更多动态
，更是在用二流算力对抗一流工程难题 Anthropic 这一波把「顶配模型」打成了「普惠基建」，编程能力超越 GPT-5.1 且 API 成本暴降 66%，这是目前大模型领域性价比最高的时刻。 🔹 推理强度（Effort）参数化：按需分配智商 原理类似人类的“快思考 vs 慢思考”。遇到 RAG 无法解决的复杂逻辑，调高强度让模型多“想”一会儿。 ◦ 开发者 MVP 配置： 务必测试 Effort 参数。设为 Medium 档位，性能持平 Sonnet 4.5，但 Output Token 消耗狂降 76%；设为 High 则能解决模糊需求，性能超越 Sonnet 4.5 约 4.3%。 🔹 SWE-bench 霸榜实战：超越人类直觉 准确率 80.9%（击败 GPT-5.1-Codex-Max）。实测中它最大的进化是「工程直觉」：不再需要保姆级 Prompt，能像 Senior 工程师一样在代码重构中自动处理歧义、权衡取舍。 🔹 计算机操作（Computer Use）升级 新增 Zoom Action（缩放操作），解决了上一代看不清密集 UI 和小字体的痛点。对于做自动化测试或 RPA 的朋友，现在可以精确识别复杂界面元素了。 🔗 官方日志：https://www.anthropic.com/news/claude-opus-4-5 #ClaudeOpus #AI工作流 #降本增效 #LLM开发 #编程效率
。Flowith 破天荒开放 Nano Banana Pro 全年无限免费调用 解决 AI 生图「按次计费」的试错焦虑，用一张年卡（Flowith年订阅）彻底打通从逻辑推演到 4K 渲染的全流程。 🔹 基于 Gemini 3 Pro 你可以把它理解为生图界的「物理引擎」，先跑逻辑再渲染，而非简单的像素拼接。实测中文排版不再是鬼画符，支持 14 图融合 + 5 人一致性，4K 输出下细节依然耐打。 🔹 MVP 验证的神器 以往接 Google 旗舰模型 API 跑测试，Token 烧得肉疼。现在 Flowith 把模型封装进 Agent Neo 工作流，写完脚本直接出图，零 API 成本完成视觉素材的「暴力通过性测试」，大幅降低工具切换损耗。 🔹 真正的降本 无限调用权意味着你可以进行高密度的 Prompt 迭代和风格实验。对于做内容矩阵或需要大量素材的朋友，这是把「边际成本」直接压到了 0，不用担心额度耗尽。 官网活动： flowith.io/pricing #AI工作流 #Flowith #NanoBananaPro #黑五折扣
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
