从 70 条内容中筛选出 15 条重要资讯。

  1. 谷歌 DeepMind 发布 Gemini 4 Argon，推理与编码能力大幅提升 ⭐️ 9.6/10
  2. Anthropic 重构源代码控制，应对 100GB 单体仓库与每日 3 万次变更 ⭐️ 9.6/10
  3. XBOW 借助 OpenAI GPT-5.6 Sol 赢得 25 万美元 Chrome 全链漏洞赏金 ⭐️ 8.7/10
  4. Rust 借用检查器发现存在 11 年的非健全性缺陷 ⭐️ 8.0/10
  5. 开发者将 EmbeddingGemma 2 改造成超快的本地语音转文字模型 ⭐️ 8.0/10
  6. 利用预提交钩子强制智能体使用诊断库 ⭐️ 8.0/10
  7. 前沿实验室更看重 GPU 成本而非免费人才 ⭐️ 8.0/10
  8. Visual Studio Copilot 与 SSMS 远程代码执行漏洞 CVE-2026-103572 ⭐️ 7.9/10
  9. ElevenLabs AI 重建嗓音助 Baroness Campbell 在英国上议院发声 ⭐️ 7.75/10
  10. 面壁智能开源 MiniCPM-V 4.7，35B-A3B MoE 端侧可跑 ⭐️ 7.7/10
  11. Character.ai 破产揭示 AI 商业模式难以为继 ⭐️ 7.58/10
  12. Google Play 开放个人 App：不注册开发者也能装自己 AI 写的安卓应用 ⭐️ 7.3/10
  13. Gemini 4 Argon 多智能体协作在 Blender 中建模日本寺庙 ⭐️ 7.0/10
  14. BaoCut 3.5 集成 Qwen Image 2.1 Turbo，实现本地图片生成 ⭐️ 7.0/10
  15. Anthropic 反蒸馏文章给出避免 Claude 账号被封的操作要点 ⭐️ 7.0/10

谷歌 DeepMind 发布 Gemini 4 Argon，推理与编码能力大幅提升 ⭐️ 9.6/10

谷歌 DeepMind 发布了新一代 AI 模型 Gemini 4 Argon，在推理、编码和散文生成方面均有显著提升。该发布在 Hacker News 上引发了大量社区讨论，获得 952 分和 735 条评论。 此次发布代表了 AI 模型能力的重大飞跃，尤其在逻辑推理和自然语言写作质量方面表现突出。该模型可能为 AI 辅助编码和创意写作工作流树立新的基准，影响整个行业中的开发者和内容创作者。 社区反馈强调该模型答案结构清晰、逻辑严密，并倾向于构建可调节参数的交互式模拟，便于动手探索不同假设。部分用户指出存在可访问性问题，’Try in Gemini’按钮会重定向到旧版模型，升级路径也不透明。

hackernews · 737max · 10月13日 16:03 · 社区讨论 · 7 个来源

核验: 多源印证

背景: Gemini 是谷歌 DeepMind 的多模态大语言模型系列，旨在与 OpenAI 的 GPT 系列和 Anthropic 的 Claude 等其他前沿 AI 系统竞争。大语言模型（LLM）是在海量文本语料上训练的 AI 系统，能够理解和生成类似人类的文本，而推理和编码能力是评估前沿模型的关键领域。

参考链接

社区讨论: 社区总体评价积极，用户称赞该模型的清晰度、逻辑结构和出色的散文生成能力——有用户形容其答案如同精心撰写的’迷你论文’。然而，一些用户对谷歌的可访问性流程表示不满，包括在不升级的情况下难以试用该模型，以及 AI Studio 与 Antigravity 等产品选项令人困惑。

标签: #AI, #Google DeepMind, #Gemini, #LLM, #AI models

Anthropic 重构源代码控制，应对 100GB 单体仓库与每日 3 万次变更 ⭐️ 9.6/10

Anthropic 详细介绍了其源代码控制的重新设计，构建了一个名为 Scion 的基于服务器的版本控制系统，以替代 Git 处理其主分支历史已近 100GB、每天有 3 万次变更的庞大单体仓库。他们还用 Claude 重写了 git 到 Scion 的数据摄取管道，在保留隐式不变量的同时，实现了内存占用降低 20 倍、速度提升 4 倍。 这一公告展示了 AI 正在重塑核心工程基础设施——AI 不仅能编写代码，还能优化关键管道。它也凸显了随着单体仓库规模扩大至极端，Git 等传统版本控制系统所承受的压力日益增大，这是整个行业大型工程组织都面临的挑战。 Scion 是一种基于服务器的版本控制系统，概念上类似于 SVN/Perforce，但设计更为现代，目前似乎是内部专用且没有公开发布计划。社区观察者指出，该系统据报道仍不支持非文本资产，Anthropic 也没有公开其源代码。

hackernews · Philpax · 10月13日 15:49 · 社区讨论 · 4 个来源

核验: 多源印证

背景: 单体仓库（monorepo）是一种软件开发策略，即把多个项目的代码集中存放在同一个仓库中，而非拆分成多个独立仓库。随着单体仓库不断增大，Git 等传统版本控制系统会面临规模瓶颈——近 100GB 的历史数据加上每天 3 万次变更，会造成严重的性能和存储压力，这也促使 Anthropic 决定从零设计一套新系统。

参考链接

社区讨论: 社区反响是好奇与质疑并存的。部分评论者质疑单体仓库策略本身是否明智，认为 Anthropic 在重新设计版本控制之前应该先反思这一选择。还有人调侃，公司内部工程如此先进，却连用户修改邮箱账号这种基本功能都处理不好；多位评论者指出 Scion 与 Epic Games 的 Lore 系统类似，并对它不会公开发布表示失望。对于用 Claude 重写管道的做法，既有赞赏，也有对 AI 在基础设施中角色日益扩大的谨慎态度。

标签: #source control, #monorepo, #AI engineering, #Anthropic, #developer tools

XBOW 借助 OpenAI GPT-5.6 Sol 赢得 25 万美元 Chrome 全链漏洞赏金 ⭐️ 8.7/10

XBOW 团队使用 OpenAI 的 GPT-5.6 Sol 模型，在六天内以 4 万美元的算力构建出 Chrome 全链漏洞，并因此获得 Google 颁发的 25 万美元赏金。这是 Google 历史上第二次为 Chrome 全链漏洞发放赏金，也是 2026 年新规则下的首次。 这展示了 AI 在漏洞研究中的变革性潜力，大幅缩短了复杂漏洞利用开发所需的时间和成本。它对攻防两端安全都有重大影响，因为 AI 代理可能加速攻击和防御两方面的能力。 该漏洞利用针对 Windows 上的 Chrome，团队指出过去类似漏洞的构建大约需要六个月。用户被建议在出现更新按钮时及时重启 Chrome，因为该漏洞影响浏览器的稳定性。

aihot · X：Vaibhav Srivastav（OpenAI）(@reach_vb) · 10月13日 19:15 · 中文阅读

核验: 多源印证

背景: Chrome 全链漏洞利用通常涉及将多个漏洞串联起来，以逃逸沙箱并在主机系统上实现代码执行。历史上，这类漏洞利用需要深厚的专业知识和数月的努力，因为它们涉及渲染器漏洞、沙箱逃逸等复杂步骤。像 GPT-5.6 Sol 这样的 AI 模型正越来越多地被用于辅助安全研究，可能降低此类高级技术的入门门槛。

