X 英文热点选题简报¶
今日优先看¶
1. Cursor Agent SDK：Agent 从「聊天窗口里养」变成「Git 里管」¶
时效：24小时内。日报 10-27 已发产品消息，这里只给中文创作可用的增量角度。
事实（已核验）：官方说明把 Agent 定义为代码——提示词是 Markdown，工具是 TypeScript，可 eval、可部署到 Cursor 托管或自托管，入口是 npx @cursor/agent-sdk init，模板含 security reviewer、PR autofixer、Linear/Jira triager（官方博客、文档）。官方帖称 built-in evals 能「衡量每一次改动」（@cursor_ai）。
互动（key-posts 实测）：约 19.8 万浏览、2609 赞、1352 收藏、240 回复、142 引用。
为什么值得讲给中文读者：国内团队做内部 Bot 的主流形态仍是「一个飞书/Slack 机器人 + 一堆散落提示词 + 一个只有作者懂的后台」。Agent SDK 把三件事收进仓库：可 review 的提示词、可单测的工具、可回放的评测。这正好对应中文技术团队最痛的两点——人走了 Agent 就废、改一句提示词没人敢合并。
可创作角度：拿一个真实内部 Bot（例如「每周自动分诊 Jira」）做前后对照，把它的提示词、工具、eval 用例摊开成目录树；重点写「eval 断言的是工具调用与入参，不是回复文本」这一层，以及 prompt 改动如何像普通 diff 一样过 CI。官方博客写明 Agent SDK 就是他们用来做 Bugbot、Security Reviewer、Rollouts 等托管 Agent 的同一套框架，这一点可直接引用。
2. GPT-6.1 Terra 的 computer use：官方价格表 + 「比徒手快」的当事人体验（后续）¶
时效：24小时内。日报 10-27 已报发布；本条是定价与体验口径的增量，属后续。
事实（已核验）：视觉推理 + computer use；API 价较 GPT-5.6 Terra 与 GPT-6.1 Sol 低 50%，为每百万输入 1 美元、输出 5 美元、缓存 0.05 美元；Plus/Pro/Enterprise/Edu 的 ChatGPT Work 与 Codex 可用（官方页）。厂商口径：Agents’ Last Exam 中等推理比 5.6 Terra 高 15 分、约三分之一成本；max effort 成本约为 Claude Opus 5.5 的九分之一；Terminal-Bench 4.0 max 为 50.3%（5.6 Terra 21.5%）。官方帖约 254.8 万浏览、2.1 万赞（@OpenAI）。
转述（当事人体验，非独立评测）：Greg Brockman 写「computer use with terra has crossed a qualitative threshold where it feels faster at using a computer than what i can do unassisted」，约 6.8 万浏览、1030 赞（@gdb）。
为什么值得讲给中文读者：中文圈对「computer use」的想象还停在演示视频，而这次真正变化的是价格——每百万输出 5 美元把「让模型替你在网页后台点二十下」从奢侈品变成可日常消耗的动作。同时，「比我自己操作还快」是产品负责人的主观感受，不是 benchmark，中文写作里最容易被省略的就是这层区别。
可创作角度：做一次可复现的小任务记账——同一个后台录单/对账任务，分别用人工、旧模型、Terra 各跑十次，记录耗时、失败重试次数、实际 token 账单。把官方三项数字（价格、Agents’ Last Exam、Terminal-Bench）与自己的账单并列，明确写出「哪些是厂商口径、哪些是我实测」。这比转述「跨过质变门槛」更有信息增量。
3. OpenAI 三项发现的「放法」：比猜想名字更值得写的是发布机制（后续）¶
时效：24小时内。日报与中文选题 10-27 均已写；本条避开「写给非数学读者」的科普角度，只谈科研协作与发布方式。
