笑死，朋友发给我的。
之前我说如果一家咖啡馆像提供免费Wi-Fi一样，提供免费token的话，应该会吸引很多人，没想到下半年真有人去实践了。
笑死，朋友发给我的。
更多动态
muse的模型太蠢了。
今天meta开源了muse spark open，听说会下放给muse ai，刚好能弥补现在拖后腿的模型。 当前的muse是个好产品，日常助理很好用。 但面对复杂的工程问题，还是差点意思，表现为经常失忆，不会搜索外部信息，喜欢从零造轮子，偷懒中途放弃。 让它配置tun模式与tailscale兼容，muse自己闭门造车把网络搞瘫痪了。正确的做法是开启tun，绕过ts，关闭ts的dns就完事了。还有让它迁移配置，它能把api key搞丢。 这两个测试我丢给manus的cue，速度虽然很慢，但都解决了，而且方法和我的一样。
glm-5.3-flash进opencode免费层了。
不过上下文只有200k，看样子是本地部署的量化版。
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。