参考链接

社区讨论: X 帖子上的社区评论既有赞赏也有实际担忧。一些用户对模型选择开玩笑，而另一些则指出所选模型的容量问题，凸显了实际使用中的挑战。

标签: #AI agents, #security research, #Chrome exploit, #OpenAI, #vulnerability bounty

Rust 借用检查器发现存在 11 年的非健全性缺陷 ⭐️ 8.0/10

Rust 借用检查器中发现了一个存在 11 年的非健全性缺陷，并已在 GitHub issue #164250 中报告，该缺陷允许通过协变字段赋值绕过结构体的生命周期要求。此问题在 Hacker News 上引起了广泛关注，获得了 665 分和 373 条评论。 这一发现凸显了基于 AI 的编译器审计的价值，并强调了编译器开发中形式化验证的持续需求。它影响了 Rust 社区对语言内存安全保证的信心，并可能导致对借用检查器正确性的进一步审查。 该缺陷并非类型系统本身的缺陷，而是编译器实现错误；修复方法是让编译器拒绝该代码，这本应一直如此。目前 Rust 仓库中有超过 100 个标记为“非健全”的问题，新的 trait solver 可能会解锁其中一些问题的修复，但可能不包括此问题。

hackernews · formerly_proven · 10月13日 10:27 · 社区讨论

核验: 多源印证

背景: Rust 的类型系统旨在防止内存不安全，借用检查器在编译时强制执行生命周期规则以确保内存安全。编译器的形式化验证，如针对 C 语言的 CompCert，旨在证明编译器符合其语言规范，但 Rust 尚未达到这一验证水平。这一缺陷的发现凸显了确保编译器正确性的挑战，以及 AI 在发现此类问题中的潜在作用。

参考链接

社区讨论: 社区评论对如此长时间未被发现的缺陷表示惊讶，但指出由于这是编译器错误而非类型系统问题，修复起来很容易。一些评论者认为这是迈向形式化验证的一步，而另一些人则质疑是否会影响实际代码，还有一位开发者从即使 Rust 也存在此类缺陷的事实中感到安慰。

标签: #Rust, #compiler, #soundness, #borrow checker, #AI-assisted bug finding

开发者将 EmbeddingGemma 2 改造成超快的本地语音转文字模型 ⭐️ 8.0/10

开发者 Shahir 将 Google 的 EmbeddingGemma 2 文本嵌入模型重新改造成本地语音转文字引擎 Embedding Gemma Transcribe。这款免费 Mac 应用在基础款 M3 MacBook Air 上仅用约 13 秒即可转录一小时的音频。 这证明了文本嵌入模型可以被改造成语音转文字用途，速度远超常规转录方案。它凸显了共享多模态嵌入空间如何催生意想不到的跨模态应用，同时保持数据在设备本地处理。 这一改造成立的关键在于 EmbeddingGemma 2 内部文本与音频共享同一个向量空间；一个小型读取器把音频片段映射进模型的文本空间，并与约 22.9 万个英语单词进行匹配，再由一个小模型补充标点。准确度在日常使用中表现良好，但尚未达到云模型的水准。

hackernews · amrrs · 10月13日 11:27 · 社区讨论

核验: 多源印证

背景: EmbeddingGemma 2 是 Google 推出的开源多模态嵌入模型，能将文本、图像、视频和音频统一映射到一个 768 维的嵌入空间中。嵌入模型通常用于搜索和 RAG 等任务。由于音频与文本共享这一向量空间，音频片段可以被匹配到文本嵌入，从而无需专用语音识别架构即可完成转录。

参考链接

社区讨论: 作者确认该项目最初只是利用文本与音频共享向量空间的一次实验，速度纯属副产品。评论者惊叹于相比疫情前转录质量的巨大速度飞跃，分享了将模型转换为 CoreML 以在苹果神经网络引擎上运行的技巧，并提到 Parakeet v3 和苹果自家设备端转录等具有竞争力的替代方案。

标签: #speech-to-text, #embeddings, #AI experiments, #local AI, #performance

利用预提交钩子强制智能体使用诊断库 ⭐️ 8.0/10

Geoffrey Huntley 提出使用预提交钩子检查 git diff 中直接调用可观测性模块的情况，使提交失败并注入提示，指示 AI 智能体改用预期的诊断库。该技术通过在提交层面强制执行编码标准，防止 AI 生成代码出现偏差。 这解决了 AI 辅助开发中的一个实际问题，即智能体可能绕过项目特定库，导致代码不一致。通过自动化强制执行，确保智能体遵循预期标准，提高代码质量并减少人工审查负担。 预提交钩子检查 git diff 中是否存在绕过诊断库直接调用可观测性模块的情况。如果发现，则使提交失败并注入提示，告知智能体使用诊断库，从而实现“十分满分”的合规率。

rss · Simon Willison · 10月13日 13:32

核验: 多源印证

背景: AGENTS.md 是一种机器可读的指令文件，为 AI 编码智能体提供仓库级上下文，类似于面向机器的 README。预提交钩子是在提交被接受之前运行的自动化检查，在代码进入版本控制时强制执行标准。该技术结合了这两个概念，确保智能体遵循项目特定指南。

参考链接

标签: #coding-agents, #agentic-engineering, #git-hooks, #AI-tools, #developer-workflow

前沿实验室更看重 GPU 成本而非免费人才 ⭐️ 8.0/10

李博杰透露，一些财务自由的朋友想不要工资去前沿实验室工作，却被告知每人消耗的 GPU 和 token 成本远超其工资，免费劳动并不划算。这反映出 AI 开发中算力成本已超过人力成本。 这凸显了 AI 的制造业化，算力获取成为主要门槛，而非人才或薪资。这意味着没有机构支持的个人研究者可能更难从事前沿研究，强化了资源密集型实验室的重要性。 DeepSeek 的刘胜宇将算子开发比作“机甲驾驶员”，强调工程经验比原始智力更重要。李博杰还指出，财务自由只能带来拒绝工作的自由，而非创造的自由，并提出了获得创造自由的三条路径：深入学习新领域、建立声誉以跨领域合作、或培养讲故事和整合资源的能力。

twitter · Bojie Li · 10月13日 15:32

核验: 多源印证

背景: 前沿实验室是像 OpenAI、Anthropic 和 DeepSeek 这样的 AI 研究机构，致力于推动大语言模型的边界。训练和运行这些模型会产生巨大的 GPU 和 token 成本，往往超过人力薪资。“社会封闭”概念指的是专业社区如何限制进入，使得即使有财务资源，外部人也难以打入。

