首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-27 · 第 046 期 · 10 条 2026 年 10 月 27 日 周二 ·

OpenAI 推 GPT-6.1 Terra 主打 computer use，Cursor 放出 Agent SDK，Theo 公开日常 tstack skills

今日要点

  1. GPT-6.1 Terra 主打 computer use：OpenAI 发布中档模型，强调看屏、跨应用操作与更低单价；Sam / Greg 跟帖称「比人手还快」，并已进入 GitHub Copilot、Codex、OpenClaw。
  2. Cursor 同日两记：Agent SDK 正式可用（agents as code + 内建 evals），DeepSeek V4.1 Flash 上架且自称坐在 CursorBench 成本前沿。
  3. Skills / 多 agent 工作流继续产品化：Theo 公开 tstack；Grok Bot 0.75.8 把 auto-review 规则写进聊天；中文圈演示 Claude Code 指挥、Grok Bot 干活的闭环。

1. OpenAI GPT-6.1 Terra：更便宜的 computer use 进入日常 coding 链路

要点：@OpenAI 官宣 GPT-6.1 Terra——定位更快、更便宜的 computer use：能理解屏幕内容、跨应用操作、写作更自然，并强调全天工作负载下的效率。@sama 跟帖称「尤其兴奋于 computer use 新时代」；@gdb 则说 Terra 的 computer use 已跨过「比我徒手操作电脑还快」的质变阈值。@github / @code 宣布模型已在 GitHub Copilot（含 VS Code）一般可用，早期测试在终端与 C# 任务上明显好于 GPT-5.6 Terra，且单价低于 GPT-6.1 Sol。

为何值得看：computer use 从演示片切到「Copilot / Codex 默认可选模型」——比拼维度从榜单分数转向「每任务成本 × 能否真的点完一整条 GUI 流程」。

GPT-6.1 Terra computer use

2. Cursor：Agent SDK 正式可用，同日 DeepSeek V4.1 Flash 上架

要点：@cursor_ai 宣布 Agent SDK 现已可用——用 Markdown 写提示、用 TypeScript 定义工具，agents as code；可部署到 Cursor 托管基础设施，也可自托管；内建 evals 用来衡量每次改动。跟帖给出文档链接。同日官方另帖：DeepSeek V4.1 Flash 进入 Cursor，各 effort 档位均落在 CursorBench 成本前沿（约 \$0.60–\$0.98 / task）。

为何值得看：Cursor 一边把「自建 agent」产品化成 SDK，一边继续卷模型性价比——IDE 竞争从「补全谁更准」扩到「团队能否把 agent 当代码仓库一样版本管理」。

Cursor Agent SDK

3. Theo 公开 tstack：自己天天用的 Claude Code / Codex agent skills

要点：@theo 发「I guess it's time to announce tstack? I caved.」——把日常使用的 agent skills 公开（MIT，适用于 Claude Code 与 Codex）。社区跟帖聚焦 full-send（改动一路推到合并 PR）与 council（三家模型交叉审查直到达成一致）等技能。仓库 t3dotgg/tstack 创建于 2026-10-24，今日是作者正式官宣与大规模传播，不是「今天刚建仓」。

为何值得看：一线工具作者把「私人 dotfiles 级 skills」开源，比又一份 Awesome 列表更能说明 Agent Skills 正在变成可共享的工作流单元。

Theo tstack skills

4. Grok Bot 0.75.8：聊天里直接加 auto-review 规则

要点：@ericzakariasson 宣布 grok @bot 0.75.8 稳定推送：可在聊天中添加 auto-review 规则并确认卡片；auto-review 拦截前会二次检查；Slack 审批卡会写明在问什么；插件 skills 安装即可用；连接器可在不重连的情况下获得新工具；x money 支持一键连接。

