Go Plus is here $40/month, higher limits

智谱这家公司就是喜欢不把用户当人，又蠢又坏 我来捋一下 ZCode 仓库上传事件时间线 9月18日，开发者发现 ZCode 会在后台给代码库生成快照，压缩、加密后取得上传到阿里云 OSS 的凭证 同日，智谱公开发文，声称这是 wiki 模块的 bug，后续会修复，承诺后续会开源 ZCode，并送一次重置额度 9月20日，部分公司开始就 ZCode 上传仓库事件进行起诉， 9月21日，时隔三日开源了 ZCode，但网友们很快发现这是 A/B 版本，开源版本几乎停留在9月21日版本，并且关闭了 issue 和 pr 同日，@_FORAB 发现智谱开始就 ZCode 仓库上传事件做大面积公关，国内媒体下架内容，海外媒体找大 V 洗白 9月25日，有用户发现新版本还在持续进行仓库上传 遇到问题只会让用户闭嘴，不重视自身问题，把用户当猴耍，恐怕这样的公司只会遗臭万年！ 以后开发者们用 ZCode 开发项目，都得往项目里塞葫芦娃大战奥特曼全集了。你们不是喜欢看仓库吗，这就让你们看到饱

6 Luna 的数据出来了。我不知道说 OpenAI 啥了，我就觉得犯恶心，你们自己看吧，现在是 Codex 用户不被当人了🤡 出之前大肆宣扬性能大幅提升、廉价到无法计量；出的时候价格降一半，说这同样会提高使用限制。 结果我一统计，额度从 75 亿砍到 44 亿，直接削了 40%🤡🤡一刀砍这么狠的真是头一次见😀只能说希望是我算错了

羊毛是昨天薅的，号是今天封的。 《这就是调查兵团存在的意义》 总结原因：绑定的全新github小号，普通额度几乎蹬完。cloud额度上次截图的用了快一百美金，实际我看到用了130多，我以为没事就没截图了 今天就登不上了🤣

OPENAI 🔥: An upcoming always-on assistant from OpenAI will be named "o". > Its reference appeared briefly on the ChatGPT upgrade screen for some users. > Internal config has references to "o" as a display name and "-o" as an email suffix. This means that "o" will support email handling. > OpenAI is hosting its DevDay next week, where we will likely hear more about their always-on assistant. > P.S. A rumored "Aeon" reference is an internal name for the existing custom Agents implementation for ChatGPT Workspace accounts. Yet OpenAI will likely build a consumer-facing "o" assistant on top of this feature. Next week will be huge. I also like that Meta set a super high standard with its Muse assistant. OpenAI will need to cross a very high bar. Soon? 👀

悲报，今早起来发现我的 Claude Code 封号了😭 貌似我就说了一句，请用中文回复我，然后就封号了

What is effort really? When do you change it it and why not just use max effort for everything? I dove deep into this problem, looking into evals and doing my own tests and I was quite surprised by the results.

🎉好消息！Muse 全面放开！直接注册！ 绑定银行卡即可使用 果然注册的慢就不用折腾了！ 不过，拉裤裆的模型，大家都为什么争先恐后？🤔

卧槽，朋友发的图说，智谱ZCode 3.14之后的版本还在持续每天上传40G代码索引和仓库记录 是不是真的，ZCode到底在干嘛🤔

再见吧，DeepSeek Harness webui 版本。 macOS的桌面版已经装上了，并且已经升级到DeepSeek Harness v0.1.7-rc.2了，装上后就可以自动更新了。 双击安装比之前命令行启动真的好太多了，哈哈。

Space Bunny (stealth model) is free for the next week - 1M Context - Multi-modal - Zero Data Retention

#Claude 我刚才用 Claude Opus 5.5 做的鹈鹕骑自行车，有点逆天了，我说杀死比赛了 没意见吧，完成度太高了 claude-opus-5-5.riba2534.cn/

海鲜市场最新的gpt订阅belike：

Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.

