OpenAI Devs X / OpenAI Developers | Introducing dots
OpenAI 发布 dots，由 GPT-6 Astra 驱动，定位为拥有独立云端电脑与身份、7x24 常驻在线的个人 Agent，可连接 4000+ 应用并支持 ChatGPT、短信、Slack、Teams 等多入口。官方澄清主 dot 随 Pro 套餐提供、直接工作不消耗用量，仅创建 Codex 任务时按常规计费，未来速度与带宽将作为付费功能，预计几天内数百万个 dot 上线。
Meta / 黄小木、AYi 等 | Meta 发布个人 Agent 产品 Muse
Meta 发布个人 Agent Muse（内部代号 Hatch），为每个用户配一台云端电脑，可自主浏览、填表、比价、下单，带独立运行的 Sentinel 哨兵审批机制并与主系统隔离。已接入 Shopify 及沃尔玛、百思买等商家，美区 App Store 免费榜登顶，同时被亚马逊以未经授权 AI Agent 为由拦截。
Google DeepMind / Gemini Blog 等 | Gemini 4 Argon: our next era of frontier intelligence
Google/DeepMind 发布新一代前沿模型 Gemini 4 Argon，主打真实软件工程、企业知识工作与网络安全防御，具备行业领先的 100 万 token 输出上限，定价输入 $2 / 输出 $10 每百万 token。首发通过 Fairwind Program 面向政府与可信网络安全防御者，之后逐步扩大；Argon (High) 在 Text Arena 以 1525 分登顶，并首次登顶 Vals Index（68.9%）。
Orange AI、Iam_ 等 | GPT 6.1 Sol 发布
GPT 6.1 Sol 发布，API 定价输入 $2 / 输出 $10 每百万 token，约为 Astra 的 1/5，DeepSWE 代码工程追平 Astra，缓存降价 50%，Artificial Analysis 智能指数 52 分。短板集中在安全类任务（SEC-Bench Pro 78.8%、ExploitGym 35.1%）；有用户实测 Sol ULTRA 连续运行 25 分钟仅消耗每周配额 1%。
ChatGPT / OpenAI Developers | Shareable profiles
ChatGPT 推出可分享的个人 profiles，把用户创建的 Sites 和 plugins 集中展示供他人发现复用，团队共享 skills 保留在工作区内，面向 Free、Go、Plus、Pro、Business 开放，后续推广到 Enterprise、Edu、Healthcare。
OpenAI Developers | Plugin extensions
ChatGPT 插件扩展支持构建交互面板、文件查看器与侧边栏主页，并新增提审反馈与 MCP Events 自动化能力，连接应用中的事件可触发 ChatGPT 内自动化。
Google Gemini / Gemini Blog | 用 Gemini 中的 Skills 处理你最重复的任务
Gemini 推出 Skills，用于保存可复用的自定义指令以自动化重复任务，并通过输入栏 '/' 快捷调用，即日起全球上线并将扩展至 Workspace 商业、企业、非营利与教育客户。Gems 将被 Skills 取代，个人账户自 11 月起自动迁移，Workspace 客户分别在 2027 年 3 月与 6 月迁移。
Claude Blog | Claude for Government is now generally available
Anthropic 宣布 Claude for Government 面向美国联邦和州机构正式可用，运行在 FedRAMP High 授权环境，无席位费、按固定增量预付并设硬性上限，支持部门级用量分配、SCIM 单点登录与审计日志。
OpenAI Devs X / Latent Space | Inside OpenAI DevDay
OpenAI DevDay 发布计算机使用相关升级：GPT-6.1 Soul（成本约为 Astra 的 1/5，计算机使用场景仅 1/7）、Decisions API（并行推理、无推理过程、更快）、个人助理产品 Dots（独立云端 Linux 虚拟机）、Agents API 支持计算机使用、Appshots 双击 Command 导入应用上下文。模型正从逐步截图操作转向编写 JavaScript 批量执行，并结合截图、辅助功能接口与 Playwright。
