首页 分类 维基 关于
SITEMAP 订阅 EN

AI Twitter 热点 · 2026-09-23

AI Twitter/X 热点 Digest · 2026-09-23（周三）

今日要点

  1. Claude Opus 5.5 发布：对标 Fable 5.1 智力、比 Opus 5 更便宜；成为 Claude Code 默认模型，并迅速上到 Cursor / Factory。
  2. 约一百分钟后 GPT-6 Sol / Luna 跟进：强调 coding / computer use，API 价格再砍约一半；Devin 同日接入。
  3. OpenCode 2.0 谈「会话中实时改自身」；Grok 4.7 进入次日实战与批评；harness / Jev / Cline 继续占讨论。

1. Claude Opus 5.5：Claude 5.5 家族首发，默认进 Claude Code

要点：@claudeai 发布 Claude Opus 5.5——Claude 5.5 家族第一款，称多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 低约 40%。@trq212 强调更清晰的沟通、更高 token 效率，并上调 5 小时额度、赠送 banked reset。@_catwu 宣布它已成为 Claude Code / Claude app（含 Cowork） 在 Pro / Max / Team 上的默认模型，默认 effort medium。@bcherny 用「把 HAProxy 从 C 迁到 Rust」对比：Opus 5.5 约 9.5 小时 对 Fable 5.1 的 12 小时，成本约低 51%。

为何值得看：定价与默认入口同时动——模型公告之外，coding agent 默认栈当天就切了。

Claude Opus 5.5

2. GPT-6 Sol / Luna：更快更便宜的「宇宙」扩容

要点：@OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，称承接 GPT-6 Astra 的能力，做成更快、更适合规模化的型号，并相对 GPT‑5.6 促销价把 API 价再降约 50%。@sama 点名智力、对齐、产出、coding、computer use 全面提升，且「按任务计」更便宜。@thsottiaux 强调写作手感与订阅侧 banked reset；@polynoamial 称 Luna 到约 $0.10 / $0.50 per 1M tokens。

为何值得看：与 Opus 5.5 几乎同日对打，叙事都是「更强 + 更便宜 + 更适合 agent 长跑」。

GPT-6 Sol and Luna

3. Cursor：Opus 5.5 上线，CursorBench 新高

要点：@cursor_ai 宣布 Claude Opus 5.5 已在 Cursor 可用，CursorBench Max 到 57.8%，单任务成本约比 Opus 5 低 40%。中文圈 @MaiYangAI 则把 @poteto 的 Cursor Compile 长视频配了字幕，重提「米其林厨房」而不是「软件工厂」——agent 可以代炒，成品仍归厨子负责。

为何值得看：新模型分发战里，IDE 侧用自有榜单接住「默认换模」；社区侧继续补「人怎么带代理合 PR」。

Cursor Opus 5.5

4. Devin：接入 GPT-6 Sol / Luna，FrontierCode 成本再压

要点：@cognition 宣布 GPT-6 Sol / Luna 已可在 Devin 使用。FrontierCode 1.1 上，Sol 对齐上一代 Sol 分数但单任务成本约低 61%；Luna 高于上一代 Luna，且成本约四分之一，号称榜上最便宜档（约 <$0.10 / task）。

为何值得看：云端 coding agent 继续当「新模型落地的第二天」入口，评测口径直接落到 $/task。

Devin GPT-6

5. OpenCode 2.0：会话中实时改写自身

要点：@thdxr 放出 kit 写完的长文，讲 OpenCode 2.0 如何在仍在跑的 session 里实时修改自身行为与结构，并邀请大家挖彩蛋。终端选手 @skywind3000 则吐槽本地体验：opencode 手感差、pi 难用、codex 太简陋，只好继续 Claude Code——侧面说明「开源 harness」与「默认好用」仍两回事。

为何值得看：代理产品开始把「可热更新的 harness」本身当成卖点，而不只是换模型。

OpenCode 2.0

6. Grok 4.7 次日：Tesla 工程叙事 vs 实战批评

要点：发布次日，@elonmusk 继续推 Grok 4.7 + Build harness 当日常主力，并称其在 Tesla 做真实工程。@theo 长帖则更不客气：相对 4.6，token 效率更差、部分榜更弱、真实成本可超 2×，前端 / 3D 与「卡死循环」仍像 2025——认为这是一次令人失望的发布。

为何值得看：昨天是「上线与分发」，今天是「harness 叙事 vs 真实账单与手感」开始掰扯。

Grok 4.7

7. Harness 决定上限：ReFigBench 与 Managed Agents

要点：@omarsar0 转发 ReFigBench：同一模型（含 GPT-5.5）在 Claude Code vs Codex 等不同 harness、同一 prompt 下分数可反向；专门 PowerPoint 工作流会在一个 harness 里变好、在另一个里变差——再证「模型榜 ≠ 你装的代理」。同日 DigitalOcean Managed Agents 主打托管 Claude Code / Codex 等 harness，把闲置 CPU 与 16k+ tools 外包掉；@zachlloydtweets 则把「多模型 + 多 harness + 数据所有权」写成软件工厂三件套。

为何值得看：双巨头同日换模时，社区把镜头对准「壳」而不是只刷参数。

Harness / ReFigBench

8. Factory / Capy：Opus 5.5 进 Droid，PR 速度对比 Codex / Claude Code

要点：@FactoryAI 称 Opus 5.5 已在 Factory 可用：Medium 是强默认，同 effort 下输出 token 约少 20–25%，长调查更敢给可执行结论。@garrytan 则点名 Capy：比单用 Codex 或 Claude Code 更能「更快甩出 PR」。

为何值得看：新模型落地的另一条线——垂直软件工厂 / PR 工作流，在比「少说话、多合码」。

Factory Opus 5.5

9. Jev：决策模型周——从获客到 Gateway / LangSmith / Spring

要点：Jev 热度未退。@vovudebosh 惊呼它能「读网站 → 找潜客 → 发邮件约会议」。@rauchg 称 AI Gateway 可用 HTTP 调 TypeSafe Jev；@openclaw 写 decision model 进核心与插件；@hwchase17 改进 LangSmith 上的 Jev UI；@starbuxman 写 Spring AI + TypeSafe Jev 做便宜结构化决策。@mitsuhiko 则吐槽命名：到底叫 classification 还是 decision。

为何值得看：讨论从「零样本分类器好玩」扩到「嵌进网关 / agent 编排后的默认组件」。

Jev

10. Cline 换新形象；顺带一眼 Kimi 浏览器扩展

要点：@cline 为两岁的开源 coding agent 换了全新吉祥物与视觉——从 hackathon 图标升级到「上百万台设备」后的品牌感。同日 @Kimi_Moonshot 把原 WebBridge 升级为 Kimi Browser Extension（侧栏导航、填表、操作网页），并宣称 Kimi K3 已上 Amazon Bedrock，方便 coding / 长 agent 工作流走企业通道。

为何值得看：一边是开源 harness 开始认真做品牌，一边是国产模型继续往「浏览器侧 agent + 云托管」铺货。

Cline new look