智能体正从单点对话工具变成有分工、有预算、有护栏的自动化团队。本期节目从腾讯混元 Hyra 2.0 让通用智能体研发可复用的科学工具讲起，聊 ClawsGO Science 让 Claude 与 GPT 智能体群连跑数天写论文、数字生命卡兹克事件触发加飞书拍板的一年自动化实践；再看 paperclip 把智能体组织成公司、agentmash 共享上下文、worktrunk 管理并行 worktree、Jukebox-OS 的事务回放，以及 Claude Platform message threads 公测、Pi 1.5.0 和 Anthropic 新增反代理条款；随后听 Modal CEO 谈 GPU 市场与智能体写代码、纳德拉 20VC 访谈的二次传播、GDPx 里最强模型只拿到百分之十二，接着看大模型改造遗留 PHP 反而破坏代码、Trail of Bits 用 Codex 回移安全修复、colibri 磁盘流式跑超大 MoE、nanochat 单节点全流程训练、OpenAI 电网削峰计划、Cloudflare DNS 构建优化与 Kindle 改造。
全部播客
全部播客
HIS.FM / LISTEN每日手冲｜2026-11-03
0:00—:——
每日手冲｜2026-11-03
本期内容
腾讯混元 Hyra 2.0：让通用智能体研发并升级可复用的科学模型、工作流和工具
据腾讯混元发布的消息（另有 2 家媒体报道），Hyra 2.0 把自动化科研的重点从直接解题转向由智能体研发和升级科学模型、工作流与软件工具；系统采用 Overall、Mission、Worker 三层分工，接入企业微信、计算平台和代码仓库的实际研发环境，成果已公开在 GitHub 仓库。
ClawsGO Science：自带云实验室的科研智能体，从一个问题做到带引用的论文
ClawsGO Science 在 Product Hunt 获 281 票。它是自带云实验室的 AI 科研智能体，把研究全流程自动化：从一个问题出发直到得出发现，并写成带引用的论文；云实验室有 500 多个工具、90 多个数据集，其长程运行框架会让成群的 Claude 和 GPT 智能体连续运行数天。
数字生命卡兹克：折腾一年的智能体自动化系统，事件触发、rules.json 调度、自建 CI 五步、关键决策才找人
据数字生命卡兹克的文章（另有 1 家媒体报道），他的智能体自动化系统把任务起点从人身上移开，由事件触发智能体工作，分为自动化中台、智能体执行、CI 中台和飞书决策四层：rules.json 统一管理事件触发与调度，本地 MacMini 跑任务，自建 CI 中台完成审查、检查、合并、发布、核实五步，只在删数据、花钱、改方向等关键决策时通过飞书卡片找作者拍板。
paperclipai/paperclip：把多个智能体组织成「公司」，预算、审批、审计做成一等公民
paperclip 首次登上 GitHub Trending，总星数 110,514、当日新增 412，TypeScript 编写、MIT 协议。它用 Node.js 服务端加 React 界面，把多个智能体组织成「公司」：用户设定业务目标、组织架构里的角色、预算与审批，智能体通过心跳接入；适配 OpenClaw、Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等，任务、技能、权限和历史集中在一个仪表盘。近 30 天默认分支提交约 1,403 次，贡献者约 252 人，最新标签 v2026.1023.0。
agentmash：团队编码智能体的共享上下文层，告诉每个智能体队友在改哪些文件
agentmash 在 Product Hunt 获 142 票，定位是面向团队编码智能体的开源多人协作 AI：一层共享上下文，告诉每个智能体队友的智能体正在改哪些文件，让它们互相沟通、各自干活又不覆盖别人的代码；可在不同模型的任务间切换，像在 Slack 里一样 @ 队友或智能体，并同步技能、聊天和自动化，支持接入 Claude Code、Codex、Antigravity 或自己的开源模型。
max-sixty/worktrunk：为并行编码智能体管理 git worktree，三个命令覆盖新建、切换和合并
