X 英文热点选题简报¶
今日优先看¶
1. OpenRouter 上的 DeepSeek 流量，一个机柜就能扛？（对应卡片 1）¶
为什么现在做：@thdxr 一句「OpenRouter 昨天的 DeepSeek 流量几乎一个 GB300 机柜就能跑完」拿到 96 万浏览，随后有人追问「英伟达明年要出 9 万个机柜，我漏了什么」，又有人把账拆开：流量计数里绝大部分是 agent 反复重读上下文的缓存命中。这正好是中文读者最常误读的一个数字——「每天几万亿 token」到底意味着多少算力。
最好补充角度：把 token 拆成三类讲清楚：模型新生成的、第一次处理的输入、缓存命中的重复上下文。结论不是「算力过剩」，而是 agent 时代的成本可能从 GPU 转向缓存与存储；对自己用 API 的读者，直接对应「为什么缓存命中价那么便宜、为什么要保持上下文前缀稳定」。
形式与状态：解释型原创。可起草；三位作者的数字互相不一致（一个机柜 vs 5—10 个机柜），全是个人推算，OpenRouter 的日 token 量、99% 输入、95% 缓存命中待对照 OpenRouter 公开榜单核验。
2. Simon Willison：Opus 5.5 第一次让「随手做个好玩的游戏」成立（对应卡片 2）¶
为什么现在做：Simon 把 2025 年 11 月称作编码 agent 的拐点，现在说 2026 年 10 月是「vibe 做游戏」的拐点，并给了四个能玩的游戏和完整提示词。同一周 Steam Next Fest 正被「AI 垃圾游戏」刷屏，两件事放在一起正好构成正反两面。
最好补充角度：照他的起手提示词（three.js、手机友好、最后加一句「Make it a LOT more fun」）做一次复现，记录用了几轮、哪里需要人来定玩法。再回答他自己提的问题：几乎不费力就能做出好玩的东西，那认真投入的人能做到什么程度。
形式与状态：实测型原创。可起草；博客内容已核验，「GPT-6 Astra 的趣味感还不如 Opus 5.5」是他个人印象，不是评测。
3. 「最会用 AI 的人，恰恰是不用 AI 也能干好这活的人」（对应卡片 3）¶
为什么现在做：这条「不受欢迎的观点」有 22.1 万浏览、近 6,000 赞，Riley Brown 引用时补了一个很具体的例子：几百人私信问他「用 Opus 剪视频该装哪个 skill」，他的回答是先花两个周末把剪辑软件学会。这和中文圈「装个 skill 就能当剪辑师」的叙事正好相反。
最好补充角度：把「AI 是放大器」落到可操作的层面：哪些技能必须先自己做过一遍（判断好坏、说清标准、知道术语），哪些可以直接交给 AI。可以用主人自己的一个工作流举例，说明「先学会再自动化」具体省下了什么。
形式与状态：观点帖或引用帖。可起草；属于观点，无需核验数据，但不要把它写成「新手用 AI 没用」。
候选话题¶
1. OpenRouter 的 DeepSeek 流量：token 计数里大部分是缓存命中¶
原帖与热度：@thdxr，2026-10-28 03:34，赞 4,143、浏览 964,517、书签 1,490；@chontang，10-28 05:57，赞 1,828、浏览 330,838、书签 659、回复 121；@demian_ai，10-28 22:59，赞 292、浏览 25,129、书签 207。
内容与关注点：@thdxr 说 OpenRouter 是最成功的模型路由，前一天的 DeepSeek 流量几乎一个 GB300 机柜就能跑完，这个机柜价值约 600—700 万美元，即使真实需求再大 10 倍也不到 1 亿美元算力。@chontang 引用时说 DeepSeek 约占 OpenRouter 总 token 流量 30%，需要 5—10 个机柜，即使再涨 10 倍也只要 50—100 个，「英伟达明年要出 9 万个机柜，我漏了什么」。@demian_ai 给出拆分：DeepSeek 主力模型每天约 10 万亿 token，V4.1 Flash 上约 99% 是输入、其中约 95% 是缓存命中，真正新生成约 1,140 亿、需要从头处理约 4,600 亿，其余约 8.9 万亿是 agent 每一轮把整段会话重发一遍；他的结论是真正随 agent 流量增长的是缓存层（高速内存加存储），不是 GPU 计算。
为什么值得讲给中文读者：中文圈常拿「日调用量多少万亿 token」证明需求爆发或泡沫，这组讨论说明这个数字主要在数 agent 重读历史，并不等于 GPU 负载。可写角度：一张三栏图（新生成、首次处理、缓存命中），再落到个人用户：为什么 API 缓存命中价远低于正常输入价，为什么写 agent 时要让上下文前缀稳定。
时效与核验：24—48 小时（@demian_ai 那条在 24 小时内）。三人数字互不一致，均为个人推算；OpenRouter 日 token 量、输入占比与缓存命中率未对照 OpenRouter 公开数据，待核验。不要写成「算力过剩已被证实」。
