晨报 · 2026-09-23

官方

Anthropic / Claude

• Claude Code Release | v2.1.280

• Claude Blog | What a task costs on Opus 5.5 | Claude by Anthropic 使用 Claude Code 时应按完成整个任务的总成本衡量模型，而不能只看每百万 token 单价；轮数、缓存命中率、输出及思考 token、模型选择和重试次数共同决定实际费用。

• Claude Devs | As our models grow more powerful, safeguards are one way we prevent misuse. Opus 5.5 is the first Opus with Fable 5.1-cl Opus 5.5 首次在 Opus 系列中加入 Fable 5.1 级别的网络、生物和前沿模型开发安全防护，被标记的请求会回退至另一模型处理。

• Claude Devs | Opus 5.5 is available now in Claude Code and the Claude Platform. Claude Opus 5.5 已可在 Claude Code 和 Claude Platform 使用，官方将其定位为编码与 Agent 工作的日常主力模型。

• Claude Devs | Opus 5.5 performs at the level of Fable 5.1. It's ~30% faster and ~40% cheaper than Opus 5 per task. Claude Opus 5.5 在达到 Claude Fable 5.1 水平的同时，比 Opus 5 更快、更便宜，并配合 Claude Code 限额提升扩大实际可用量。

• Claude Devs | Try these in your first Opus 5.5 session: 使用 Opus 5.5 时，应直接委派完整任务、清楚定义完成标准和汇报时点，并在长时间运行后检查继续推进所需的条件。

• Anthropic | 引用内容：Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. Anthropic 正式推出 Claude 5.5 系列首个模型 Claude Opus 5.5，宣称其多数任务能力达到 Claude Fable 5.1 水平，同时运行成本显著低于 Opus 5。

• Claude | A thread of early explorations with Claude Opus 5.5: Claude 官方开始展示 Opus 5.5 的早期创作案例，其中一个案例是由 Kevin T. Ngo 使用该模型创作的西瓜主题短篇故事。

OpenAI / ChatGPT / Codex

• OpenAI Blog | Introducing GPT-6 Sol and Luna OpenAI 推出 GPT-6 Sol 和 Luna，以不同的能力与成本组合，把前沿智能用于日常工作。

• OpenAI Codex Release | 今日 11 个版本，最新 rust-v0.157.0-alpha.9 0.155.0-alpha.16.1、0.156.0、0.157.0-alpha.10、0.157.0-alpha.4、rust-v0.156.0-alpha.18、rust-v0.157.0-alpha.3、rust-v0.157.0-alpha.5、rust-v0.157.0-alpha.6、rust-v0.157.0-alpha.7、rust-v0.157.0-alpha.8、rust-v0.157.0-alpha.9

• OpenAI Devs | GPT-6 Sol and GPT-6 Luna are available in the API and rolling out in Codex and ChatGPT Work for Plus, Pro, Business, and OpenAI 已通过 API 提供 GPT-6 Sol 和 GPT-6 Luna，并开始面向多个付费套餐在 Codex 和 ChatGPT Work 中逐步上线。

• OpenAI Devs | GPT-6 Sol and GPT-6 Luna build on Astra’s alignment advances, showing improvements over the GPT-5.6 Sol and GPT-5.6 Luna OpenAI 表示 GPT-6 Sol 和 GPT-6 Luna 继承了 Astra 的对齐进展，并在内部对齐评估中超过 GPT-5.6 的对应模型。

• OpenAI Devs | GPT-6 Sol and Luna just landed in Astra’s orbit. GPT-6 Sol 和 Luna 已面向开发者发布，API 价格比 GPT-5.6 低 50%，其中 Sol 偏向高能力构建，Luna 偏向规模化运行。

• OpenAI Devs | Get lost in your side projects. OpenAI 以黑客松项目为例，展示开发者如何结合真实星图与 Astra 构建导航类个人项目。

• OpenAI Devs | One more thing… Lovable now builds with GPT-6 Sol. Lovable 已使用 GPT-6 Sol 构建产品，并称该模型在从零到一开发、需求理解和设计基础方面明显优于 GPT-5.6 Sol。

• OpenAI Devs | See how surgeon @pridgenmd uses Codex to build his own tools and review scientific literature on PubMed: 一名外科医生使用 Codex 自行开发工具，并辅助审阅 PubMed 上的科学文献。

Google / Gemini

• Google Developers | Colab is now part of your Google AI plan Google AI 计划订阅者现在可以获得 Google Colab 的高级计算权益。

xAI / Grok

• SpaceXAI | Build with Grok 4.7 and Vercel for less. Vercel 宣布通过 AI Gateway 使用 Grok 4.7 可享受限时40%折扣，并推荐在 v0、Eve 和 fx 中试用。

Meta / Muse

• Alexandr Wang | @natfriedman btw @natfriedman and i wrote this doc together. Alexandr Wang 表示此前提到的文档由他与 Nat Friedman 共同撰写，并暗示还有三个规模相当的项目或构想正在酝酿。

