首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-17 · 第 036 期 · 10 条 2026 年 10 月 17 日 周六 ·

Reflection 放出开放权重 Beam，Grok Bot 提速 3 倍，ChatGPT Pro 上多 agent 并行

今日要点

  1. Reflection 开放 Beam 权重：@reflection_ai 以 Apache 2.0 放出首个模型 Beam（501B 总参 / 23B 激活，1M 上下文），连训练用的开源 harness Mirror CLI 一起放出；@vercel_dev 透露它此前以 stealth 模型 cat-jam 身份上线；@ollama 限时免费，并可直接接 Claude Code、Codex、OpenCode。
  2. Grok Bot 一轮「提速 + 打磨」：@bot 称电脑任务平均快 3 倍、其他回复耗时不到一半，聊天卡片重新设计；同时新增 Robinhood、Coinbase 等连接器，团队可向 marketplace 投稿；@monokern 整理的官方 bot 模板帖收藏 3.2k。
  3. ChatGPT Pro 上多 agent 并行：@OpenAI 宣布 GPT-6 Astra Pro 更快、更会用插件和工具，并能把一个任务拆给多个 agent 并行完成；@OpenAIDevs 演示工程师凌晨 3 点用 dot 排障、再开 Codex 线程在手机上指挥修复。

1. Reflection Beam：501B 开放权重，此前化名 cat-jam

要点：@reflection_ai 宣布首个模型 Beam 以 Apache 2.0 开放权重，同时放出 tokenizer、参考实现、BF16 / FP8 / NVFP4 三种权重和 DFlash2 drafter，以及训练 Beam 用的开源 harness Mirror CLI，合作方有 40 多家。@vllm_project 首日支持，并给出参数：501B 总参 / 23B 激活、1M token 上下文、混合注意力。@vercel_dev 说 Beam 在此之前一直以 stealth 模型 stealth/cat-jam 的身份跑在 AI Gateway 上，和 10 月 14 日在 OpenCode 免费上线的 stealth 模型 Cat Jam 同名；现在 Vercel 也限时免费。@ollama 同样限时免费，并给出 ollama launch claude --model beam:cloud 等命令，可直接接 Claude Code、Codex、OpenCode。@ArtificialAnlys 的评测：智能指数 30，在美国开放权重模型里排第二（Muse Spark Open 是 39）；agent 工作流强，但 Terminal-Bench 4.0 只有 3.0%，幻觉率 47%。

为何值得看：继 Muse Spark Open 之后，美国开放权重阵营一周内又多了一个 500B 级、直接对准 coding agent 的模型。连训练用的 harness 一起开源的做法不多见。Hugging Face 仓库 10 月 7 日创建，10 月 16 日官宣开放权重。

Reflection Beam 的 40+ 合作伙伴

2. Grok Bot：电脑任务快 3 倍、新卡片、连接器开放投稿

要点：@bot 发布一轮质量、打磨和速度更新：电脑任务平均快 3 倍，其他回复的等待时间不到原来一半；聊天里的卡片换了更简洁的新设计。同时新增 Robinhood、Coinbase、Trello、PostHog、beehiiv、eToro 等连接器，团队也可以向 Grok Bot marketplace 投稿自己的连接器。@elonmusk 转发说「快多了」；@mntruell 说离「just works」的 bot 还有很长的路，最终它应该能处理物理世界里的事。@monokern 整理了 SpaceXAI 团队放进 marketplace 的 10 个自用 bot 模板：设计别的 bot 的 dr eggbot、盯云端 coding agent 和 PR 的 Engineer Bot、把需求做成 draft PR 原型的 Proto Bot、找浪费的 SaaS 开销并起草谈判的 Haggle Bot 等，这条收藏 3.2k。@XFreeze 称内部的 Haggle Bot 第一周就找出超过 $100,000 的可省开支（转述，未见官方数据）。

