MiniMax 摊牌了，Space Bunny 就是 M3.1-Flash。
1M 上下文，支持视频，$0.15/$0.60 /M，成本只有 M3 的 1/3，速度快 3 倍。
Automation-Bench 62.2 力压DeepSeek-V4.1-Flash-1017。官方说10/23 开源权重。
MiniMax 摊牌了，Space Bunny 就是 M3.1-Flash。
更多动态
难怪最近agent搜索的内容很垃圾。
一些网站开始限制agent访问了。Yelp 要 agent 付费买数据授权才让访问，达美不让 agent 代订机票，摩根大通和嘉信理财以安全为由封掉账户登录。 我的观点是，网站本来就是服务用户的，兼容agent能更好地服务用户。 这些网站现在反其道而行，有点落伍。就像明明能用在线聊天解决的事儿，却逼着用户写纸质信。
DeepSeek 发布 V4.1-Flash-1017。
benchmark 全面上涨，Terminal-Bench 4.0 从 31.2 到 42.3，ProgramBench 20.3 到 29.1，Apex Bench 64.6 到 72.1，DeepSWE 74.2 到 77.0。任务耗时更短、输出也更短。 专门针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 做了优化，Harness 要升到 0.2.1-rc.1 以上才有最佳效果。 价格一分没动，model 名还是 deepseek-flash，上下文 1M、最大输出 384K，调用方零改动。
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。
