minimax-m3和step-3.7-flash太阳系运行svg图对比
都是六月初新出的模型，价格也差不多，但明显感觉m3强太多了。
包括逻辑洗车题（洗车店离家20米，开车去还是走路去），m3能指出需求是洗车，step-3.7-flash坚持走路去
minimax-m3和step-3.7-flash太阳系运行svg图对比
更多动态
这几天一直在尝试用Pi coding agent替代Claude
code 不得感慨下，cc的plan模式做的真好呀，同样的提示词，cc计划模式下主上下文token消耗极低，全靠subagent便宜模型在收集信息。 在Pi试了下类似的main agent编排，subagent干活的逻辑，无论是自写计划skill，还是用第三方的（superpowers、GSD等）计划skill，都很难把主上下文token消耗控制在300k以下
OpenAI 给 Codex 加了个人主页，让你晒 AI 编码数据。
新出的 Codex Profiles 功能，展示你的编码热力图、连续使用天数、累计消耗 token 和单日峰值，还有最常用的功能（比如插件和 /fast 模式）。 Codex越来越有社交属性，产品化，Claude Code 目前没有类似功能，现在CLI 很难留住普通用户。
claude申诉失败了。
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。
分享下现在的纯手机端工作流。
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。