为何值得看：个人 agent 拼完能力，下一步就是速度和手感；模板和连接器同时开放投稿，等于把「怎么用」也交给生态。

Grok Bot 新卡片设计

3. OpenAI：Astra Pro 多 agent 并行，dot 值班接 Codex

要点：@OpenAI 宣布 ChatGPT 里的 GPT-6 Astra Pro 升级：响应更快、插件和工具用得更好，并且可以让多个 agent 并行处理一个任务的不同部分，每个 agent 的进度都能看到，完成后可以打开检查结果；Pro 用户在 Chat 标签页可用。这条帖子 5k+ 赞。@OpenAIDevs 讲了个案例：OpenAI 工程师 Ali 凌晨 3 点用 dot 处理值班告警，dot 查完问题后开了一个 Codex 线程，他直接在手机 ChatGPT app 里指挥修复；另一条讲 OpenAI 工程师怎么用 Codex 翻代码库、清维护积压。社区里，@jorilallo 说用 Codex 一晚做出完整可用的 iOS app，觉得 2026 年「没理由再用 React Native」；OpenAI 的 @thsottiaux 只发了一句「要么我们没点子了，要么在憋大招」，拿到 1.2 万赞、3,300 多条回复。

为何值得看：并行 agent 从 coding 工具进到 ChatGPT 主产品；「dot 排障 → Codex 修复 → 手机上 review」也是 OpenAI 自家给出的值班样板。

OpenAI dot 值班案例

4. Claude Code：Code Review 成「秘密武器」，每轮对话 gzip 提速

要点：Claude Code Review 刚对 Team / Enterprise 正式开放（每个仓库可选 Quick / Standard / Deep 三档），@bcherny 随即说「没有它我没法想象怎么高效工作」：它跑在他所有 PR 上，几乎每个 bug 都能在合并前抓到，是团队又快又能提高质量的秘诀之一。这条帖子收藏 1.5k。@ClaudeDevs 公布性能改进：Claude Code 现在每轮都把对话 gzip 压缩后再发，更快到达模型；云端会话在你开始打字时就启动。@bcherny 另一帖推荐 Claude Slides，说自己现在都用它做幻灯片，收藏 1.4k。

为何值得看：agent 写代码的速度上来后，自动 review 成了把关质量的关键一环；gzip 这类「不起眼」的优化，直接决定每轮对话的等待时间。

Claude Code 性能改进

5. poteto：信任 agent 的「倒金字塔」

要点：@poteto 发长帖讲怎么更放心地信任 agent 的产出，并建议「把这条直接丢给你的 bot 或 agent」。她的排序从多到少是：① 代码库本身：更好的架构、更强的类型和不变量、清晰的边界。agent 爱照抄现有写法、走最短路径，所以要「让容易的做法就是正确的做法」，用代码把一类问题彻底消灭。② 静态分析：lint、测试、CI、形式化验证（如 TLA+），是最省 token 的提前拦截方式。③ 文字：注释、规则、AGENTS.md、skills，只用于需要 agent 自己判断的地方，尽量少用。④ 人工 review：最难规模化，agent 提 PR 的速度下根本审不过来，所以精力应该花在设计「让 agent 默认做对」的环境上。这条帖子收藏 6.6k，几乎是点赞的两倍。

为何值得看：这是她这几天「验证环」「删注释」「原则型 skill」几条帖子的总纲，也给出了一个可执行的优先级：确定性的手段放在最上层。

poteto 的倒金字塔

6. 云端 agent 接活：Cursor 画布、Devin 测折叠屏、Factory / Cline / Qoder

要点：几家 coding agent 同一天都在往「云端接活、交付成品」走。@cursor_ai：cloud agent 现在能做交互式画布，在 agent 干活时让它出一个 dashboard 或报告，做完用链接分享给团队。@dabit3：Devin 能在 macOS 云端虚拟机里开发和测试 iPhone Duo 应用，折叠、展开、合上，逐屏检查并附视频验证。@FactoryAI 的 Delegations 正式 GA，团队可以在日常用的工具里把活派给 Droid。@cline：Cline Desktop 也能跑在云端了，多任务并行，每个任务有独立沙箱，合上电脑也不停。@qoder_ai_ide 称 Qoder Cloud Agents 成为 HarnessRouter 上第一个云托管 agent 运行时，产品方调一个 API 就能拿到做完的结果。

