 十几分钟改掉的三四十个文件；其两千六百多星的 Oil UI Skill 也把先生成设计稿再代码还原写进了工作流。

  17. Steinberger 一天开出 86 个 PR，OpenClaw 合并压缩遇摘要拒绝时的确定性裁剪恢复

    按 GitHub 搜索，Peter Steinberger 在 UTC 10 月 31 日 20:08 至 11 月 1 日 20:08 之间创建了 86 个 PR（openclaw/openclaw 85 个、openclaw/fs-safe 1 个），标题以修复约 45 个、性能优化约 23 个为主，窗口结束时已关闭 83 个。其中已合并的 #190203 解决压缩（compaction）遇到模型服务商拒绝摘要时的问题：此前摘要器拒绝后会话仍高于压缩阈值，重复执行 /compact 只会反复撞上同一拒绝。按 PR 正文，自动与手动压缩在拒绝后保留已准备好的近期尾部、不写新摘要，保存的消息不动，用持久标记和可见提示说明裁剪并请用户重发必要的旧上下文；识别到类型化拒绝后停止无效重试，政策拒绝不切换模型，无新增配置项或 schema 变更。

  18. Nolan Lawson 测 JavaScript 框架的 AI 成本：让智能体用 Next.js、Nuxt、SvelteKit 等做同一个应用

    Nolan Lawson 在博文《The AI cost of JavaScript frameworks》中称，前端社区常凭感觉宣称某框架对智能体更友好却缺乏证据，于是自己设计基准：让 AI 代理分别用 Next.js、Nuxt、SvelteKit 等框架构建同一个 PokéAPI 应用，再用规范符合性测试、开发时间、token 消耗、代码行数和 Lighthouse 性能与无障碍评分比较。Hacker News 获 255 分、180 条评论，评论区有人认为多数人并不理解浏览器操作 DOM 的巨大开销，也有人称 Astro 在测试中表现最好。

把今天的消息串起来看，模型本身的能力和成本边界越来越清楚，真正拉开差距的是外围那层确定性的工程：五个本地小模型靠读写磁盘文件组队解题，两百多行脚本把代码送进沙箱实测出补丁，Arca 让智能体在后台跨多天盯流程、再把签字权交还给人类专家。与此同时，云端额度合并、平台风控封号和高管对对齐的改口一再提醒，别把核心流程押在下一代模型会不会变乖上；上下文裁剪与恢复、调用级监控、权限审批阀门和本地离线小工具这些护栏筑得越牢，智能体才越能放心地嵌进日常工程。

本期内容依据官方帮助文档与博客、项目仓库与 PR 页面、GitHub Trending / Product Hunt / Hacker News 社区讨论、播客访谈、行业邮件通讯、科技媒体报道及中文社区原帖整理。纳德拉在《经济周刊》专访中的部分内容来自付费墙外的导语与搜索摘要，与印度时报报道是否出自同一场访谈尚无法确认；Salesforce、ServiceNow、Oracle 的动态均据 Nate’s Newsletter 邮件，其中 Oracle 为已宣布的开发计划，三项均未披露接口、权限与审计细节；Anthropic 封禁一事为当事人自述与社区讨论；Memdoor 成绩样本仅十道题，FreeToken 可运行 290B+ 模型为 README 自述，Backenly、SKI、Specsight、telemetry.dev 的能力描述来自产品介绍，均未经第三方独立验证；Steinberger 的 PR 数量与分类依据 GitHub 搜索与标题粗分。