今天刷 L 站看到有人扒小米 MiMo Code，说官方安装包里藏了公开仓库没有的代码，甚至带整库打包功能。 我让 Codex 去做了纯静态解包和代码比对，结果真扒出来了。 官方 macOS 安装包里确实多出了 codebase-bundle 和 collectCodebase 函数。这玩意儿不仅写得极其完整，还会用 git ls-files 扫仓库、逐个读取 UTF-8 正文，再用 Zstandard 压缩成整包。 更绝的是，开源仓库里的 build.ts 甚至明目张胆写着从仓库外的私有目录拷扩展打包、构建完再删掉抹除痕迹。 不过替小米说句公道话：静态调用链分析显示，这套代码全包调用次数为 0，函数本身也没有网络外发逻辑。简单说就是写了、打包进去了，但目前还是个死代码，没在偷偷上传代码库。 智谱前脚刚因为这事被喷，大厂们发开源版能不能走点心。🤣

智谱，如果你不会公关的话，建议你问下 AI @Zai_org 我也帮你问过了，这件事情的核心并不是道个歉、开个源、发个鸡蛋就完事的。这次事件真正的核心是，涉及到每个用户的信息安全 我至今为止都没见到你们对用户的已泄露的信息和资产安全做过任何公开后续处理，例如你们对误上传的仓库快照如何处理？这才是每一位使用 ZCode 用户真正关心的事 这是一个极其严重的信息泄露事件，已经造成了每一位智谱用户与智谱的严重信任危机 现在短期内我是不敢用 ZCode 了

智谱这次，可能真摊上事了！ 9月18日，开发者发现 ZCode 会在后台给代码库生成快照，压缩、加密后取得上传到阿里云 OSS 的凭证。 一份公开样本有313MB、42411个文件，其中86.6%的体积来自 .git 目录，可能包含完整提交历史和曾经删除的文件。另一名开发者还发现了上传被服务端接受的记录。 智谱当天致歉，称上传由默认开启的“代码库索引”功能触发，数据用完即删，问题已经修复。公司承诺开源 ZCode、接受第三方审查，并补偿一次周额度。 9月20日，事情升级。 太原承明科技公开发函称，其源代码、架构文档、数据库口令和云平台密钥可能遭到上传。它还发现，协议签约方是北京智谱华章，部分请求却指向新加坡关联实体，因此要求智谱在10月10日前说明数据去向、责任主体和出境情况，并提供访问日志及删除证明。 目前没有公开的监管立案或法院认定，请求指向新加坡也不能直接证明数据已经出境。 智谱真正的麻烦在于，企业已经带着取证材料追责。它必须证明数据去了哪里、谁能访问、是否删干净。 如果这些问题解释不清，事情就可能从产品事故升级为索赔和监管问题。 周额度当天就能补上。那几份证明，才决定智谱到底摊上了多大的事。

智谱 ZCode 被爆会上传你的代码 @Zai_org 我刚转战智谱，就给我闹这出？要不然你们出来解释解释？🙂

We're adding support for AGENTS.md to Claude Code. Starting today in version 2.1.277, if there is no CLAUDE.md in a folder, Claude will check for and use AGENTS.md. You can toggle this behavior in /config.

智谱 ZCode 被爆会上传你的代码 @Zai_org 我刚转战智谱，就给我闹这出？要不然你们出来解释解释？🙂

🚨紧急：智谱 ZCode 被指登录后会在后台把整个工作区打成快照（含完整 .git 历史、LFS、reflog），加密后直传阿里云 OSS。私钥只在服务端，设置无法关闭，隐私政策也未披露。 来源是博主 ferstar 在清理本机 \~/.zcode时做了逆向和流量排查，发现 zcode 会静默全量上传全部 git 历史，目前已经看到有开发者在本机环境接近完成复现。 这是非常严重的隐私泄露问题，强烈建议开发者先停用 Zcode，等待更多社区反馈和官方回应。以后还是尽量使用开源 Agent🙏

