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
01
首购与长期成本有什么不同？
02
备份与失败恢复由谁负责？
03
需要离开时怎样带走数据？
从原始来源继续读
X 收藏与一手资料，保留原始日期和阅读范围。
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
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
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
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
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
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
部署与监控资源入口
Anthropic 开源 sandbox-runtime：无容器的系统级沙箱
MarkTechPost 介绍 Anthropic 的开源工具 sandbox-runtime（srt）：Claude Code 背后用的系统级沙箱，在 macOS 用 Seatbelt、Linux 用 bubblewrap 限制 agent、MCP 服务器和命令行工具的文件与网络访问，不需要容器。
社区资料
部署与监控近期动态
Apigee hybrid 原生支持 MCP：工具调用留在自家集群
Google 开发者博客称 Apigee hybrid 1.17.0 原生支持 MCP：数据面跑在用户自己的 Kubernetes 集群里，agent 请求和工具执行不出内网，只从控制面拉配置；OpenAPI 3.0.x 描述可直接变成 MCP 工具。
官方资料
订阅与成本近期动态
OpenRouter 上线安全中心：消费提醒、密钥有效期、IP 白名单
OpenRouter 推出网关安全中心：可开启密钥消费提醒、删除不用的密钥、给不设上限的密钥加周期消费上限、给所有密钥设最长有效期；被引用的创始人帖还提到按风险浏览密钥和 IP 白名单。
X 帖子
部署与监控观点观察
agent 隔着虚拟机传暗号：Rauch 谈共享主机的时序攻击
Vercel CEO Guillermo Rauch 评论 OpenAI 的一项实验：OpenAI 让分处不同虚拟机、但在同一宿主机上的 agent 在不联网、不共享可写文件的条件下交换模拟秘密。Rauch 说这类共享主机上的时序攻击至少 2015 年就已知，一直没有彻底的解法。
X 帖子
订阅与成本近期动态
Codex 对话中途换推理档，不再让缓存失效
OpenAI 的 Codex 负责人在每日更新里说：在 Codex 和 work 里中途改推理强度，不再让缓存失效；dots 的通话连接更快；Codex CLI 也有更新。
X 帖子
部署与监控资源入口
vLLM 多模态缓存漏洞：一个客户端可让整个引擎崩溃
GitHub 安全公告 GHSA-p92p-rxj5-7p2x 称：vLLM 把客户端传入的多模态 uuid 直接当缓存标识，前后端两级缓存淘汰不同步，未鉴权的客户端可在默认配置下让 EngineCore 崩溃，需整体重启。公告称在 v0.29.0 官方镜像上验证。
维护者资料
订阅与成本方法阅读
TTS 自动扩缩容：用两次实测代替拍脑袋
AWS 机器学习博客：在 SageMaker 上部署自定义 TTS 时，扩缩容阈值常靠猜，猜错要么浪费 GPU，要么超出延迟目标。文中把 Kokoro-82M 做成自定义容器，用线上端点测得的两个量 Q_max 和 T_total 推出扩缩策略。
官方资料
订阅与成本资源入口
SageMaker 训练会话：自己写训练循环，不管 GPU
AWS 机器学习博客介绍 SageMaker AI 训练会话 API：用户在 Python 脚本里写自己的训练循环（SFT、RL 或自定义目标），服务负责 GPU；文中有 GSM8K 上的 GRPO 示例和竞赛编程的强化学习示例。同日 AWS 宣布该功能正式可用。
官方资料
订阅与成本近期动态
GLM 5.3 Flash 上 Mistral API：每百万输出 0.5 美元
Mistral API 更新日志称，Z.ai 的 GLM 5.3 Flash 已上架：多模态 MoE，总参数 320B、激活 18B，1M 上下文，面向 agent 工作流、视觉编码和工具调用；每百万 token 输入 0.15、缓存输入 0.03、输出 0.50 美元。
官方资料
部署与监控资源入口
Apple Silicon 上哪些推理加速有效：投机解码反而变慢