为何值得看：竞争点正从「IDE 里帮你写」转向「云上自己跑完、带证据交付」，验证（视频、画布、PR）成了交付的标配。

Cursor：Canvas in Cloud

7. Gemini 4 Argon 续：4 个 agent 27 小时通关 Minecraft

要点：@GoogleDeepMind 称 4 个 Gemini 4 Argon agent 从零通关 Minecraft，用时 27 小时：只靠代码和文字在沙盒里操作，共写了 2,783 个程序，在聊天里分工、共享笔记、一起 debug，全程没有人工介入。@omarsar0 解读论文：用时 27 小时 14 分，死了 605 次；没有人分配角色、写游戏逻辑或提前探种子；团队称这是 AI agent 首次端到端自主通关 Minecraft，适合当长程多 agent 软件任务的案例。分发端，@perplexity_ai 称 Argon 刷新 WANDR 基准纪录，向 Pro / Max 开放（@AravSrinivas 说快速搜索和 Computer 模式都能用）；@_mohansolo 宣布 Antigravity 给所有人重置 Argon 和 Gemini 额度，「周末接着干」。

为何值得看：昨天还在争 Argon 写代码到底行不行，今天 DeepMind 拿出了一个「一个计划坚持一天多、跨几千步」的长程案例；额度重置也说明 Antigravity 的需求确实很大。

Gemini 4 Argon 通关 Minecraft 论文

8. Anthropic：Mythos 5 设计量子电路，IPO 估值承压

要点：@AnthropicAI 公布 STEM Fellows 项目的成果：给出自然语言指令，Claude Mythos 5 设计的量子电路超过已发表的最佳方案，有时好上一个数量级以上。@dair_ai 补充论文细节：这是 Anthropic、哈佛等合作的工作，用 OpenEvolve 搜索生成电路的程序，由 Mythos 5 提出架构和改写，独立评估器验证正确性并打分；8 个任务里 7 个超过已知最佳设计，Toffoli 门和量子比特都更少。资本面上，@Reuters 报道部分现有和潜在投资人在看过最新财务披露后，正考虑给 Anthropic IPO 更低的估值；@business 称 Anthropic 已和此前致信要求推迟 IPO 的纽约市审计长 Mark Levine 建立沟通。另外 @claudeai 盘点近几周的六个社区项目（如用 Opus 5.5 做的山火分析原型），收获 1.3 万赞、6k 收藏。

为何值得看：一边是模型在科研上拿出硬结果，一边是 IPO 估值被重新讨论；昨天「已盈利」的消息之后，市场还在消化增速放缓。

Claude 设计量子电路论文

9. pi：Vitalik 的「偏执模式」，Pi Durable 上 Cloudflare

要点：@VitalikButerin 给自己的 agent harness pi 做了一个「paranoid mode」：把 zkAPI、Tor、额外的掩护流量和本地 LLM 改写提示词打包成一个 OpenAI 兼容的守护进程。每个对话走独立的 Tor 线路，付款不暴露身份，提示词先由本地模型（他用 qwen3.8-flash-next）改写再发出；harness 本身再套 bwrap 沙箱和 torsocks。他也承认延迟明显变高，而且 Tor 对「模型提供方和入口节点串通」的攻击防护有限。@pidotdev 发布周末读物：在 Cloudflare Durable Objects 上用 Pi Durable 搭一个带子 agent 的多人聊天 agent，收藏 1.3k。@badlogicgames 说他近两周所有工作都用一个「除了 LLM 调用，其余全跑在手机上」的 pi 原型，还在手机上重写了两次，「再也回不去了」（这是设计实验，暂不发布）。@mitsuhiko 和 Geoffrey Huntley 录了新一期 State of Agentic Coding，聊 code mode 和自我修改的 harness。

为何值得看：pi 这种小而可拆的 harness，正被拿去做隐私、云端持久化、纯手机端等各种方向的实验。

Vitalik 的本地提示词改写

10. OpenCode：GLM 5.3 Flash 免费，两天两个免费 Flash 模型

要点：@opencode 宣布 GLM 5.3 Flash 在 OpenCode 免费，帖子拿到 1.7 万赞、4k+ 收藏。前一天它刚免费开放 DeepSeek V4.1 Flash，两天内放出两款免费的国产 Flash 模型。@thdxr 调侃：「每天醒来都看到一个新的免费模型，没人告诉我，我都不知道我们推理团队在干什么」，3.4k 赞。

为何值得看：免费模型继续是开源 coding agent 拉新的主要手段；对用户来说，选模型时要分清带 free 标的版本和付费版本。

OpenCode：GLM 5.3 Flash 免费