# Claude 进了 Google 文档，Mistral 放出 1T 大模型，Codex 第二天交卷 Date: 2026-10-07 Language: zh Canonical: https://code-echo.pages.dev/2026/10/07/ai-twitter-hots --- # AI Twitter/X 热点 Digest · 2026-10-07（周三） ## 今日要点 1. **Anthropic 和 Mistral 抢走头条**：Claude 直接进入 Google Docs / Sheets / Slides 侧边栏（2.2 万赞），Claude Startups 计划扩容，Cyber Verification Program 也开放了渗透测试等授权攻击类用途；Mistral 发布 1T 总参 / 49B 激活的 Mistral Large 4，今天只有 API，开放权重要到 10 月底。 2. **OpenAI 双线出货**：Codex「28 天」Day 2 一口气给了四项：Auto-review 免费且不占用量、API 用量档位简化、会议纪要插件、Decisions API 公测；同晚 OpenAI 公开内部前沿模型产出的 722 篇数学稿件。 3. **工具链在补「基础设施」**：Mitchell Hashimoto 发布终端程序状态规范 OSC 7501，想终结 250 多个 agent 编排器各自猜「Claude Code 是不是卡住了」的局面；Armin Ronacher 写长文解释 Pi 1.0 用 Codemode 接 MCP 的思路；thdxr「模型进步快过折腾者」一帖破万赞。 --- ## 1. Anthropic：Claude 进 Google Workspace，Startups 扩容，Cyber 计划放宽 **要点**：@claudeai 宣布 **Claude 可以直接在 Google Docs、Sheets、Slides 里工作**：以侧边栏形式读取当前打开的文件并就地编辑，每处修改都可以先审批再落地；反过来这些文件也能在 Claude 里打开。这条拿下 2.2 万赞、6000 多收藏，是今天最热的 AI 帖。同一天 **Claude Startups 计划扩容**：成员可获得一年 Claude Team、API credits、常用工具优惠和 Anthropic Applied AI 团队的 office hours，近五年成立或近两年融资的初创公司可申请（收藏 9500，比点赞还高）。@AnthropicAI 还扩大了 **Cyber Verification Program**：经验证的安全从业者可使用 Claude Mythos 5.1、Opus 5.5、Sonnet 5.5，并新增允许渗透测试、红队等授权攻击类工作的档位。另外 Every 团队分享了他们在 Claude Managed Agents 上搭建、全员在 Slack 里用的公司 agent。 **为何值得看**：Claude 从聊天窗口和终端走进办公文档主战场，并且采用「逐条审批」的编辑模式；Cyber 计划放开攻击类用途，则是在回应「前沿模型安全任务拒答太多」的抱怨（见下一条 Cline 的测评）。 - Claude for Google Workspace：https://x.com/claudeai/status/2107522596845822135 - Claude Startups 扩容：https://x.com/claudeai/status/2107513494493179954 - 申请条件与活动：https://x.com/claudeai/status/2107513501576999318 - Cyber Verification Program：https://x.com/AnthropicAI/status/2107546569654636883 - Every 的公司 agent：https://x.com/claudeai/status/2107574195978641911 ![Claude for Google Workspace](/images/twitter-hots/2026-10-07/01-claude-workspace.jpg) --- ## 2. Mistral Large 4：1T 参数的「Le Chonk」，权重月底才放 **要点**：@MistralAI 发布 **Mistral Large 4（昵称 Le Chonk）**：总参 1T、激活 49B、原生多模态，官方称它是「美欧最强的开放权重模型」，在网络安全防御、制造、金融等场景达到 SOTA，视觉定位超过闭源前沿模型，可以从欧洲自有的 Mistral Cloud 部署。**API 今天开放，开放权重 10 月底发布**。这条拿下 3.5 万赞、6000 收藏。@cline 的测评称它在网络安全基准上胜过 Opus 5.5 和 GPT-6 Astra，主要原因是**拒答少得多**，后两者约 40% 的任务被自身安全过滤拦下。反方意见也不少：@antirez 指出 DeepSeek V4.1 在 DeepSWE 1.1 等基准上分数更高，官方的对比对象没选「显而易见的那几个」；@ClementDelangue 提醒「还没放权重，就谈不上最强开放权重模型」；@omarsar0 觉得性能不够惊艳，但看好它的多模态和网络安全方向；@mitsuhiko 则认为「大家在嘲讽 Mistral，但这确实是一次显著进步」。 **为何值得看**：这是今天点赞最高的模型发布。