X 英文热点选题简报¶
今日优先看¶
1. Spawn：十个人、每月 310 万美元 token、30 天 7.7 万次改动（对应卡片 1）¶
为什么现在做：Spawn 创始人 Jacob（@jsnnsa）的长文 24 小时内拿到 57 万浏览，Simon Willison 说读的时候「眉毛至少扬起了十几次」，Matt Shumer 说这是他见过唯一真正 AI 原生的公司。这是目前能看到的、把「agent 当员工」做到最极端的一份第一人称记录，数字具体，争议也具体。
最好补充角度：不复述数字，而是拆它的组织设计：常驻 agent 各管一块（引擎、财务、bug 分诊、部署），有名字、有记忆、有权限，再派出成批的临时子 agent；人只做少量方向判断。然后把引用区的质疑放进来（「营收多少」「是不是在烧 VC 的钱表演」），讨论这种模式对普通团队能借鉴到哪一层。
形式与状态：解释型原创或引用帖。可起草；所有数字均为 Spawn 自述、未经审计，必须写明。
2. Anthropic 一位招聘经理取消了编程面试（对应卡片 2）¶
为什么现在做：Felix Rieseberg 的帖子 234 万浏览、1.4 万赞、1.7 万书签，Addy Osmani 等人仍在转引讨论。他说的不是「程序员没用了」，而是「小题考不出区别了，要看你拿原型解决业务问题的能力」，并给了年轻工程师五条具体建议。
最好补充角度：给中文读者翻成可执行的求职与成长建议：怎样挑一个对公司有用的问题、周末做出只讲一个点的原型、用作品集替代刷题。也可以对照中文招聘现状，说明哪些建议在国内同样适用、哪些不适用。
形式与状态：解释型原创。可起草；博客原文已核验。「Claude Code 桌面版由两名新人周末做出原型、约八天后首个公开版本上线」是作者本人说法。
3. Gemini 4 Carbon 的榜单表：Opus 5.5 的分数为什么少了 6.8 分（对应卡片 3，后续）¶
为什么现在做：日报 10-29 已写 Carbon 发布和 AA 智能指数 v5。今天的新进展是英文圈指出：Google 发布表里的 Terminal-Bench 4.0 一行改用了 Artificial Analysis 的独立测分，Opus 5.5 从 Anthropic 自报的 66.4% 变成 59.6%，Carbon 的 65.2% 因此排第一。发帖者用了「作弊」这个词，但能核实的是数据来源换了，不是造假。
最好补充角度：用这件事教读者看懂模型榜单：同一个基准，厂商自报、官方排行榜、第三方独立跑分为什么会差好几分（评测框架、思考档位、重复次数不同）。结论是「看表先看来源和设置」，而不是站队。
形式与状态：解释型原创。可起草；分数已对照 Artificial Analysis 页面和第三方整理核验，「故意操纵」属发帖者推测，不能写成事实。
候选话题¶
1. Spawn：十人公司的「agent 舰队」与 310 万美元 token 账单¶
原帖与热度：@jsnnsa 长文，2026-10-29 09:54，赞 2,356、浏览 574,314、书签 6,362；@jsnnsa 要点串，10-29 09:57，赞 705、浏览 95,813；@simonw，10-29 23:02，赞 1,162、浏览 117,954；@mattshumer_，10-29 09:57，赞 614、浏览 120,678、书签 1,266。讨论样本：@GergelyOrosz、@zeeg、@kovyrin。
内容与关注点：长文说 Spawn 只有十个人，上个月在 token 上花了 310 万美元，约为工资总额的 30 倍；30 天里向玩家发布了 7.7 万次「实质性改动」，平均每小时约 108 次。干活的是一支常驻 agent 队伍，每个 agent 有名字和记忆、拥有真实系统权限、各自负责公司的一块业务，多数日子会派生出上千个辅助 agent；改动上线前由没写这段代码的辅助 agent 尝试把它弄坏，只有付款这类对外且不可撤销的操作例外。作者说这套方法在 Anthropic 发布 Fable 之后才跑通，至今连 Opus 5.5 也做不到；文中还提到 6 月 12 日至 7 月 1 日 Fable 访问被暂停期间，他们的产出几乎归零，单一模型依赖的风险一目了然。引用区分成两派：Gergely Orosz 说这是一次「把最前沿 AI 推到极限」的实验，适合出错也能接受的环境（比如游戏）；也有人追问营收，或认为这是「表演式的烧钱」。