🙃Union Alpha 这么快就公布结果了？！ 不是说限免一周的吗？

破案了，Union Alpha 居然是多个模型一起回答的 Cloudflare 文档写得很直接：每次请求都会并行调用多个语言模型，再综合成一个答案，支持文字和图片输入，通过同一个 API 返回。 我前面连续用了几个小时，就开始怀疑这些回复可能根本不来自同一个模型，还专门补了条评论，猜是不是后台偷偷做了路由。按这份介绍，它做得比我猜的还进一步，每次请求都有多个模型参与，最后再整合回答 前面一直在猜 GPT、GLM、Llama、NVIDIA、Mistral，可能一开始就把问题想简单了。不过具体用了哪些模型，这段介绍还没说。现在我更想知道，谁负责最后整合答案，以及正式上线以后，还能不能维持现在这个表现和价格

新的斩杀线又来了？神秘模型 UnionAlpha 上线 OpenRouter 限时免费试用 支持多模态输入，上下文窗口 256k，Terminal-Bench v4.0 逼近 GPT-6 Astra high，价格仅约为 GPT-6 Astra high 的一半 有没有用上的朋友，说说体验如何？

新的斩杀线又来了？神秘模型 UnionAlpha 上线 OpenRouter 限时免费试用 支持多模态输入，上下文窗口 256k，Terminal-Bench v4.0 逼近 GPT-6 Astra high，价格仅约为 GPT-6 Astra high 的一半 有没有用上的朋友，说说体验如何？

Pace the frontier

🥷 New stealth model: Union Alpha (@unionalphaai) A multimodal model for research, coding, and agentic workflows. - Free to use - 256K context - Tool calling - Frontier-level general-purpose performance Try it now and share your feedback: openrouter.ai/stealth/union-…

最近 OpenAI 采用了一种软性风控策略：如果判断账号 GPT 被作为中转使用，则会对账号进行降智 不少跑并发的正常用户反馈自己的账号被降智了 判断是否降智的方法，主流的有两种： 1、考察绘图能力，使用 GPT 6 Astra medium 发送以下提示词，如果绘图不正常则为降智： 创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，你不需要任何测试 2、考察逻辑能力，使用 GPT 6 Astra medium 发送以下提示词，如果答案不是 21 则为降智： 在一个黑色的袋子里放有三种口味的糖果，每种糖果有两种不同的形状（圆形和五角星形，不同的形状靠手感可以分辨）。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目，那么，最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖？（同时手中有圆形苹果味匹配五角星桃子味糖果，或者有圆形桃子味匹配五角星苹果味糖果都满足要求） 苹果味 桃子味 西瓜味 圆形 7 9 8 五角星形 7 6 4 妈耶，这道逻辑题说实话我也不会😂 另外我把鹈鹕测试结果贴出来了，不降智和降智的区别还是很明显的

OpenAI已经被彻底玩坏了，广大网友为了应对降智真是什么办法都能想出来，今天刷到一张模型降智鹈鹕对照表😂 测试模型降智，每天上工之前让他画一个鹈鹕就行 直接拿下面这张图作为参考，画鹈鹕的提示词： “用 SVG 格式，画一只骑自行车的鹈鹕” 如果画出来的脚是歪的，自行车结构也对不上，那就肯定是降智了