• Alexandr Wang | THIS IS MY SUPER BOWL HOLY CRAP Alexandr Wang 高调庆祝 Muse 被称为“AI 的新面孔”，表达对其品牌形象获得认可的强烈兴奋。

• Alexandr Wang | another one!! Muse 将接入 Instacart，让用户把自然语言表达的用餐想法直接变成可结账并配送的购物车。

• Alexandr Wang | ayyy let’s have some fun before the linkedin crowd gets on muse 作者以玩笑口吻暗示 Muse 目前仍处于早期用户阶段，未来可能扩散到 LinkedIn 的主流职业人群。

• Alexandr Wang | bro is that a bloomberg terminal in your muse's hand 作者用 Bloomberg Terminal 作比喻，暗示 Muse 能获取或呈现金融市场信息。

• Alexandr Wang | check out the muse ideas tab for inspo on how to use muse! Muse 的 ideas 标签页可帮助用户发现产品用法和使用灵感。

• Alexandr Wang | download muse here: Muse 已提供可供用户下载的入口。

• Alexandr Wang | even the New York Times is musepilled Muse 获得 New York Times 相关曝光，作者借此号召更多用户尝试产品。

千问 / Qwen

• Qwen Code Release | 今日 3 个版本，最新 Release v0.24.5-preview.0 Release v0.24.3-nightly.20260922.c5920f479b、Release v0.24.4、Release v0.24.5-preview.0

• Qwen | Day-0 OpenVINO support from @inteldevs! 🥳 Qwen-Image-2.1 is ready to run optimized on Intel hardware. One open-weight ch Intel 已通过 OpenVINO 为 Qwen-Image-2.1 提供首日优化支持，使该开放权重模型能够在 Intel 硬件上运行图像生成和编辑任务。

• Junyang Lin | who the hell r u https://t.co/PiKaljnv6M 作者用一句带有惊讶或调侃意味的话回应链接中的对象，但现有文本无法识别具体事件或主张。

Kimi / 月之暗面

• Kimi CLI Release | 1.52.0

• Kimi | Kimi K3 is now on Amazon Bedrock! Kimi K3 已接入 Amazon Bedrock，企业用户可在 AWS 的安全与治理体系内运行编码、文档分析和长流程智能体任务。

• Kimi | Meet the new Kimi Browser Extension, formerly Kimi WebBridge. Kimi WebBridge 已更名并升级为 Kimi Browser Extension，可在浏览器侧边栏执行网页操作，并把录制的重复流程保存为可复用技能。

• Kimi | Meet the new Kimi Browser Extension, formerly Kimi WebBridge. Kimi WebBridge 已更名并升级为 Kimi Browser Extension，可在浏览器侧边栏执行网页操作，并把录制的重复流程保存为可复用技能。

MiniMax

• MiniMax Code Release | MiniMax Code 0.5.2

• MiniMax | The previous article covered the harness behind MiniMax Code. This time I want to take on a harder question: after chang 判断 Coding Agent harness 改动是否更好，不能依赖少量演示或测试通过，而应建立可复现、隔离运行、独立验证、完整留痕且支持成对统计比较的评测系统。

快讯

底层工具

• OpenAI Blog / OpenAI | Introducing GPT-6 Sol and Luna
  OpenAI 发布 GPT-6 Sol 和 Luna，并推向 API、Codex 与 ChatGPT Work；Sol 面向复杂构建，Luna 面向规模化运行，API 价格较 GPT-5.6 降低 50%，将直接影响模型选型与应用成本。

• Anthropic X / Anthropic | Anthropic 发布 Claude Opus 5.5
  Anthropic 上线 Claude Opus 5.5，称其多数任务接近 Fable 5.1，相比 Opus 5 约快 30%、成本低 40%，并提高 Claude Code 使用限额，使旗舰模型更适合高频编码与知识工作。

• X 首页时间线 / Fuli Luo | MiMo-V2.6：扩大强化学习规模的艰难道路
  MiMo-V2.6 通过 MixRL、专项训练和模型合并增强 Agent 与软件工程能力，并开放模型、7000 个环境和训练框架，为开源模型的大规模强化学习提供了可参考的工程样本。

• OpenAI Devs X / OpenAI Developers | Prompt Caching Dashboard 与诊断 API 上线
  OpenAI 为 Prompt Caching 增加命中率 Dashboard、未命中诊断 API、显式缓存断点和共享上下文预热，使缓存从黑盒机制变成可观测、可调优的 Agent 成本控制能力。

• claude-code-releases | Claude Code v2.1.280 发布
  Claude Code v2.1.280 默认接入 Opus 5.5，增强 MCP 描述配置、终端交互和可观测性，并修复符号链接批准与自动模式重复重试问题，现有用户的默认行为随之改变。

• openai-codex-releases | Codex 0.156.0
  Codex 0.156.0 新增可选全屏 TUI，默认启用语音对话，并加入历史搜索、鼠标选择、右键复制和 F8 语音切换，明显改善终端内的日常交互。