为什么值得讲给中文读者：中文圈讨论「一人公司」「AI 员工」多停在口号，这篇给了组织结构、成本量级和失败容忍度的具体细节。可写角度：「把 agent 当成常驻员工」需要哪几样东西（身份、记忆、权限、明确的负责范围），以及这种做法为什么适合游戏这类可以快速修复的产品，却未必适合金融、医疗。
时效与核验：24 小时内。所有数字是公司自述，未经审计；第三方整理（explainx.ai 整理）同样只能确认「这是他们自己说的」。
2. 「编程面试已死」：Anthropic 招聘经理的新标准¶
原帖与热度：@felixrieseberg，2026-10-28 05:56，赞 14,488、浏览 2,338,720、书签 16,795、回复 616；@addyosmani，10-29 00:26，赞 663、浏览 48,689；@aakashgupta，10-29 22:13，赞 85、浏览 23,869。博客原文：Hunger beats tenure。
内容与关注点：Felix 说他这个月在自己团队的面试流程里取消了传统编程面试，因为 Claude 在小型 React 题和汇编题上都比人强，这类题已经区分不出候选人。他观察到资历较浅的工程师正在超过编码更强、资历更深的人，于是给「没有资历和话语权的工程师」五条建议：选业务影响而不是排期任务；想一个大胆的点子；周末做出原型；一个原型只讲一个点；利用新人视角。他说自己现在看简历和作品集里能体现品味、同理心和清晰思路的小原型。aakashgupta 转述了文中一个故事：作者在 Notion 时一年没推动成的事，一位新人第二天就办成了，因为他直接去问了。
为什么值得讲给中文读者：这是招聘方第一人称的改变，不是外界猜测；中文读者里有大量在校生和初级工程师正焦虑「AI 是不是抢了入门岗位」。可写角度：把五条建议改写成中文语境下的行动清单，并说明作者自己也承认「还没找到更好的面试方法」。
时效与核验：48—72 小时（主帖发布于窗口前，讨论仍在持续，24—48 小时内的转引帖在窗口内）。博客内容已核验；这是作者一个团队的做法，不代表 Anthropic 全公司招聘政策。
3. Gemini 4 Carbon 榜单表换了数据来源（后续）¶
原帖与热度：@paradite_，2026-10-30 00:03，赞 188、浏览 52,870；@demishassabis，10-30 06:25，赞 3,353、浏览 274,845（只配图「No.1」）。事实来源：Artificial Analysis 对比页、Frontier Log 整理。
内容与关注点：@paradite_ 称 Google「在 Carbon 跑分上作弊」：Terminal-Bench 4.0 上 Carbon 是 65.2%，低于 Anthropic 自报的 Opus 5.5 66.4%，但 Google 改用 Artificial Analysis 的跑分，把 Opus 5.5 降到了 Carbon 之下。可核实的部分：Artificial Analysis 页面显示 Carbon（High）65%、Opus 5.5 60%；Frontier Log 对比了 Google 9 月 Argon 发布表与 10 月 Carbon 发布表，同一模型在两张表里分数不同（Opus 5.5 从 66.4% 变 59.6%），因为后者整行改用 Artificial Analysis 的独立评测。同时 Demis Hassabis 在发「No.1」庆祝 Carbon 登顶智能指数。
为什么值得讲给中文读者：中文圈转发榜单截图时很少注明来源。这件事是现成的案例：同一基准，厂商自报用最高思考档，第三方用统一框架和重复取均值，结果自然不同。可写角度：「看模型榜单的三个问题」：谁跑的、用什么设置、跑了几次。
时效与核验：24 小时内；日报 10-29 已写 Carbon 发布与 AA 指数 v5，本条只写「发布表数据来源切换」这一增量。分数已核验；「作弊、故意操纵」是发帖者判断，未见 Google 回应。
4. Kino：用 Claude Code 和 Codex 端到端剪视频¶