2. Simon Willison：2026 年 10 月是「vibe 做游戏」的拐点¶
原帖与热度：@simonw，2026-10-28 22:05，赞 941、浏览 59,325、回复 305、引用 47、书签 484。博客原文：The October inflection point for vibe game development。背景帖：@GameSpot，10-28 21:20，赞 18、浏览 14,756；@Lockie_Glizzy，10-28 17:36，赞 104、浏览 17,555。
内容与关注点：博客说 Opus 5.5 在 3D 建模、配乐和游戏设计三方面有实质进步，最关键的是游戏设计：他对模型说「Make it a LOT more fun」，模型真的做到了。过去几周他用纯 vibe 的方式（完全不看代码）做了四个自己真心爱玩的游戏，全部是 HTML 加 JavaScript，在浏览器运行：Tree Appreciator 一次出成品，Emberwick 是一个约 15 分钟流程的 RPG，Battle Drones 是即时战略并已用 Apache 2.0 开源，还有一个南瓜农场模拟。他说每个项目自己投入都不超过 4 小时，并坦言 GPT-6 Astra「能做游戏，但趣味感不如 Opus 5.5」。他也直接提到游戏社区对 AI 生成内容的反感，引用了 Steam Next Fest 被低质 AI 游戏刷屏的报道；GameSpot 同日报道 Valve 已意识到这个问题。另一条帖子说，7,000 多款参展 demo 中，一款公开声明用 AI 辅助写代码、做 3D 模型的游戏进了试玩人数前 50（转述）。
为什么值得讲给中文读者：中文读者里很多人想做小游戏或互动内容，但不会写代码。这条给出了门槛最低的起步方法：网页版 Claude 或 ChatGPT 就能开始，不必先装编码 agent。可写角度：按他给的起手提示词复现一个小游戏，记录轮数与卡点；再讨论「做出来很容易」之后，真正稀缺的是玩法创意和取舍。
时效与核验：24 小时内。博客内容已核验；「Astra 不如 Opus 5.5」是个人印象；Steam Next Fest 前 50 一事为帖内说法，未独立核验。该帖属编程与实践类。
3. 「最会用 AI 的人，是不用 AI 也能做好的人」¶
原帖与热度：@ivanainai，2026-10-27 21:33，赞 5,956、浏览 221,460、回复 332、引用 132；@rileybrown，10-27 23:15，赞 490、浏览 30,181、书签 228。
内容与关注点：原帖只有一句：从 AI 中获益最多的人，是那些不用 AI 也能把活干好的人。Riley Brown 引用说「AI 是放大器」，约 300 人私信问他用 Opus 剪视频该用哪个 skill，他的回答是不要「用」一个 skill，而是「学」一门手艺：花两个周末共约 20 小时学 Premiere、DaVinci 或剪映，手动剪一条视频，学会术语、节奏和跳剪，之后才能把这些表达变成可重复的工作流。
为什么值得讲给中文读者：中文圈当下流行「装个 skill 就会剪辑、装个 skill 就会写作」，这条给出了相反但具体的经验。可写角度：把能力拆成「判断好坏」「说清标准」「知道术语」三层，说明 AI 放大的是哪一层；再给新手一个最小学习量的建议，而不是一句「先学基础」。
时效与核验：24—48 小时。观点类，无事实数据需核验；Riley 的「300 人私信」是个人说法。
4. Anthropic：先用一个 agent 加 skills，子 agent 要「挣到」自己的位置¶
原帖与热度：@minchoi，2026-10-27 22:05，赞 118、浏览 21,318、回复 100、书签 157；@beamnxw，10-27 22:06，赞 255、浏览 17,536、书签 263。官方原文：Building agents: When to fold subagents into your main agent loop，配套仓库 anthropics/single-agent-loop-kit。
内容与关注点：官方文章建议多数 agent 默认用一个模型、一个上下文、一个工具循环，按需加载 skills 和工具；子 agent 只在上下文膨胀明显伤害效果、任务适合并行且可用一次性上下文、或单个 agent 难以选择工具时保留。工具定义超过 30—50 个时选择准确度会下降，应按用户意图分组并用工具搜索延迟加载。迁移方法是一次把一个子 agent 折叠成 skills 和 MCP 工具，前后跑同一套评测，并且要看哪些任务从通过变成失败；官方自测里折叠一个子 agent 降低了延迟，却让一个原本通过的流程失效。帖子转述的「Claude Code 系统提示词缩短 80% 以上」「某客户提速约 2 倍」来自同一指南的二手整理。