参考链接

社区讨论: 该帖子获得 452 个赞和 19 条回复，表明参与度很高。评论者可能讨论了在 AI 实验室无偿工作的可行性以及三条创造自由路径的有效性，有些人可能质疑“社会封闭”在不同领域的普遍性。

标签: #AI行业, #职业发展, #技术趋势, #财务自由, #前沿实验室

Visual Studio Copilot 与 SSMS 远程代码执行漏洞 CVE-2026-103572 ⭐️ 7.9/10

微软已修补 CVE-2026-103572，这是由 Johann Rehberger 在 8 月报告的 Visual Studio Copilot 和 SQL Server Management Studio (SSMS) 中的重要级远程代码执行漏洞。该漏洞允许 AI 代理通过在文件名末尾添加一个点来绕过路径校验，从而写入受保护的配置文件并实现任意命令执行。 该漏洞影响广泛使用的企业开发工具，通过间接提示注入进行利用可能允许远程攻击者在开发者的机器上执行命令。这凸显了 AI 驱动的编码助手的安全风险，以及代理框架中需要强大的输入验证。 根本原因是路径等价问题（CWE-42），Windows 会忽略文件名末尾的点，因此 ‘.mcp.json.’ 被视为 ‘.mcp.json’。易受攻击的 DLL 是 Microsoft.VisualStudio.Copilot.Core.dll，旧版本如 Visual Studio 2022 也受影响。其他绕过方式包括在受信任的 Extensions 目录内使用 ‘..' 组件进行路径遍历。

aihot · Johann Rehberger / Embrace The Red（RSS） · 10月13日 22:00 · 中文阅读

核验: 多源印证

背景: Visual Studio Copilot 是集成在 Visual Studio 和 SSMS 中的 AI 编码助手，两者共享相同的代码库和外壳。间接提示注入是一种攻击，将恶意指令嵌入 AI 处理的外部内容（如网页、文档）中，可能导致未经授权的操作。尾点绕过利用了 NTFS 和 Win32 路径处理之间的差异，这是一类已知的路径等价漏洞。

参考链接

标签: #安全漏洞, #CVE-2026-103572, #Visual Studio Copilot, #SSMS, #远程代码执行

ElevenLabs AI 重建嗓音助 Baroness Campbell 在英国上议院发声 ⭐️ 7.75/10

患有脊髓性肌萎缩症的 Baroness Campbell 今日在英国上议院使用 ElevenLabs 构建的 AI 重建嗓音发表演讲，这是英国议会史上的首次。ElevenLabs 同时宣布已帮助超过 11000 人恢复嗓音，并承诺为全球 100 万失声人群重建嗓音。 这标志着 AI 语音重建技术在高层政府场合的里程碑式应用，展示了该技术的真实社会价值。此举可能推动辅助型 AI 工具在言语障碍群体中的更广泛应用，并提升对公民参与无障碍环境的关注。 AI 嗓音复刻了 Baroness Campbell 原声的音调、节奏和音高。ElevenLabs 的语音克隆技术采用即时克隆和专业克隆等方法，捕捉说话者的声音特征。

aihot · X：ElevenLabs (@elevenlabs) · 10月13日 15:58 · 中文阅读

核验: 多源印证

背景: ElevenLabs 是一家生成式 AI 公司，以语音合成和克隆平台著称，提供 90 多种语言的数千种声音。语音克隆通过捕捉说话者的声音特征（音色、节奏、口音）并将其应用于语音合成。脊髓性肌萎缩症（SMA）可导致严重的口部运动无力，进而造成言语障碍；言语治疗通常致力于强化相关肌肉以改善沟通。此次事件是 AI 无障碍技术与立法参与的一个显著结合点。

参考链接

标签: #AI语音, #ElevenLabs, #辅助技术, #AI应用, #社会影响

面壁智能开源 MiniCPM-V 4.7，35B-A3B MoE 端侧可跑 ⭐️ 7.7/10

10 月 13 日，面壁智能联合 OpenBMB 社区发布并开源了 MiniCPM-V 4.7，包含 35B-A3B 与 1B 两个版本。官方宣称这是全球首个可在端侧仅用 3GB 内存无损流畅运行的开源 MoE 多模态大模型。 这标志着在端侧设备上运行大型多模态模型迈出了重要一步，有望降低开发者构建本地、隐私友好型 AI 应用的门槛。MoE 架构证明了大模型也能在资源受限的设备上实用化，这也与端侧模型发布的行业趋势一致。 35B-A3B 采用混合专家架构，总参数 35B，但每次推理仅激活 3B 参数，完整精度下磁盘占用约 70.4GB。值得注意的是，第三方博客 orcarouter.ai 指出该模型在没有模型卡、许可证和基准数据的情况下被悄然上传，这引发了对可复现性和验证方面的担忧。

aihot · 公众号：面壁智能（MiniCPM） · 10月13日 10:29 · 中文阅读

核验: 多源印证

背景: 混合专家（MoE）是一种神经网络设计，不同的”专家”子网络处理不同输入，由路由器选择激活哪些专家，因此每次推理只使用一部分参数。这大幅降低计算成本和内存占用，使 35B 参数的模型能在内存约 3GB 的端侧设备上运行。视觉-语言多模态模型将视觉理解与文本生成结合，支撑图像描述、OCR、视觉问答等应用。

参考链接

社区讨论: orcarouter.ai 博客指出 MiniCPM-V 4.7 是悄然上传的，没有模型卡、许可证和基准数据，与官方公告中的性能宣称形成对比。这表明在详细文档和独立评测发布之前，社区应对这些宣称保持谨慎。

标签: #开源AI, #多模态模型, #MoE, #端侧部署, #MiniCPM

Character.ai 破产揭示 AI 商业模式难以为继 ⭐️ 7.58/10

Character.ai 申请破产，法院文件显示其 AI 算力支出远超订阅和广告收入，导致每月亏损数百万美元。2024 年每月算力成本为 1380 万美元，而订阅收入峰值仅为 280 万美元。 此案例凸显了 AI 应用公司面临的根本经济挑战：推理（算力）成本高昂，容易超过收入，威胁许多 AI 初创企业的生存。这对 AI 产品设计和创业方向具有警示意义，强调可持续成本结构的重要性。 2025 年每月算力成本为 1000 万美元，含广告的总收入峰值为 530 万美元。2026 年 1 月至 8 月算力支出总计 5610 万美元，8 月每月亏损约 800-900 万美元。公司还有 86 名湾区全职员工，平均基本工资约 27.8 万美元。

aihot · 404 Media（RSS） · 10月13日 20:06 · 中文阅读 · 2 个来源

核验: 多源印证

背景: AI 推理成本是指模型部署后处理用户请求时产生的持续性计算开销，其与使用量成线性关系，边际成本很高。训练大型模型也极其昂贵，例如 GPT-4 的训练成本超过 1 亿美元。这些成本加上交互式聊天机器人所需的持续算力，造成了沉重的财务负担。