原帖与热度：@lukeigel，2026-10-30 02:42，赞 1,513、浏览 710,127（带视频）；@pleometric，10-30 02:56，赞 114、浏览 69,825；@amasad，10-30 07:11，赞 174、浏览 17,122。官方说明：Kino 更新日志。
内容与关注点：@lukeigel 的演示视频展示 Claude Code 和 Codex 在 Kino 的时间线上直接剪片。官方更新日志写明：桌面版可以用用户已有的 Claude 或 ChatGPT 订阅运行这两个 agent，支持 Mac、Windows 和 Ubuntu；agent 能查看素材画面、按镜头切分视频、读取时间线脚本、加可编辑字幕；转写稿逐词对齐音频；成片可发成公开链接，观看者切换版本并留言，人也可以在时间轴上给 agent 留批注。@pleometric 自称与公司无关联，说创始人采纳了他很多关于「用编码 agent 做视频」的意见；Replit 创始人 @amasad 也转发推荐。
为什么值得讲给中文读者：做视频的中文创作者很多，已有人在用 Claude 加剪辑脚本拼工作流，这是第一个把「agent 剪辑 + 人审阅」做成完整产品的例子。可写角度：一次实测：给它一段长访谈，让 agent 出精华剪辑，记录哪些步骤省了时间、哪些仍要人判断。
时效与核验：24 小时内。功能描述已对照官方更新日志核验；剪辑效果、价格与中文素材支持待实测。
5. Google 关停 Jules，异步编码 agent 并入 Antigravity¶
原帖与热度：@julesagent，2026-10-30 03:09，赞 809、浏览 80,818、回复 108、引用 101。官方公告：Jules Turndown。
内容与关注点：官方公告说 Jules 将于 2026 年 12 月 31 日停止服务；11 月 11 日前还能继续完成会话，之后转为只读。Google 说做 Jules 学到的东西正在用到包括 agent 优先开发平台 Antigravity 在内的多款产品里，并称这是统一旗下编码 agent 产品的一部分，并提供导出：账号设置、环境变量、定时任务、连接的仓库、记忆、初始化脚本和完整会话记录；代码、分支和 PR 本来就在 GitHub，不受影响。
为什么值得讲给中文读者：大厂把独立的异步编码 agent 收掉、并入自家开发平台，说明这类产品正在被并入更完整的开发环境。可写角度：给正在用 Jules 的读者一份迁移清单（11 月 11 日这个时间点最关键），再顺带讨论「选 agent 工具时怎样避免被单一产品锁定」。
时效与核验：24 小时内。日期与导出范围已对照官方公告核验。
6. Claude Code「额度烧得快」：官方排查结论与子 agent 思考档位¶
原帖与热度：@bcherny，2026-10-29 07:51，赞 361、浏览 63,533；@bcherny，10-30 01:33，赞 48、浏览 9,469；@TekonBurns，10-29 10:08，赞 612、浏览 56,957。
内容与关注点：Claude Code 负责人 Boris Cherny 说团队查了用户提交的所有会话 ID，发现几个让部分会话更快消耗 token 的小问题并正在修复，但没有找到单一根因或回退；多数「额度掉得快」能追到一两个重度会话，例如 xhigh 思考档、/goal、Workflows、Agent Teams、长时间 SDK 任务。他提醒子 agent 默认继承主会话的思考档位，容易叠加，可用 /usage 查看 token 去向；随后又说刚加了 CLAUDE_CODE_SUBAGENT_EFFORT 环境变量，可单独把子 agent 设为低档。有转述帖把这写成「找到了 bug」，与原话有出入。
为什么值得讲给中文读者：中文选题 10-29 已写过 Claude 额度话题，这条的增量是官方排查结论和一个具体开关。可写角度：一份「Claude Code 省额度」核对表：先看 /usage，再检查思考档位、子 agent 档位和 /goal 这类长任务。
时效与核验：24—48 小时（第二条在 24 小时内）。原话已读原帖；新环境变量的具体版本与文档待核验。
7. DeepMind：AI 改变经济，关键在「协作」而不只是「能力」¶
