📄🦌🙌🐟🏖️
爱上极客
Just another Halo site
美团发布 LongCat-2.5,官方跑分 24 项赢了 Claude Opus 4.8 的 18 项,离 Opus 5 还差一截

美团发布 LongCat-2.5,官方跑分 24 项赢了 Claude Opus 4.8 的 18 项,离 Opus 5 还差一截

美团LongCat团队11月1日发布LongCat-2.5,定位可连续完成整项任务的长程智能体。模型沿用1.6万亿总参数MoE结构,每token激活约480亿参数,新增原生多模态和长程任务能力。官方自测中,它找资料和命令行处理项目代码较强,但高难度编程落后Opus 5;分数均来自美团,尚无第三方复测。训练把真实任务失败记录做成可自动判分的错题本,用于强化学习。国产加速卡只优化了长上下文训练和W4A4推理,并非全部训练在此完成。API已上线并实行限时价,兼容Claude Code等,权重暂未开源,可用真实小项目试用比较。

11 月 3 日起,又有 4 款 Claude 模型写的字带上隐形水印,看不出来

11 月 3 日起,又有 4 款 Claude 模型写的字带上隐形水印,看不出来

Anthropic将于11月3日起给四款旧Claude模型加隐形文本水印,Amazon Bedrock可能晚几天。水印全球生效、加在模型层面,藏在选词随机数里,不加字符、不增费用,也不含用户身份信息。获准机构可用密钥评估Claude参与的可能性,但测不出具体人或组织;翻译和长文更易检测,代码通常较少,轻度修改难去净。用Claude写稿、翻译者应按AI使用规定说明;部分API合规客户需保持相关采样参数默认。

12 月起,ChatGPT 里用高级模型要和 Codex 抢同一份额度,Instant 聊天不扣

12 月起,ChatGPT 里用高级模型要和 Codex 抢同一份额度,Instant 聊天不扣

OpenAI称,12月起Plus、Pro和Business套餐的ChatGPT与Codex共用一份按token计的额度,只有Instant聊天例外;Work此前已与Codex共享,12月新增的是ChatGPT其余非Instant用量。各套餐具体额度和生效日尚未公布,合并后可在“设置→用量”查看剩余额度与重置时间。高级模型、Fast/Ultrafast、生图及长任务、大上下文更耗额度,换小模型可使可发消息数相差几十倍。额度用完可等待重置、升级套餐或购买credits,Plus/Pro可直接买,也可用API key按标准API价另跑本地对话。12月前可把轻量问答切到Instant、常规代码换小模型、少开高速模式并定期查看用量。

DeepSeek 公开 Super-agent 设计:群里有人报 bug,没人 @ 它,内部实例自己修好提了 PR

DeepSeek 公开 Super-agent 设计:群里有人报 bug,没人 @ 它,内部实例自己修好提了 PR

DeepSeek Harness 团队发布 Super-agent 设计文章,并开源 MIT 研究原型。内部实例配置“静默复现并修复”策略后,能在群聊无人 @ 时识别问题、后台复现并提交修复 PR。其目标是让 agent 常驻连续,由 Router 调度上下文隔离的 Worker,降低多任务对人的注意力占用。初步实验显示多任务完成更快,但读缓存 token 更多;云端 agent 接入个人电脑还带来凭据泄露与提示词注入风险。开源原型默认不主动工作,仅在被直接请求或规则允许时行动,适合先接测试仓库、最小权限试用。

卡帕西受够了 YouTube 算法,让 Claude 2 小时给自己做了个没有标题党的视频精选站

卡帕西受够了 YouTube 算法,让 Claude 2 小时给自己做了个没有标题党的视频精选站

卡帕西因不满 YouTube 首页推荐,用 Claude 基于 Hacker News 多年评论做出 HackerTube:从约 4 万条推荐视频的评论中筛出 6454 个视频、分 150 个主题,视频仍在 YouTube 播放,改变的是推荐来源与排序。站点用视频 50% 处画面替代点击导向缩略图,无需账号、偏好存本地,并支持数据导出。整套约 2 小时,但作者是顶级 AI 工程师,代码、提示词和花费未公开,普通人可能更久。它更像 HN 口味的精选书架,依赖 YouTube 服务且内容有限;读者可逛站或导出数据,让 AI 按自己口味重筛。

