首页 分类 维基 关于
SITEMAP 订阅 EN

AI Twitter 热点 · 2026-09-24

AI Twitter/X 热点 Digest · 2026-09-24（周四）

今日要点

  1. Cursor 称 agent token 成本再降约 7%，并公开一长段「改造 harness」提示词；同日 Claude Code 社区热传 /claude-api prompt-audit 与 Opus 5.5 用法清单。
  2. Browser Use Bench 被 GPT-6 Sol / Luna 与 Opus 5.5 重画帕累托；OpenCode、Devin、Qoder、Cline 各有产品向更新。
  3. 讨论继续从「换模」转向 harness：rauchg 的 Brain/Hands/Files、Google 自改进 harness 论文，以及 Jev 作为 System One 决策模型的用例拆解。

1. Cursor：token 再砍 7%，并开源「改 harness」心法

要点：@cursor_ai 宣布 Cursor agent 在质量不变的前提下，整体 token 成本约降 7%，手段包括收紧 prompt、按需加载工具、更好缓存，以及压缩文件读取。同日 @ericzakariasson 放出一长段可复用提示词，教人按「按任务计费、按缓存分层」去审计自己的 harness，并点名这一轮改动来自 Cursor 生产环境经验。官方另链了一篇 harness 改进说明。

为何值得看：新模型大战的第二天，IDE 侧把镜头对准「同样智能、更少账单」——这比再刷一榜更贴近日常账单。

Cursor token cost

2. Claude Code：prompt-audit 与 Opus 5.5「一天 24 条」用法

要点：@RLanceMartin 建议在 Claude Code 里跑 /claude-api prompt-audit，扫描 skills、agent.md、Claude.md 与各类 prompt，删掉会拖累前沿模型的反模式。中文侧 @chenchengpro 用一天整理出 24 条 Opus 5.5 tips（任务边界、少写「think carefully」、长跑中途汇报等）。@minchoi 则汇总了社区里十个「停不下来」的 Opus 5.5 作品向例子。

为何值得看：模型默认切换之后，真正差开账单与质量的，往往是 prompt / skill 卫生，而不是再换一个名字。

Claude Code prompt-audit

3. Claude Marketplace：工具、Agent 与专家伙伴上架

要点：@claudeai 宣布可以在 Claude Marketplace 里发现工具、agents 与专家伙伴——加 Slack / Notion 一类连接器与插件，也可购买第三方 agents / 产品，并找到专家合作。叙事从「模型本身」扩到「可安装的生态货架」。

为何值得看：coding agent 的分发层开始长得像应用商店；默认模型之后，下一个战场是默认插件与默认伙伴。

Claude Marketplace

4. Browser Use Bench：帕累托被 Sol / Luna / Opus 5.5 重画

要点：@browser_use 更新 Browser Use Bench v2：Claude Opus 5.5 约 59.4；GPT‑6 Sol medium 约 66.9（约 3.5× 更便宜）；GPT‑6 Luna xhigh 约 57.6（相对 Opus 约 22× 更便宜）。浏览器自动化这条线上，分数与 $/task 同时被新模型砸开。

为何值得看：computer / browser use 已经变成「换模次日必刷」的第三条轴，而不只是 SWE-bench。

Browser Use Bench

5. OpenCode：值机页捉虫，以及 server protocol 当底座

要点：@thdxr 演示让 opencode 自己下载值机页源码，找出隐藏必填表单字段导致按钮失效。另一帖强调 opencode server protocol 是一切的核心，支撑 OpenChamber 这类富前端，并预期会有更多自定义 UI。产品叙事仍是「可热插拔的开源 harness」，而不是只换模型。

为何值得看：开源 coding agent 用真实网页故障当 demo，比再发一篇「我们支持某某模型」更有说服力。

OpenCode

6. Devin：Teams 原生 + Microsoft 商店第一方应用

要点：@cognition 宣布面向 Microsoft 用户的两项更新——Teams 原生支持，以及 Microsoft Store 第一方应用，让 Devin 不只在「自己的云 PC」上干活，也能更好地落在你本机 / 工作流里。

为何值得看：云端 coding agent 继续往企业协作入口嵌；分发渠道本身变成产品功能。

Devin Microsoft

7. Qoder：审美被夸到国内 Top，Qwen3.8-Flash 限时免费用

要点：@chunxiangai 称阿里 Qoder 从官网到 Desktop 的设计与审美已到国内第一档（Cursor 风味 + 抹茶田园，启动 onboarding 有 Dia 感）。官方 @qoder_ai_ide 则宣布 Qwen3.8-Flash 在 Qoder 里免费用到 9 月 30 日（含免费账号，无需领 Credits）。

为何值得看：国产 IDE agent 一边卷体验质感，一边用免费快模型拉日活——和全球「更强更便宜」同一周拍。

Qoder

8. Harness 三件套 vs 自改进过拟合：Brain / Hands / Files

要点：@rauchg 把 Muse、OpenClaw、Claude Code 等成功 agents 拆成 Brain（模型+harness）/ Hands（工具·电脑·浏览器）/ Files（记忆·skills·仓库），并借 Vercel Sandbox Drives 讲如何把存储从整机状态里拆出来。@omarsar0 则推荐 Google 关于 self-improving agent harnesses 的论文：自动进化 prompt/控制流可能把训练任务刷高、真实任务变差；RRSI 用正则化让 OOD 基准更稳，并在 Terminal-Bench / SWE-bench 上有迁移增益。

为何值得看：一天之内，产品叙事与论文同时警告——「壳」既能省钱，也会过拟合。

Harness / RRSI

9. Jev：System One 决策模型的九用例与中文深读

要点：@alexxubyte 介绍 Jev 为 TypeSafe 的首个 System One 模型，称比前沿 LLM 快且便宜约 100×，并列了九类「以前因贵/慢被跳过」的用例。@sagacity 推荐长文，批评普通 LLM 把「生成出来的 90% 置信」当成可执行概率，而 Jev 主张直接从内部表示读决策分布。@omarsar0 另开系列，谈用 Jev + Pi 做带 gates / routing / verifiers 的自定义 harness。

为何值得看：在「大模型写代码」之外，社区开始认真讨论「该不该每次都用生成式 LLM 做路由与门禁」。

Jev System One

10. Cline：Stealth Bunny 免费用 + Desktop worktrees 并行

要点：@cline 宣布 Stealth Bunny Alpha 在 Cline 免费用——强调快推理、强 coding、多模态与 1M 上下文。Desktop v0.0.34 则加入 worktrees（每任务独立分支）、GitHub PR 状态，以及会话内并行 subagents。

为何值得看：开源/本地向 coding agent 继续用「免费 stealth 模型 + 并行仓库工作流」追 IDE 与云端选手。

Cline Desktop