为什么值得讲给中文读者：中文圈的 agent 教程很多在教「搭一个多 agent 团队」，官方这次的建议恰好相反。可写角度：用自己的一个工作流对照检查：现在有几个子 agent、几次交接、多少个工具；再用「先测量、再合并、后折叠」三步讲迁移，而不是一刀切说多 agent 不好。
时效与核验：24—48 小时（传播帖时间）；官方文章约在 10 月 22 日发布，属于近期内容在英文圈的二次传播。30—50 个工具的阈值、折叠方法和自测案例已对照官方页面；80% 与 2 倍两个数字来自二手整理，未在本次读取的官方段落中确认。
5. 「回头看，200 美元一个月能用 5,000 美元推理」：订阅补贴还能持续多久（后续）¶
原帖与热度：@zachmoskow，2026-10-28 08:48，赞 2,045、浏览 295,026、回复 113；@rileybrown，10-28 10:22，赞 108、浏览 37,001、回复 51。
内容与关注点：@zachmoskow 说，半年后回头看，大家会笑着想起「200 美元一个月就能拿到 5,000 美元的推理」。Riley Brown 引用后追问：6—12 个月后，AI 订阅会变成什么样，200 美元甚至 500 美元一个月最好的方案是什么。同一天 OpenAI 宣布符合条件的 Pro 与 Business 订阅每月可领 API 额度。
为什么值得讲给中文读者：10-29 中文选题已经从「5x/20x 只算 5 小时窗口」和按 API 价折算的角度讲过订阅额度，这里的增量是英文圈开始公开讨论「补贴期会结束」。可写角度：把现在的订阅当成限时优惠来规划：哪些重活值得趁现在用订阅跑完，哪些流程要提前准备好按量计费的预算；同时注意 OpenAI 发 API 额度和 Anthropic 限额是两种不同的走向。
时效与核验：24—48 小时；后续，10-29 中文选题已报订阅额度，10-29 日报已报 OpenAI API 额度。「5,000 美元」是个人说法，不是任何厂商的数字；不要据此预测具体涨价时间。
6. Copilot Fusion：比 Opus 5.5 低 2 分，单任务成本减半（后续）¶
原帖与热度：@ArtificialAnlys，2026-10-29 00:14，赞 421、浏览 61,369、回复 116、引用 43；@amasad，10-28 06:23，赞 839、浏览 59,851、回复 167。
内容与关注点：Artificial Analysis 测了 GitHub Copilot CLI 里的 Fusion 最高档：它在 Anthropic 与 OpenAI 的多个模型之间调度，在编码 Agent 指数上比 Claude Code 搭配 Opus 5.5（max）低 2 分；单任务成本 5.59 美元，对方是 11.42 美元；每任务约 720 万 token，约为后者的一半。分项上它在 Terminal-Bench 4.0 领先（71 分），FrontierCode 51 分排第三，问答类分项 57 分偏弱。Amjad Masad 前一天的说法可以当作背景：如果投资前沿 AI，他会主要看新发现和医药这类应用，因为编程和多数知识工作正在被「次前沿」模型饱和。
为什么值得讲给中文读者：日报写了 Fusion 上线和 GitHub 自己的数字，这里的增量是第三方评测给出的「差 2 分、省一半」。可写角度：对多数人来说，「最强模型」和「够用且便宜一半」哪个更划算；再讨论「次前沿饱和」是否成立，用自己的任务类型举例。
时效与核验：24 小时内（Masad 那条 24—48 小时）；后续，日报 10-29 已报 Fusion 正式可用。分数与成本来自 Artificial Analysis 帖文，未打开其网页逐项核对；Masad 是投资观点。
7. 比尔·盖茨说会有大量人「像阿米什人一样生活」：旧访谈的再传播¶
原帖与热度：@Polymarket，2026-10-28 07:12，赞 6,813、浏览 1,017,455、回复 693、引用 469、书签 820。原始访谈：The Verge Decoder。
内容与关注点：Polymarket 的一句话版本是「盖茨预测大量人会拒绝 AI，选择像阿米什人一样生活」。原访谈 10 月 22 日发布，盖茨的原话是：社会可以说「我们像阿米什人那样，只在某些事情上用 AI」；他在备忘录里提议，育儿、做饭、艺术、体育等职业可以被选定为「保留给人类」；很多人可能选择不生活在技术前沿。他更核心的判断是，即使在最好情况下，也要经历约 20 年动荡的过渡期。
为什么值得讲给中文读者：一句话版本把「可以选择」说成了「大量人会拒绝」，信息差就在这里。可写角度：「保留给人类的工作」怎么定、谁来定；个人层面，哪些事你愿意交给 AI、哪些事你主动留给自己，这比预测谁会拒绝 AI 更有用。
