GOOD READING / ORIGINAL SOURCES

好内容，值得再打开。

X 帖子与收藏、官方发布、研究与维护者资料。
先读导读，再沿着原始出处继续。

649条精选 · 8 个方向保留原始发布日期

每条说明出处与阅读范围。工具效果和案例数字归原作者；近期筛选按来源日期，截止 2026.10.27。

MCP 与工作流近期动态

Grok Bot 0.75.8：在对话里直接加自动审查规则

Cursor 的 Eric Zakariasson 称 Grok Bot 0.75.8 已转稳定版并推送：可以在对话里确认卡片来添加自动审查规则；自动审查在拦截前会再看一遍；Slack 审批卡片会写明要批准什么；插件技能装完即可用。

X 帖子

@ericzakariasson2026.10.26

公司与生态近期动态

OpenAI 总裁称 AI 助力三项科学发现：数学、计算机、物理

OpenAI 总裁 Greg Brockman 宣布三项「重大科学发现」，分别在调和分析、复杂性理论和量子场论，称 AI 开始帮助人类加深对宇宙的理解。具体结果、论文和 AI 的参与方式节选里都没有。

X 帖子

@gdb2026.10.26

订阅与成本近期动态

DeepSeek V4.1 Flash 进 Cursor：每任务 0.60～0.98 美元

Cursor 官方称 DeepSeek V4.1 Flash 已上线，各个推理档位都落在 CursorBench 的成本前沿上，每个任务 0.60～0.98 美元，同价位没有更高分的模型。可在设置的模型页打开。

X 帖子

@cursor_ai2026.10.26

评估与原理资源入口

Code2Video-AA：用代码做营销视频的独立评测

Artificial Analysis 推出 Code2Video-AA，是对 HeyGen 的 Code2Video Bench 的独立实现，评测模型用代码生成产品和品牌营销视频的能力，共 114 个设计需求。评分方式和首批排名节选没有。

X 帖子

@ArtificialAnlys2026.10.26

订阅与成本方法阅读

AWS：在 Bedrock 上给 OpenAI 模型用提示缓存

AWS 机器学习博客介绍在 Amazon Bedrock 上调用 OpenAI 模型时的提示缓存用法：agent 每一步都会重读全部上下文，把工具定义、指令和历史缓存起来，可以降低输入成本和延迟。

官方资料

Claudio Mazzoni · AWS Machine Learning Blog2026.10.26

开发与协作近期动态

GPT-6.1 Terra 在 GitHub Copilot 正式可用

GitHub 更新日志称 GPT-6.1 Terra 已在 Copilot 正式可用，定位是日常 agent 编码和终端工作，成本低于 GPT-6.1 Sol。哪些套餐可用、倍率多少，摘要没有说明。

官方资料

Allison · GitHub Blog · Changelog2026.10.26

评估与原理近期动态

从 vLLM 合并的内核代码推测 Qwen4-27B 架构（传闻）

一位安全研究者称，Intel 给 vLLM 合并的 XPU 内核里出现了尚未发布的稠密 Qwen4-27B 优化，包括 1～2 卡 INT4、4 个草稿 token 的 MTP 和 FP8 双卡张量并行；他据此推测这个模型不需要 MoE 集群就能跑。

X 帖子

@0x0sojalsec2026.10.25

MCP 与工作流案例记录

从 Slack 和会议笔记里让 Opus 剪出产品讲解视频

Every 官方介绍：一位同事的 Slack 消息和 Granola 会议笔记里已经有讲解视频的素材，他让 Opus 找出叙事线、引用自己说过的话，剪成介绍 Every 产品 Checks 的视频。

X 帖子

@every2026.10.25

部署与监控案例记录

同一 DeepSeek 模型，各家 API 的 reasoning_effort 取值不同

一位开发者测试 deepseek-v4.1-flash 时发现：在某个转接平台上传 "none" 会返回 HTTP 400，传 "off" 才行；而 DeepSeek 官方 API 和 OpenCode Go 都接受 "none"。他据此向平台方提问。

X 帖子

@brucexu_eth2026.10.25

产品与运营观点观察

做了 100 个 AI 实验却没落地：Every 给团队的三条建议

Every 官方转述 Kieran Klaassen 的看法：团队做 100 个 AI 实验，如果都没落地就没用；建议听一线做事的人、让实验容易看懂、帮有用的实验真正被采用；把东西都丢进频道很容易，整合才难。

X 帖子

@every2026.10.25

订阅与成本近期动态

Kimi 为 K3.1 Pro 限流道歉：所有订阅一次性返还 25% 月额度

Moonshot 官方账号承认 K3.1 Pro 订阅套餐出现限流和额度被多扣，称是自己的问题；官方称今天给所有档位订阅者做一次性重置，恢复月额度的 25%。节选在「额度低于……」处截断，具体条件没看到。

X 帖子

@kimi_moonshot2026.10.25

性能与验收近期动态

Cognition 开源漏洞修复插件：盘点、打补丁、测试、开 PR

MarkTechPost 报道，Cognition 发布 Devin Vulnerability Fixes 插件，含 3 个 MIT 许可的 agent 技能，针对本周 PHP、Node.js 和自托管 GitLab 的严重远程代码执行漏洞，自动盘点、打补丁、测试，并为每个仓库开一个 PR。