原帖与热度：@alexolegimas，2026-10-29 23:04，赞 2,566、浏览 186,611、书签 2,374；@ShaneLegg，10-29 23:00，赞 397、浏览 18,379；@emollick，10-30 04:59，赞 186、浏览 15,277。原文：The Economics of Intelligence。
内容与关注点：DeepMind 的 Alex Imas、Andrew Koh 和联合创始人 Shane Legg 发文，把 AI 能力拆成两个维度：单项能力（数学、写作、编程）和多个 agent 协同工作的能力。前者平滑地改变工资、价格和人机分工，行业结构基本不变；后者一旦越过临界点，会让企业规模、市场集中度、就业和工资出现突变。文章据此划出四个阶段，并认为最早的变化信号会出现在工资和岗位上，而不是 GDP 或行业集中度。Mollick 评论说，这正是多数「AI 经济影响」讨论里缺的那一块。
为什么值得讲给中文读者：它回答了一个很多人心里的疑问：模型这么强，为什么身边的经济好像没怎么变。可写角度：用「一个人很强」和「一个团队配合好」的类比讲两条轴，再联系卡片 1 的 Spawn：一家公司把 agent 协作推到极端，正好是这篇文章说的那种临界点试验。
时效与核验：24 小时内。核心论点已对照原文核验；属于理论框架，不是实证预测。
8. OpenCode 加入 /goal：让 agent 一直干到审核通过¶
原帖与热度：@Neriousy，2026-10-29 21:00，赞 4,494、浏览 141,503、回复 211（带视频）。官方说明：OpenCode 更新日志。
内容与关注点：开源编码 agent OpenCode 在 v2.2.1 加入 /goal：设定目标后，会话一轮接一轮自动继续，每轮由一个审核步骤判断目标是否达成，可暂停、恢复、清除；同版本还加了 /schedule 和图像生成工具。原帖只有一句「/goal 终于进了 OpenCode」加演示视频。
为什么值得讲给中文读者：「给 agent 一个完成标准然后让它自己跑」正在成为各家标配（Claude Code 也有 /goal），中文读者常用的开源方案也有了。可写角度：讲清 /goal 的好处和代价：省掉人盯着，但每轮多一次审核调用，正好对应卡片 6 里 /goal 是额度大户的提醒。
时效与核验：24 小时内。功能与版本号已对照官方更新日志核验。
9. 「Harness Engineering from Scratch」：从零学搭可靠编码 agent 的开源课程¶
原帖与热度：@techNmak，2026-10-28 14:14，赞 1,378、浏览 63,284、书签 1,921、转帖 214。
内容与关注点：帖子介绍一个开源课程仓库：14 讲、8 个实战项目、8 个阶段，用同一个应用逐步搭建 agent 的工作环境，内容包括指令与仓库结构、上下文管理与持久记忆、多会话交接、任务规划、测试与可观测性、自动编码循环、编排与回滚，并拆解 Claude Code、Codex、Pi、DeepSeek 的 harness 做法，有 15 种语言版本。书签数高于点赞，说明收藏学习的人多。
为什么值得讲给中文读者：这正是从「会用 agent」走向「会搭 agent 工作流」的读者需要的系统材料，帖子说有 15 种语言版本。可写角度：挑其中「上下文管理」「多会话交接」两讲，结合自己的 agent 用法做导读。
时效与核验：24—48 小时。仓库名称、2.1 万星和 15 种语言均为帖子说法，帖中链接为短链，待打开仓库核验。
10. Mollick：「卖铲子」是 AI 创业的错误教训¶
原帖与热度：@emollick，2026-10-30 00:32，赞 458、浏览 26,336、回复 187。
内容与关注点：Mollick 认为淘金热的类比不如工业革命：金矿只有一堆，会挖完；机器却会让一切持续变便宜，历史上靠使用新机器致富的人远多于造机器的人。回复数高，说明争议不小。
为什么值得讲给中文读者：中文创业和投资圈也常说「AI 时代卖铲子最稳」。可写角度：顺着他的类比，讨论个人和小团队更该做「用 AI 的生意」还是「给 AI 用的工具」，并举具体例子。
时效与核验：24 小时内。观点帖，无数据需要核验；引用时注明是他的类比判断。
11. AutoSprite：一张角色图生成可玩的 8 方向 RPG 角色，经 MCP 交给 agent¶