OpenAI / 歸藏、花叔 | OpenAI 向 200 美元 Pro 用户补赠 62500 积分
OpenAI 在削减 200 美元 Pro 会员额度后，向受影响用户补赠 62500 长期有效积分（名义约 2500 美元）；用户指出相对 50% 用量降幅补偿有限，且 Codex 与 GPT-6 Astra 额度将减半。
OpenAI Devs X / Beyang | Plaid speed in Amp now runs GPT-6 Astra
Amp 的 Plaid 速度档位现已支持 GPT-6 Astra，速度提升约 6 倍，可在已有会话中随时开关但需额外付费，ChatGPT 订阅暂不支持。
thsottiaux / Tibo | Daybreak Blue 硬件密钥政策
从 10 月 1 日起，Daybreak Blue 个人用户使用 cyber-forward 能力时必须绑定合规硬件密钥，企业用户不受影响，官方将此定位为加速防御方策略。
claude-code-releases | v2.1.286
Claude Code v2.1.286 发布，集中修复会话恢复、权限提示、登录认证、Remote Control、MCP 认证提示与 API 错误重试等问题，并修复 MCP 错误信息泄露凭证值的安全问题。
minimax-code-releases | MiniMax Code 0.5.10
MiniMax Code 发布 0.5.10，基于公开源码 commit a36e640 构建并提供 tar.gz 与 SHA-256 校验和，需 Node.js 22.19+ 等环境，与官方 npm CLI 共用包名和用户数据。
Qwen X | Qwen3.8-27B 上线 Nebius Token Factory
Qwen3.8-27B 27B dense 模型通过 Nebius Token Factory 提供访问，面向编码、研究与多步 agent 工作流。
Z.ai X / Zixuan Li | GLM-5.3 通过 OpenVuln 协助审计 389 个开源项目
Z.ai 称 GLM-5.3 已通过免费服务 OpenVuln 协助守护 389 个开源项目，累计发现 4249 个潜在漏洞并私密反馈给维护者。
GitHub Trending / modelcontextprotocol | modelcontextprotocol/servers
MCP 官方服务器集合仓库登上 GitHub Trending 日榜第 12 名，累计约 90,704 star，反映 MCP 工具接入协议的生态积累。
Claude Blog | How Anthropic's sales team rebuilt inbound with Claude Managed Agents
Anthropic 销售团队用 Claude Managed Agents 搭建 buying agent 重构 inbound 流程，每天承接数千场对话、7x24 多语言解答，转交销售的线索成商机概率是旧表单线索两倍以上，成交快约 5 天，需人工协助的对话比例下降约一半。
AYi / Anthropic | Anthropic 公开 Prompt 评测与自动调优方法论
Anthropic 公开内部 Prompt 优化、Agent 评测与自动调优方法论，Claude Code 官方技能库上线 build-eval 与 hillclimb 两个指令，并给出客服 Agent 从 Opus 4.8 降到 Sonnet 5、准确率从 78.6% 升至 90.5%、单次成本从 4.6 美分降至 1 美分的案例。
美研芒格君 | AI 做投研：每月 1300 美元订阅与自建投研 infra 实践
作者披露其 AI 投研工作流：个人订阅每月约 1300 美元，含多个 Codex 与 Claude 订阅及 GPU 开销；自建 Harness 每天完成约 85% 研究工作，并给出对 Opus5.5、GPT-6 Ultra 和开源模型的判断。
熊布朗 | Agent Harness 中 goal 机制实现方案与队列设计
