
不需要 Mac,不需要懂代码,也能上架 App Store

更多动态
让 agent 操作你的浏览器
我试了很多 agent 操作浏览器的方式,大部分浏览器自动化考虑安全,都不允许让 agent 直接复用当前浏览器。 所以它们实现的方式是新开一个 agent 专用浏览器或资料( profile ),想要复用你的资料, agent 会将你的资料复制一份覆盖 agent 资料,非常繁琐,登录状态也可能丢失。 另一种方式就是 chrome 146 版本推出的 CDP ( chrome://inspect/#remote-debugging ),开启后能操作当前浏览器窗口,但是实测下来长任务不稳定,有很多未知 bug 。 最优雅的方式就是参考 manus 的浏览器扩展,将浏览器全权开放给 agent ,当前用 playwright 扩展可以达到该效果。 安装扩展后,用 playwright cli 或 mcp 连接扩展, agent 就能操作当前窗口,复用当前资料,不用打开任何浏览器新窗口。我实测在长任务(例如刷题)中很稳定,不会出现任务中断的情况。 🔗 chromewebstore.google.com/detail/playwright-extension

Google Gemini 3.5 Pro 又又又要延期发布了
,原因是没达到内部性能目标。 看来 Fable 5 、GPT-5.6 等模型太强了, Gemini 下个版本很难追上。
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。