worktrunk 首次登上 GitHub Trending，总星数 10,118、当日新增 77，用 Rust 编写。同时跑 5 到 10 个编程智能体需要给每个分配独立工作目录，而原生 git worktree 命令繁琐；worktrunk 以分支名寻址 worktree、路径按可配置模板计算，三个核心命令覆盖新建、切换与合并清理，附带本地工作流钩子和写时复制的构建缓存，文档在 worktrunk.dev，最新版本 v0.81.0。
Jukebox-OS：面向智能体的确定性时间旅行回放与 ACID 工具沙箱
据 Hacker News 上的 Jukebox-OS 帖（11 分，暂无评论），这是 Rust 与 Python 编写的多代理运行时，作者称它把大模型提示、工具调用和文件变更记录到 .jbx 磁带，为智能体提供 BEGIN、COMMIT、ROLLBACK 事务语义与时间旅行回放。
Claude Platform 推出 message threads 公测：智能体每轮只发新增消息，缩短首 token 时间
据 Claude 官方博客（另有 1 家媒体报道），Anthropic 在 Claude Platform 推出 message threads 公测，智能体每轮只需发送新增消息而无需重发全部对话历史，从而缩短首 token 时间，降低长会话智能体延迟。
Pi 1.5.0 发布：pi-schema 替代 TypeBox，大型工具调用改为增量解析
据小墨在 X 上的分享，Pi 1.5.0 正式并入 pi-schema，替代 TypeBox 做工具参数验证且不需要 eval，大型工具调用改为增量解析，终端高亮和 Markdown 加了缓存复用；他还整理了排障方法，比如 pi --no-extensions 排查插件冲突、pi mcp list 查看 MCP 连接状态。
Anthropic 使用条款新增反代理规定；WeZZard 翻出 2025 年的对抗式多智能体设计
据 WeZZard 在 X 上的分享，他和 Gemini 4 Argon 讨论了 Anthropic 使用条款新增的一条：禁止通过消费级订阅路由请求或以客户端伪装等方式转售、代理 Claude，Gemini 认为通过 claude 二进制做无头模式转发更安全。他还翻出 2025 年 8 月基于 Claude Code 设计的对抗式多智能体循环，认为比 Anthropic 早三个月，并直言现在 200 刀宁愿给 Google 也不给 OpenAI。
Modal CEO 谈推理未来：sandbox 押注随编码模型爆发，GPU 市场「像露天黑市」，约 95% 合入代码有智能体参与
在 Unsupervised Learning 第 95 期，Redpoint 的 Patrick Chase 与 Jacob Effron 对谈 Modal 创始人兼 CEO Erik。Modal 过去 12 个月增长 15 倍，年化收入从 A 轮时约 200 万美元增至超过 10 亿美元；2023 年推出的 sandbox 过去一年增长近千倍，单独年化约 3 亿美元、约占收入三分之一，LLM 推理也约占三分之一。他形容 GPU 市场「像露天黑市」，Modal 每周签两到三笔算力合同、接了 25 家云；底层不用 Kubernetes 和 Docker，只用 gVisor（部分场景用 KVM），配合自研文件系统、CPU/GPU 快照与 RDMA 点对点复制几秒拉起大模型。他判断纯卖 token 的推理会走向同质化，持久差异化在多产品平台，并预测 12 个月后 GPU 租价更高；他估计 Modal 合入代码约 95% 在一定程度上由智能体写，最积极的是资深工程师。
纳德拉 20VC 访谈中文圈二次传播：Copilot 后台调度大量便宜模型、专有评测基准将成核心资产、「反向信息悖论」
据澎湃新闻 11 月 2 日刊文复盘纳德拉 10 月 26 日上 20VC 播客时的几段话：Copilot 后台同时调度大量便宜模型，开源闭源都有；MAI 模型不做开放权重而走授权权重，他想把模型做成「简单直接的软件生意，而不是靠网络效应的智能生意」；五年后企业的核心资产是自己的专有评测基准；买家第一次需要保护自己的使用痕迹，他称之为「反向信息悖论」。以上为该文转述。
SemiAnalysis 新基准 GDPx：11 个高价值领域真实环境任务，最强模型总分只有 12%