作者分享 Agent Harness 中 goal 机制实现方案，讨论等待与暂停的语义区别、完成声明与完成判定的分工，以及队列设计比 goal 本身更考验整体 Harness 能力。
zzxwill | 沙箱 Infra 从业者复盘从 browser use 到 Agent 长运行沙箱的演进
zzxwill 以时间线复盘沙箱 Infra 的演进：25 年初做 browser use 多租户 FaaS，随后把 chromium 内核放入 FaaS pod 提供 CDP 入口，年中做 All in One Sandbox 支持代码执行与文件操作，类 Manus Agent 需求井喷后继续做沙箱持久化与暂停快照恢复，强调卖铲子模式在 AI 时代需求稳定。
阑夕 / Instinct 创始人 Noah Shinn 播客 | Personal Agent 新范式
闌夕蒸馏 Instinct 创始人 Noah Shinn 播客：Instinct 投后估值超 100 亿美金、用户仅 10 万出头且邀请制，无 App 无网站、仅靠短信邮件交互，年预计代付超 10 亿美金，向供应商收佣金、用户免费，40% 用户三周内主动提交信用卡权限，90% 交互为语音。
Andy / Robinhood | Robinhood 在 HOOD Summit 发布代理式交易
Robinhood 在 HOOD Summit 上发布 Robinhood Agents，允许用户用前沿模型管理投资组合，Agent 主动提问并调用机构级数据执行交易；会前预告还提及代币借贷、预测市场与链上期权。
OpenAI Devs X / Factory | Factory 成为 OpenAI B2B Marketplace 首发合作伙伴
Factory 成为 OpenAI B2B Marketplace 首发合作伙伴，符合条件的 OpenAI 企业客户可将部分既有承诺额度用于购买 Factory，以自主 AI 智能体加速软件开发。
花叔 / WorkBuddy | 用 WorkBuddy 从零重做「芒格思维」微信小程序
作者用 WorkBuddy 5.6.1+ 从零重做「芒格思维」微信小程序，认为瓶颈不在代码而在开发者工具、AppID、上传审核、后端、登录与 AI key 这一整串链路；WorkBuddy 以第三方服务商身份将其接入微信生态，首版 18 分钟生成、消耗 60.47 积分，后续 7 轮迭代共 604.42 积分。
哥飞 | 独立站四小时无单，排查发现价格套餐展示问题
哥飞复盘独立站四小时无单：自购测试确认支付链路正常，真正原因是价格套餐展示有误导致用户打开付款页就离开，修正后 18:19 起恢复出单；该站由 TrustMRR 验证已过千美元收入，流量成本为零。
Koda | AI 产出差在于把旧范式经验强行套给强模型
Koda 认为 AI 产出差的根源不在提示词或工具链，而在于把旧范式的低效经验（Skill）强行套给 AI；他用 Codex + AE + Remotion 剪视频返工 30 多版、消耗近 30 亿 token 仍不满意，结论是不加自封装 Skill 时模型自跑质感更好，个人经验在算力进化面前价值有限。
阑夕 / AI 短剧公司 | AI 短剧公司签约山寨明星买断脸部授权训练 AI 角色
AI 短剧公司通过第三方低价签下撞脸明星的素人形象独家授权，用作训练原型，生成接近对应明星但来源层合规的 AI 角色，跑通后计划向其他短剧公司分销形象版权。
叫我阿杭 | 40 分钟拆解 AI 漫剧变现实操链路
作者用 40 分钟视频拆解 AI 漫剧从制作、平台、拉新、推广到出海和知识付费的变现链路，并推荐 flova、即梦、可灵、Seedance 2、任推帮、右豹等工具与平台。
Roland.W / Fotor Agent | Fotor Agent：将文档转成可编辑 4K MG 动画
Fotor Agent 是面向 AI 视频创作者的 agent 产品，可把 markdown 文案或 PDF 等文档转成多轨道可编辑的原生 4K MG 动画工程，支持反复局部修改；实测 35.3 秒数字人视频累计约 436 积分（约 7.41 美元），宣称 4K MG 生成成本低至 0.06 美元/秒。
MiniMax X / Creatify Labs | Boreal-H3 广告视频模型
Creatify Labs 基于 MiniMax H3 后训练出广告优化视频模型 Boreal-H3，参考保真度 85.3%、简报成功率从 28% 提升至 50%、身份匹配度从 83% 提升至 94%、每片段可见缺陷下降 70%、生成时间与成本下降 20%。
