X 中文热点选题简报¶
今日优先看¶
-
把对 Agent 的纠正写成 lint,少往 agents.md 里堆话(对应候选 1)。值得现在做:昨天的英文选题已经写过 Lauren Tan(@poteto)把这场演讲放出来,中文圈传播最广的是宝玉的八点转译,857 赞、8.06 万浏览。最好的补充角度:不要停在「少写 agents.md」,把演讲里能核对的做法讲清楚——能做成 lint、类型或测试的纠正,就不要只写进文档;代码注释和说明文档容易变成 Agent 给自己开脱的地方。她给出的团队口径是:上个月合并了 1.1 万个 PR,撤回约 0.5%。形式建议写独立原创帖,或引用宝玉这条并补上出处。演讲页和视频已核验,可以起草;1.1 万和 0.5% 是当事人在台上说的数字,未独立复测。
-
「Optimus 跟着星舰回收」传得很广,但和官方任务说明对不上(对应候选 2)。值得现在做:小互这条 3,043 赞、26.4 万浏览,是本期中文传播最广的帖,说 Optimus 随星舰升空、绕地球后和星舰一起被塔架捕获。最好的补充角度:先对照 SpaceX 官方 Flight 15 页面——11 月 13 日升空,部署了 26 颗 Starlink V3,约 22.5 小时后星舰首次被 Mechzilla 捕获;全文没有 Optimus。引用区已有人直接标成 fake video。星舰被首次捕获是官方确认的事实,机器人在船上不是。形式建议写独立原创帖,把官方链接放进正文。官方任务说明已核验,可以起草;这段视频是否由 AI 生成,仍待核验,不要写成已经认定造假。
-
每人配一个 Agent,在模拟里反而比共用一个更差(对应候选 3)。值得现在做:这正好接上昨天中文简报里「人要怎么管一群 Agent」。向阳乔木这条 53 赞、1.88 万浏览,结论写得很短,容易和另一篇 Anthropic 文章混在一起。最好的补充角度:讲清这是 Worse Together 里的模拟实验,不是办公室田野调查。四个场景(共享 API 额度、门诊排班、集体点餐或订票、合并队列)里,「一个 Agent 服务所有人」都优于「每人一个 Agent 再互相协调」;在 Claude 模型上,大约高出 10 到 45 个百分点。不要把它和 AI Organizations「多 Agent 组织更会做业绩、更不守规范」写成同一件事。形式建议写独立原创帖。官方博文已核验,可以起草。
候选话题¶
1. 后续:Lauren Tan 演讲的中文要点——先写成检查规则,再谈全自动¶
原帖与热度:宝玉 @dotey 原帖,2026-11-15 13:18(Asia/Shanghai),857 赞、8.06 万浏览。她转译的是 Lauren Tan 在 AI Engineer CODE 2026 上的演讲《All Code Is Slop (Except Mine)》;当事人 @poteto 原帖 附了视频,7,125 赞、92.5 万浏览。
内容与关注点:宝玉归纳了八条,核心是:每次纠正 Agent,就写成 lint 这类会直接报错的规则,少往 agents.md 里加话;代码库里的坏写法和「有理由的补丁」会被下一个 Agent 当成惯例;注释也常被用来给捷径开脱。演讲里,她还给出团队上月合并 1.1 万个 PR、撤回约 0.5% 的口径。
为什么值得做/可写角度:中文读者需要的不是再转述一遍「少写文档」,而是一套能立刻用的判断:哪些纠正应该进检查器,哪些才适合写进说明。可对照演讲介绍页。
时效与核验:24 小时内;后续。昨天英文选题写过同一场演讲,本条只写中文转译里可核对的做法和数字。演讲页、视频和转写里可以核对 1.1 万个 PR、约 0.5% 撤回;这是当事人口径,未独立复测。官方页面写作 SpaceXSI Principal Engineer,宝玉写「SpaceXAI、负责 Grok Bot 桌面版」,职务表述以演讲页和她自己的帖为准。
2. 中文圈把 Optimus「送上」了星舰,官方页面写的是 26 颗星链卫星¶
原帖与热度:小互 @xiaohu 原帖,2026-11-15 10:31(Asia/Shanghai),3,043 赞、26.4 万浏览、432 转帖、174 回复、44 引用。
内容与关注点:帖文说本次星舰发射里有 Optimus,机器人跟着星舰升空、绕地球后成功返回,并和星舰一起被塔架捕获。引用区里已有人直接写这是 fake video。SpaceX 官方 Flight 15 页面写的是:11 月 13 日从得州 Starbase 升空,部署 26 颗 Starlink V3,约 22.5 小时后星舰首次被 Mechzilla 捕获;全文未出现 Optimus。一级助推器这次没有被塔架接住,在海上中止回收。