据 Michael Guo 在 X 上的分享，SemiAnalysis 新基准 GDPx 专测 AI 在最值钱的 11 个领域能否真干活，每个任务放进模拟真实环境，例如金融题要在 8 小时内处理约 4000 个文件的交易资料室。最强模型总分只有 12%；去掉被安全机制拦下的网络安全、生物、对齐三项后，GPT-6 Astra 11.8%、Opus 5.5 11.7%、GPT-6.1 Sol 10.5% 排前三。
研究：无上下文、无执行反馈时，大模型「现代化」遗留 PHP 反而破坏可用代码
据 arXiv 论文及 Hacker News 讨论（19 分、12 条评论），研究让五个大模型在无项目上下文、无执行反馈的条件下，把 100 个 WordPress 4.0 PHP 文件现代化到 PHP 8.3，并用 630 项隐藏行为检查评估。作者称未改动的 83 个文件全部通过检查，最好的模型改造后只剩 59 个，每个模型破坏 32 到 51 个可用文件；评论区有人认为所用模型平均约一年半前，结果参考价值有限。
Trail of Bits：用 Codex 大规模回移安全修复，准备与审查从数天缩到数小时
据 Trail of Bits 博客（Hacker News 15 分、1 条评论），他们用 Codex 辅助把安全修复回移到稳定版 Linux 发行版：智能体负责识别缺失修复、改编补丁、准备验证证据和测试，工程师负责审查与提交，每个修复的准备与审查时间从数天缩短到数小时。评论区有人感叹多数内核修复从未进入各发行版使用的稳定版本。
JustVugg/colibri：纯 C 超大 MoE 本地推理，专家权重按需从磁盘流式读取，最低 8 GB 内存
colibri 首次登上 GitHub Trending，总星数 46,695、当日新增 675，Apache-2.0 协议。它只把每个 token 用到的少量参数留在内存，其余专家权重按需从磁盘流式读取，让普通电脑也能跑数千亿参数模型；按模型家族一个 C 文件实现引擎，README 列出 GLM、Kimi、DeepSeek、Qwen、MiMo 等十余个引擎，可直接读取 GGUF 文件，支持 CPU、Vulkan 和 CUDA。最低 8 GB 内存、最小模型约需 22 GB 磁盘，速度与资源占用为项目自述，未经验证。
karpathy/nanochat：单节点跑完分词到推理的极简大模型全流程训练框架
nanochat 首次登上 GitHub Trending，总星数 59,984、当日新增 321。它是 Andrej Karpathy 的极简大模型全流程训练实验框架，在单个 GPU 节点上跑完分词、预训练、微调、评估和推理；用一个 --depth 参数控制模型规模，其余超参自动按计算最优设置，README 称约 2 小时 8×H100（约 48 美元）可训出 GPT-2 级能力模型，并维护「Time-to-GPT-2」速通排行榜。成本与耗时为项目自述，未经验证。
OpenAI 推出 Grid Protectors：未来算力园区在电网紧张时主动削峰
据 OpenAI 官网动态（另有 1 家媒体报道），OpenAI 推出 Grid Protectors 计划，与电力公司、监管机构和政策制定者合作，让未来的算力园区在电网紧张时降低用电需求，首站为佐治亚州 Effingham County 园区。
Cloudflare 把 DNS 构建延迟减半、峰值内存降 85%
据 Cloudflare 博客（Hacker News 163 分、64 条评论），其 DNS 传播管线的新设计用定向构建规划器为区域设置变更选择可证明安全的最小构建，并由新调度器合并同一区域的工作；峰值内存降低 85%，从 DNS 变更到写入 Quicksilver 的时间减半。评论区有人好奇内存稀缺是否会推动软件效率优化，也有人认为每秒 700 次变更对其规模而言偏低。
Kindle 老设备新玩法：一键网页越狱、Voyage 变 AI 额度看板、epub 一键双语推送到 KOReader
图拉鼎发现 Kindle 越狱只要访问一个网站点按钮，像极了早年 iPhone 4 越狱；他在 GPT 6.1 手把手辅导、Opus 负责干活下越狱了跑 Linux 3.0 内核的 Kindle Voyage，并写了个工具每五分钟刷新一次 AI 服务剩余用量，让 2014 年买的设备发挥余热。向阳乔木分享了 fork 网友代码改的开源项目，一键把 epub 翻译成双语对照版，并能通过 Wi-Fi 推送到越狱装了 KOReader 的 Kindle。