MiniMax X / HeyGen | HeyGen Video 基于 MiniMax H3 发布
HeyGen 发布 HeyGen Video，基于 MiniMax H3 并由 HeyGen 后训练，面向企业提供制作级质量视频，定价自 10 月起为 $0.01/秒（约五折）。
Google DeepMind / Demis Hassabis | SynthID Bio 蛋白质水印
Google DeepMind 推出 SynthID Bio，可对 AI 设计的蛋白质进行水印标记，并开源相关工具，成果发表于 Nature，以应对 AI 时代生物安全挑战。
Claude / ClaudeDevs | Claude Founder House 与开发者新站点
Anthropic 宣布 Claude Founder House 活动将登陆旧金山 Tech Week（10 月 6–8 日）和斯德哥尔摩（10 月 14 日），面向创始人、CEO 和开发者提供演讲、工作坊与 office hours；同时推出面向 Claude 开发者的新官方站点，集中提供工程深潜文章、Claude Code 与 API 指南。
OpenAI X | OpenAI 发布小企业 AI agents 报告并与 ASBDC 合作
OpenAI 发布关于小企业使用 AI agents 的新报告，并与 ASBDC 合作提供 hands-on AI training 与本地指导，帮助更多小企业主上手。
黄小木、Roland.W | 个体户低成本注册微信小程序做会员订阅
两位创作者分享同一路径：微信认证仅需 30 元、约半天审核通过，个体户甚至海外企业可低成本注册微信小程序，打通微信虚拟支付做会员订阅，把群聊日报等内容沉淀到小程序，并通过群白名单授权给群友使用。
程肖宇、興雨、Starling 等 | X 流量来自高频互动而非内容本身
多位用户主张 X 的曝光与账号活跃度、评论互动、停留时长强相关：不互动就没曝光，保持高频发帖与回复可获得稳定流量，其中一人给出 20 发帖/500 回复/约 8k 曝光的量化模型。
出海开发者 / Roland.W | 人生第一单：关键词套利 + ChatGPT 自然流量 + codex 辅助
一位出海开发者分享从发现新关键词、快速上线站点到收到人生第一笔订单的过程：当天四十多点击，次日 ChatGPT 带来大量持续流量，上线登录后每小时有用户注册，用 codex 设 goal 自动跑任务，先调通功能再参考竞品设计套餐。
Google Developers Blog | Accelerating Spatio-Temporal Attention for Video Diffusion on TPUs
Google 将 Sparse VideoGen 的稀疏注意力掩码与 TPU 硬件 tile 执行对齐，跳过空内存 tile 并改用 temporal-major 内存布局，高分辨率视频扩散推理最高实现 1.69 倍端到端加速。
Anthropic 官方复盘了销售团队用 Claude Managed Agents 重建 inbound 流程的完整实践。这套 buying agent 每天承接数千场对话，7x24 小时以多语言解答潜在客户问题，转交给销售的线索最终成为商机的概率是旧表单线索的两倍以上，成交周期缩短约五天，需要人工介入的对话比例下降约一半。核心变化在于：过去 inbound 依赖静态表单筛选意向，用户填完即进入等待，而现在 Agent 主动对话、实时判断意向强度并决定何时转人工，把筛选动作从「表单填写后的异步审核」变成「对话过程中的即时判断」。
这篇文章的价值在于它是少见的官方一手数据，而非第三方估算或供应商案例包装。大多数 Agent 落地讨论停留在「能做什么」的演示层面，而这里给出了线索转化率、成交速度、人工介入率三个可对照的指标，可以直接用来推算自己获客场景的 ROI 模型。更值得关注的是它改变了「Agent 适合处理低价值重复任务」的默认判断——这里 Agent 承接的是直接面向潜在客户的关键转化环节，且效果优于人工表单流程。可迁移的部分不在于复制这套系统，而在于理解它的分流逻辑：什么条件下由 Agent 独立完成，什么信号触发转人工，以及多语言支持如何降低了跨境获客的边际成本。