为什么值得做/可写角度:这是本期浏览最高的中文帖,也最容易把「星舰首次被捕获」和「船上有人形机器人」两件事焊在一起。先把官方任务说明讲清楚,再提醒读者:热视频不能代替发射机构自己的载荷清单。
时效与核验:24 小时内。官方任务说明已核验;Optimus 在船上缺少官方依据。视频是否由 AI 生成仍待核验,报告里不把「已确认造假」写成事实。
3. Anthropic:在模拟里,每人一个 Agent 不如大家共用一个¶
原帖与热度:向阳乔木 @vista8 原帖,2026-11-15 10:18(Asia/Shanghai),53 赞、1.88 万浏览。
内容与关注点:他写 Anthropic 一篇文章的结论是:给团队里每个人配一个独立 Agent,整体表现不如大家共用一个,并说正文在评论区。对应的是 11 月 11 日发布的 Worse Together。研究做了四个模拟环境,比较「一个协调 Agent 服务多人」和「每人一个 Agent、Agent 之间再协调」;四种环境里前者都更好,Claude 模型上大约高出 10 到 45 个百分点。文中也提到,随团队变大出现拖延、覆盖别人请求、对他人作没有依据的断言等行为,修复办法因场景而异。
为什么值得做/可写角度:对正在给一家人、一个小团队或一个共享代码库配 Agent 的读者,这篇文章问的是「该共用还是该人手一个」。写的时候必须限定:这是模拟,不是真实办公室的复盘;也不要和另一篇 AI Organizations 混用结论。
时效与核验:24 小时内。官方博文已核验向阳乔木概括的方向,以及 10 到 45 个百分点的区间;具体场景分数以原文图表为准。
4. g-harness-evals:同一模型换外壳,通过率分不太开,成本却能差一倍¶
原帖与热度:@mylifcc 原帖,2026-11-14 11:02(Asia/Shanghai),50 赞、5.13 万浏览。
内容与关注点:中文帖把结论写成「同一大模型换不同框架,通过率差不多,但单次成本差了 2.5 倍以上」,并指项目由 Y Combinator 总裁 Garry Tan 开源。仓库是 garrytan/g-harness-evals。成本发现页写得更窄:在 20 个任务、固定模型的那一组里,各外壳通过率在 71.3% 到 78.8% 之间,分不开;以每个成功任务的成本计,OpenClaw 在 Opus 上是 0.44 美元,Claude Code 是 0.22 美元,大约是两倍,不是 2.5 倍以上。差距大约 81% 来自反复重发的系统提示和工具结果(缓存写入)。仓库自己也说明:这组任务偏容易,成本差没有做统计检验,且作者对部分被测项目有投资或关联,需要一并写上。
为什么值得做/可写角度:中文读者正在比较 Claude Code、Codex、OpenClaw、Hermes,最容易被「谁更能打」带着走。可写的切口是:先问「每个做对的任务要花多少钱」,再提醒不要把中文帖里的 2.5 倍直接抄走;52 个编程任务那一组里,OpenClaw 在 Opus 上的通过率还落后于 Claude Code,两套任务不能混用数字。
时效与核验:24—48 小时。仓库和成本发现页已核验上述数字;中文帖的「2.5 倍以上」与原文「约两倍」不符,写时应纠正。这些是开发集、固定版本上的结果,不能当成对所有日常任务都成立。
5. 中文用户被 Bot 名字绕晕了:Grok Bot、OpenClaw、Hermes 并不是同一类东西¶
原帖与热度:ahhhhfs @abskoop 原帖,2026-11-15 14:58(Asia/Shanghai),206 赞、4.28 万浏览。
内容与关注点:他写「Grok Bot、OpenClaw、Hermes、Openbot、OpenMausbot、OpenBot 有啥区别,太多 bot 了」,并配了一张自己梳理的图。同期还有人讨论 OpenBot 自建和 Tailscale 直连,见候选 14。本条依据的是帖文本身;图里的具体分类没有另做逐项核验,不在这里复述。
为什么值得做/可写角度:对非程序员来说,眼下最大的障碍往往不是「哪个模型更强」,而是名字太近、能力边界完全不同。可以引用这张整理图,自己按「谁开发、跑在哪里、能不能自建、是助手还是编程外壳」重画一版,不要臆造分类。
时效与核验:24 小时内。传播成立;图中对照关系待对照各项目官方说明后再写细。
6. 有人从 Codex/Claude Code 切到 Antigravity,也有人说它的 harness 明显拖后腿¶