事实（已核验）：数学为 local smoothing 推进到全维 Kakeya 与 Stein restriction，Lean 形式化已公开；计科为证伪 Exponential Time Hypothesis，由 Impagliazzo、Paturi、Williams 领 shepherd，Lean 已公开；物理为四维含规范场与费米子的量子场论存在性（含 QCD 与标准模型某统一完备），其中含纯 Yang–Mills 存在子问题，由 David Gross 等领组，物理组暂缓公开 AI 原始产物（官方说明）。
事实（官方声明的做法）：手稿被当作 raw research data；三项成果采用三种不同放法；不抢学术署名；参与者自愿无偿。Greg Brockman 的宣布帖约 42.1 万浏览、5663 赞（@gdb）。
转述（未逐条核对）：社区帖称外部核验者未签保密协议、可自由发表结论。
为什么值得讲给中文读者：中文讨论几乎全部落在「AI 是不是真做出来了」，而英文圈真正在争的是流程合法性——谁署名、原始产物何时公开、审稿人是否独立、失败由谁承担。对做 AI for Science 的中文团队，这套「三种放法」是可以直接抄的模板：形式化可公开的先公开，涉及实验/物理诠释的先内部成稿，原始模型输出晚放。
可创作角度：把三项发现按「可验证性阶梯」排一张表——Lean 可机器检查、数学可同行读、物理需领域共识；再对照三种发布策略，讨论「哪一类成果适合先放 Lean、哪一类必须先压住」。这属于机制分析，不需要评判猜想本身对错。
候选话题¶
4. Anthropic S-1：真正的新东西是治理结构，不是估值（后续）¶
时效：24小时内。日报 10-27 已报递交；本条给治理细节角度。
事实（已核验）：2026-10-26 递交 S-1，拟在 Nasdaq 以「ANT」上市，股数与价格未定；公司为 PBC；LTBT 通过 Class T 选任多数董事；创始人通过 Founder LLC 的 Class F 一股合计 50.1% 投票权且无经济权利（官方公告、SEC S-1）。官方帖约 542.4 万浏览、1.6 万赞（@AnthropicAI）。
转述（媒体口径，未逐条核对全部数字）：上半年收入约 163 亿美元，GAAP 大额亏损主要来自可转债公允价值变动；社区转述的净亏损数字约 807 亿美元。
为什么值得讲给中文读者：中文财经号会盯「亏了多少」，但这份文件对中国读者更有参照价值的是控制权设计——公益公司 + 信托选董事 + 创始人绝对投票权，等于把「使命锁定」写进了股权结构。对比国内大模型公司常见的 AB 股 + 创始人一票否决，这是另一条制度化路径。
可创作角度：只画一张控制权图（Class T / Class F / Class N 与董事会、信托的关系），标注每一层「谁任命谁、谁能否决谁」；收入与亏损单独放一段并注明是媒体转述。切忌把转述数字写成 S-1 原文。
5. Replit Agent Habitat：给 Agent 修「厂房」，而不是发更多账号（后续）¶
时效：24小时内。日报 10-27 已报；本条切入 a16z 的历史类比。
事实（已核验）：Replit 提出 self-driving company 与 Agent Habitat，人类保留判断与审批，Agent 在受控环境中访问知识与系统（官方博客）。Amjad Masad 的帖子约 7.5 万浏览、597 赞（@amasad），另一帖「Software ate the world, now it's learning to run it」约 6.5 万浏览。
转述（a16z 文章观点）：PC、电子表格、邮件进入企业时都先经历混乱期，真正的解法是 habitat——既保留自下而上的活力，又把混乱收进护栏；「代码是最终的 aligning artifact」；「未来可以用 agent habitat 的丰富度衡量一家公司的对齐程度」（@a16z）。
为什么值得讲给中文读者：国内公司现在的做法通常是给 Agent 开一堆个人账号、把密钥贴进脚本，出问题就一刀切禁用。「Habitat」这个提法给了一个可落地的中间态：不是禁，而是给 Agent 划一块有权限边界、有审计、有审批的厂区。
可创作角度：用「办公室装修」类比写一篇——Agent 需要的不是更强的模型，而是工位（运行环境）、门禁（凭据）、审批流（谁能签字）、监控（trace）。再列一张自查表：你公司现在有几个 Agent 在用共享账号？
6. Fern 0.1：1000 万 token 上下文，但 multi-hop 只有 45%¶