Anthropic 公开了内部的 Prompt 优化、Agent 评测与自动调优方法论，并在 Claude Code 官方技能库中上线 build-eval 与 hillclimb 两个指令。配套的客服 Agent 案例给出了具体数据：模型从 Opus 4.8 降到 Sonnet 5，准确率从 78.6% 升到 90.5%，单次调用成本从 4.6 美分降到 1 美分。这意味着降本和提准并非取舍关系，通过系统化的评测驱动迭代，可以在换用更小模型的同时提升表现。build-eval 解决的是「怎么建立可信评测集」，hillclimb 解决的是「怎么在评测指导下自动爬坡优化」，两者组合构成了一套可重复的 Agent 调优闭环。
对正在构建 Agent 产品的团队来说，这套方法论的价值远大于任何单次 Prompt 技巧分享。多数团队的问题不是不会写提示词，而是缺少评测标准，导致每次调整都靠主观感受判断好坏，无法积累有效迭代。这篇文章提供的思路是：先建立可自动运行的评测集，再让优化过程本身自动化，人的角色从逐条调 Prompt 转为设计评测维度和审查边界条件。可迁移到其他工作的启发在于，任何依赖模型输出的生产流程——无论是客服、内容生成还是数据分析——都可以套用「建评测集、自动迭代、定期回归」的三步框架来替代凭经验拍脑袋的调优方式。
OpenAI DevDay 在计算机使用方向发布了一系列更新：GPT-6.1 Soul 模型针对计算机操作优化，成本约为 Astra 的五分之一，计算机使用场景的调用价格仅为七分之一；Decisions API 支持并行推理且不暴露推理过程，速度更快；Dots 产品每个实例拥有独立的云端 Linux 虚拟机；Agents API 正式支持计算机使用；Appshots 允许双击 Command 键导入应用上下文。最值得注意的范式变化是模型从逐步截图、逐次点击的操作方式，转向编写 JavaScript 代码批量执行，同时结合截图、辅助功能接口和 Playwright 作为补充。
这条内容的阅读价值在于它揭示了一个容易被忽略的转折：计算机使用 Agent 的竞争焦点正在从「能不能操作界面」转向「能不能绕过界面直接调 API 批量完成任务」。逐步截图操作虽然通用，但速度慢、成本高、容错低；批量代码执行则更快、更便宜，但要求模型理解应用的数据结构和操作语义。这一转变意味着，未来 Agent 产品的竞争力可能更取决于对目标应用的深层理解，而非通用的视觉识别能力。对开发者的实际影响是：在设计 Agent 工作流时，应优先考虑目标应用是否有可调用的结构化接口，而非默认走视觉模拟路径；同时 Decisions API 这类无推理过程的快速决策接口，适合用在需要低延迟响应的 Agent 循环中。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，主攻真实软件工程、企业知识工作和网络安全防御三个方向。最突出的技术指标是 100 万 token 的输出上限，这在当前主流模型中属于行业领先水平，意味着可以一次性生成极长文档或完整代码库。定价为输入每百万 token 2 美元、输出每百万 token 10 美元。首发策略值得注意：Argon 通过 Fairwind Program 首先面向政府和可信网络安全防御者开放，之后才逐步扩大范围。评测方面，Argon (High) 在 Text Arena 以 1525 分登顶，Code Arena: WebDev 排名第 8，并首次在 Vals Index 上以 68.9% 登顶。
从模型选型角度看，Argon 的定价与 GPT 6.1 Sol 处于同一区间（输入 $2 / 输出 $10），但输出上限和长文档能力明显更强，这对需要处理超长上下文或生成完整项目代码的场景有实际意义。更值得关注的是首发路径透露的信号：前沿模型正在把政府和安全领域作为优先验证场景，而非先面向大众市场。这一策略既反映监管环境的推动，也说明高安全要求场景对模型能力的要求更高，通过这类场景验证后再下放到通用市场，可能成为后续发布的常规节奏。对团队的直接影响是：如果工作流涉及大量长文本生成或完整代码库输出，Argon 的输出上限值得纳入对比测试；但在评估时需注意 Fairwind 路径意味着通用访问可能有时滞。