我最近把自己的 pi Coding Harness 又改了一轮，目标很明确：把上下文效率压到极限 我现在不管模型的 Context Window 有多大，我会把每一段进入 Context 的内容，尽可能的做到和当前任务相关，过滤无关内容 实际 coding 时，最容易烧掉上下文的，往往是工具输出、重复读取、失败返工，以及每轮都重新加载的能力说明 我的 Harness 现在主要靠四道闸： 1️⃣ 常驻内容做薄 AGENTS.md 只放长期不变的规则，具体能力交给 Skills。 不常用的 Skill 默认隐藏，需要时再用 $ 拉出来。这样每次启动不会把几十个 Skill 的说明全部塞进系统上下文。 我现在的思路是： │ 规则常驻，能力按需加载。 2️⃣ 工具输出先过滤，再进入 Context 我装了 context-mode 大日志、Shell 输出、API 响应和大文件，不直接整段灌进主会话，而是先在沙箱里处理，默认只返回摘要。需要细节时，再从本地知识库里按需检索。 搜索则交给 @ff-labs/pi-fff，用常驻索引、frecency 排序和分页结果，把「搜一遍仓库」变成「只看最相关的几段」 这两层叠起来，Context 里留下的是结论和命中位置，不是几百 KB 的原始输出 3️⃣ 长任务拆开 Context 多 Agent 不共用一条长对话。 我用 pi-subagents 把 scout、worker、reviewer 放进独立 Context，父 Agent 只接收结果、产物和验证证据。 临时问题则丢给 pi-btw，避免一个小问题污染主线程。 pi-auto-compact 作为最后一道保险，Context 接近上限时自动收缩历史。 4️⃣ 把返工也算进 Context 成本 pi-ask 负责在目标、文件和验收标准不明确时先停下来问。 改完之后，走测试、检查、看 diff，再让 fresh reviewer 看一遍。 少一次误改，通常比少几段 Prompt 更省上下文。 所以我现在这套配置里，和 Context 直接相关的核心包大概是： [ "npm:pi-subagents", "npm:pi-skillful", "npm:@eko24ive/pi-ask", "npm:@ff-labs/pi-fff", "npm:pi-auto-compact", "npm:context-mode" ] 什么内容进入主对话，什么内容只保留摘要，什么任务应该切到独立 Context，什么时候必须停下来请求人工确认 它也有代价：索引需要预热，摘要可能丢细节，独立 reviewer 也会带来重复读取 但方向已经很清楚了 Harness 不是越厚越强。好的 Harness，是让模型少看无关内容，却在真正需要的地方拿到完整证据 如果你也在搭 pi，可以先别急着装更多包，先问一句： 这段输出，真的需要进入主 Context 吗？ #PiAgent #AIcoding

果蝇大脑和我们今天用的主流 LLM，Claude、gpt，image2.5，结构上有巨大区别。 人类主流玩的网络，在训练前，都是固定好了结构，Transfomer，MoE，Dense 都固定。再通过数据调整权重。 🔥果蝇大脑很有意思，网络连接极其复杂。亿万年的进化，让它多模态、低功耗、支持 flash 模式，几乎不支持 thinking 模式。 只有16.7 万个神经元，粗暴类比成 AI 模型，它大概是一个 0.026B 级别的超稀疏连接网络。 这种网络如果让人设计，一根线一根线设计，完全不可能。 现在都有人拿它来玩游戏、开车、刷视频、解魔方。 会不会里面还藏着很多类似 ResNet这种神作？ 🤔

We Must Pace the Frontier: I’ve written a new essay on why the AI industry should slow down, with a three-part plan for doing so. Anthropic is unilaterally committing to the first of these steps. We’ll provide third-party evaluators with permanent, employee-level access to our systems, so that they can verify adherence to our safety measures, report on incidents, and assess models’ alignment during training. You can read the full post here: darioamodei.com/post/we-must…

💥 靴子落地！ OpenAI 正式宣布取消 $200 档位 Pro 的订阅 也就是说 支持开源作者的 6个月 Pro 等同于一张白纸 说下背景： 有订阅的情况下是无法兑换这6个月 Pro 的 如果停掉订阅成为 Free 再兑换 会提示“没有Pro档位”了 同时，付费也无法回到 Pro 了 所以只是在拿“支持开源”做噱头来炒作吗？ 无法理解是如何做出这种决定的 可以有个解释吗 @thsottiaux @OpenAI 具体案例：nitter.net/ZSeven32518/status/209… 我个人获得 6个月Pro的帖子：nitter.net/FiniYang/status/208708… 有订阅无法兑换的帖子：nitter.net/FiniYang/status/208714… #openai #astra #codex