参考链接

社区讨论: 评论者指出，Character.ai 在 2024 年实际上被谷歌以 27 亿美元收购，留下一个空壳公司，并批评其商业模式具有掠夺性，提及丑闻和自杀事件。还有人指出高昂的员工成本和 CEO 跳槽迪士尼，暗示管理不善和支出不可持续。

标签: #AI商业模式, #算力成本, #行业分析, #创业警示, #AI应用

Google Play 开放个人 App：不注册开发者也能装自己 AI 写的安卓应用 ⭐️ 7.3/10

10 月 13 日，Google 宣布通过 Google AI Studio（即 vibe coding）生成的安卓应用现在可以直接通过 Google Play 安装到自己的设备上，无需开发者账号。该功能从即日起逐步推送，首批覆盖美国等部分市场，仅限 18 岁以上用户。 这一更新大幅降低了普通用户创建和运行个人安卓应用的门槛，省去了 25 美元的开发者注册费和繁琐的 USB 调试流程。它拓展了 AI 辅助编程的实际应用范围，顺应了日益流行的 vibe coding 趋势，让非程序员也能轻松开发个人应用。 个人应用是私密的，仅创建者本人可见、可安装，不会出现在 Play 商店的公开目录；Google 表示未来几个月内会开放与亲友分享的功能。目前该功能无需经过 Play 商店审核，但若用户日后想公开上架，则必须升级为标准开发者账号并走正常审核流程。关于 Play Protect 扫描和数据处理的细节，官方未作披露。

twitter · 宝玉 · 10月13日 20:34 · 2 个来源

核验: 多源印证

背景: Google AI Studio 是 2023 年 12 月发布的基于网页的集成开发环境，提供 Gemini 模型用于原型设计和代码生成。Vibe coding 这一概念由 Andrej Karpathy 于 2025 年 2 月提出，指用户用自然语言描述任务并由 AI 自动生成代码的编程方式。此前，安装这类 AI 生成的安卓应用需要手动进行 USB 调试和开发者注册，这一门槛让非技术用户望而却步。

参考链接

标签: #Google Play, #AI Studio, #个人App, #vibe coding, #安卓开发

Gemini 4 Argon 多智能体协作在 Blender 中建模日本寺庙 ⭐️ 7.0/10

一次演示显示，运行在 Antigravity 平台上的 Gemini 4 Argon 仅凭一条包含详细工作流程的提示，就在 Blender 中生成了一座日本寺庙建筑群，并通过多个智能体分工、检查和反复修改完成。演示者后来追加要求，为结果添加了动画和程序生成的钟声与环境音效。 这一演示展示了 Gemini 4 Argon 协调多智能体完成复杂三维建模的能力，此类任务既考验复杂的编程能力，也考验对现实世界的理解，而且错误很容易在结果中直观显现。它为 AI 智能体和自动化工作流提供了高价值的参考模式，有望加速三维内容创作及类似的工程技术任务。 初始提示词引用了一份指导大型三维场景构建的技能文档，并要求先生成建筑蓝图，再由 Nano Banana 根据蓝图生成四张参考图，为建模设定视觉目标。多个智能体在协调智能体的统筹下分工，由批评智能体负责检查；系统将 Blender 的渲染结果与参考图进行比较，通过反复检查与修改持续推进建模。

twitter · 宝玉 · 10月13日 22:02

核验: 多源印证

背景: Gemini 4 Argon 是 Google 于 2026 年 9 月发布的 Gemini 系列中最先进的模型，在编码、网络安全和复杂专业工作方面有显著改进。Antigravity 是 Google 在 2026 年 I/O 大会上推出的智能体优先开发平台，让开发者能以极低的配置成本创建、部署和编排 AI 智能体。Nano Banana 是 Google 的 AI 图像生成模型（包含 Nano Banana 2.1 等版本），可以根据提示生成细致的参考图，为后续任务提供视觉目标。

参考链接

标签: #AI agents, #Gemini 4 Argon, #Blender, #多智能体协作, #3D建模

BaoCut 3.5 集成 Qwen Image 2.1 Turbo，实现本地图片生成 ⭐️ 7.0/10

BaoCut 3.5 现已集成 Qwen Image 2.1 Turbo，支持本地生成图片，无需依赖服务器。在 Mac Mini M2 上，生成 1080p 图片约需 3-5 分钟，2K 图片则需近 20 分钟。 该版本使先进的图片生成功能可本地免费使用，减少对云服务的依赖并增强隐私保护。同时，它支持 AI Agent 调用本地图片生成服务，为自动化工作流开辟了新可能。 Qwen Image 2.1 Turbo 是 Qwen Image 2.1 的蒸馏加速版本，仅需 8 步去噪，默认 CFG 为 1，基于相同的 7B 视觉生成架构。该工具完全开源免费，作者还提到它可以直接生成 NSFW 图片。

twitter · 宝玉 · 10月13日 21:55

核验: 多源印证

背景: Qwen Image 2.1 是阿里巴巴 Qwen 团队推出的文生图及图像编辑模型。Turbo 版本于 10 月 9 日发布，通过减少去噪步骤加速生成，适合在 Mac Mini M2 等消费级硬件上本地部署。

参考链接

标签: #BaoCut, #Qwen Image, #本地图片生成, #开源AI工具, #AI Agent

Anthropic 反蒸馏文章给出避免 Claude 账号被封的操作要点 ⭐️ 7.0/10

Anthropic 发布了一篇介绍其如何对抗模型蒸馏攻击的文章。社区解读人@op7418 从中提炼出普通用户如何降低被系统误判并封禁风险的实用操作要点，尤其针对刚注册不久就被封的账号。 许多 Claude 用户因被系统误判为在进行模型蒸馏而遭到封禁。这则解读直接关系到广大 Claude 用户的账号安全与正常使用，给出了可操作的具体方法，具有很高的实用价值。 主要风险点包括：诱导 Claude 展示或篡改其思维链、反复尝试让其吐出思考过程、使用代理 IP 或转售账号，以及在同一个 Agent 环境中混用国产模型和 Claude。Anthropic 重点打击的是代理 IP 请求和转售账号，因此账号本身（含付款渠道）以及提示词中诱导模型展示思维链的操作是最大的两个风险。

twitter · 歸藏(guizang.ai) · 10月13日 03:44

核验: 多源印证

背景: 模型蒸馏是一种利用大模型的输出来训练小模型、从而把大模型知识迁移到小模型的技术。2026 年 2 月，Anthropic 发布公告称检测到针对 Claude 的工业级蒸馏攻击，并点名了 DeepSeek、Moonshot 和 MiniMax 三家中国 AI 实验室。思维链提取被视为高风险行为，因为反复诱导模型暴露内部推理过程与蒸馏手法高度相似；而代理 IP 和转售账号之所以被打击，是因为它们正是此类攻击的典型基础设施。

参考链接

标签: #Claude, #反蒸馏, #账号封禁, #AI工具, #使用技巧

更多追踪内容

以下内容已于今日成功抓取，但未进入上方主列表。

其他追踪推文

@dotey: AI 写代码太快，git 扛不住了：Anthropic 为什么自己造了 Scion？ 视频 1: 英文版 视频 2: 中文版 这一年，GitHub 隔三岔五就出故障。GitHub 在自己的可...