arXiv 论文在四台 Apple 机器上测四类推理优化：KV 缓存裁剪最多带来 1.75 倍吞吐（在桌面 NVIDIA 卡上反而可能降速）；所测投机解码方法在 Apple 上全部降低吞吐；CUDA 内核思路只部分可迁移；量化收益因机器而异。
研究论文
订阅与成本观点观察
模型路由的上限：性能预测器很难胜过模型自信度
arXiv 论文从理论和 16 个模型的实验论证：用于路由的性能预测器，只有在候选模型本身不够好或预测器额外容量很大时，才明显胜过「模型自己的答案概率」这个简单基线；并推广到两级级联路由。
研究论文
订阅与成本案例记录
IT 工单分类：小模型加弃权阈值，比提示大模型更省
arXiv 论文在 47,837 张公开工单上比较传统分类器与提示大模型，引入「分错比转人工更贵」的成本模型。TF-IDF 加逻辑回归、阈值 0.60 时成本降 38.1%，误派从 15.3% 降到 3.5%；最好的提示配置准确率 0.477，微调 DistilBERT 为 0.879。
研究论文
部署与监控观点观察
Vercel：agent 把软件推向两端，Drop 免注册就能上线
Vercel CEO Guillermo Rauch 认为 agent 正把软件推向两个极端：深后端和即时生成的前端；Vercel 在 Ship 大会上发布了托管后端、agent 和 API 的组件，tmp.now 部署要去掉 agent 发布软件的一切阻力，连注册都省掉。被引用帖说 Vercel Drop 无需账号即可拖文件得到在线网址，一小时内登录认领才保留。
X 帖子
部署与监控近期动态
Claude 完整 API 上 Google Cloud：用 GCP 账号和账单直接调
Claude 开发者账号称，现在可以从 Google Cloud 账户使用完整的 Claude API，包括 Managed Agents、代码执行、Opus 5.5 快速模式，以及以后的新功能。同一天 Claude 官方账号宣布这一 Anthropic 托管的接入方式正式可用，用 Google Cloud IAM 凭据和账单，可抵扣承诺消费。
X 帖子
订阅与成本观点观察
DeepSeek 缓存折扣 97%、可缓存 72 小时：一位研究者的对比
被资源包标注为 DeepSeek 研究者的账号称：DeepSeek 缓存命中折扣为 97%，其他家多为 90%，对 agent 类负载成本可降约 40%；DeepInfer 可缓存 72 小时，他人多为 5 分钟或 1 小时。
X 帖子
订阅与成本近期动态
Codex 订阅用户缓存长期保留：对用量意味着什么
Codex 负责人在第 16 天宣布：API 提示缓存最长可留 12 小时；Codex 和 Work 的登录用户，缓存会一直保留，隔几个小时回到旧对话也保证命中缓存。中文转述理解为：不会因缓存失效多耗额度。
X 帖子
订阅与成本近期动态
OpenAI 称约 4 万账号额度扣错：已修复并补偿
Codex 负责人称，上周末部分用户额度消耗异常，查出约 4 万个账号的用量限制与所选套餐不一致，已修复，会联系受影响用户并补发 credits。多位用户确认收到补偿邮件。
X 帖子
部署与监控近期动态
Vercel durable-harness：让 agent 在失败后自动续跑
Vercel 推出 durable-harness：可在 Vercel 上持久运行 Pi、OpenCode、Codex、Claude Code 等 harness，agent 失败后自动恢复，可连续运行数小时、数天甚至数月。Pi 官方账号表示他们的 Pi-Durable 也参与了合作。
X 帖子
部署与监控观点观察
这周三家都出了故障：给 AI 工具留一条退路
10 月 21～22 日，OpenAI 状态页记录了一次波及 ChatGPT、Codex 和多项 API 的性能下降；Claude 状态页记录了 Fable 5 报错和连接器报错；Cursor 记录了 Anthropic 模型短时降级。均已恢复。
官方资料
部署与监控近期动态
DeepInfer 开源：值得读的是推理工程，不是回本账
DeepSeek 把支撑 V4.1-Flash 线上服务的推理框架 DeepInfer 开源，另附与官方 API 处理方式对齐的 deepseek-recipe。官方线程列出内核、分布式推理、推测解码等模块，并说后续模型的推理代码也会放进来。
X 帖子
订阅与成本方法阅读
OpenAI API 缓存可留 12 小时：什么情况下更省
OpenAI 开放 12 小时提示缓存选项，间隔数小时的请求也能复用共享指令、工具和上下文，并按较低的缓存价计费。中文开发者整理的倍率是：12 小时写入约 2.5 倍、默认 30 分钟约 1.25 倍、读取约 0.1 倍。