片头/片尾音乐：Ondrosik — Short piano jingle（CC0 1.0）

本期提到

  • Andrej Karpathy用 Claude Code 两小时搭出 HackerTube
  • HackerTube从 20 年 Hacker News 评论中筛出 6,454 个被推荐视频的站点
  • HackerBooks收录 Hacker News 评论中所提书籍的站点，代码几乎全由 Claude 编写
  • alphaxivKarpathy 关停 arxiv-sanity 后推荐的论文站
  • AnthropicClaude 与 Claude Code 的开发方；本期涉及 ultrathink 回归与「训练竞争对手」封禁争议
  • Claude CodeAnthropic 的编程智能体，最新版终端恢复 ultrathink 指令
  • Addy Osmani分享在 Claude Code 中输入 ultrathink 提升本回合推理努力的技巧
  • SwyxLatent Space 主理人，认为推理档位之争像 tabs vs spaces
  • Memdoor示例工作流 team-solve 让五个 Qwen3.8-27B 只靠磁盘文件协作
  • Qwen3.8-27BMemdoor 实验所用的两百七十亿参数开放模型
  • LiveCodeBench HardMemdoor 实验采用的编程难题基准
  • FreeTokenFlashML-org 的消费级硬件边缘原生 MoE 推理引擎，Apache-2.0
  • OpenAI宣布 12 月起 ChatGPT 与 Codex 共用 token 额度
  • CodexOpenAI 的编码代理，额度将与 ChatGPT 聊天合并
  • 数字生命卡兹克公众号，较早跟进 ChatGPT 与 Codex 额度合并
  • 小码哥中文社区博主，认为额度合并后 Plus 性价比下降
  • yetone开源作者，拆解 Magpie 耗额度的三个原因
  • Magpieyetone 的多智能体工具
  • 小墨中文社区博主，汇总省额度办法并解读 DeepSeek Super-agent
  • 图拉鼎独立开发者，吐槽 Codex 图形端内存占用并把确定的活交给 DeepSeek
  • DeepSeek本期涉及开源 Super-agent 架构与开发者的性价比选择
  • Jiahao Shao称因「涉及训练更大模型」被 Anthropic 封禁的开发者
  • 萨提亚·纳德拉微软 CEO，称不再相信对齐会随缩放自然出现
  • Wirtschaftswoche德国《经济周刊》，刊发纳德拉谈智能体可控的专访
  • Mustafa Suleyman微软 AI 负责人，表态当前 AI 无意识、不应追求意识
  • Latent Space技术播客，访谈 Arca 的长程智能体实践
  • ArcaAI 原生财富管理机构，让智能体跨多天推进理财流程
  • Aman SinghArca AI 平台团队负责人
  • Salesforce发布可把工作分派给 Copilot Studio 代理的软件
  • Microsoft Copilot Studio微软构建和管理企业 AI 代理的工具
  • ServiceNow宣布成立 Control Tower Alliance
  • Oracle宣布开发把企业应用带进 ChatGPT 的工作空间
  • Nate’s Newsletter汇总企业跨平台代理动态的邮件通讯
  • Backenly为编码智能体打造的自主后端平台，带每分钟自愈循环
  • SKI语音优先的 Mac 编码工作台，并排运行多个编码智能体
  • Pi开源、厂商无关的精简编程 harness
  • 向阳乔木中文社区博主，指出人一次只能跟进三到五个活跃会话
  • Handycjpais 的 Rust 本地语音转写桌面应用
  • hexanomalyco 的 Rust 本地语音听写工具，问题由维护方智能体处理
  • Specsight把代码变更变成产品地图与发版说明的产品可观测性工具
  • telemetry.dev面向 AI 智能体的调用级可观测性平台
  • OpenRouter发布 233 行沙箱代码审查脚本教程
  • Tw93开源作者，重做 Mole、Kaku、Pake 的 GitHub Actions
  • oil-oil开源 oil-diff 技能与 Oil UI Skill 的作者
  • Peter SteinbergerOpenClaw 维护者，一天开出 86 个 PR
  • OpenClaw开源智能体运行框架，合并压缩拒绝时的确定性裁剪恢复
  • Nolan Lawson开发者，测试 JavaScript 框架的 AI 成本
  • Astro评论区称在该基准中表现最好的前端框架

文字内容采用 知识共享 署名-非商业性使用-相同方式共享 4.0 许可。

STAY A LITTLE LONGER

再坐一会儿。

全部播客
每日手冲 EP.1835 分钟

每日手冲｜2026-11-01

当智能体开始接管桌面、终端和支付，开发者该把哪些控制权握在自己手里？本期从 agent-desktop 和 Claude Code 游戏复刻规则讲起，聊上下文缓存取舍、多智能体工作台与按工种派活，再拆解黑色十月供应链事件、ChatGPT 账户接管和内核漏洞续报，最后看训练拒用信号、输出水印与硬核数据库项目。

2026.11.01每日手冲
每日手冲 EP.1734 分钟

每日手冲｜2026-10-31

当模型能顺着公开补丁自己写利用，扩展市场和云连接器又接连失守，开发者的安全防线该往哪挪？本期拆解 Cursor 恶意扩展、补丁空窗期实验、Linux MPTCP 漏洞与 Azure 跨租户入侵，再聊订阅额度调整、隐藏偏好实验、亚马逊绩效备忘录，以及无头浏览器、多智能体控制台、沙箱与技能包的新实践。

2026.10.31每日手冲