8.0

Twitter/X · @dotey · 10月14日 00:28 UTC · 喜欢 18 · 转发 1 · 回复 15 · 浏览 2460

AI 写代码太快，git 扛不住了：Anthropic 为什么自己造了 Scion？
视频 1: 英文版
视频 2: 中文版

这一年，GitHub 隔三岔五就出故障。GitHub 在自己的可用性报告里说，流量涨得飞快，很大一块来自 AI：AI 帮人写代码，AI 智能体自己提交修改。他们四个月里把有效容量翻了一倍多，还是扛得很吃力。

Anthropic 自己的代码库更夸张：今年五月平均每天合并约 2500 次修改，到了九月，一天超过 3 万次，涨了十倍以上。

全世界程序员都在用的 git，扛不住了。Anthropic 干脆自己造了一个版本控制系统，叫 Scion，五个月就把整个代码库从 git 换了过去。git 为什么扛不住？Scion 到底改了什么？

git 是干什么的

你可以把 git 想成一个带时光机的共享文件夹。每改一次，就存成一个版本，叫一次提交。谁改了哪一行、什么时候改的，都查得到，改坏了还能退回去。

GitHub，就是全世界最大的、帮大家存放 git 仓库的网站。

很多大公司会把所有项目的代码放进同一个大仓库，这叫单体仓库（monorepo）。Anthropic 用的就是这种。

每人一整座图书馆

git 有个特点：每个人拿到的，都是一整份完整的仓库，连全部历史一起。打个比方，就像借书的时候，顺手把整座图书馆复印一份搬回了家。好处是断了网也能翻历史、查记录。

仓库小的时候，这没问题。可 Anthropic 的仓库，光主分支的历史就接近 100 GB，压缩后的一份工作副本也超过 25 GB。

搬不动了

再看要搬多少次。光是自动构建和测试（CI）这一个环节，每天就要把代码检出到机器上大约 2500 万次，这还没算开发环境、AI 智能体的沙盒和研究任务。要是每次都老老实实整份拉取，一天的流量会超过 600 PB。换算一下，差不多是 60 万块 1 TB 的硬盘。

原来的补丁架构：层层加缓存

他们想过各种办法：浅克隆、稀疏检出这类只拉一部分的功能都试过。原来的架构，是层层加缓存：机器要代码，先找本地的打包缓存（packfile cache）；没有，再找镜像服务器（mirror replicas）；镜像再去找镜像主库，最后才是最上游的那份仓库。每个集群都有一套。新机器启动时，还会先从云存储拷一份仓库快照，省得从零开始拉。

最多的时候，同时开着几百台 git 镜像服务器。可修改越来越多，快照一拷下来就落后一大截，镜像也越来越难养。

换一个问题

后来他们发现，git 那些为离线工作准备的本事，自己几乎用不上。

这里说的“在线”，不是指能不能上网，而是随时能连上公司的代码服务器。你带着笔记本上飞机，没有网也想写代码、翻历史，git 那套“每人一整份”的本事才派得上用场。可在 Anthropic，用代码的几乎都是 AI 智能体和后台任务，它们本来就跑在公司的机器上，跟代码服务器之间的网一直是通的。

于是他们换了个问题：如果从一开始就假设，用的人永远在线、随时连得上服务器，代码管理该长什么样？

要哪页，取哪页

答案是：别再搬图书馆了，改成去前台借。

Scion 的客户端不存整份仓库，只留一个容量有限的本地缓存。需要哪个目录、哪个文件，再去服务器取。查历史、查某一行是谁写的、合并和变基，这些重活全交给服务器。这些查询能力都通过接口开放出来，很多任务连代码都不用拉，直接问服务器就行。

提交就在服务器上

在 git 里，你先在自己电脑上提交，再推送给大家。在 Scion 里，提交直接发生在服务器上，一提交，所有人马上能看到，根本没有“推送”这一步。

每次提交只记下这次改了哪几个文件，像一张修改清单，不用把整个目录重抄一遍。清单上每个文件只记一个编号，真正的内容存在云存储里，一模一样的内容只存一份。所以仓库再大，一次提交的成本只跟这次改了多少有关。

一层层的分馆

那么多机器同时来借，服务器忙得过来吗？靠的是一层层缓存：每台机器上有个“小管家” scion-daemon，每个区域有个“分馆” scion-cache，最后才是“总馆” scion-server，它背后连着数据库和云存储。

每份文件都按内容算出一个编号，存进去就再也不会变，所以哪一层都能放心缓存，不用跟别人核对。结果，每一层的缓存命中率都超过 99%，绝大多数请求在家门口就解决了。

Scion 的整张架构图

把这些拼起来，就是原文配图里的 Scion 架构。请求分两条路走：

一条是“问事”（控制面）：查历史、看差异、提交修改，所有客户端，包括代码审查工具 Antique、开发者电脑、集群里的任务，都直接找总馆 scion-server。

另一条是“取货”（数据面）：目录和文件内容走缓存。开发者的电脑直接找区域分馆 scion-cache；集群里的任务先找本机的小管家 scion-daemon，没命中再一层层往上找。

总馆背后，修改记录、分支和目录结构存在 Spanner 数据库里，文件内容存在云存储里。新机器上线，小管家先拷一份定期快照，省得从头拉。

效果

整套设施占用的 CPU 和内存，比原来的 git 镜像集群小了 200 倍。测试和研究任务拉代码，从几分钟缩短到几秒钟，光 CI 这一项就省出了 25% 的 CPU。原文配图里还有一组数字：AI 智能体新开一个工作区，中位耗时从 7.1 分钟降到 5.1 秒，快了 84 倍。

这么大的系统，得多少人做？

一个七个人的团队，用五个月做完了 Scion 和配套的代码审查工具 Antique，还顺手做了五六个周边系统，并把整个仓库迁了过去。而且这期间每天合并的修改量涨了十倍。放在过去，这种迁移往往要大得多的团队花上好几年。

一个例子：他们手写的第一版数据导入程序，交给 Claude 一个早期的内部版本（Claude Mythos Preview 的早期快照）重写，没加任何额外要求，新版本内存降了 20 倍，速度快了 4 倍，原有的约束条件也都保住了。

AI 写代码这么强，工程师还干什么？

参与的工程师都承认，单论写代码，Claude 已经比他们强了。但工程师的活变了：把握各个系统怎么配合，权衡架构上的取舍，围绕要解决的问题和预期的规模做决定。很多时候，他们的工作是对 Claude 说“不”。

比如，有好几个系统想一条条扫提交记录，去找某次修改是什么时候合进主分支的，其实直接问代码审查工具就行。现在团队成员依然审查每一个变更，但审的是修改背后的意图，不再逐行读代码。