X 帖子
部署与监控近期动态
Perplexity CEO：本地模式甚至可以不连 WiFi
Perplexity CEO 补充说，现在可以在 Mac 上完全本地运行 Perplexity Computer，没有云端推理，甚至不用 WiFi；引用的是官方发布帖。
X 帖子
部署与监控资源入口
DeepSeek V4.1 Flash 量化版：128GB 内存能装下
Unsloth 发布 DeepSeek V4.1 Flash 1017 的量化版：1-bit 版体积从约 508GB 缩到 250GB（减 52%），称保留约 88.2% 的准确率，需 128GB 以上内存。转述称 128GB 的 Mac 就能跑，但依赖内存卸载。
X 帖子
部署与监控案例记录
KiviDB：学 Rust 8 个月做出的 Redis 兼容库与跑分
一位今年 2 月才学 Rust 的开发者开源了 KiviDB：兼容 Redis 协议的数据库，称在 32 核上 GET（pipeline 16）达每秒 2120 万次，对比 Redis 8 的 240 万和 Dragonfly 的 910 万，p99 延迟不到 Dragonfly 的一半。转述强调他大量让 AI 写代码。
X 帖子
部署与监控案例记录
两台 DGX Spark 跑 DeepSeek Flash：75 与 130 tok/s
有人在两台 DGX Spark 上用 EXL3 约 2.9bpw 的量化跑 DeepSeek V4.1 Flash 1017：单路约 75 tok/s、4 路并发约 130 tok/s。使用者对比自己的 GLM-5.3-Flash（62.2 与 104.6），指出前者权重约 210GB，另有约 94.4GiB 的 Engram 表要放在每台 NVMe 上。
X 帖子
部署与监控近期动态
MCP TypeScript 客户端 SDK：跨域重定向会带走密钥
GitHub 安全公告称：@modelcontextprotocol/sdk 1.31.0 及以前、client 2.0.0～2.2.0 的 HTTP 传输和 OAuth 请求会跟随跨域重定向，把自定义头和 307/308 下的请求体（含 refresh_token、client_secret）发给新域名。
维护者资料
部署与监控近期动态
MCP 服务端 SDK：升级不够，还要设输入上限
GitHub 安全公告称：@modelcontextprotocol/sdk 1.3.0～1.31.0、server 2.0.0～2.2.0 对单次请求里的数组元素和对象键不设上限，一个 4 MiB 以内的请求就可能把 Node 进程内存耗尽。修复版新增的上限选项默认关闭。
维护者资料
部署与监控近期动态
加拿大区 Bedrock 可调 OpenAI GPT：跨区推理要看清
AWS 机器学习博客称，加拿大机构可在 Bedrock 的加拿大中部和卡尔加里区域，通过跨区推理调用 OpenAI GPT-5.6、GPT-6 和 GPT-6.1；文中讲推理配置、权限设置和三种 API 的调用方式。
官方资料
部署与监控近期动态
NVIDIA Run:ai 全平台开源：GPU 调度并入 DSX 平台
NVIDIA 技术博客称，将把完整的 NVIDIA Run:ai 平台作为开源软件提供，作为 NVIDIA DSX AI 工厂平台的一部分，让客户、开发者和生态伙伴都能获得。Run:ai 是 GPU 资源调度和管理软件。
官方资料
订阅与成本观点观察
比 token 用得多，更该比的是用得少
Cognition 的 dabit3 说，他更愿意和用最少 token 完成最多事情的人合作，而不是比谁花得多；他觉得这是行业趋势，但如何量化还没有答案，可能需要新的基准。
X 帖子
部署与监控资源入口
Tamio：让 agent 管服务器，但每步先问你
Tamio 是 macOS 原生 SSH 客户端，带 Ghostty 终端、双栏 SFTP、每台服务器的实时资源图和端到端加密的 iCloud 同步；内置 MCP，Claude Code、Codex 可管理服务器，每一步先经你批准，密码和私钥不交给 agent。
X 帖子
部署与监控近期动态
Cursor 状态页 10 月 26 日搬到 status.x.ai
Cursor 状态页公告：10 月 26 日起状态更新改在 status.x.ai 发布，原页停止通知。邮件订阅自动迁移；Slack 可改订 RSS；短信、Teams 和 webhook 通知当天停止，需要自己重新订阅。
官方资料
订阅与成本近期动态
Vercel 改条款：套餐赠送额度到期作废，购买额度一年
