首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-20 · 第 039 期 · 10 条 2026 年 10 月 20 日 周二 ·

Space Bunny 揭晓是 MiniMax M3.1 Flash，美国国土安全部下令联邦民用机构移除 DeepSeek，OpenAI 新模型啃下 COBOL

今日要点

  1. Space Bunny 揭晓：MiniMax M3.1 Flash：在用量榜上跑了 200T+ token 的匿名模型，原来是 M3.1 Flash 的早期版本；API 每百万 token 输入 $0.15、输出 $0.60，权重 10 月 23 日放出，Qoder、Cline、Vercel AI Gateway 首日接入。
  2. 美国国土安全部下令移除 DeepSeek：DHS 要求联邦民用机构停止采购、并从 IT 系统中移除 DeepSeek 产品，范围包括「基于 DeepSeek 实现开发的第三方产品和服务」。
  3. OpenAI 新模型啃下 COBOL：GPT-6 Astra 在 MultiLangBench 上 20 种语言平均通过率 87.4%，GPT-6.1 Sol 的 COBOL 迁移准确率高推理档达 97.9%；同时 OpenAI 帮 OpenCode 受攻击用户退回了被盗刷的额度。

1. MiniMax M3.1 Flash：Space Bunny 揭晓身份，三家工具首日接入

要点：@MiniMax_AI 发布 M3.1 Flash，并确认最近在全球用量榜上排第一、累计跑了 200T+ token 的匿名模型 Space Bunny，就是它的早期版本。官方给出的成绩（均为自报）：Automation-Bench 62%、ALE 30%、DeepSWE 74%、BabyVision 91%；成本是 M3 的 1/3，速度是 3 倍。API 统一定价每百万 token 输入 $0.15、输出 $0.60，缓存读取 $0.015；模型权重 10 月 23 日放出。这条 6.4k 赞、近 89 万浏览。工具方当天跟进：@qoder_ai_ide 首日上线，称「快近 3 倍、便宜 70%」；@cline 称它在 coding 上和 Opus、GPT「打得有来有回」，成本约低 25 倍（Cline 的说法），并在 Cline 里免费；@vercel_dev 把它上架 AI Gateway，由 MiniMax 提供服务时免费到 10 月 22 日，@rauchg 转发说「More free AI」。

为何值得看：先匿名上榜攒真实用量、再揭晓身份，正在变成模型发布的常见套路；每百万输入 $0.15 的价格加上即将开放的权重，会继续压低 agent 场景的 token 成本。

MiniMax M3.1 Flash 发布图

2. DeepSeek 后续：美国国土安全部下令联邦民用机构移除，国内工具限免

要点：新角度来自监管。@AndrewCurran_ 转述：美国国土安全部（DHS）要求所有联邦民用机构移除 DeepSeek 产品以及「任何基于 DeepSeek 实现开发的第三方服务」，并停止采购（1.5k 赞）。我们核对了 Federal Register 的公开预览文件（FR Doc. 2026-21447，10 月 19 日提交、10 月 20 日正式刊登）：命令依据《2018 年联邦采购供应链安全法》（FASCSA），一是把杭州深度求索及其关联实体的 IT 产品和服务排除在联邦民用机构采购之外，二是从民用机构 IT 中移除所有 DeepSeek 及关联方产品，以及用 DeepSeek 实现开发的第三方产品和服务。@nopainkiller 的评价是 DeepSeek 迎来了自己的「华为时刻」。另一边，@qoder_ai_ide 宣布 V4.1-Flash-1017 在 Qoder 里免费用到 10 月 24 日（免费和付费用户都按 0 倍额度计，这条浏览 58 万）。中文圈里，@guansi 把 DeepSeek 新 Flash 提出的「许愿式编程」概括为「所想即所得」，@geniusvczh 引用说这个词「不是我一直在用的吗」。

为何值得看：排除范围写到了「基于 DeepSeek 开发的第三方产品」，给美国政府供应商出了一道合规题：自家产品里有没有用到 DeepSeek 的权重或实现，需要盘点清楚。

