

更多动态
DeepSWE v1.1 上得分 75.2%,超过旗舰 GPT-6 Astra 的 74.8%,价格只有五分之一($2/$10 每百万 token,缓存输入 $0.10)。 单任务 $1.50 vs Astra $7.70。电脑操作 OSWorld 2.0 拿 71.4%,距 Astra 只差 2.1 分,成本七分之一。GPT-6 Sol 发布才 7 天就被取代了。 🔗 https://openai.com/index/introducing-gpt-6-1-sol

又来一个个人agent。一个字母的名字,24 小时不下班。 给它目标而不是消息,它在云端沙箱里连续跑几小时到几天,自己拆任务、自己修错、跑完了主动找你,会话关了它也还在。 带独立邮箱身份,能替你处理邮件这类异步活。定位是 ChatGPT 里的 Pro 专属权益,100 美元档起步,20 美元 Plus 用户应该是没有,不知道会不会下放。 直接对标 xAI 的 Grok Bot,但不做独立 app,就长在 ChatGPT 里。

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。