Vercel 更新 Hobby 和 Pro 服务条款，10 月 19 日生效：套餐内额度在订阅期结束时失效，购买的额度一年后失效；额度不可退现、不可转让；用公司邮箱注册的账号可被公司管理，但会先通知；英国和欧盟消费者新增免费取消权。
官方资料
订阅与成本案例记录
Cloudflare：AI 代码审查成本翻倍后，砍掉 68%
Cloudflare 工程博客称，其 AI 代码审查器的单次运行成本翻倍后，团队逐项排查 token 用量，靠提示缓存和按任务路由模型，把推理账单降了 68%，同时审查速度更快。
官方资料
部署与监控案例记录
单张 4090 跑 748B 的 DeepSeek：20 tok/s 是怎么来的
一位开发者称，用 Baekpica 的矢量量化 GGUF 版本，在单张 RTX 4090 上跑起 748B 的 DeepSeek V4.1 Flash 1017，速度冲到 20+ token/秒。该版本权重约 318GB，原本是为 DGX Spark 这类大统一内存机器准备的。
X 帖子
订阅与成本观点观察
Cloudflare 为什么一直给免费额度：CEO 十年前的回答
中文圈把 Cloudflare 叫作『赛博菩萨』，外国用户也担心哪天变卦。有人翻出 CEO 在 2016 年的旧回答：免费用户能帮助发现更多攻击、改进防护，也会把产品带进自己工作的公司，其中部分人会成为付费客户。
X 帖子
部署与监控资源入口
vLLM 0.32.0：更省显存的 KV 缓存，和一串破坏性改动
vLLM 发布 v0.32.0（363 位贡献者、814 次提交）：低精度 KV 缓存覆盖更多显卡、GLM-5.x 在 SM100 默认 FP8 KV、新增结构化决策接口，并修了三个安全公告；同时停止支持 Python 3.10，默认 CORS 收紧。
维护者资料
订阅与成本近期动态
DeepSeek 开放搜索与抓取 API：每千次 0.75 美元
DeepSeek 称搜索和抓取 API 对所有人开放，基于自家搜索引擎，每个端点每千次调用 0.75 美元，也可在 DeepSeek 的服务端工具中调用搜索与抓取。
X 帖子
订阅与成本近期动态
DeepSeek 搜索 API：成功请求 5 元每千次，失败免费（转述）
中文账号转述 DeepSeek 搜索与抓取 API：成功请求每千次 5 元，失败或无结果不收费；结果会过滤 SEO 垃圾和广告，直接输出干净的 Markdown。
X 帖子
订阅与成本近期动态
WorkBuddy 国际版限时免费 DeepSeek：额度与口径
WorkBuddy 官方帖称，国际版已更新到最新的 DeepSeek 模型，10 月 31 日前免费。使用中仍有额度限制，一位用户说一个任务没完成就提示额度用完。另有人按积分换算国内版月费套餐的 token 量，口径未核。
X 帖子
部署与监控近期动态
OpenCode 披露密钥泄露：存过云端工作区的请先撤销 API Key
OpenCode 官方称，前一晚发生与『大规模蒸馏攻击』有关的安全事件，影响 1.4% 的 Console 用户，已邮件通知；只有链接过外部提供商的用户受影响。转述称被盗刷金额从约 10 美元到 1700 美元不等，建议立即撤销曾给它用过的 API Key。
X 帖子
部署与监控近期动态
Zeabur 宣布逐步关停：用户该怎么迁移
转述称 Zeabur 创始人发邮件通知平台将分阶段停运：部分服务从 12 月 1 日开始停止，专用服务器和共享集群会在 12 月 31 日前全部关闭。此前 8 月底和 10 月接连出现安全事故，10 月那次据状态页攻击者获得过数据库读取权限，涉及环境变量与 API Token。
X 帖子
订阅与成本近期动态
X 新订阅整合 Premium、Grok 与 Cursor：每月 30 美元（转述）
中文用户提醒 X Premium+ 用户查看新套餐：每月 30 美元，优惠 15 美元，比原来的 40 美元省 25 美元，整合 X Premium、Grok 和 Cursor；切换后旧套餐自动取消并退款。
X 帖子
部署与监控资源入口
Magpie 本地模型网关：多 agent 混用模型的取舍
yetone 开源了本地模型网关 Magpie（MIT 协议）：让 Claude Code 调 DeepSeek、Codex 调 Kimi 等 70 多种 agent 混搭，可把订阅注册成 provider，额度用完自动切下一个账号。转述称已有 1.4 万星、桌面版不到 15MB。
X 帖子
部署与监控资源入口
ApeAdmin：给 agent 调用做权限与审计的开源后台
开源后台 ApeAdmin（FastAPI 加 Vue3，MIT）声称针对 agent 调用做过适配，底座带 RBAC 权限、操作审计日志、菜单和部门管理，思路是把权限和操作追踪一起纳入。
X 帖子
订阅与成本近期动态