大家都该扔掉 git 吗？

不用。Anthropic 自己说，Scion 不是 git 的通用替代品，只有极其庞大的单体仓库才用得上：背后要么有几万名工程师，要么有成群不知疲倦写代码的智能体。

它和 git 差别太大，想用就得把代码审查、代码搜索、CI 这整条工具链重做一遍，所以他们没打算做成通用产品。他们更希望这些思路被借进 git 生态：服务器多干活、提供更完整的查询接口，客户端按需取。他们预计，未来 6 到 12 个月，这类扩展问题会在业界越来越常见。

记住三句话

第一，git 让每个人拿一整份仓库，AI 把修改量推高十倍以上，就搬不动了。

第二，Scion 假设用的人永远在线、随时连得上服务器：要什么取什么，重活交给服务器，一层层缓存兜底。

第三，AI 写代码越快，瓶颈就越会跑到别处：代码管理、构建、测试，都得按 AI 的规模重新设计。

以前，是每人搬回一座图书馆；现在，楼下就有分馆，要哪页，借哪页。

资料来源：Anthropic 工程博客《Redesigning source control at Anthropic》（2026 年 10 月），https://t.co/XAdWVi4gWe

@dotey: OpenAI 沙特员工在公司执行会议室植入录音设备后被捕 2026 年 10 月 13 日，美国司法部（DOJ）与加州北区联邦检察官办公室解封了一份引发硅谷震动的刑事起诉书：现年 35 岁的沙特阿拉伯...

5.0

Twitter/X · @dotey · 10月13日 21:19 UTC · 喜欢 102 · 转发 13 · 回复 20 · 浏览 44123

OpenAI 沙特员工在公司执行会议室植入录音设备后被捕

2026 年 10 月 13 日，美国司法部（DOJ）与加州北区联邦检察官办公室解封了一份引发硅谷震动的刑事起诉书：现年 35 岁的沙特阿拉伯籍 OpenAI 产品团队工程主管阿卜杜勒拉赫曼·阿尔福赞（Abdulrahman Alfozan），因涉嫌在 OpenAI 旧金山总部的高管会议室秘密安装窃听设备，已被联邦调查局（FBI）正式逮捕并收押。在加入 OpenAI 之前，阿尔福赞曾担任 Meta 高级系统工程师及初创公司 Nash 的创始工程师，于 2025 年 7 月入职 OpenAI。

根据法庭文件披露，这起看似具备电影质感的商业间谍案，在执行层面上却充满了令人啼笑皆非的细节。9 月 28 日前后，阿尔福赞潜入平时专门用于讨论核心机密研究、产品路线图、商业战略及政府合作的高管会议室，将一个加密录音设备插在电视机背面的 USB 接口上，并用一团卫生纸进行伪装。9 月 30 日，该装置被 OpenAI 员工意外发现。10 月 5 日，不知情的阿尔福赞再次潜入会议室查看电视机背面，甚至在当天将一个装有自己钱包、身份证件以及另一个同款录音设备的背包遗落在了办公区，被安保人员当场截获。

然而，本案最极具赛博朋克黑色幽默的一幕在于破案过程：OpenAI 在官方声明中确认，公司安全团队直接调用了自家的 AI 大模型来拆解该硬件设备、分析底层线索并锁定内鬼。调查人员顺藤摸瓜地发现，阿尔福赞不仅在公司内部办公软件中频繁检索高管日程与会议室位置，还在 9 月 24 日至 30 日期间，借用其配偶关联的聊天机器人（Chatbot）账号，向 AI 提问“如何制作并隐藏连续录音设备”、“如何添加 Wi-Fi 远程监听”、“如何加密存储卡”，甚至直接把涉案设备独有的网络标识符（MAC/SSID 信息）喂给了 AI 进行故障排查。10 月 9 日，阿尔福赞被解雇并遭 FBI 逮捕，目前面临非法截获口头通信的联邦指控，最高可判处 5 年监禁及 25 万美元罚款。

---- 下面是让 Gemini 4 Argon 写的故事版 ----

【故事版】《卫生纸里的幽灵，与出卖主人的神明》

一、 深夜的提问者

九月下旬的旧金山，深夜的冷雾漫过米申区（Mission District）的街道。

35 岁的阿卜杜勒拉赫曼·阿尔福赞坐在家中的电脑前，屏幕的幽光映照着他略显紧绷的脸。作为履历光鲜的硅谷精英——前 Meta 高级系统工程师、如今的 OpenAI 工程主管——他本该是这座科技圣殿里的核心筑造者之一。但此刻，他的脑海里装的不是下一代大模型的架构，而是总部大楼里那间他无权踏足的“高管会议室”。

那里是权力的中枢。每天，关于未公开的推理模型、数千亿美元的商业盟约、乃至与五角大楼和各国政府的秘密会晤，都在那四面隔音玻璃墙内激荡。

他需要一只“耳朵”。

作为一个习惯了向人工智能寻求一切答案的工程师，阿尔福赞鬼使神差地打开了对话窗口。为了掩人耳目，他特意切换到了妻子名下的账号——但他忘了，底层的设备指纹与网络标识符，早已像影子一样将两个账号死死绑在了一起。

他在键盘上敲下一行行指令：

“如何组装一个能够连续工作的微型音频录制设备？”“怎样为它加上 Wi-Fi 模块，实现远程监听？”“如何对内存卡进行高强度加密，防止被拆解读取？”

屏幕那头的 AI 温和、博学、毫无戒心地给出了完美的工程方案。9 月 27 日深夜，当他在调试硬件遇到网络瓶颈时，甚至直接把这台定制窃听器独一无二的网络标识符复制进了对话框。

他以为自己是在向一个没有灵魂的工具请教。他不知道，自己正在向未来的“证人”口述一整份犯罪自白书。

二、 电视机后的“白色伪装”

9 月 28 日，周一。

在此前的几天里，阿尔福赞已经通过公司的生产力工具，像猎犬一样搜遍了办公楼地址、会议室平面图以及高管与外部伙伴的会议日历。走廊尽头的闭路电视（CCTV）记录下了他数次在非授权区域徘徊的身影。

终于，他抓住了高管会议室空置的几分钟空隙，闪身而入。

房间里纤尘不染，巨大的显示屏黑着屏幕，像一面深邃的镜子。阿尔福赞心跳如擂鼓，他掏出那个已经刷好加密固件、焊好 Wi-Fi 模块的微型录音装置，熟练地摸到电视机背面，将其插进了一个隐蔽的 USB 供电接口里。

指示灯微弱地闪烁了一下。但问题来了——如果有人恰好歪头看向电视机后方，这个突兀的电子元件依然可能暴露。

受过顶尖计算机工程训练的大脑在这一刻突然短路，回归到了最原始的慌乱。他四下张望，最终从口袋里掏出一团白色的卫生纸，小心翼翼地将这个高科技窃听器裹了起来，塞进电视机背板的阴影里。

