Meta 发布了 Muse Code 终端 coding agent
Muse 基于 Muse Spark 1.2 模型，定价 $1.25/M 输入、$4.25/M 输出。支持异步后台工作、事件日志和内置 /plan、/grill 等技能。
Muse Spark 1.2 在 benchmark 上表现还行，但讨论声很少。
🔗 research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2
Meta 发布了 Muse Code 终端 coding agent
更多动态
自动给模型补齐多模态
9router 作者今天增加了视觉和听觉模型组合功能。 开启、配置好模型后，只要从 9router 调用的任何非多模态模型，遇到视觉、听觉任务时，将自动切换到视觉和听觉组合模型。 和我之前用视觉 subagent 来补齐多模态的思路有点像，不过这是从 API 调用源头上解决了，更加方便。 其实我认为以后的模型都是专精，用多个模型来补齐多模态，多功能，在未来会是常见的产品思路。
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。
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。