• GitHub Trending / google | google/ax — Google's open agentic orchestration runtime
  Google 开源 Agent 编排运行时 Ax，发布后登上 GitHub Trending、单日新增超过 2300 个 star，成为值得关注的新编排基础设施。

• GitHub Trending / dream-num | Univer：The Office Harness for AI Agents
  Univer 为 AI Agent 提供覆盖表格、文档、幻灯片、画布、关系表和 PDF 的统一 Office 运行时，有望减少文档自动化所需的碎片化接口。

• wadezone / Koda | Jev：面向软件工作流的类型化判断模型
  TypeSafe 发布 Jev，将模型输出限制为 Choice、Score 和概率判断，以更低成本和延迟承担分类、路由与评分任务，为自动化工作流提供不同于通用 LLM 的判断层。

• X 首页时间线 / Zephyr | DeepSeek Elastic Compute 的生产级沙箱规模
  二手资料称 DeepSeek Elastic Compute 单元跨约 160 个节点，每日服务约 300 万个沙箱，支持超过 38 万并发和每秒 5000 次创建，为代码执行基础设施提供了生产容量量级参考。

• Kimi X / Kimi.ai | Kimi K3 上线 Amazon Bedrock
  Kimi K3 接入 Amazon Bedrock，面向企业提供编码、文档分析、长流程 Agent 和显式提示词缓存能力，扩大了企业采购与部署渠道。

• qwen-code-releases | Qwen Code v0.24.4：增强远程工作区、计划漂移审查与工具状态管理
  Qwen Code v0.24.4 加入监控指引、批量会话目录、计划漂移审查、托管工具状态和无需远程 daemon 的 SSH 工作区，补强了编码 Agent 持续执行时的控制能力。

• Qwen X / Qwen | Qwen-Image-2.1 获得 OpenVINO 首日支持
  Intel OpenVINO 在发布首日支持 Qwen-Image-2.1，使同一开放权重可在 Intel 硬件上执行图像生成和编辑，扩大了本地部署范围。

• Google Developers Blog | Colab is now part of your Google AI plan
  Google AI 订阅计划开始纳入 Colab 高级算力，包括优先使用加速器、Premium GPUs 和后台长任务，降低个人开发者获得高级计算资源的门槛。

• minimax-code-releases | MiniMax Code 0.5.2
  MiniMax Code 0.5.2 提供绑定源码提交并带 SHA-256 的安装包，已验证 Linux、macOS 和受支持 Node.js 环境下的离线 CLI/BYOK，提升本地使用的可追溯性。

工作流

• Kimi X / Kimi.ai | Kimi Browser Extension 发布
  Kimi WebBridge 升级为 Kimi Browser Extension，可在侧边栏导航网页、填写表单，并把录制的操作流程保存成可复用技能，让一次性网页操作沉淀为个人自动化资产。

• MiniMax X / RonnyHe | Building a Testbed for Coding Agents
  文章提出用固定任务契约、隔离环境、独立 verifier、完整事件留痕和配对 A/B 统计构建 Coding Agent 测试平台，为可信验收和模型回归提供完整框架。

• Latent Space | Google AI Scientist 如何从自动化 Kaggle 的尝试演变而来——Google Fellow John Platt
  Google ERA 将科学问题转成带评分函数的代码任务，由 Gemini 并行生成、运行并通过树搜索迭代，科学家负责目标、约束和结果判断，展示了高价值科研 Agent 的人机分工。

• rwayne / Roland.W | AI 将律所九千页证据翻译与保全从一个月缩短至两天
  团队称通过驻场与 AI 将约 9000 页法律证据的翻译和保全从一个月压缩至两天，并由此获得公证处招投标线索，呈现了提效、交付与获客闭环。

• vista8 / 向阳乔木、ai_xiaomu / 黄小木 | awesome-seedance 开源 463 个 AI 视频案例、14 个模板与 25 个 Skills
  awesome-seedance 基于 463 个重新生成和评估的 AI 视频案例，开源 14 个镜头提示模板与 25 个完整制作 Skills，将实际试错沉淀成可复用的视频生产资产。

• ai_xiaomu / 黄小木 | 个人创作者用 AI 批量制作热点深度长视频
  一名创作者复盘用 AI 单人日产三条十分钟以上热点视频的流程，称一周获得 258 万播放，并强调信源、声画匹配和人工终审仍是质量关键。

• ai_xiaomu / 黄小木 | 用 X 历史内容创建个人写作 Skill
  教程建议导出个人 X 存档，由 Codex 提炼定位、内容结构、语言习惯、证据边界和发布规则，再封装为可重复调用的个人写作 Skill。

• canghe / 苍何 | WeChatBridge 开源：把选中的微信聊天发送给 AI 应用或知识库
  WeChatBridge 可把用户主动选择的微信聊天、图片、文件和链接发送到 Codex、Claude Code 或 Obsidian，并按聊天场景预设任务，为个人信息处理提供统一入口。