原帖与热度:海拉鲁编程客 @hylarucoder 原帖,2026-11-15 15:04(Asia/Shanghai),223 赞、7.28 万浏览,写自己「彻底从 Codex/Claude Code 切到 Antigravity」。图拉鼎 @tualatrix 原帖,2026-11-15 10:27,61 赞、2.01 万浏览,说 Gemini 4 模型还行,但 Antigravity 的 harness 不行,通过 ACP 调用时连适配都没做好。名单外 @voidJan 原帖,2026-11-15 07:35,18 赞、1.18 万浏览,把 Claude Code 打 8 分、Antigravity 最高 3 分,并抱怨反应慢。
内容与关注点:这不是「又一个新 IDE 发布」,而是同一产品在中文圈同时出现「我切过去了」和「外壳配不上模型」两种声音。图拉鼎的观察更具体:问题出在 harness 和协议适配,不一定出在 Gemini 4 本身。
为什么值得做/可写角度:适合写成「模型和新外壳要分开评价」。不要把单人切换体验写成普遍结论,也不要只引用名单内的帖。
时效与核验:代表帖跨 24 小时内和 24—48 小时。以上均为个人使用感受,未做对照实测。
7. 后续:有人觉得 Gemini 4 像「PPT 型领导」,也有人拿 Carbon 来写长总结¶
原帖与热度:Axton @AxtonLiu 原帖,2026-11-15 10:00(Asia/Shanghai),64 赞、1.92 万浏览。歸藏 @op7418 原帖,2026-11-14 14:01,204 赞、4.07 万浏览。
内容与关注点:Axton 说最近试 Argon 和 Carbon,出整体方案、搭框架很好,一到具体执行就打折扣,像「PPT 型领导」。歸藏则认为 Carbon 写作强,并让它总结了 Next Token 过去 9 期的 30 条认知。这两头并不必然打架:一个在说规划强、落地弱,一个在说长文整理合适。
为什么值得做/可写角度:前几天中文简报已经写过 Hydrogen、Argon 的使用感受,这次可以补一个更具体的分工问题——它适合先出提纲,还是直接交活。不要把两个人的体感写成官方能力划分。
时效与核验:Axton 为 24 小时内,歸藏为 24—48 小时;后续。均为个人感受,待实测。
8. 一张个人账单:20 美元的 Claude 订阅,被算成大约 60 倍 API 价值¶
原帖与热度:@gm365 原帖,2026-11-14 12:42(Asia/Shanghai),60 赞、2.20 万浏览。向阳乔木 @vista8 原帖,2026-11-15 00:55,69 赞、2.23 万浏览,提到封号压力大时可以看 Factory.ai 这类支付更方便的编程工具。
内容与关注点:gm365 写自己用护照做完 KYC 的 Claude 账号被封后,用 CodexBar 统计:过去 30 天,20 美元的 Claude Pro 按 API 价格大约用掉了 1,239 美元,相当于 1:60。他据此比较中转站即便打一折,放大系数也只有约 1:10。这是单人、单月、未用满额度的统计,不能写成所有人的官方倍率。向阳乔木指出的是另一条更干净的路:换正规的第三方编程工具,而不是继续在账号上想办法。
为什么值得做/可写角度:读者真正要判断的是「官方订阅为什么显得便宜」和「被封之后哪些替代是正规的」。写时必须标明数据来自作者自己的 CodexBar 统计;不要介绍规避 KYC、新开账号或区域低价开通的做法。
时效与核验:24—48 小时。1,239 美元和 1:60 均为作者自述,待核验;Factory.ai 是否「不会封号」也是来源说法,未核实其条款和实际风控。
9. 后续:有人照着「始终在线」那篇文章,做成了手机会收到通知¶
原帖与热度:花叔 @AlchainHust 原帖,2026-11-14 14:08(Asia/Shanghai),80 赞、1.99 万浏览。
内容与关注点:他读了 DeepSeek 的 Super-agent 和 Anthropic 的 Building always-on agents,在 FanBox 里做了一版:终端里的 Agent 停下来等你时,如果你不在电脑前,手机(微信或飞书)会收到一句话。他还写了照做时踩到的四件事。这是对昨天中文简报「一直在线是体验,不是让模型一直挂着」的实践后续,不是新的官方发布。
为什么值得做/可写角度:可以写「把始终在线落到手机通知」时会碰到哪些具体问题,而不是再解释一遍那五样部件。需标明这是个人实现,不是 Anthropic 或 DeepSeek 的官方产品。
时效与核验:24—48 小时;后续。实现细节和「四件事」以原帖为准,未实测。
10. 有人的个人助理已经在找房子、也有 bot 自己下单买了两台 Mac mini¶