为何值得看：个人 agent 的「安全闸门」从后台配置挪进对话——审批与规则变成日常 UX，而不是只有管理员能改的 YAML。

Grok Bot 0.75.8 auto-review

5. Claude Code + Grok Bot：一个指挥、一个干活的开发闭环

要点：@xiaomovps 演示用 cursor-grokbot-agents 扩展，让 Claude Code（或 Codex）通过 Agent SDK 调用 Cursor 账号里的 Grok Bot——Grok Bot 保留自己的对话、记忆与工具，主 agent 负责拆任务与验收。流程概括为：Claude Code 理解需求 → Grok Bot 改代码并提 PR → Cursor Cloud 跑测 → 主 agent 检查结果。该帖收藏明显高于点赞，偏「可复用工作流」收藏帖。

为何值得看：多 agent 不再只是口号，而是「调度模型 × 执行模型 × 云测环境」被串成一条可手机跟进的生产线。

Claude Code × Grok Bot

6. OpenCode：永久会话暴露性能问题，mobile 被喊「治好 X 成瘾」

要点：@thdxr 称团队大量采用「永远跑着」的 permanent sessions 后，发现相关性能问题并表示会修。另帖晒 OpenCode mobile 截图，称「正在治好我的 X 成瘾」。两条合在一起：长会话成为默认用法，移动端则在抢碎片时间入口。

为何值得看：开源 harness 的压力测试来自真实「不关会话」用户——产品债从功能清单转向会话寿命与移动体验。

OpenCode sessions / mobile

7. Meta Muse：alexandr_wang 用 Muse Wonder 把梗视频做成游戏

要点：@alexandr_wang 发帖称借助 muse wonder full 把一段「精子视频」做成可玩的网页游戏，并附演示与链接。承接近日「个人 agent / Muse gang」热度，把生成能力落到一个可分享的小产品。

为何值得看：个人 agent 叙事继续从「帮你写代码」扩到「帮你把灵感做成可交互物」——展示层比 changelog 更能说明产品形态。

Muse Wonder game

8. Uncle Bob：开车也能搭出正经软件系统

要点：@unclebobmartin 写道：若五年前有人说自己能在开车时构建重要软件系统，他会认为乐观过了几个数量级——而现在已经发生；并追问未来五年优先级会如何被「彻底洗牌」。这条与他前一日「离开 CLI、改用 grokbots」形成连续叙事。

为何值得看：当 Clean Code 作者用「车里写系统」作时间锚点，说明个人 agent + 语音/移动入口已经进入严肃工程自我认知，而不只是 demo 日。

Uncle Bob car coding

9. Kimi K3.1 Pro：Browser Use 基准逼近榜首

要点：@browser_use 晒榜：Kimi K3.1 Pro 在 Browser Use Benchmark 拿到 76.8，仅次于 GPT-6.1 Sol；超过 Opus 5.5、Grok 4.7、Sonnet 5.5，单任务成本约 \$2，并称是他们测过「最好的中国模型」；次席中国模型为 DeepSeek V4.1 Flash（70.6）。（Kimi K3.1 Pro 主发布窗口更早，今日重点是 browser-use 实测对比。）

为何值得看：agent 评测从「写不写得出代码」扩到「能不能在真实浏览器里点完任务」——开源权重选手正在把 computer/browser use 卷进性价比战场。

Kimi K3.1 Pro browser use

10. kunchenguid：所有产品其实都是 LLM + harness + connectors + machines + UI

要点：@kunchenguid 把 ChatGPT Chat/Work、Codex、dots、Claude Web/Code/Cowork/Desktop/Duet、Cursor、Grok Bot/Build 等列成一张清单，结论是它们「全都只是 LLM + harness + connectors + machines + UI」——并反问人们是否真的想要这么多彼此分离的产品。评论区热闹，和同日「多 agent 拼装 / 换皮」讨论互相印证。

为何值得看：当产品名爆炸时，这张五件套解剖图比又一个排行榜更能帮读者选型：你到底缺模型、缺 harness，还是缺机器与 UI。

LLM harness anatomy