• canghe / 苍何 | XCopilot 本地安装与 X 社交网络展示
  XCopilot 可在本地 Python 环境中运行 xcircle，对指定 X 账号生成社交网络分析结果，为关系发现和账号研究提供可直接复现的路径。

• vista8 / 向阳乔木 | Raycast AI 可将任意选中内容接入快捷 AI Workflow
  Raycast AI 可通过快捷键把系统中选中的任意内容交给自定义多模型、多工具 Workflow，并生成信息图等结果，形成低摩擦的系统级 AI 入口。

• vista8 / 向阳乔木 | Bob 通过自定义 Prompt 将划词翻译扩展为文本解释
  Bob 可用自定义 Prompt 和 Option + D 快捷键，把划词翻译扩展为通俗解释等任意文本处理操作，让已有高频入口变成可编程工具。

• X 首页时间线 / 来碗牛肉粉 | 用 Codex 和 Playwright 复刻 LibTV 前端
  作者让 Codex 通过 Playwright 观察 LibTV、提取界面与交互，再循环对比 BeefTV 预览，据称一天内完成约 60% 的前端复刻，展示了观察、实现和视觉校验闭环。

• oran_ge / Orange AI | AI 开发运动应用面临真实场景验证壁垒
  一款经过大量桌面测试的 AI 运动应用进入真实运动环境后仍无法使用，说明物理场景产品的核心壁垒往往是现场验证，而非生成代码。

• wadezone / Koda | 用 Jev 为 AI 视频制作建立结构化判断关卡
  创作者在 Remotion 与 Codex 视频流程中用 Jev 判断方案、遗漏和验收证据，同时保留最终人工审核，展示了类型化判断模型在内容生产链中的具体位置。

• rwayne / Roland.W | 用 AI、人工改稿和反复听读深度吸收英文播客
  这套持续两年的学习法先获取播客文字稿，再由 AI 生成保留完整论证的中文初稿，人工逐段改写后反复听读，以约半小时审阅换取更深的知识内化。

• op7418 / 歸藏、X 首页时间线 / Paidax | Today AI 中国版将于 9 月 24 日全面上线
  Today AI 中国版计划覆盖 iOS、Android、Windows、Mac 和 Linux；内测用户称其可积累长期记忆，并主动管理日程、待办和信息推送，个人 Agent 开始进入跨平台落地阶段。

• Alexandr Wang、X 首页时间线 / Peter Steinberger | Muse 将持续对话式个人 Agent 做成大众产品
  Meta 推出个人 Agent Muse，主打持续对话、个性化与大众亲和力，并被定位为可能连接社交分发、电商和消费服务的新入口。

• Alexandr Wang | Muse Connector Platform 向商业合作开放
  Muse Connector Platform 开始向企业合作开放，允许外部商业服务接入，标志着 Muse 正从单一助手转向可承载服务和交易的 Agent 生态。

• Alexandr Wang | Meta 与 PayPal 合作让 Muse 代理完成购物结账
  Meta 与 PayPal 计划让 Muse 在 PayPal 商户网络中协助用户购物并完成结账，把个人 Agent 从推荐推进到实际交易执行。

• Alexandr Wang | Muse 清理 Gmail 中的 16 万封促销邮件
  Muse 据称用三天清理了 163490 封 Gmail 促销邮件，并在多次触及 Gmail 限制后完成任务，具体展示了个人 Agent 处理长期数字杂务的能力与约束。

内容

• X 首页时间线 / BytePlus | BytePlus 推出短剧与视频制作平台 Dramagic
  BytePlus 推出企业级 AIGC 平台 Dramagic，整合剧本分析、资产配置、分镜、预览、一致性检查和多人协作，短剧团队可在一套工作流中完成更多生产环节。

• rwayne / Roland.W、ai_xiaomu / 黄小木 | AI 时代的审美提高手册（上）
  长文把 AI 时代的审美定义为选择、删改和克制能力，并认为它正在转化为商业信任、社交表达和内容差异化，为 AI 内容审核提供了更具体的判断框架。

• X 首页时间线 / 疯狂的烤妹儿 🩵 | 用 AI 制作羊毛毡定格做饭视频
  创作者分享用手机端豆包生成羊毛毡定格做饭视频，并将这类纯视觉题材视为适合跨语言、多平台传播的低门槛内容机会。

• X 首页时间线 / Dexter Yang ᯅノ🌐🔗🧙🏻‍♂️👾🦋 | Agentic AI 将削弱聊天型超级应用的入口地位
  文章认为 Agentic AI 会把平台竞争从搜索、订阅和聊天迁移到上下文感知、主动分发与自动行动，使推荐算法和多模态内容平台获得新优势。

• ai_xiaomu / 黄小木 | Vibe Coding 的隐性成本与流量优先选择
  观点帖指出环境配置、Agent 协调和 token 开销会侵蚀 Vibe Coding 的效率，独立开发者早期应优先验证流量和变现渠道，而不只是加快产品构建。