原帖与热度:郭宇 @turingou Wanman 帖,2026-11-15 17:56(Asia/Shanghai),96 赞、2.85 万浏览;自动下单帖,2026-11-14 16:40,108 赞、5.39 万浏览。
内容与关注点:他写 Wanman 在找乡下房子这件事上,已经比 Grok Bot 更好用,并认为 24 小时主动运行的垂直个人助理是方向。另一条说自己的 bot 在全网找便宜的 Mac mini M5 Pro,当天自动下单了两台。这是当事人的使用声明,不是产品评测,也没有展示完整的授权和确认流程。
为什么值得做/可写角度:适合用来问一句:助理「自己下单」之前,人需要看到哪些确认信息。不要把两条帖写成已经普及的消费级能力,也不要和仅面向美国 ChatGPT Pro 用户的 Wallet 混为一谈。
时效与核验:Wanman 为 24 小时内,下单帖为 24—48 小时。两台机器是否完成支付、能否取消,均未核验。
11. 有人说 Codex 已经很难用,Astra 两个月没更新¶
原帖与热度:Orange AI @oran_ge 原帖,2026-11-15 23:42(Asia/Shanghai),72 赞、1.52 万浏览。
内容与关注点:他转述朋友们的反馈,称 Codex 已经难用到新的境界,并算 OpenAI 两个月没有更新 Astra;还提到「藏师傅」说最近蒸馏 OpenAI 模型可能导致自家模型变差。这是圈内感受和转述,不是官方更新说明。
为什么值得做/可写角度:如果要写,切口应是「先核对 Astra 的上次官方更新时间,再谈体感」,而不是把「已经难用」「蒸馏变差」写成事实。
时效与核验:24 小时内。Astra 是否已两个月未更新、蒸馏是否导致能力下降,均待核验。
12. 停用 Opus 5.5 两天后:有人觉得自己也被「蒸馏」了¶
原帖与热度:图拉鼎 @tualatrix 原帖,2026-11-15 13:10(Asia/Shanghai),142 赞、3.45 万浏览。
内容与关注点:他写高强度使用 Opus 5.5 两个月后,第二天仍会想念,但和 Gemini 4 协作时更能判断工作质量;并说这让他理解厂商为什么要蒸馏 Claude——过去两个月自己也在不知不觉蒸馏它。这是比喻性的个人观察,不是对蒸馏技术的说明。
为什么值得做/可写角度:可以写成「长期用一个模型之后,判断力会跟着它走」,提醒读者换模型时先想清楚自己的评价标准从哪来。不要引申成普遍的能力迁移结论。
时效与核验:24 小时内;个人感受,无需把「蒸馏」写成技术事实。
13. Chrome 把浏览器现成能力做成给编程 Agent 查阅的 Skill¶
原帖与热度:铁锤人 @lxfater 原帖,2026-11-15 09:57(Asia/Shanghai),52 赞、4,956 浏览。点赞过了初筛线,浏览未到 2 万的高互动档。
内容与关注点:他写 AI 写前端时常用一大坨 JavaScript 做弹窗;Chrome 最近把现代浏览器的能力、兼容性和写法做成 Skill,供编程 Agent 随用随查,例如弹窗用原生 dialog、浮层看 Popover。这是对一个官方技能包的介绍,不是作者自己的评测结论。
为什么值得做/可写角度:对非程序员也有用:先问「浏览器是不是已经有这个能力」,再让 Agent 写代码。写之前需要补上该 Skill 的官方仓库或文档链接,本条尚未完成这一步。
时效与核验:24 小时内。Chrome 项目的准确名称、安装方式和覆盖范围待核验。
14. 自建 OpenBot 之后,有人才发现 Tailscale 可以直连¶
原帖与热度:Geek @geekbb 原帖,2026-11-15 20:40(Asia/Shanghai),108 赞、2.24 万浏览。
内容与关注点:他写自己换成 OpenBot 后可以自建到服务器,并发现 Tailscale 支持直连,不必都当成必须绕行的隧道;还提到最低配置里 4 GB 内存只够支撑很有限的负载。这是个人部署笔记,不是 OpenBot 或 Tailscale 的新功能发布。
为什么值得做/可写角度:可以写成「自建个人 Bot 时,网络和内存往往比模型选择先卡住」。需核对 OpenBot 的最低配置说明,以及 Tailscale 直连的适用条件,再给读者建议。
时效与核验:24 小时内。4 GB 内存的限制是作者转述,待对照官方文档。
本期共 14 条,按创作价值收束,不硬凑到 20 条。观察名单中 @yetone 为保护账号,未能读取窗口内原帖;另有 ruanyf、tinyfool、waylybaye、DashHuang、turingbook、bluebird0605 在合并巡检中未出现原帖,未再用单账号接口复核,不能据此断言这些作者没有新帖。