闌夕蒸馏了 Instinct 创始人 Noah Shinn 的播客内容，给出了一个颇为反直觉的个人 Agent 样本：Instinct 投后估值超过 100 亿美金，用户只有 10 万出头且采用邀请制，没有 App 没有网站，仅靠短信和邮件交互，年预计代付金额超过 10 亿美金，商业模式是向供应商收佣金而对用户免费。更令人意外的数据是两个行为指标：40% 的用户在三周内主动提交了信用卡权限，90% 的交互通过语音完成。这意味着用户愿意为便利性让渡极高权限，且语音而非文字是这类产品的自然交互方式。
这个案例的价值在于它挑战了个人 Agent 产品的多个默认假设：不一定需要独立的 App 或网页入口，不一定先追求用户规模再考虑变现，不一定以文字对话为主要交互形式。短信作为交互界面意味着零安装成本、零学习曲线，语音作为主要输入方式则降低了使用门槛。向供应商收佣金的模式让用户端完全免费，消除了付费决策的心理摩擦，而 40% 用户主动提交信用卡权限这一数据说明，当 Agent 能实际完成任务时，用户对权限的开放程度远超产品经理的保守预期。可迁移的判断是：在设计 Agent 产品时，应优先考虑任务完成的闭环程度而非交互界面的丰富度；如果 Agent 能稳定解决一个具体问题，用户对入口形态和权限让渡的容忍度会比预想中高得多。
作者用 40 分钟视频拆解了 AI 漫剧从制作到变现的完整链路，覆盖制作工具、分发平台、拉新获客、推广投放、出海路径以及知识付费变现六个环节。推荐的工具与平台包括 flova、即梦、可灵、Seedance 2、任推帮、右豹等，分别对应内容生成、视频制作、分发推广等不同环节。这条内容的核心价值不在于推荐了哪些工具，而在于它把漫剧变现当作一条完整产业链来拆解，而非孤立地讨论「如何用 AI 做视频」。从制作到平台到拉新再到出海和知识付费，每个环节都有不同的成本结构、利润分配和关键成功因素。
对想做内容变现的人来说，这条视频提供了一个可对照的环节清单，可以据此评估自己适合切入哪个位置。如果你擅长制作，可以专注内容生成环节向平台供稿；如果你擅长投放和流量运营，可以做拉新和推广；如果你对海外市场熟悉，可以走出海路径。更实际的启发是：AI 漫剧这类内容形态的变现不依赖单一爆款，而是依赖稳定的产能和对平台分账规则的熟悉程度，这与传统内容创作依赖创意爆款的逻辑不同。理解这一点后，选择进入时机和切入环节的判断会更有依据。
作者披露了自己用 AI 做投资研究的完整配置：个人订阅每月约 1300 美元，包含多个 Codex 和 Claude 订阅以及 GPU 开销；自建 Harness 每天完成约 85% 的研究工作，并给出了对 Opus 5.5、GPT-6 Ultra 和开源模型的判断。这条内容最有价值的部分不是订阅清单本身，而是「自建 Harness 完成 85% 研究工作」这个比例——它说明在当前模型能力下，投资研究这类需要大量信息收集、整理和初步分析的工作已经可以高度自动化，人的角色转向设定研究框架、判断信息质量和做最终决策。每月 1300 美元的订阅成本对个人来说不低，但如果替代的是分析师级别的人力，这个投入产出比就很清楚了。
从可迁移的角度看，这套工作流的启发在于它把订阅工具视为生产投入而非消费支出，并以能否独立完成大部分研究工作作为衡量标准。这种视角可以套用到任何知识密集型工作：律师可以用类似方式搭建案例检索和分析的自动化流程，咨询顾问可以用它做行业研究和竞品分析，科研人员可以用它做文献综述。关键判断点在于你的工作是否包含大量结构化的信息处理环节，如果是，那么搭建类似的自动化流水线就值得投入时间去设计。作者特别提到不收费也不卖课是因为 ROI 不高，这也侧面说明这类工作流的价值在于自用而非教学。
一位出海开发者完整记录了从发现关键词到收到第一笔订单的过程：当天发现新关键词后快速上线站点，获得四十多次点击，次日 ChatGPT 开始带来大量持续自然流量，上线登录功能后每小时都有用户注册。技术实现上，他用 codex 设置 goal 让 AI 自动执行任务，先调通核心功能再参考竞品设计套餐定价。这条复盘的价值在于它展示了一个完整的从零到首单的最小闭环，而且每个环节都有具体观察数据：关键词发现后的当天点击量、ChatGPT 引荐流量的出现时间、登录功能上线后的注册频率。这些数据点可以帮助判断自己在类似路径上处于哪个阶段，以及下一步应该优化什么。