深读

Introducing GPT-6 Sol and Luna

来源：OpenAI Blog；作者：OpenAI Blog；标题：Introducing GPT-6 Sol and Luna。OpenAI 将 GPT-6 拆成两条产品线：Sol 面向复杂构建，Luna 面向大规模、高频运行，并同步接入 API、Codex 与 ChatGPT Work。官方称两者的 API 价格较 GPT-5.6 低 50%，同时改善 Prompt Caching 命中率、使用额度和对齐表现；Free 与 Go 用户也可在桌面端试用 Luna。

这次发布值得关注的不是单项基准，而是“高能力构建模型＋低成本运行模型”的明确分工。模型选型不再只是挑一个综合最强者，而可以让 Sol 负责规划、生成和解决难题，让 Luna 承担重复执行与规模化调用；缓存改善则可能进一步降低长上下文 Agent 的边际成本。可迁移的判断是：评估模型时，应同时核算完整任务成功率、调用频次、缓存复用和失败重试，而不是只比较 token 单价。

Anthropic 发布 Claude Opus 5.5

来源：Anthropic X；作者：Anthropic；标题：Anthropic 发布 Claude Opus 5.5。Anthropic 称 Opus 5.5 在多数任务上接近 Claude Fable 5.1，相比 Opus 5 约快 30%、成本低 40%，并已进入 Claude Code 与 Claude Platform；Claude Code 的订阅限额也同步提高。官方将其重点放在编码、知识工作和协作体验上，同时强调针对网络、生物及前沿模型开发等高风险领域进行了更广泛的安全测试。

它改变的不是“旗舰模型一定更贵”的简单认知，而是高能力模型能否凭借更少轮次、更少重试和更快完成速度降低整项任务成本。采购或替换模型时，应把真实代码迁移、长文研究和多轮工具任务作为评测单元，将完成率、耗时、缓存利用和人工返工一起计算。这个框架也适用于其他模型升级：官方基准只说明能力上限，工作流中的总成本才决定是否值得迁移。

MiMo-V2.6：扩大强化学习规模的艰难道路

来源：X 首页时间线；作者：Fuli Luo；标题：MiMo-V2.6：扩大强化学习规模的艰难道路。MiMo-V2.6 通过大规模 MixRL、专项训练和 MOPD 模型合并提升 Agent 与软件工程能力，并开放模型、约 7000 个训练环境及相关框架。围绕此次发布的材料还提到约 347 万美元的后训练投入，以及相对较低的任务成本，但具体能力仍需结合公开环境和独立实测判断。

这份材料的价值在于把模型进步拆回训练工程：通用混合强化学习负责扩展覆盖面，专项训练补足特定能力，模型合并再处理不同能力之间的取舍。它修正了“增加算力或扩大单一训练阶段就能稳定提升 Agent”的想象，也提供了可迁移的方法：记录每类环境解决的失败模式，用隔离评测确认专项收益，并检查合并后是否出现能力回退，而不是只看最终总分。

Building a Testbed for Coding Agents

来源：MiniMax X；作者：RonnyHe；标题：Building a Testbed for Coding Agents。文章提出一套 Coding Agent 测试平台：先固定任务契约，把执行放入隔离环境，再由独立 verifier 判断结果，同时保留完整事件轨迹，并通过配对 A/B 统计比较不同模型、提示词或工具配置。核心思想是让“完成”由外部证据决定，而不是接受 Agent 的自报结论。

这套方法值得读，因为 Coding Agent 最容易被偶然成功、环境污染、评测泄漏和不可复现的演示误导。它把判断从“这次看起来做成了”改成“同一任务条件下，哪个方案能稳定通过独立验收”。任务契约、外部验证器、事件留痕和配对比较也可直接迁移到研究 Agent、浏览器自动化和内容流水线，用来建立可回归、可追责的质量基线。

Google AI Scientist 如何从自动化 Kaggle 的尝试演变而来——Google Fellow John Platt

来源：Latent Space；作者：Latent Space；标题：Google AI Scientist 如何从自动化 Kaggle 的尝试演变而来——Google Fellow John Platt。John Platt 在访谈中介绍 Google ERA：先把科学问题转换成带评分函数的代码任务，再让 Gemini 并行生成、运行候选方案，并用树搜索持续迭代。科学家没有退出流程，而是负责定义目标与约束、决定什么可以被评分，以及判断结果是否具有科学意义。

这改变了“AI 科研自动化等于让模型自由提出理论”的判断。真正可扩展的部分，是那些能够被编码、执行和客观比较的实验循环；最难替代的部分，则是问题表述、评分函数设计和对异常结果的解释。可迁移到其他复杂工作的做法，是先寻找可执行且可判分的中间任务，再扩大并行搜索，而不是直接把开放问题交给模型并期待一次性答案。

Jev：面向软件工作流的类型化判断模型

来源：wadezone；作者：Koda；标题：Jev：面向软件工作流的类型化判断模型。TypeSafe 将 Jev 的输出限制为 Choice、Score 和概率判断，试图以更低延迟和成本承接分类、路由、评分等工作流节点，而不是生成开放式自然语言。相关材料同时讨论了价格、延迟、厂商评测和适用边界，核心卖点是让模型输出直接符合软件可消费的类型。