时效：24小时内（日报已报发布）。
事实（已核验）：Mirendil 首个从零预训练模型，最长 1000 万 token 上下文，面向 AI R&D 的 agentic 场景（审计训练数据、读训练日志、读完整 agent trace）；官方称 next-token prediction 随上下文增长到 10M 仍在改善；0.1 是 Mirendil-Base 短后训练版本，三个模型中最小，另两个在预训练；目前 early access，无公开 API/定价/权重（官方页）。官方帖约 3.1 万浏览、570 赞（@mirendil）。
厂商自测（非独立验证，每格约 20 例）：RULER@10M 单针 100%、multi-key 90%、multi-hop 45%。
为什么值得讲给中文读者：这是「长上下文」叙事里少见的诚实数字——单针检索满分，需要跨多处证据推理时掉到 45%。中文圈常年把「支持 1M/10M」当能力结论，这张分项表正好可以纠正。
可创作角度：讲「上下文长度 ≠ 能用」，把单针、multi-key、multi-hop 三类任务分别对应到真实工作（找一行配置 / 找齐五个相关文件 / 从日志推断因果），并说明厂商自测与第三方评测的差别。可顺带列出你自己在长上下文模型上做过的失败案例。
7. Riverside Agents：四个角色一条视频流水线，人来按发布键¶
时效：24小时内（日报已报发布）。
事实（已核验）：Producer、Editor、Clipper、Marketer 四个 Agent 角色，发布前需人工批准，能力包含在订阅内（高阶能力在高套餐）（官方博客）。英文传播帖互动中等，约 0.5 万至 1 万浏览量级。
为什么值得讲给中文读者：国内创作者的 AI 视频工具仍是「单点生成」——配音一个工具、剪辑一个工具、切片一个工具。这里的产品判断是「打包成岗位」而非「打包成功能」，对做中文视频 SaaS 与服务商是可借鉴的定价与角色设计。
可创作角度：不谈功能清单，改谈角色边界——四个 Agent 各自能改什么、不能改什么，人工审批卡在哪一步，以及「高阶能力放高套餐」这种分层是否合理。可以对照国内剪映/必剪的自动化路径做差异分析。
8. Pomerado：把网站变成 API，正面挑战 browser use¶
时效：24—48小时。
事实（已核验）：YC F26 项目，把任意网站转成 API/MCP，托管鉴权与 2FA（YC 页面）。
转述（投资人介绍帖，营销口径）：自称比 browser agent（点名 Astra、Muse、Instinct）快 2—4 倍、便宜 10—1000 倍、可靠性高 30%，且开源；约 7.8 万浏览、793 赞（@aaron_epstein）。速度与成本数字未经独立实测。
为什么值得讲给中文读者：中文圈做 RPA/网页自动化的团队正在纠结「视觉点击」还是「接口直连」。这条给出第三条路：先离线把站点逆向成 API，再由 Agent 调用。它的真实约束也很清楚——站点改版就失效、反爬与法律风险、2FA 托管等于把账号交出去。
可创作角度：选三个常用后台（例如某云控制台、某电商后台、某 CRM），分别走 browser use 与「转 API」两条路，记录成功率、单次成本、维护工作量。明确标注厂商数字只是营销口径。
9. DannPetty：设计师开始在 Claude/Cursor 里「当设计总监」¶
时效：24小时内。
事实（原帖观点）：Figma 依然好，但现在更慢；他在 Claude/Cursor 里像设计总监一样工作，做原型与迭代很快；遇到沟通不清时仍回到 Figma，「没有它会觉得没穿衣服」。约 2.6 万浏览、559 赞、71 回复（@DannPetty）。
为什么值得讲给中文读者：这是一条有信息差的设计实践线索。国内设计师对「AI 做设计」的讨论多停在出图，而英文圈一线设计师已经在改工作流：Figma 从生产工具退回沟通工具，代码工具变成生产工具。
可创作角度：写「设计总监式工作流」的具体动作——怎么用自然语言定方向、怎么让 Agent 一次给出三个可点原型、评审时拿什么给人看；再诚实写出代价（设计系统一致性、交付物可维护性、非设计师同事怎么接手）。
10. Theo 的 T3 Code「share with guest」：多人协作 Agent 会话的权限模型¶
时效：24—48小时。