在估值数千亿美元、代表着人类最高智慧结晶的 AI 帝国心脏地带，一团皱巴巴的卫生纸，成了这场跨国商业间谍疑云的滑稽外衣。

三、 算力深处的反猎杀

这团卫生纸的寿命只有 48 小时。

9 月 30 日，一名 OpenAI 工作人员在整理高管会议室时，注意到了电视机后面那团不合时宜的白色异物。剥开卫生纸，一枚精致而复杂的改装录音设备露了出来。

警报在瞬间拉响，但属于科技巨头的方式是静默无声的。

安保与安全团队封锁了消息。放在过去，排查这样一个加密硬件的来源需要耗费数周的法医级电子取证；但在 OpenAI，安全专家们做了一个极其符合公司气质的决定——让 AI 去抓那个背叛 AI 的人。

安全团队将这枚窃听器的电路特征、加密逻辑、硬件参数以及散发的微弱网络特征码输入到了内部大模型中。算力在硅片间狂飙，模型迅速理解了这台设备的构造与来龙去脉。紧接着，内部日志检索与监控交叉比对全面展开：

谁没有权限，却屡次出现在高管会议室门前的摄像头里？

谁在内部办公工具里疯狂检索领导层的会议日程与房间号？

更致命的是——当系统比对那枚设备独有的网络标识符时，一段发生于 9 月 27 日至 28 日的聊天记录直接浮出了水面。

真相揭晓得如此之快，甚至带着一丝荒谬的宿命感：那个小偷在作案前，竟然亲自用自家关联的系统，手把手教自己怎么作案。

OpenAI 没有打草惊蛇，而是 quietly（悄然地）拨通了 FBI 的电话，并留下了一张张开的大网。

四、 消失的猎物与遗落的背包

10 月 5 日，距离设备被拔除已经过去了五天。

这五天里，阿尔福赞备受煎熬。他原本期待着远程 Wi-Fi 能传回源源不断的音频流，但接收端却是一片死寂。是电视机断电了？还是加密脚本崩溃了？

他决定冒险回去看一眼。

监控镜头冷冷地注视着一切：阿尔福赞再次溜进了那间高管会议室，径直走到电视机旁，探头往屏幕背后望去。

空的。那团卫生纸，连同他精心改装的设备，消失得无影无踪。

一股寒意从脚底直冲头顶。他意识到事情败露了。极度的恐慌瞬间击碎了他的理智，他在匆忙撤离办公区时，甚至犯下了一个比“卫生纸伪装”还要致命的低级错误——他把随身的背包落在了公司里。

几分钟后，巡逻的安保人员发现了这个无人看管的背包。拉开拉链，里面静静地躺着阿尔福赞的钱包、身份证件，以及第二个一模一样的改装录音设备。

人证、物证、监控轨迹、搜索记录、AI 对话日志，在这一刻形成了完美得近乎教科书般的证据闭环。

五、 尾声

2026 年 10 月 9 日，周五。OpenAI 向阿尔福赞下达了终止雇佣关系的通知；几乎在同一时刻，早已等候多时的 FBI 特工亮出了手铐。

10 月 13 日，身穿囚服的阿尔福赞首次在旧金山联邦法院出庭。好消息是，OpenAI 确认核心的模型权重、源代码和客户数据均未被染指；坏消息是，这位昔日的硅谷高管将面临最高五年的铁窗生涯。

在这场短短十余天的暗战里，最令人玩味的或许不是卫生纸包裹的 U 盘，也不是装满罪证的遗落背包，而是那个静静运行在服务器里的 AI 模型。在 9 月 27 日的深夜，它曾毫无保留地解答了人类关于“如何隐秘窃听”的请教；而在三天后的清晨，当安全人员将证物摆在它面前时，它也同样毫无保留地，指认出了那个在黑夜里向它提问的人。

@OpenAINewsroom: We discovered a sophisticated recording device that was hidden inside one of our offices. We...

6.3

Twitter/X · @dotey · 10月13日 19:48 UTC · 喜欢 50176 · 转发 3844 · 回复 2520 · 浏览 8840464

We discovered a sophisticated recording device that was hidden inside one of our offices. We used our models to understand the device and where it had come from, identifying that a specific employee had planted it a few days earlier. We referred the matter to the FBI, and we’re grateful to the agents and prosecutors who moved quickly to make an arrest. The FBI’s investigation is ongoing and we will continue to support their work.

At this time, we have no indications of this individual inappropriately accessing or exfiltrating model weights, source code, or customer data. The employee was terminated.

We take protecting our technology, data, and people seriously, and as a matter of national importance. Our security program is designed to protect against a wide range of threat actors, from insider risks to cybercriminals to nation states, and this case is an example of how AI can help address these sophisticated security threats.

--- From aihot ---
OpenAI 宣布在办公室内发现一个隐蔽的录音装置，利用自家模型分析该设备及其来源，确认是一名员工几天前安放。OpenAI 已将此事移交 FBI，FBI 已迅速逮捕相关人员，调查仍在进行中。OpenAI 表示目前没有迹象显示该员工不当访问或外泄模型权重、源代码或客户数据，该员工已被解雇，并将此案视为 AI 协助应对复杂安全威胁的实例。

@ssamat: Today, on Google Play we announced new ways we are evolving the Play Store for an experience...

7.0

Twitter/X · @dotey · 10月13日 18:20 UTC · 喜欢 1213 · 转发 117 · 回复 54 · 浏览 97417

Today, on Google Play we announced new ways we are evolving the Play Store for an experience that is unique to you and the content you enjoy most:

✨ Use Play to wirelessly install and run your own custom, vibe-coded apps privately on your device.
🔍 Discover apps effortlessly with Ask Play & Gemini
🎮 Dial in discovery with the all-new Game Finder & Gamer DNA

@AnthropicAI: New on our Engineering blog: Creating in-house source control. In May, we merged around 2,500...

9.0

Twitter/X · @dotey · 10月13日 16:36 UTC · 喜欢 14542 · 转发 1249 · 回复 626 · 浏览 2767529

New on our Engineering blog: Creating in-house source control.

In May, we merged around 2,500 code changes per day. In September, we merged more than 30,000 per day. As a result, we became bottlenecked by developer infrastructure built for human (rather than agent) scale.

Here, we share how we built a new version control system—and fully migrated our monorepo from git—in five months: https://t.co/wzNkwHs7IN

@op7418: 哎呀，突然想到自己还有很多 skill 没发 看大家想要哪个： 1. 口播视频字幕生成和剪辑 skill 2. 视频包装 skill 3. 微信公众号排版 skill 4. HTML 文...

5.0

Twitter/X · @op7418 · 10月13日 15:33 UTC · 喜欢 65 · 转发 1 · 回复 38 · 浏览 9149

哎呀，突然想到自己还有很多 skill 没发

看大家想要哪个：

1. 口播视频字幕生成和剪辑 skill
2. 视频包装 skill
3. 微信公众号排版 skill
4. HTML 文档排版 skill
5. 半成品 Personal Agent 个人上下文挂载工具

@op7418: 让我想起来还有个 skill 没发过，就是将复杂内容排版成非常优秀的 HTML 页面帮你阅读的 skill。 刚好搭配 GrokBot，太爽了！ 不想看的长视频，直接让它转成排版非常优秀...