它值得读的原因，是它把“模型是否聪明”换成了“判断是否校准、是否能稳定进入自动化流程”。如果一个节点只需要选择、打分或给出置信度，通用 LLM 的长文本生成既增加成本，也扩大了解析和漂移风险。可迁移的实践是：先收窄任务输出空间，再用可靠性曲线、阈值表现和错误代价验证概率是否可信；只有校准通过，自动路由和无人值守关卡才有意义。

awesome-seedance 开源 463 个 AI 视频案例、14 个模板与 25 个 Skills

来源：vista8；作者：向阳乔木；标题：awesome-seedance 开源 463 个 AI 视频案例、14 个模板与 25 个 Skills。项目称投入约两万元，重新生成并评估了 463 个 AI 视频案例，再把经验整理为 14 个镜头提示模板和 25 个完整制作 Skills 后开源。它提供的不是一组孤立“神提示词”，而是从大量生成结果中提炼出来的镜头模式与制作流程。

真正值得迁移的是从失败样本反推规则的方法：记录镜头、动作、一致性和成片可用性，再把稳定有效的做法封装为模板或 Skill。它会改变“多收集案例就等于掌握视频生成”的判断——案例只有经过重做、比较和归因，才可能变成生产资产。对现有视频流水线，更有价值的接入方式是拿模板跑自己的题材与模型，保留通过率、返工次数和人工修正记录，再决定哪些经验可以固化。

个人创作者用 AI 批量制作热点深度长视频

来源：ai_xiaomu；作者：黄小木；标题：引用内容：https://t.co/7uy36j4265。作者复盘单人借助 AI 日产三条、每条十分钟以上的热点视频，并称一周获得 258 万播放。流程并未把质量控制交给“一键生成”，而是把信源选择、脚本组织、声画匹配和人工终审视为决定成片质量的关键环节。

这篇内容的价值，是把高产量背后的真正瓶颈从生成速度拉回编辑判断。播放数据仍属作者自述，日产三条是否可持续，也要看选题检索、事实核验、素材授权和终审分别占用多少时间。可迁移的做法是把流程按工时和返工率拆开：AI 承担检索、初稿和素材匹配，人负责信源、叙事取舍与最终验收，再用连续数周的稳定产能判断工作流是否成立。

用 X 历史内容创建个人写作 Skill

来源：ai_xiaomu；作者：黄小木；标题：用 X 历史内容创建个人写作 Skill。教程建议先导出个人 X 存档并整理原创内容，再让 Codex 提炼长期稳定的定位、内容结构、语言习惯、证据边界和发布检查规则，最后封装成可重复调用的写作 Skill。这里的目标不是模仿几句口头禅，而是把过去持续出现的写作判断变成可执行规范。

它改变了“个人风格等于语气仿写”的浅层理解：真正有价值的风格还包括如何选题、怎样组织证据、哪些结论不能越界，以及发布前如何自检。可迁移到任何知识型创作者的步骤，是把稳定特征与偶然表达分开，用不同时期的内容交叉验证规则，并保留反例；这样得到的 Skill 才是在复用判断系统，而不是制造语言表演。

用 AI、人工改稿和反复听读深度吸收英文播客

来源：rwayne；作者：Roland.W；标题：用 AI、人工改稿和反复听读深度吸收英文播客。作者持续两年采用同一套流程：取得英文文字稿，让 AI 生成保留完整论证的中文初稿，再人工逐段改写、存入合集并反复听读。每期约半小时的人工审阅没有被视为需要消除的成本，反而是发现逻辑、修正理解和完成知识内化的关键步骤。

这套方法反直觉之处在于，它拒绝把学习优化成最快摘要。摘要能减少阅读量，却也可能删掉论证链、限定条件和关键反例；人工改写迫使学习者重新判断句间关系。可迁移到论文、访谈和课程学习的原则是：AI 负责降低语言与整理成本，人保留重建论证的必要摩擦，并通过复听或复述检验自己是否真正掌握。

Muse 将持续对话式个人 Agent 做成大众产品

来源：Alexandr Wang；作者：Alexandr Wang；标题：Muse 将持续对话式个人 Agent 做成大众产品。Meta 推出的 Muse 主打持续对话、长期个性化和更亲切的角色设计，并被描述为受 OpenClaw 启发、但由 Meta 从零构建。围绕发布的多条材料进一步把它与社交分发、电商和消费服务联系起来，显示其目标并非只做一个更好的聊天界面，而是成为能理解上下文并连接行动的个人入口。

判断 Muse 的关键不应只看模型跑分，而应看四种能力能否形成闭环：持续上下文是否可靠，主动服务是否真正有用，Meta 的社交分发能否降低获客成本，外部连接能否完成交易与服务。它改变的是对消费级 Agent 护城河的理解——基础模型可能快速趋同，但用户关系、入口、权限和服务网络更难复制。这个框架也适用于评估其他个人 Agent：分别检查智能、记忆、分发和执行，避免把一次精彩演示当成完整产品。