Tibo，Codex的灵魂人物，重置卡狂魔，最新这一期The Pragmatic Engineer 对话还是蛮有料的 1. Codex 为什么用 Rust 写，明明模型对 Rust 又不是训练得最好的？ Tibo 说这不是为了性能，是为了正确性、安全性和可扩展性。他们很早就把"agent 核心"和"产品界面"当成两码事来设计，核心必须足够健壮。 Rust 编译期的静态校验，对 agent 这种东西特别合适——用同一种语言、缠在同一个代码库里写，早晚会写糙，还会阻碍后面的创新。这道语言边界本身就是一种隔离设计。 2. "harness 总比模型快一步"，这句话到底什么意思？ Tibo 的解释：模型本身有能力，但你得给它架几根拐杖——护栏、工具、developer message（每轮对话开始时注入上下文的提示），让它把已有能力真正可靠地发挥出来。 具体例子：早期模型不会自动跑单元测试，得靠 harness 提醒它；后来模型自己懂了，这根拐杖就能拆掉。他说的原话是"随着时间推移，developer message 在变小，harness 也在变薄"。 所以 harness 不是终点，是一个会不断被模型吃掉的临时工程，这活儿注定要一直重做。 3. Code review 是不是快没用了？ Tibo 说他们做了一个专门的 review 模型，能发现"顺着依赖关系深挖三四层"才能找到的逻辑错误，这种错误人类可能要花好几个小时才能抓到。现在 OpenAI 所有 PR 都要过这一关，一旦标出安全问题直接自动拦截、不让合并。 但他没说 review 没用了，他说角色在变： - 正确性、安全性这些能自动化的会被自动化，人真正该聊的是"这个功能到底值不值得做""架构意图是什么""系统的不变式是什么"，而且这种讨论完全可以脱离 PR 提前发生。 一句话总结他的判断："核心其实是团队要不要就一个盒子的契约达成一致，盒子里面怎么写，没那么重要了。" 4. 维护成本变便宜之后，团队真正改变的是什么？ Tibo 强调好的架构和边界依然是关键，能不能快速迭代，取决于当初那道边界画得对不对。 以前一个团队从两三个人涨到五十、一百个工程师要一年，现在一个周末就可能有一百个 agent 同时在给同一套系统贡献代码——这个速度是团队协作和架构设计以前根本没准备过的。 这可能才是这个时代的协作真正需要解决的核心问题

卧槽，DeepSeek 评论区大翻车 模型静默替换引发争议：技术正确为什么输给了产品契约？ 核心不是“Flash 好不好”，而是官方把模型名当成可以后台改写的内部别名，用户却把它当成稳定契约。 工程视角和产品契约在这里发生了严重撞车。 ━━━━━━ 🔹 工程师逻辑 vs 开发者体验 官方视角很顺畅： 👉 V4.1 Flash 在性能、速度、成本和总用时上全面超越 V4 Pro 👉 再按更贵、更慢的 Pro 卖旧模型“不合适” 👉 直接把 V4 Pro 请求切到 Flash，还按 Flash 计费 但开发者看到的却是： ❌ 模型 ID 被静默替换 ❌ 调好的提示词、评测集、Agent 工作流可能一夜变样 ❌ 失去了真正的选择权 💡 高赞回复说得很直白：可以发退役公告、鼓励迁移，但绝对不要替用户做决定。 ━━━━━━ 🔹 ToB 场景：从体验问题放大为信任危局 企业按 Pro 接入、按 Pro 对内汇报。 1️⃣ 突然变快变便宜，老板以为是“对接人优化成功” 2️⃣ 等 V4.1 Pro 上线再变回去，接口变慢，责任全落在对接人头上 3️⃣ 一旦开了“model_id 想切就切”的先例，用户会怀疑背后跑的到底是不是自己选的模型 这和“更好、更便宜”完全是两件事。 💡 B端开发者真正需要的是： ✅ 明确的下线时间表 ✅ 新旧模型并行窗口 ✅ 可自主关闭的路由开关 而不是一句“对用户负责，所以我们替你切了”。