5.0

Twitter/X · @op7418 · 10月13日 15:27 UTC · 喜欢 133 · 转发 18 · 回复 13 · 浏览 12706

让我想起来还有个 skill 没发过，就是将复杂内容排版成非常优秀的 HTML 页面帮你阅读的 skill。

刚好搭配 GrokBot，太爽了！

不想看的长视频，直接让它转成排版非常优秀的长文去阅读 https://t.co/v9XtXbyZWg

@op7418: 最近 AI 破解一切的风潮，感觉游戏行业是最惨的。 现在你都能在安卓手机上直接玩 Steam 游戏了！ 我自己试了一下，这个叫 DroidDeck 的项目，那些常玩的独立游戏（比如说《哈...

5.0

Twitter/X · @op7418 · 10月13日 09:38 UTC · 喜欢 152 · 转发 10 · 回复 50 · 浏览 28436

最近 AI 破解一切的风潮，感觉游戏行业是最惨的。

现在你都能在安卓手机上直接玩 Steam 游戏了！

我自己试了一下，这个叫 DroidDeck 的项目，那些常玩的独立游戏（比如说《哈迪斯》之类的）都能跑，这下就爽了呀！

出门直接带个简易的小游戏手柄，再带个支持 DP in 的 Pad，就能爽玩 Steam 游戏了。 https://t.co/yBE43OOpzk

@op7418: 没活了又重置

1.0

Twitter/X · @op7418 · 10月13日 03:20 UTC · 喜欢 13 · 转发 0 · 回复 16 · 浏览 9839

没活了又重置

@op7418: 很多人问我，随着玩 Grok bot 越来越多，什么时候订阅合适？ 我一直都让大家再等等，但感觉现在时间到了。 他们终于推出了将 Twitter、Cursor、Grok bot 和 Gr...

6.0

Twitter/X · @op7418 · 10月13日 02:52 UTC · 喜欢 99 · 转发 9 · 回复 79 · 浏览 27688

很多人问我，随着玩 Grok bot 越来越多，什么时候订阅合适？

我一直都让大家再等等，但感觉现在时间到了。

他们终于推出了将 Twitter、Cursor、Grok bot 和 Grok 四合一的订阅，总共有 4 个档位：

$8（Plus）：包含 Twitter Premium
$30 (Premium)：Plus 的 4 倍用量
$100（Super）：Plus 的 15 倍用量
$200（Ultra）：Plus 的 50 倍用量

跟之前旧订阅的核心区别是，xAI 的 API 积分和 Cursor 的 API 积分会合并。

Cursor 依然有一些第三方模型，但相较于原始计划，第三方模型的用量大概率会缩减。

不过这次 Grok bot 的用量增加了：在 $30 以上的计划中，至少能获得双倍的 Grok bot 用量。

相较于你单独想用 Grok bot，如果你对 Cursor 及其第三方模型没有需求，只想要用 Grok bot 的话，我觉得是比较划算的，而且统一之后各种计算逻辑也能少点。

如果是之前通过 bug 订阅了 $99 会员的，就不要换；

没赶上之前旧方案的新增用户、想玩 Grok bot 的，我觉得可以换，毕竟确实比原来额度多了不少，而且更方便管理。

其他 Follow Builders 资讯

Thibault Sottiaux: Good plans are simple. I have one that should result in significantly more usage for everyone...

2.0

中文标题Thibault Sottiaux：好的计划很简单。我有一个计划应该能让每个人显著增加使用量……

Follow Builders · X 动态 · Thibault Sottiaux · 10月13日 06:21 UTC · 喜欢 2202 · 转发 64 · 回复 478

作者表示有一个简单计划能显著增加使用量，但未提供任何细节。

中文摘要作者声称有一个简单计划能显著提升使用量，但未透露具体内容。

Thibault Sottiaux: Mashed @poteto on the house.

1.0

中文标题Thibault Sottiaux：在房子里捣碎 @poteto。

Follow Builders · X 动态 · Thibault Sottiaux · 10月13日 05:06 UTC · 喜欢 880 · 转发 11 · 回复 99

A cryptic tweet referencing mashing someone named poteto, with no meaningful technical or product information.

中文摘要一条隐晦的推文，提到捣碎某人，没有有意义的技术或产品信息。

Garry Tan: We need repairmen https://t.co/yHuMos1Mm9

4.0

中文标题加里·谭：我们需要修理工

Follow Builders · X 动态 · Garry Tan · 10月13日 03:42 UTC · 喜欢 82 · 转发 4 · 回复 18

Garry Tan tweets a short, ambiguous statement about the need for repairmen, likely referencing software maintenance or infrastructure.

中文摘要加里·谭发了一条简短而含糊的推文，提到需要修理工，可能暗指软件维护或基础设施。

Garry Tan: Yeah pro rata matters and is powerful for investors https://t.co/XeNUt0F8NB

2.0

中文标题Garry Tan：是的，优先认购权对投资者很重要且强大

Follow Builders · X 动态 · Garry Tan · 10月13日 03:24 UTC · 喜欢 167 · 转发 11 · 回复 19

Garry Tan asserts that pro rata rights are important and powerful for investors, with no further elaboration.

中文摘要Garry Tan 断言优先认购权对投资者重要且强大，但未提供更多细节。

Peter Yang: @Blizzard_Ent I bet if Blizzard crowdfunds Starcraft 3 RTS they'll raise millions

1.0

中文标题彼得·杨：@Blizzard_Ent 我打赌如果暴雪众筹星际争霸 3 RTS，他们会筹集数百万

Follow Builders · X 动态 · Peter Yang · 10月13日 01:44 UTC · 喜欢 3 · 转发 0 · 回复 0

A tweet suggesting Blizzard could raise millions by crowdfunding Starcraft 3 RTS.

中文摘要一条推文，建议暴雪通过众筹星际争霸 3 RTS 可以筹集数百万美元。

Peter Yang: So many people’s childhoods were defined by StarCraft even Ben. Still can’t believe the new g...

1.0

中文标题彼得·杨：许多人的童年都由星际争霸定义，甚至本也是如此。仍然不敢相信新游戏要到 2030 年才发布。

Follow Builders · X 动态 · Peter Yang · 10月13日 01:36 UTC · 喜欢 61 · 转发 1 · 回复 13

Peter Yang expresses nostalgia for StarCraft and urges Blizzard to expand the franchise with movies, TV shows, and a new RTS game, noting the next game's 2030 release.

中文摘要彼得·杨表达了对星际争霸的怀旧之情，并敦促暴雪扩展该系列，制作电影、电视剧和新的即时战略游戏，同时提到下一款游戏要到 2030 年才发布。