更值得关注的是 ChatGPT 带来的自然流量这一现象。这意味着 AI 对话产品正在成为新的流量分发渠道，用户通过 ChatGPT 获取推荐后直接访问站点，这种流量的获取成本为零且持续性强。对独立开发者的启发是：产品上线后应尽快验证是否能被 AI 推荐，这可能需要优化产品描述、结构化数据或内容页面，使其更容易被 AI 索引和引用。另一个可迁移的判断是「先调通功能再参考竞品设计套餐」这个顺序——很多开发者习惯先设计完整的定价方案再开发，但实际上在功能验证阶段，套餐设计可以后置，先确认核心价值是否被用户认可，再根据真实使用情况设计付费结构。
两位创作者分享了同一条路径：通过微信认证仅需 30 元、约半天审核通过，个体户甚至海外企业都可以低成本注册微信小程序，打通微信虚拟支付做会员订阅，并把群聊日报等内容沉淀到小程序中，通过群白名单授权给群友使用。这套方案解决的是知识付费和社群运营中一个长期痛点：如何在不依赖第三方平台的情况下，用自己的产品承载付费会员和内容沉淀。用小程序做会员订阅的好处是支付链路短、用户信任度高、内容可控，同时群白名单机制可以实现「同一群的人自动获得访问权限」，省去了手动添加和验证的环节。
这条路径的可复制性强，因为它不依赖特殊资源或技术能力，核心成本是 30 元认证费和半天等待时间。对做社群运营或知识付费的人来说，这意味着可以绕开平台抽佣和审核限制，建立自己的会员体系和内容库。更广泛的启发在于：当大平台对内容变现的限制越来越多时，利用微信生态内的开放能力搭建自有产品，可能是成本最低、可控性最强的路径。需要注意的约束是虚拟支付需要符合微信的类目要求，且内容审核仍然存在，但相比依赖第三方平台，这套方案的自主权明显更大。
Koda 提出了一个反直觉的论点：AI 产出差的根源不在提示词或工具链，而在于把旧范式的低效经验强行套给 AI。他用自己用 Codex 加 AE 加 Remotion 剪视频的经历作为论据——返工 30 多版、消耗近 30 亿 token 仍不满意，最终发现不加自封装 Skill 时模型自跑的质感反而更好。这个结论对当前流行的「给 Agent 封装 Skill 来注入领域知识」的做法构成了直接挑战：当模型能力足够强时，人为注入的传统工作流经验可能不是在帮助模型，而是在限制它探索更优解的空间。
这条内容之所以值得细读，是因为它给出了一个可验证的假设和具体的验证代价。30 亿 token 和 30 多版返工是相当高的实验成本，得出的结论也因此更有说服力。它改变了一个常见判断：过去认为「把专家经验封装成 Skill 是提升 AI 输出质量的关键」，但现在需要反问——这些经验是来自 AI 时代的实践，还是来自前 AI 时代的工作习惯？如果人类专家本身也没做过 AI 辅助创作，那么他们的经验对 AI 来说可能反而是噪声。可迁移到其他工作的启发是：在使用 AI 时，应区分哪些约束是任务本身要求的，哪些只是过去工具限制下形成的习惯；前者应该保留，后者应该先让模型自由发挥，再根据结果决定是否需要人工干预。
a16z YouTube | AI, Infrastructure, and the Next Investment Cycle
AI, Infrastructure, and the Next Investment Cycle
时长：52:20
Joe Rogan / PowerfulJRE | Joe Rogan Experience #2560 - David Grusch
Joe Rogan Experience #2560 - David Grusch
时长：2:30:26
Latent Space | Inside OpenAI DevDay: Superhuman Computer Use, Decisions API, and the AI Cloud — Ari & Nikunj
Inside OpenAI DevDay: Superhuman Computer Use, Decisions API, and the AI Cloud — Ari & Nikunj
时长：40:24
Nate Herk - AI Automation | OpenAI's Dots vs. Meta's Muse in under 17 minutes
OpenAI's Dots vs. Meta's Muse in under 17 minutes
时长：16:30
跨来源 ≥3 且首见 ≤14 天的名词，按来源数排序：
抓到 483 → 进批 74（15%）→ 进日报 37（50%）
今天批处理之后抓到 409 条（明早进批）：x-home 389、openai 4、roland-w 4、huang-xiaomu 3、oran-ge 2
待处理积压：0