事实（原帖）：T3 Code 新 beta 功能，把会话以链接分享给同事，对方可加入上下文，但最终是否执行由会话主人决定；灵感来自外卖拼单——别人可以往购物车里加东西，下单的人仍是你。约 9.1 万浏览、1748 赞、185 回复（@theo）。
为什么值得讲给中文读者：中文团队的痛点是「Agent 上下文没法共享」——截图、复制、再粘贴，信息在人际往返中损耗。这里真正可复用的不是功能，而是权限设计：可写不可提交、主人保留执行权。对做内部 Agent 平台的团队，这是一个现成的协作原语。
可创作角度：把它抽象成「Agent 会话的三种共享级别」（只读、可加料、可执行），讨论各自对应的团队场景与风险，再对照国内 IM 机器人的分享能力缺口。
11. Circular financing：芯片供应商买客户股票，怎么读这条链¶
时效：24小时内。
事实（转述，财经账号引用募资文件，非一手财报）：Meta 三大芯片供应商 Nvidia、AMD、Broadcom「表示有兴趣」按发行价购买最多 50 亿美元普通股。约 8.2 万浏览、444 赞（@zerohedge）。
为什么值得讲给中文读者：AI 资本循环（供应商投资客户、客户再采购）是理解这轮算力投资可持续性的关键结构，中文圈讨论常只剩「泡沫」二字。这条提供了一个具体样本：出钱方与供货方是同一批公司。
可创作角度：只做结构图，不做股价判断——画清「谁买谁、谁供谁、钱怎么回流」，标注哪一部分是「表示兴趣」而非承诺。这是产业观察，落点应是融资结构与会计处理，不是涨跌预测。
12. 科学声明的传播链：Polymarket 比论文跑得快¶
时效：24小时内。
事实（实测互动）：Polymarket 的「三项发现」帖约 10.2 万浏览、1879 赞（@Polymarket）；MTSlive 的转述帖约 3.8 万浏览；一篇面向普通读者的长帖把三项发现压缩成「1991 年以来的猜想、被证伪的假设、千禧年问题」，获上万浏览。
为什么值得讲给中文读者：中文二次传播往往直接搬「AI 解决了三大猜想」这一句，省略了「外部专家仍在核验、物理组暂缓公开原始产物」。这正好是中文创作者可以做增量价值的地方：不是抢首发，而是补上核验状态。
可创作角度：做一次「同一事件四层传播」的对照——官方博客、当事人帖、财经/预测市场账号、科普长帖，逐层标出哪一层加了什么、丢了什么。这类内容对读者建立信息免疫力比单条新闻更有用。
13. 发布前的信号：新模型先出现在大厂仓库的 eval 配置里¶
时效：24—48小时。社区观测，官方未确认，属推测层。
事实（社区帖，未证实）：有账号称微软 EF Core 仓库把 judge_model: gpt-6.1-terra 设为 18 个以上 eval 配置的默认评审模型，另有账号称 GitHub Copilot 在生产代码评审中测试该模型（约 9.1 万、4.6 万、2.2 万浏览不等）。
为什么值得讲给中文读者：中文读者常问「怎么提前知道新模型」，答案往往不在发布会而在别人的仓库配置里。这是一套可复用的情报方法：盯大厂开源仓库的 eval 配置、CI 变更、供应商默认值。
可创作角度：写成方法论而非爆料——哪些信号可信度高（合并进主干的配置、CI 默认值）、哪些只是猜测（截图、匿名帖），以及「提前知道」对实际决策有没有用。所有未经官方确认的部分必须显式标注。
14. Mollick 的用法建议：把「更有野心」当成探针¶
时效：24—48小时。与昨日卡片的关系：EN 10-26 写过他让 Opus 重做网站那条，本条是同一作者的另一条独立帖子，讲的是通用用法，不是同一事件。
事实（原帖观点）：用 AI 时不断问自己「我怎么做才能让这件事更有野心」；要么撞墙，从而知道能力边界在哪（有用），要么发现 AI 比你想的更能干（很常见）。约 16.9 万浏览、2146 赞、369 回复（@emollick）。
为什么值得讲给中文读者：中文 AI 内容大量停在「提示词技巧」，缺的是这种把任务规格不断上调的元方法。它把「撞墙」重新定义为有价值的产出，而不是失败。
可创作角度：选一个具体任务（写周报、做数据分析、改简历），连续三轮把要求翻倍，记录哪一轮崩掉、崩在什么地方。落点是「边界探测」，不要写成励志口号。
覆盖缺口：本轮未取得「Claude 写了 90% Claude Code」的官方原文，故未收录；部分名单账号窗口内帖量未达阈值，未单独扩到 72 小时。