AndrewCurran_ 关于 DHS 命令的配图

3. OpenAI / Codex：低资源语言大幅进步，Codex 可以改历史消息，OpenCode 用户获退款

要点：@OpenAI 发文介绍新模型在 COBOL、Fortran、Visual Basic 等低资源语言上的进步。博文给了两个评测：MultiLangBench 要求模型用指定语言从零写一个兼容 SQLite 的数据库引擎，GPT-6 Astra 在 20 种语言上平均测试通过率 87.4%，GPT-5.6 Sol 只有 26.8%，COBOL 从 10.9% 升到 72.1%；GPT-6 Luna 平均 40.3%，单样本 API 成本约 $0.77（Sol 为 $3.48）。COBOL 迁移评测要求输出逐字节一致，GPT-6.1 Sol 低推理档准确率 86.6%（GPT-5.6 Sol 为 5.4%），高推理档 97.9%；评测已在 GitHub 开源。@thsottiaux 的连续发布进入第 14、15 天：Day 14 是 Codex 桌面版终于可以编辑线程里之前的消息（8.2k 赞，他说「拖得太久了」）；Day 15 是一句「We're cooked」，引用 @OpenAIDevs 的「我们用 Codex 在做什么」直播。OpenCode 事件也有新进展：@thsottiaux 说 OpenAI 团队和 OpenCode 一起，让同时是 OpenAI API 客户的受影响用户恢复使用，并退回攻击期间被刷掉的额度，还建议防御方提前申请 Daybreak Blue。用户侧，@turingou 发现 Magpie 可以通过 Remote Magpie 调用另一台机器（他的 RTX 5090 游戏机）上的本地模型，并在 Codex 里直接选用；@Cydiar404 发现 Codex 的意图补全是多模态的，补全时提醒了一个他没看到的 bug。另外 @FT 报道，美国检方在 OpenAI 窃听案中指控有沙特王室关联（付费报道，仅以标题为准）。

为何值得看：银行、政府的老系统迁移是企业 coding 里最难、也最值钱的一块，OpenAI 把评测公开，意味着这块会成为模型竞争的新指标。

OpenAI 低资源语言与 Codex Day 14

4. Grok Bot：iPhone 操作按钮一键语音，1.16 版新角色

要点：@bot 宣布可以把 Grok Bot 设为 iPhone 的操作按钮，按一下就能和 Bot 语音对话（1 万赞、68 万浏览）。@MaiYangAI 给出了设置步骤：在 iPhone 15 Pro 或更新机型上把 Grok Bot 更新到 1.16，然后在「设置 → 操作按钮」里滑到「快捷指令」，选 Grok Bot → Start Voice Chat。设计师 @jennywen 同一天发了另一项打磨：新增更多可自定义的 bot 形象，并整理了动画状态（955 赞）。用户这边，@turingou 说 Grok Bot 帮他把离岛的本地中介网站和 Instagram 信息都整合了起来，还能和其他 bot 配合，他认为几年内找房子不再需要人类中介（他个人的判断）；@fankaishuoai 分享了一套自己 DIY 的「云 + 端」工作流：Grok Bot 上的 Engineer 写计划，交给云端的 Pi Agent + DeepSeek 写代码和测试，本地 Mac Studio 上的模型再做审核，以此节省套餐额度；他也夸一键聊天「开发团队很有审美」。

为何值得看：入口从 App 内挪到硬件按钮，个人 agent 正在争夺手机上最短的唤起路径；用户自己搭的云端 + 本地分工，则说明额度成本已经在影响大家怎么用 agent。

Grok Bot 操作按钮与新 bot 形象

5. Cognition：Devin Fusion 拿下 Coding Agent Index 最高分，用「效率」分配额度

要点：@cognition 称 Devin Fusion（Opus 5.5 主导、GPT-6 Luna 做副手）在 @ArtificialAnlys 的 Coding Agent Index 上拿到最高分 68，表现和价格都优于 Claude Code + Opus 5.5，单任务成本低 31%（Cognition 公布的数据）。同一天 Cognition 推出新的成本控制：按会话给每位工程师打「效率分」，对高产出的工程师自动批准更多用量，而不是一刀切的额度上限；官方的说法是「一刀切的用量上限就是变相冻结招聘」。@jeffwang 补充，还会上线 Devin Coach，在跑会话之前教用户怎么用得更省；自动审批目前只在 Enterprise 计划提供。

为何值得看：多模型「主将 + 副手」组合开始在第三方榜单上胜过单一模型的 harness；而「按效率给额度」把 AI 预算变成了绩效管理的一部分，值得企业管理者关注它带来的激励问题。

Devin Fusion 在 Coding Agent Index 的成绩

6. Claude Code / Anthropic：多开 agent 不如慢下来，六成 Codex 用户也用 Claude Code

要点：Claude Code 团队的 @trq212 发帖：「大多数同时开多个 agent 的人，可能都该慢下来。你做的大部分事其实不重要，你的 P0 是什么？如果全神贯注做它会怎样？」（4.5k 赞、21 万浏览）。@theo 给出 T3 Code 的数据：过去两周，用过 Codex 的 T3 Code 用户里超过 60% 也用过 Claude Code，「大多数 Codex 用户也是 Claude Code 用户」。@LiteLLM 推荐用 LiteLLM 让 Claude Code 接其他模型。@lennysan 整理了与 Anthropic 可解释性研究员 @mlpowered 访谈的 8 条要点，包括：模型写诗时写完第一行就已选好第二行的韵脚词；模型能「说出来」的只是内部表征的一小部分（他们称之为「J space」），把其中的 Spanish 换成 French 后，模型会说文本是法语、却继续写西班牙语；以及「越往里看，越不确定它们是怎么工作的」。