对 coding agent 用户来说，真正的差异点可能不在排行榜，而在安全类任务拒答更少、可在欧洲本地部署；性能对比要等权重放出后的独立评测。 - 发布帖：https://x.com/MistralAI/status/2107457414387622310 - Cline 网络安全测评：https://x.com/cline/status/2107561157787824347 - antirez：https://x.com/antirez/status/2107511602807500958 - Clem Delangue：https://x.com/ClementDelangue/status/2107525319012090301 - Elvis Saravia：https://x.com/omarsar0/status/2107484943953621127 - Armin Ronacher：https://x.com/mitsuhiko/status/2107522381082198259 ![Mistral Large 4](/images/twitter-hots/2026-10-07/02-mistral-large-4.jpg) --- ## 3. Codex Day 2：Auto-review 免费、Decisions API 公测 **要点**：@thsottiaux 的「28 天」进入 **Day 2**，共四项更新。**2.1**：Auto-review（权限菜单里的「Approve for me」）对所有用 ChatGPT 账号登录的用户免费，且**不消耗套餐用量**。它让第二个 agent 审查主 agent 的每个动作，只拦截高风险或偏离用户意图的操作，用来替代「什么都要人点同意」的默认沙箱（这条 1.18 万赞、3000 收藏）。官方配图的示例数据是：1 万个动作中 720 个进入自动审查，7 个被拒，其中 4 个改走更安全的方案，3 个停下来问用户。**2.2**：API 付费档位从五档并为 Build / Launch / Grow 三档，累计付费 500 美元即可进入最高档 Grow。**2.3**：ChatGPT 桌面端（macOS）上线 Meetings 插件（beta），会议纪要可以作为上下文交给 Codex。**2.4**：**Decisions API** 面向所有开发者公测，官方称做决策比经 Responses API 调用的 GPT-6 Luna 快至多 10 倍。社区里，@ryanvogel 把它和 Jev、Clef 做了对比，结论是「非常快」；@theo 对「把请求路由到合适的模型」这个卖点只回了一句「Not again」，但他也认为 200 美元的 Codex 套餐配 6.1 Sol 用量合理，Astra 则「接近不可用」。 **为何值得看**：Auto-review 免费等于把「长任务无人值守」的门槛降到零，对比 Claude Code 等产品的权限模式很有参考价值；Decisions API 则让 OpenAI 正式进入 Jev、Clef 们所在的「决策模型」赛道。 - Day 2.1 Auto-review：https://x.com/thsottiaux/status/2107368734981517634 - Day 2.2 API 档位：https://x.com/thsottiaux/status/2107548725359104441 - Day 2.3 会议纪要：https://x.com/thsottiaux/status/2107573405553938664 - Day 2.4 Decisions API：https://x.com/thsottiaux/status/2107574912349303197 - Day 2 汇总：https://x.com/thsottiaux/status/2107575657014468879 - Decisions API vs Jev / Clef：https://x.com/ryanvogel/status/2107585541885861987 - Theo 谈套餐：https://x.com/theo/status/2107419358234632635 ![Codex Auto-review](/images/twitter-hots/2026-10-07/03-codex-auto-review.jpg) --- ## 4. OpenAI：内部前沿模型的 722 篇数学稿件公开 **要点**：@OpenAI 发布**一批由内部前沿模型产出的数学成果**，并说明发布方式参考了普林斯顿高等研究院（IAS）独立的「数学与 AI 咨询组」的建议。对应的 GitHub 仓库 openai/math 在 10 月 6 日（UTC）新建，目前收录 **372 个结果族、722 篇稿件**，附带部分 Lean 形式化证明和 10 份推理摘要。README 写明：绝大多数结果来自同一个**尚未发布的内部模型**，平均每个结果约用 3 小时 ChatGPT Pro 级思考算力，评测中总共提了约 4000 个问题；并非所有结果都有 Lean 形式化，「部分未形式化的结果可能有问题」。@willdepue 让 GPT-6 Pro 和 Fable 5.1 给近三年的数学发现排名，结论是榜单里八成以上是今天才放出来的。 **为何值得看**：这不是 coding 产品，却是今天最受关注的模型能力信号：一个未发布模型在开放研究问题上批量产出。官方自己也提醒验证程度不一，值得关注的是后续形式化和同行审查的进展。 - OpenAI 发布：https://x.com/OpenAI/status/2107596713791767021 - Will Depue 的排名：https://x.com/willdepue/status/2107604920753070317 - Tibo 转发：https://x.com/thsottiaux/status/2107597780352950624 ![OpenAI math](/images/twitter-hots/2026-10-07/04-openai-math.jpg) --- ## 5. Claude Code 团队：「像跟同事说话一样写 prompt」 **要点**：@bcherny（Claude Code 负责人）晒出自己让 Opus 5.5 为 Acquired 播客 Home Depot 一期做互动网站的原始 prompt，口语化、几乎没有结构，随后发长帖解释：**提示词没有秘诀，像对同事一样跟 Claude 说话**；Sonnet 3.5 时代 prompt 很关键，现在更重要的是讲清三件事：要它做什么、愿意让它花多少力气、它该怎么验证自己做对了。这条拿下 5200 赞、3700 收藏。同一天 @ClaudeDevs 发布 **cloud sessions 实战指南**（每个任务一台新 VM，可以并行开多个，合上电脑也继续跑），@lydiahallie 提醒一次性赠送额度 10 月 7 日截止，运行 `/claim-credit` 领取。@trq212 则表示 Claude 会越来越多地把「大脑」放在云端、给它「本地的手」来操作你的电脑，并且认为在更高抽象层工作始终需要理解下层，coding agent 不会改变这一点。 **为何值得看**：官方团队亲自给「别过度设计 prompt / harness」背书，可以和昨天的 harness 之争对照着看；「云端大脑 + 本地双手」也和第 10 条 Pi 的 Codemode 设计思路高度一致。 - Boris 的 prompt：https://x.com/bcherny/status/2107532985897771152 - 「像同事一样说话」：https://x.com/bcherny/status/2107565388250874193 - 成品网站：https://x.com/bcherny/status/2107516876876362200 - Cloud sessions 指南与额度：https://x.com/lydiahallie/status/2107543281924280730 - 云端大脑 + 本地双手：https://x.com/trq212/status/2107580785456976085 - 抽象层观点：https://x.com/trq212/status/2107504677143368163 ![Boris 的 prompt](/images/twitter-hots/2026-10-07/05-claude-code-prompting.jpg) --- ## 6. Grok Bot：用两个 Team Bot 自动化发版和 QA **要点**：@poteto 分享了用 **Grok Bot** 搭建两个 Team Bot 自动化团队发版流程的做法：发版经理 sandcastle 负责切版本，给每位贡献者私信他们进入本次发布的 PR，盯构建，然后拉起一支 **10 个以上运行 Grok 4.7 xhigh 的 fuzz agent 群**，一部分按验证 skill 和功能地图定向测试，一部分像「chaos monkey」一样随机点击；发现问题后 @ 工程 bot，由它开一个 Cursor Project 负责分诊和修复，必要时 cherry-pick 进发布分支再出补丁版本。这条 1500 赞、1000 多收藏。她在另一帖里总结 Grok Bot 最适合干工作的「第一公里和最后一公里」：先连上日历、CRM、Slack、邮件，让 bot 自己找该做的事，再用 routines 定时或按事件触发。@turingou 的用法是让 Grok Bot 读完 X 书签，按项目用例分类后交给服务器上的 Codex / Claude Code 自动评估要不要开发。 **为何值得看**：这是一个把「发版 → 测试 → 修复」整条链交给多 agent 的真实生产案例，可以直接拿来对照自己团队的发布流程。 - 发版与 QA 自动化：https://x.com/poteto/status/2107527180263829827 - 第一公里与最后一公里：https://x.com/poteto/status/2107510472601985336 - 书签 → 每日简报 → Codex / Claude Code：https://x.com/turingou/status/2107456093266076102 ![Grok Bot 发版线程](/images/twitter-hots/2026-10-07/06-grok-bot-release.jpg) --- ## 7. OpenCode / thdxr：「模型进步得比折腾者还快」 **要点**：OpenCode 作者 @thdxr 发帖：LLM 带来一种奇怪的反转，**模型进步的速度超过了折腾工作流的人**，很多自定义 setup 解决的是已经不存在的问题，「天真地用原版 Codex 的人，反而更可能体验到最前沿」。这条破 1 万赞、1500 收藏，评论区争论激烈。他随后补充：过去一周自己大部分工作是在 **OpenCode iPhone app** 上完成的；而且他从第一天起就把 OpenCode 跑在一台常驻服务器上，所以自己体验到的可能是「最好、但不是最常见」的那种；各种 agent 前端都可以直接建在 opencode server 上。 **为何值得看**：和第 5 条 Boris 的「别过度设计 prompt」以及昨天的 harness 之争是同一个问题：在模型快速迭代的阶段，定制化到底是资产还是负债。 - 「模型进步快过折腾者」：https://x.com/thdxr/status/2107260844400931156 - 用 iPhone app 干活：https://x.com/thdxr/status/2107581093838832003 - 常驻服务器：https://x.com/thdxr/status/2107581841314365551 - 在 opencode server 上做前端：https://x.com/thdxr/status/2107587003965489643 ![thdxr](/images/twitter-hots/2026-10-07/07-opencode-tinkerers.jpg) --- ## 8. T3 Code：agent 在对话线程里直接画可视化 **要点**：@theo 宣布 **T3 Code 上线应用内可视化**：agent 可以在线程里直接构建动态、可交互的图表和界面，而且会使用你所选主题的 CSS 变量，配色始终和应用一致（主要由 @davis7 开发）。这条 4000 赞、1200 收藏。他随后演示让 Opus 5.5 为 5 种 UI 改动方案做出真实 mock 并直接渲染在线程里，称这是「做 UI 方案对比的神器」；同时透露 T3 Code 用户数 4 天内从 40 万涨到 45 万。 **为何值得看**：coding agent 的输出不再只是 diff 和文字，「在线程里渲染可交互结果」正在成为客户端之间的新竞争点。 - 应用内可视化：https://x.com/theo/status/2107269392874782873 - 主题兼容：https://x.com/theo/status/2107271582565765398 - 5 种 UI 方案 mock：https://x.com/theo/status/2107615261893464226 - 40 万 → 45 万用户：https://x.com/theo/status/2107599549716156785 ![T3 Code 可视化](/images/twitter-hots/2026-10-07/08-t3-code-viz.jpg) --- ## 9. Ghostty 作者发布 OSC 7501：让程序告诉终端「我在忙还是在等你」 **要点**：@mitchellh（Ghostty 作者）发布通用终端规范 **Program Status（OSC 7501）**：任何程序都能用它告诉终端自己处于空闲、工作中、等待输入、已完成还是失败，以及原因，两端都很容易实现。他的出发点是「agentic inbox」问题：他统计到 **250 多个 agent 编排器**各自用启发式方法判断 Claude Code 等工具是在跑、卡住还是做完了，比如 Herdr 过去 3 个月就为识别 Claude Code 做了约 10 次兼容性修改。他认为启发式、专有协议和带外 API 都不是解法（后两者有 O(N) 集成问题，过 SSH 和容器也麻烦），而这个规范同样适用于 Homebrew、Terraform、Cargo 这类工具。 **为何值得看**：如果 Claude Code、Codex、OpenCode、Pi 这些 CLI agent 都采用它，多 agent 并行时的「谁在等我」提醒就能从猜测变成确定的信号。 - 发布帖：https://x.com/mitchellh/status/2107577887159386152 ![OSC 7501](/images/twitter-hots/2026-10-07/09-osc-7501.jpg) --- ## 10. Pi：Armin 解读 Codemode，「大脑」与「双手」分离 **要点**：@mitsuhiko（Armin Ronacher）发长文《What is Codemode》，解释 **Pi 1.0 为什么通过 Codemode 加入 MCP 支持**。他一年前主张「别往上下文里塞自定义工具，多用脚本」，现在的说法是：bash 只能组合「能运行的程序」，而读图、派生 subagent 这类能力必须由 harness 原生提供。关键在于区分 harness 这个「大脑」（受信任）和执行工具的「双手」（Pi 称为 execution environment，可以是沙箱或另一台机器）。Codemode 让 LLM 写代码在 harness 一侧编排复杂操作，运行在 WASM 里的 QuickJS 中，刻意不给网络、文件系统和定时器，只能继续调用工具。Pi 作者 @badlogicgames 转发称「推荐阅读」，这篇收藏近千。 **为何值得看**：这是目前把「工具调用该放在哪一侧」讲得最透的一篇，和第 5 条 Anthropic「云端大脑 + 本地双手」的方向互相印证，做 agent 运行时或接 MCP 的团队值得细读。 - Codemode 长文：https://x.com/mitsuhiko/status/2107464890180927782 - Mario 推荐：https://x.com/badlogicgames/status/2107495556406738992 ![What is Codemode](/images/twitter-hots/2026-10-07/10-pi-codemode.jpg)