

更多动态
最近 Lampline 开源语音客服平台挺火的,是个自部署的 AI 电话客服 agent。 通过 YAML 编写的对话测试对每次改动进行自动化验收,也支持用真实电话拨打和接听测试。 Lampline 基于 Pipecat 框架开发,采用 Apache-2.0 协议,支持 20 余家模型供应商。 🔗 github.com/C4rohan/Lampline

60% 的权重首次建立在私有测试集或留出答案上,这等于公开基准已经基本失效。 Claude Opus 5.5 (max) 以 58 分登顶,GPT-6 Astra 57、GPT-6.1 Sol 55。 开源与闭源的差距从 3 分拉大到 12 分;最强开源 Kimi K3.1 Pro 46(权重未放),已发布权重最高的 DeepSeek V4.1 Flash 仅 32,还低于 Claude Haiku 5.5。

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。