为何值得看：工具在比拼「能同时开多少 agent」时，产品团队的人反而提醒注意力才是瓶颈；而跨工具的高重合度说明，用户并不忠于单一 harness。

trq212 与 theo 的帖子

7. 跨机器跑 agent：Cua Spaces SDK，T3 Code 远程线程

要点：@trycua 推出 Cua Spaces SDK：各大实验室都在做「自带电脑的 bot」（Grok Bot、Muse、dots），但都不能自带算力；Cua Spaces 让你把 Claude Code、Codex 或任意 agent 放到自己选的计算资源上，并在所有电脑上同时跑任务（895 赞、886 收藏）。@theo 演示 T3 Code 时说，他点开的线程大多跑在别的机器上（VPS 和本地 Linux 机器）；他还引用一位用户的评价：本以为是「slop」，结果像是「更好的 Codex 桌面版」，这位用户提到扫码就能从手机开聊、子 agent 视图和 PR 流程，以及能看到成本和用量上限。

为何值得看：agent 正从「跑在你的笔记本上」变成「跑在你的一组机器上」，谁来管调度、算力和远程控制，是下一层工具的竞争点。

Cua Spaces SDK 与 T3 Code 用户评价

8. 开发者基础设施：Vercel 开源 libfx 与 fx0，Tessl Verifiers GA

要点：@rauchg 宣布 Vercel 开源了一个「非常快」的 HTML artifact 生成器 fx0，底层是让 agent 变得「durable」的 libfx：他说为 v0 搭建能扛住服务器崩溃、LLM 不稳定、函数时限的底层管道「非常痛苦」，现在免费开源（1.1k 赞、1.1k 收藏）。@vercel_dev 介绍这是一个基于 libfx 的「mini v0」：几秒内出原型，可用 AI Gateway 的 200 多个模型，输出纯 HTML，可以 fork。@tessl_io 的 Tessl Verifiers 正式 GA：在仓库里写纯文本规则，每次 agent 改动都判定通过或失败，「给 linter 查不了的规则做 lint」。@evanyou 则抛出一个问题：把 TS 编译成原生很酷，但如果纯 TS 本身就能和原生一样快呢？

为何值得看：agent 应用要上生产，耐久执行和规则校验这类「无聊的管道」正在被开源和产品化，团队不必再自己从头造。

Vercel fx0 演示

9. Notion AI：Auto 路由便宜约 90%，支持自带模型，改用新的额度体系

要点：@NotionHQ 宣布 Notion AI 一系列升级。按官方博文：升级后的 Auto 模型路由会按任务挑模型，在 20 多个常见用例上效果接近 Opus 5.5 和 Astra，平均成本低约 90%；Notion Agent 和 Custom Agents 换了新基础设施，可以跑更长的任务；「自带 AI」包括把 ChatGPT 套餐接入 Notion Agent（已上线）、Enterprise 自带模型 key（私有 alpha，可接 OpenAI、Anthropic、xAI）以及改进的 Notion MCP；AI Command Center 给管理员用量看板、支出上限和 agent 治理（即将推出）。新的额度体系里，Business 和 Enterprise 每个席位每月含 1,500 个 Standard 额度（Notion 选模型）和 500 个 Select 额度（自己选模型或跑 Custom Agents）；新工作区 10 月 19 日起生效，现有工作区 11 月 2 日起切换。

为何值得看：「路由 + 自带 key + 分档额度」正在成为知识工作类 AI 产品的标准定价结构，用户不再直接为单一前沿模型付费。

Notion AI 升级清单

10. Agent 应用层：Exa 3.0、Gemini 4 Argon 做 3D 赛道、Wabi 2.0 多人 agent

要点：@ExaAILabs 发布 Exa 3.0，称在所有测过的基准上排第一（自报）。官方博客说改进来自更大的 embedding 模型、正式开放的 Dynamic Highlights（比全文少用 95% 的 token）和扩充的索引，并新增 Exa Lite 档位，每 1,000 次请求 $4（Exa Auto 为 $7）（1.5k 赞）。@Google 展示 Gemini 4 Argon：拍一张真实书桌的照片，让 Argon 调度子 agent、Blender MCP 和 Nano Banana，把桌上的东西变成可以玩的 3D 赛道（34 万浏览）。@ekuyda 发布 Wabi 2.0，定位是「大家一起用的 agent」：家人朋友都能加入同一个对话，让它改日历、订票、排行程；@tobi 引用说「做得非常精致，你一定要试试」。

为何值得看：搜索、多模态生成和多人协作，都在被包装成 agent 的基础能力；token 效率和价格档位，已经和效果一起成为卖点。

Exa 3.0 发布配图