原帖与热度：@hakimieiqbal，2026-10-29 20:07，赞 313、浏览 12,261、书签 358。
内容与关注点：开发者说 AutoSprite 已开发近一年，给一张角色图就能生成 8 方向等距精灵图、待机走跑动画、攻击和技能动作，还能把自己拍的动作迁移到角色上；通过 MCP，Claude Code 和 Codex 可以直接调用生成素材，并在写游戏时用上这些素材。
为什么值得讲给中文读者：前几天 Simon Willison 说 Opus 5.5 让「随手做个好玩的游戏」成立，美术素材是剩下的大缺口，这条正好补上。可写角度：「代码 agent + 素材 MCP」的分工示例，适合做小游戏的读者。
时效与核验：24 小时内。功能为开发者自述，价格、授权与素材质量待实测。
12. 让 Opus 5.5 读你最近 20 次 Claude Code 会话，给自己做「小插件」¶
原帖与热度：@Voxyz_ai，2026-10-29 05:00，赞 241、浏览 17,802。
内容与关注点：作者建议让 Opus 5.5 回看你最近 20 次 Claude Code 会话，找出你最需要的「mod」：不用写代码，描述想要什么，Claude 一轮写好，例如在界面上显示上下文占用比例、刚改了哪些文件。帖子附了一段可直接复制的提示词。
为什么值得讲给中文读者：这是「用 AI 改造 AI 工具本身」的低门槛玩法，非程序员也能用。可写角度：按这个方法实测一次，展示找出的需求和做出来的小功能。
时效与核验：24—48 小时。方法帖，所述效果待实测；「mod」是作者的叫法，具体实现方式（状态栏、钩子等）待确认。
13. 哈佛工作论文：AI 编码 agent 让代码变多了，软件没变多（价值观察）¶
原帖与热度：@taninmisavukat，2026-10-29 11:30，赞 0、浏览 1,470；@HaStrive，10-29 07:31，赞 5、浏览 233。来源：Ars Technica 报道、InfoQ 报道、论文 PDF。
内容与关注点：论文用 Jellyfish 平台上 718 家公司、3 亿条工作事件的数据，发现编码 agent 提升了写代码的效率，但软件产出和用工没有同比例增加：采用后 PR 审阅时间增加 49%（约从 7.0 天到 10.5 天），要求修改的次数接近翻倍，瓶颈移到了审阅环节。X 上的转述帖还给出代码行数约增 30%、PR 数增 23%，这两个数字未对照论文核验。X 上讨论分散，单帖热度低。
为什么值得讲给中文读者：这是少见的大样本企业数据，正好和卡片 1 的「每小时 108 次改动」形成对照：Spawn 的做法是干脆不让人审。可写角度：「代码写得快，审得慢」对个人和团队意味着什么。
时效与核验：24 小时内（价值观察：热度不足，入选理由是数据质量高、与当天主话题互补）。718 家公司、3 亿条事件、审阅时间增 49% 已对照 InfoQ 报道和论文核验；30%、23% 两个数字待核验。
14. 预印本：大模型找临床试验论文的方法错误，远超人类审稿人（价值观察）¶
原帖与热度：@AGTPinsights，2026-10-29 06:52，赞 3、浏览 941；@HaoYin20，10-29 20:25，赞 15、浏览 798（论文合作者）。来源：medRxiv 预印本。
内容与关注点：研究重做了一项经典审稿实验：在随机对照试验报告里人为植入重大方法错误。原实验中未受训的人类审稿人只发现 27%，15 个大模型在同样材料上发现 53%—96%；换成 2026 年新发表的试验报告（降低模型背过答案的可能）仍有 58%—99%。
为什么值得讲给中文读者：对学生、科研人员和需要读论文的读者，这是「AI 当第二审稿人」的直接证据。可写角度：怎样用 AI 帮自己挑论文的方法漏洞，同时说明它是预印本、尚未同行评审。
时效与核验：24—48 小时（价值观察：X 上热度低，入选理由是实用价值高）。模型的 53%—96% 和 58%—99% 已对照 medRxiv 摘要核验；人类审稿人 27% 来自 X 帖转述的原始实验数字，待对照全文核验，且不是同批对照。
候选不足 20 条：其余高热内容多为前三天已报话题的重复转述。
本次名单巡检中 Karpathy、Jim Fan、Sam Altman、Yann LeCun、Sebastian Raschka 窗口内检索零结果，未逐一用账号时间线复核。