时效与核验：24—48 小时（传播帖）；访谈是 10 月 22 日的旧内容，不是新表态。原话已对照 The Verge 页面与转录；Polymarket 的概括有夸大。
8. OpenAI dots 加一台常开的 Mac mini¶
原帖与热度：@willdepue，2026-10-29 00:09，赞 1,361、浏览 78,631、书签 638；@rileybrown，10-29 00:38，赞 433、浏览 27,509、书签 281；对比意见 @8teAPi，10-28 04:32，赞 378、浏览 55,793。官方介绍：Introducing dots。
内容与关注点：willdepue 说 OpenAI dot 加一台 24 小时开机的 Mac mini 让他的生活「好了 15%」，会写博客介绍设置。Riley Brown 附和：只用语音打给 dot，就能让它在电脑上做任何事。8teAPi 的体验相反：他认为 Claude Duet 更快，dot「非常非常慢」，常常要离开再回来看结果。官方说明 dots 是 9 月 29 日推出的常驻 agent，由 GPT-6 Astra 驱动，有自己的云端电脑，可连接应用、语音通话，也能通过 Slack、Teams 联系；帮助中心新增了美国 Pro 用户可用短信联系 dot 的测试功能。
为什么值得讲给中文读者：之前几期写过 Claude Duet，这里补的是 OpenAI 一侧的真实用法：常驻 agent 加一台常开的本地机器。dots 目前只对 Pro 与 Business Premium 部分地区开放，中文读者多半用不上，但「云端 agent 加本地常开机器」这个结构可以照搬。可写角度：画出这套结构里哪些事在云端做、哪些必须在本地做，以及给 agent 一台常开电脑带来的权限风险。
时效与核验：24 小时内（8teAPi 那条 24—48 小时）。产品介绍已对照官方页面；「好了 15%」「非常慢」都是个人体验，具体设置要等他的博客。
9. AI 能预测经济学实验结果吗：一篇新工作论文（价值观察）¶
原帖与热度：@evavivalt，2026-10-29 03:01，赞 254、浏览 45,907、书签 182；线程第 3 条，赞 16、浏览 2,918。
内容与关注点：作者让大模型只读 AEA RCT 注册库和 Open Science Framework 上公开的预注册文件，预测这些研究的处理效应，只选 2026 年首次发表的论文。按她的线程，Astra 用简单提示的中位绝对误差为 0.05 个标准差，对照基准（同样本其他论文的均值）为 0.09；模型给出的不确定区间越宽，实际误差也越大。她也提到误差主要来自少数效应特别大的研究，并反问：如果处理效应能被这样预测，经济学是否应该转向不确定性更高的课题。她回复中说明调用 API 时没有开启搜索。
为什么值得讲给中文读者：这不是「AI 取代科学家」，而是「在还没有随机对照实验证据时，AI 预测能不能先帮你做决定」。可写角度：用于产品或运营的 A/B 测试之前，先让模型预测效果，再看实测结果，作为一种低成本的预判工具；同时说明它对「效果特别大」的情况最不准。
时效与核验：24 小时内。价值观察：热度中等，但对做决策的读者有用。数字来自作者线程，论文原文未打开；属于回溯检验，作者说前瞻版本还在做。
10. 给 1930 年的语言模型找「人格神经元」（价值观察）¶
原帖与热度：@ResObscura，2026-10-28 04:20，赞 242、浏览 47,190；@emollick，10-28 20:25，赞 386、浏览 25,241、回复 146。
内容与关注点：历史学者 ResObscura 受近期「激活单个神经元把模型锁定成某种人格」的实验启发，为 Talkie-1930（一个只用 1930 年以前数据训练的历史语言模型）做了一个部分神经元图谱，并放出了可浏览的网站。Ethan Mollick 转发时说结果「令人愉快」。
为什么值得讲给中文读者：可解释性研究通常很抽象，这个项目用一个只懂 1930 年以前世界的模型，把「模型内部有可操控的概念」变得直观好玩。可写角度：用截图讲「神经元激活」是什么、能做什么、不能说明什么；顺带介绍「只用历史数据训练的模型」这种新玩法。
时效与核验：24—48 小时（Mollick 那条在 24 小时内）。价值观察。图谱效果来自帖子截图，未逐项复现；模型背景按原帖说法。
本期 10 条，未凑满 20 条：其余高热帖多是 Gemini 4 Carbon、Genie 4、Artificial Analysis v5 等已报话题的重复，或是推广性质较强、缺少可核验增量的内容。
覆盖缺口：@sama、@ylecun、@rasbt 窗口内的检索结果为空，未再逐人复核；OpenRouter 流量数字、Artificial Analysis 评测页与 Vivalt 论文原文未独立打开，相关数字按帖内说法标注。