AI 时代的审美提高手册（上）

来源：rwayne；作者：Roland.W；标题：AI 时代的审美提高手册（上）。长文将审美定义为选择、删改和克制的能力：当 AI 可以快速生成大量文字、图像和方案，稀缺的不再只是生产能力，而是知道保留什么、删除什么以及何时停止。文章进一步把这种判断力连接到商业信任、社交表达和内容差异化；相关评论则建议用更具冲突感的现实案例增强主题表达。

它值得读，因为它把审美从“好不好看”推进到一套编辑与决策能力。AI 提高供给后，堆叠元素和增加产量通常更容易，真正拉开差距的是一致性、取舍和对受众感受的控制。可迁移到内容审核、品牌设计和产品界面的标准是：每个元素是否服务核心意图，删掉后是否反而更清楚，形式是否建立了与承诺相匹配的信任。

Agentic AI 将削弱聊天型超级应用的入口地位

来源：X 首页时间线；作者：Dexter Yang；标题：Agentic AI 将削弱聊天型超级应用的入口地位。文章认为，Agentic AI 会把平台竞争从搜索、订阅和聊天窗口，迁移到上下文感知、主动分发与自动行动。掌握推荐算法、多模态内容和用户关系的平台，可能不再等待用户提出明确问题，而是根据情境发现需求、组织信息，并直接推进后续任务。

这套判断改变了“聊天框会成为所有应用最终入口”的线性想象。搜索掌握显性意图，内容平台掌握兴趣信号，Agent 则试图连接上下文与行动；价值可能因此转向拥有持续数据、分发触点和执行权限的一方。对产品工作的启发是，不只优化用户如何提问，还要设计系统何时出现、依据什么主动建议、获得哪些可撤销权限，以及完成行动后如何回报证据。

Vibe Coding 的隐性成本与流量优先选择

来源：ai_xiaomu；作者：黄小木；标题：Vibe Coding 的隐性成本与流量优先选择。帖子指出，AI 降低了写代码的门槛，却没有消除环境配置、Agent 协调、token 消耗、调试和后续维护等成本；并通过两个个人路线案例主张，独立开发者早期更应先验证流量入口和变现渠道，而不是长期打磨无人使用的产品。

值得读的地方，在于它把“开发更快”与“更快形成业务”分开。Vibe Coding 可能压缩首版时间，但若需求、分发和付费假设未经验证，提速只会让人更快地产生维护负担。可迁移的验证顺序是：先确认具体用户与可触达渠道，再用最小交付测试使用和付费，最后才扩大功能与自动化；同时把 Agent 协调、返工、token 和运维纳入真实构建成本。

视频更新

YouTube

• a16z YouTube | Why Education Has to Change Why Education Has to Change 时长：42:42

• Joe Rogan / PowerfulJRE | Joe Rogan Experience #2556 - Siddharth Kara Joe Rogan Experience #2556 - Siddharth Kara 时长：2:21:50

• Latent Space | 🔬 Google's AI Scientist Started as an Attempt to Automate Kaggle — John Platt, Google Fellow 🔬 Google's AI Scientist Started as an Attempt to Automate Kaggle — John Platt, Google Fellow 时长：2:01:26

产品雷达

Top Three Products to Build Today

1. 面向企业 AI Agent 团队的运行时权限防护网关：为部署可执行代码和调用内部工具的 AI Agent 团队提供隔离运行、最小权限控制与异常调用拦截。
2. 面向 Rust 团队的自动性能优化代理：为 Rust 开发团队循环执行基准测试、定位性能瓶颈并提交可验证的代码优化。

新名词雷达 · 2026-09-23

跨来源 ≥3 且首见 ≤14 天的名词，按来源数排序：

• Jev · 9 个来源 · 首见 2026-09-16 · 1 2 3
• Binance · 3 个来源 · 首见 2026-09-19 · 1 2 3
• Circle · 3 个来源 · 今天首见 · 1 2 3

覆盖率 · 2026-09-23

抓到 447 → 进批 112（25%）→ 进日报 34（30%） 今天批处理之后抓到 335 条（明早进批）：x-home 330、thariq 2、thsottiaux 1、vista8 1、wadezone 1 待处理积压：0

今日交易地图

• [Crypto 风险偏好]：方向 偏多；相关标的 BTC、COIN；置信度 中；等待 BTC 对报道所述支撑区的确认，避免把油价回落带来的反弹直接当作趋势反转。
• [AI 降价竞争]：方向 观望；相关标的 AI 应用软件、云服务、算力产业链；置信度 中；应用端成本下降值得跟踪，模型供应商利润与算力需求的净影响仍待确认。
• [稳定币商业化]：方向 偏多；相关标的 Circle、SOFI、MA、USDC；置信度 中；合作落地提供业务催化，交易上仍需验证收入贡献和激励成本。
• [黄金利率压力]：方向 偏空；相关标的 XAUUSD、黄金矿业；置信度 中；窗口后段报道偏弱，暂不依据看涨预测追多。