社区资料

Michal Sutter · MarkTechPost2026.10.25

MCP 与工作流近期动态

微软开源 Agensh：无中心调度，最多 1024 个 agent 协作

MarkTechPost 报道，微软研究院开源多 agent 框架 Agensh：没有中心调度者，各 worker 共享 Git 仓库、聊天和发现板自行组织，在 ProgramBench 上 6 小时预算内从 1 个扩展到 1024 个 agent。

社区资料

Asif Razzaq · MarkTechPost2026.10.25

部署与监控近期动态

Claude 10 月 25 日故障：多个模型报错约 30 分钟

Claude 官方状态页记录：10 月 25 日 06:05 至 06:35（UTC）多款模型请求错误率升高，最初涉及 Mythos、Fable、Opus、Sonnet、Haiku，后定位到 Sonnet 5.5 的问题，修复后于 07:53 标为已解决。

官方资料

status.claude.com · Claude 官方状态页2026.10.25

阅读与学习资源入口

Raschka 免费视频课：从零实现推理模型训练

中文转述称 Sebastian Raschka 为新书《Build a Reasoning Model (From Scratch)》配了 8 节免费视频课，共 11 小时多，从预训练的 Qwen3 0.6B 出发，用 PyTorch 实现答案验证器、推理时计算扩展、GRPO 等。

X 帖子

@Xudong074529102026.10.25

部署与监控案例记录

12GB 显卡本地跑 DeepSeek V4.1 Flash：一位用户的报告

一位安全研究者称，用 GSQ-RCO 量化加 Strata 推理引擎，可以在 12GB 显卡上跑 DeepSeek V4.1 Flash，其余权重卸载到内存；RTX 5070 加 64GB 内存约每秒 105～117 token，内存越多解码越快。

X 帖子

@0x0sojalsec2026.10.25

评估与原理观点观察

Agent4Sci：科研 agent 会把常见技巧当成新想法

一位 Anthropic 员工用中文介绍 Anthropic 新论文 Agent4Sci：把 Claude Code、Codex、Gemini 放进 20 个真实的 ML for Science 任务，发现 agent 实验做得越来越好，但会把常用的调参技巧当成「创意突破」。

X 帖子

@Xudong074529102026.10.25

评估与原理案例记录

Muse 对 DeepSeek 接 Claude Code：16 秒说完成，页面是坏的

dev.to 一篇对比实测：在 Claude Code 里，Muse Spark Open 16 秒宣称做完仪表盘，实际只做了文字检索验证，柱状图全空；DeepSeek V4.1 Flash 用 2 分 29 秒并用无头浏览器截图自查，结果可用。作者还算了单任务成本。

社区资料

InferenceKey · dev.to · InferenceKey2026.10.24

知识库与笔记资源入口

Memora 基准：agent 记忆要会忘，旧信息用了要扣分

dev.to 文章介绍 ACL 2026 Findings 论文中的 Memora 基准：模拟 10 个职业角色跨周、月、季度的上千次记忆增删改，用会惩罚过时信息的 FAMA 指标评测；称常见记忆基准大多只测一次性事实的召回。

社区资料

Shaan · dev.to · Shaan2026.10.24

订阅与成本近期动态

GPU 租金跑赢 6 年折旧表：H200 高 143%，A100 仅高 9%

a16z「每周图表」称，各代 GPU 的租金仍高于按 6 年标准折旧推算的价格：H200 高 143%、B200 高 111%、RTX PRO 6000 高 73%、H100 高 54%、A100 高 9%，差距大多在 4 月 token 需求起飞后拉开。前一天的帖子给了年初以来的涨幅，H200 约涨 160%。

X 帖子

@a16z2026.10.24

知识库与笔记近期动态

AIPOCH Open-Science 1.0.2：本地 PDF 图表抽取更准

AIPOCH 官方称 Open-Science v1.0.2 改进了本地 PDF 的图和表抽取：图片裁切更准、图注匹配更好、表格结构处理改善；阅读模式对复杂科学内容的分类和版式也更准。

X 帖子

@aipoch_ai2026.10.24

开发与协作近期动态

Amp 发布非常早期的安卓应用，征集反馈

Amp 的 Quinn Slack 发布了 Amp 安卓应用的实验版，请用户从应用内反馈问题；他提到团队里只有 4 人用安卓，还在问该买哪些设备来自测。

X 帖子

@sqs2026.10.24

开发与协作案例记录

CleanYourTV 一周 2.8 万星：作者只写了最初的提示词

开源项目 CleanYourTV 作者称上线一周 GitHub 超过 2.8 万星，379 人贡献了电视型号、修复、翻译和主题；作者称自己只写了最初的提示词，其余来自社区。

X 帖子

@gathint2026.10.24

性能与验收案例记录

热门开源仓库的 PR 审查机器人：4 天 838 次，每次约 0.06 美元

CleanYourTV 作者称，项目爆红后 6 天收到 943 个 PR，于是做了审查机器人；作者称 4 天审了 838 次，中位耗时 87 秒，每个 PR 约 0.06 美元，运行在 0G 的私有计算上，下一步打算让它也能合并 PR。

X 帖子

@gathint2026.10.24