国行 iPhone 终于等到 Apple 智能,12 月随 iOS 27.3 正式推送,Siri 可以接入千问

国行 iPhone 终于等到 Apple 智能,12 月随 iOS 27.3 正式推送,Siri 可以接入千问

国行 Apple 智能将于 12 月随 iOS 27.3 正式推出,11 月 4 日先开放开发者 Beta,首批仅支持 iPhone。可用机型为 iPhone 16 及后续、iPhone 15 Pro/Pro Max、iPhone Air 和 iPhone Duo,且 Siri 与设备语言需设为简体中文或英文。Siri、写作工具和视觉智能接入阿里千问,使用前需登录千问账户或通过 Apple 登录。用户可体验实时翻译、照片消除与描述搜图、Siri 打字对话和上下文理解等。此次不含 Siri AI 及 WWDC 2026 宣布的其他下一代功能,iPad 和 Mac 需待审批。

200 美元那档 Claude 不再按 5 小时掐断,只限已验证的 Ultra 账户,价格和周额度都没变

200 美元那档 Claude 不再按 5 小时掐断,只限已验证的 Ultra 账户,价格和周额度都没变

10月30日Claude将Max 5x、Max 20x分别改名Max(100美元/月)和Ultra(200美元/月),价格及现有订阅不变。实质变化是已验证Ultra账户取消5小时会话限额,多数现有订阅者当天生效;新账户先保留临时限额,由Anthropic按账户和付款记录自动验证后邮件通知去除,手动验证手机号无效。每周额度不变:Ultra为Pro的10倍,Max仍为每5小时和每周各5倍。可在Settings›Usage查看有无Current session进度条确认状态。取消5小时限制后周额度成唯一上限,重度用户可能更早见底;用尽后可等重置、用limit reset或开用量积分按API价续用。

Claude Opus 当裁判跑完对比,卡兹克把一大半自动化任务换成了 Qwen 3.8 Flash

Claude Opus 当裁判跑完对比,卡兹克把一大半自动化任务换成了 Qwen 3.8 Flash

10月30日,博主称Qwen 3.8 Flash在简单准确性任务意外强,自动化任务已多由Claude Opus 5.5评估后从DeepSeek切换到Qwen,换的是简单任务,并非Opus被取代。94次对比中,读47段周报各跑2轮,Qwen全读对,DeepSeek读对87次,token为3.5万对12.2万。关键不是小模型胜出,而是用真实任务让强模型裁判,把分类、抽取等简单活交给便宜模型;复杂推理仍用旗舰,设校验回退。样本有限,勿外推。

冒牌 Claude Code 扩展混进 Cursor 市场,最多 5000 人装到,卸载也清不掉后门

冒牌 Claude Code 扩展混进 Cursor 市场,最多 5000 人装到,卸载也清不掉后门

10月29日,Cursor扩展市场出现被篡改的Claude Code 2.1.313,上架约11小时,Cursor称最多5000名用户受影响。该版本加载后会写入攻击者SSH公钥、安装开机自启并外发主机信息,仅卸载扩展无法清除。因恶意代码有bug,多数Mac和Windows电脑上攻击者无法实际登录,攻击服务器也已下线;但钥匙和自启脚本仍可能残留。安装或更新过者应检查svc-telemetry并按公告清理,将扩展升级至2.1.314,并更换可能暴露的SSH密钥、API Key和云令牌。

同样是 Claude,换个工具 30 分钟就用光 5 小时额度,开发者称是 Anthropic 的计量 bug

同样是 Claude,换个工具 30 分钟就用光 5 小时额度,开发者称是 Anthropic 的计量 bug

10月24日,一名 Claude Max 用户称首次用第三方编程工具 T3 Code,约30分钟耗尽5小时额度。T3 Code 创始人 Theo 称排查确认是 Anthropic 的 bug:经 Agent SDK 的用量比直接用 Claude Code 更快消耗5小时额度,周额度不受影响,已上报;但他是利益相关方,测试有限。更可信的是,9月25日官方仓库已有无关用户报告同类问题,6组对照中5组与 T3 Code 无关,均显示 SDK 或 claude -p 的5小时额度消耗约为交互式的1.3至2.9倍;截至10月25日官方未确认。修复前可先看哪块额度异常,重活暂放交互式 Claude Code,Max 用户可考虑每月 API 额度,勿用改请求头等绕法。