DeepSeek-v4-flash + 视觉 subagent
分享下，我给 ds-v4-flash 接入一个视觉 subagent 当眼睛还挺好使， 在 9router 配置一套有视觉模态的模型组合（visual），全是免费模型。
然后 subagent 写清楚作用、指责、填入这个模型组合（visual），最后系统层 agents.md 文件写明如果当前模型不具备视觉能力，且查看ui或图片时，则调用视觉 subagent 辅助工作。
DeepSeek-v4-flash + 视觉 subagent
更多动态
又一个 AI 浏览器
Hark 推出 Handoff 浏览器 agent ，实现了无 API 直接操控 LinkedIn 等任意网站完成任务。目前是白名单内测状态，预计九月份正式发布。 官方介绍说每次任务都是一个独立的云端虚拟机， agent 会在虚拟机中操作真实鼠标+键盘来控制浏览器。又同时能复用已有的浏览器资料和登录状态。 虚拟机中操作与复用浏览器资料有点矛盾，我猜测是每次执行任务，都会将物理机的浏览器资料复制一份到虚拟机中，产品逻辑还是老套路没什么亮点。
Cloudflare 发布了 Wallets ，AI Agent 的“支付宝”
给 agent 开钱包、设额度上限，agent 自主花钱买 API/内容/MCP 工具。背后用的稳定币 + x402 微支付协议，HTTP 请求里直接扣款，不用注册账号。 🔗 在 cloudflare.pay 可以抢用户名
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。