把今天的消息放在一起看，智能体正在从单点对话工具变成有组织架构、共享上下文、事件触发和持续集成流水线的自动化团队，开发者的重心也在往设定规则、守住测试护栏和把控预算审批上转。另一方面，GDPx 里最强模型只拿到百分之十二、遗留 PHP 改造反而破坏可用代码，都在提醒真实业务离不开验证与工程外围；而 colibri、nanochat 和 Kindle 改造这些玩法则说明，把运行框架和底层基本功攥在自己手里最踏实。
本期内容依据官方博客与公告、项目仓库、Product Hunt 产品页、arXiv 论文、Hacker News 社区讨论、科技媒体报道、播客访谈及中文社区原帖整理。纳德拉的观点来自澎湃新闻对 20VC 播客的转述，未逐句核对原始音频；GDPx 成绩据 Michael Guo 转述的 SemiAnalysis 发布；Anthropic 反代理条款的解读来自开发者与模型的讨论；colibri 与 nanochat 的速度、成本和资源占用为项目自述，未经验证；ClawsGO Science、agentmash、Jukebox-OS、Hyra 2.0 与 Pi 1.5.0 的能力描述来自项目与官方介绍，未经第三方独立验证；Modal 相关数据来自 CEO 在播客中的自述。
片头/片尾音乐：Ondrosik — Short piano jingle（CC0 1.0）
本期提到
- 腾讯混元发布 Hyra 2.0，让通用智能体研发可复用的科学工具与模型
- ClawsGO Science自带云实验室的 AI 科研智能体
- 数字生命卡兹克自媒体作者，分享折腾一年的智能体自动化系统
- paperclip把多个智能体组织成「公司」的开源编排平台
- agentmash团队编码智能体的共享上下文层
- worktrunk为并行编码智能体管理 git worktree 的 Rust 命令行工具
- Jukebox-OS面向智能体的确定性时间旅行回放与 ACID 工具沙箱
- AnthropicClaude 的开发方；本期涉及 message threads 公测与使用条款新增反代理规定
- 小墨中文社区博主，分享 Pi 1.5.0 发布与排障方法
- WeZZard中文社区开发者，讨论 Anthropic 新增反代理条款
- Modal云端算力与 sandbox 平台，CEO Erik 做客 Unsupervised Learning
- 纳德拉微软 CEO，20VC 播客旧话在中文圈二次传播
- SemiAnalysis推出真实环境任务基准 GDPx
- Michael Guo在 X 上分享 GDPx 基准成绩
- Trail of Bits用 Codex 大规模回移安全修复
- colibri纯 C 超大 MoE 本地推理引擎
- Andrej Karpathynanochat 作者
- OpenAI推出 Grid Protectors 电网削峰计划
- CloudflareDNS 构建延迟减半、峰值内存降 85%
- 图拉鼎把 Kindle Voyage 越狱成 AI 额度看板
- 向阳乔木分享 epub 一键双语并推送到 KOReader 的开源项目
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。
对 AI 的信任，是一念之差
同一个模型，有人让它昼夜跑任务，有人连对话框都不想打开。人和人之间的信任要靠时间慢慢攒，对 AI 的信任却握在自己手里。这一期从五层自问讲到检查机制：怎样把信任建在证据上，不做拒绝派也不做降临派，先让事情发生，再把判断和方向留给自己。
2026.11.03主理人手札
每日手冲｜2026-11-02
当模型能力和成本边界越来越清晰，智能体工程的差距落在哪里？本期从 Karpathy 两小时搭出的 HackerTube 讲起，聊推理档位取舍、五个本地小模型靠磁盘文件组队解题，再看 ChatGPT 与 Codex 共用额度、纳德拉谈对齐、Arca 让智能体跨天推进理财流程，以及可观测性、代码审查和压缩恢复等外围护栏。
2026.11.02每日手冲
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