过去24小时发生了什么

1. BTC 围绕 $86,000 寻找支撑，油价回落伴随风险资产走强 | 中 确信度 | 日内至未来数日 → BTC、COIN：16:01 UTC 报道 BTC 未明显跌破 $86,000，同时油价降至 $90 以下；18:46 UTC 报道 Bitcoin 突破、Nasdaq 创纪录。材料未给出突破位及窗口末报价。 → 交易含义: 将 $86,000 作为待观察支撑，等待回踩和后续价格确认；若油价反弹或支撑失守，本轮风险偏好交易的依据减弱。 → 证据性质: 价格动作；伊朗协议相关表态属于预期，不能视为协议落地。

2. Anthropic 与 OpenAI 同日强化降价竞争 | 高 确信度 | 未来数日至数周 → AI 应用软件、云服务：报道显示 Claude Opus 5.5 宣称以约低 40% 的成本提供接近 Fable 5.1 的表现；GPT-6 Sol 和 Luna 的 token 价格较前代降低 50%。两组降幅口径不同，不能直接比较。 → 交易含义: 关注应用企业是否披露推理费用下降、使用量增长或毛利改善；不能仅凭模型降价推断 GPU 需求减少或增加。 → 证据性质: 产品发布及公司性能、成本宣称；尚非客户经营效果验证。

3. Binance 入股 Circle，并签订五年 USDC 推广合作 | 高 确信度 | 未来数周至数季 → Circle、USDC：报道显示 Binance 购入 $100 million 的 Circle 股权，Circle 同意按月支付推广激励。 → 交易含义: 渠道扩张具有业务意义，但需同时观察 USDC 增长与推广支出；股权投资金额不能当作营业收入。 → 证据性质: 已发生的股权交易与商业协议。

4. SoFi 在 Mastercard 网络启动稳定币结算 | 高 确信度 | 未来数周至数季 → SOFI、MA：报道显示 SoFiUSD 结算已上线，相关卡业务提出超过 $25 billion 的年化交易量目标。 → 交易含义: 关注实际结算规模和收费贡献；该目标属于卡业务规划，不能等同于已实现的稳定币结算量或收入。 → 证据性质: 已发生的业务上线；交易量属于目标。

5. 黄金后段报道转弱，利率压力压过部分看涨叙事 | 中 确信度 | 日内至未来数日 → XAUUSD、黄金矿业：08:24 UTC 报道金价回落至约 $4,350，19:36 与 22:15 UTC 报道继续强调下跌及鹰派利率预期。$4,350 是当时报价，不能作为当前价格。 → 交易含义: 优先等待卖压缓和及利率方向确认；冻结材料中的“黄金上涨”汇总不足以支持窗口末追多。 → 证据性质: 价格动作与媒体归因；缺少同期收益率和美元行情验证。

A股映射

• AI 单位使用成本下降 → 软件应用、企业服务：可能降低产品交付成本，今天看订单、付费使用量与毛利披露能否确认受益；算力、液冷板块仍需订单依据。
• 原油回落与中东缓和预期 → 航空、石油开采：前者可能受益于燃油成本下降，后者面临油价压力；今天看原油是否延续回落及板块相对强弱。
• 黄金承压 → 黄金采选：海外金价可能影响盈利预期；今天看国内金价及矿业股是否同步转弱，不能把海外报道价直接套用于国内交易。
• 稳定币结算落地 → 跨境支付、金融 IT：存在业务关联，但材料未提供 A股公司参与证据；等待公司公告确认实际客户、合同与收入。

今天不该追的东西

• 黄金 $4,543 与 ETH $8,600：均为技术目标或观点预测，不能视为已达到的价格。
• BTC 在 10 月底达到 $95,000 的期权交易：单笔 $3.2 million 策略表达情景押注，不代表市场共识。
• Bitcoin ETF 单日接近 $1 billion 流入：窗口内发布，但描述的是周一资金流，属于前一交易日背景，不能冒充本窗口新增流入。
• 预测市场到 2035 年达到 $10 trillion：长期规模预测无法替代当期收入和盈利证据。
• 数据中心繁荣遭质疑、AI 监管协同推进：事件汇总被截断，缺少足够正文支撑，不据此建立算力空头或监管受益交易。
• Fed“已经加息”与“加息预期升温”：所给材料口径不一致，且缺少决议原文、幅度和时间，不能据此确认政策路径。
• 社区 benchmark、安全事件指控与无描述标题：缺少完整测试方法或可核实细节，不能升级为主交易信号。

⚡️ 跨叙事关联 • 模型降价可能改善 AI 应用经济性，也可能压低供应商单位收入；算力需求取决于使用量能否抵消单位计算效率提升，交易上应等待订单与资本开支确认。 • 油价回落可能支持风险偏好，同时缓解通胀压力；黄金还受避险需求变化影响，因此 BTC 走强与黄金走弱可以并存，不宜把两者视为同一方向的交易。