DeepSeek 因停服给用户发补贴的传闻：有人称被补 3000 元
中文用户称 DeepSeek 因服务中断按用户近期用量给余额发补偿，有用户被补了 3000 元，并与 OpenAI 员工的『重置额度』玩笑作对比。
X 帖子
订阅与成本近期动态
Opus 5.5 快速模式转正式：最多快 2.5 倍，每百万 token 8/40 美元
Claude 官方称 Opus 5.5 快速模式已不再是研究预览、取消了候补名单：模型相同、速度最多快 2.5 倍，价格每百万 token 输入 8 美元、输出 40 美元，Microsoft Foundry 上可用，Google Cloud 即将提供；Claude Code 的快速模式不变，使用额外用量额度。
X 帖子
订阅与成本近期动态
Claude Enterprise 可领至少 1 万美元代码审查额度，1 月 15 日前
Claude 官方称符合条件的 Enterprise 组织可在 1 月 15 日前领取至少 1 万美元的代码审查额度，领取后 30 天过期，条款见链接。
X 帖子
订阅与成本近期动态
OpenCode 免费开放 DeepSeek、GLM Flash：限制在哪
OpenCode 在 10 月 15 日把 DeepSeek V4.1 Flash（200k 上下文）免费，次日又放出 GLM 5.3 Flash。用户反馈：仅限 OpenCode 客户端、很快触发速率限制、GLM 免费版响应偏慢；另有人称其 Go 套餐 10 美元可换约 80 美元额度。
X 帖子
部署与监控方法阅读
给 Grok Bot 的云电脑做备份：最小权限与排除凭证
Grok Bot 的所有 bot 跑在同一台常驻云电脑上，一旦重置，积累的配置会丢。有用户让 bot 把值得保留的内容备份进 GitHub 私有仓库：414 个文件、约 14MB，每天凌晨 3:17 自动同步；关键做法是只给单仓库的细粒度 token，推送前自动扫描密钥。
X 帖子
部署与监控近期动态
Codex 第 11 天：增加算力，减少『模型容量不足』报错
Codex 负责人在第 11 天称，已落地一系列改动并增加算力，以大幅减少『所选模型容量不足，请换个模型』这类打断；出现时也应最终自动继续，而不是卡住等你。有用户随后仍反映该问题。
X 帖子
部署与监控近期动态
Devin Oncall：自动调查告警与线上故障
Cognition 推出 Devin Oncall：自动调查告警和 bug，帮团队诊断并处理线上事故，称已为一些大型公司每天处理数千条告警；开箱可接 Datadog、Dynatrace、Sentry 等监控。
X 帖子
部署与监控资源入口
Cloudflare 与 VoidZero 开源 Void：一条命令上线全栈应用
Cloudflare 与 VoidZero 开源全栈套件 Void：一条 void deploy 命令完成构建、开通资源、应用迁移并部署到 Cloudflare。转述称加一个 Vite 插件后，代码里调用数据库或 AI 接口会在本地自动模拟，部署时自动开通并绑定 D1 与 AI Gateway。
X 帖子
订阅与成本近期动态
Muse Code 1.4.8 更省 token：官方顺手重置所有人用量
Meta 的 Muse Code 团队称 1.4.8 版明显更省 token，并为了让用户马上感受到，宣布重置所有人的用量，即时生效；公司高管转发并以『重置警报』调侃，中文评论说大家都学了 Tibo，一有问题就重置。
X 帖子
订阅与成本近期动态
FLUX 3 Video 在 2K/4K 下提速最多 2 倍、价格减半
Black Forest Labs 称 FLUX 3 Video 在原生 2K 和 4K 生成时最高快 2 倍、价格降 50%，因为优化后服务所需算力减少。
X 帖子
订阅与成本案例记录
Cloudflare 账单暴涨的几类坑：先做一次只读审计
多位开发者晒出 Cloudflare 账单意外：一例 D1 循环 bug 累计约 1 万美元，申请减免后得到约 5700 美元账户额度；另有人总结图片转换、容器、预取、KV 缓存四类坑。有人给出一份只读的计费审计提示词。
X 帖子
部署与监控观点观察
一位用户的对照：家里 Mac Studio 的自建栈 vs 云端 Grok Bot
中文用户 fankaishuoai 说，云端 Bot 比不上他家 M4 Max Mac Studio 上长期运行的整套环境：他用 Tailscale、Tmux、oMLX、MFLUX、Paseo、Chrome 调试端口、Syncthing、Parsec、Obsidian，在手机、iPad 和笔记本随时远程使用；Grok Bot 对他没吸引力。
X 帖子
订阅与成本观点观察
一位中文创作者的 AI 订阅清单与花费
中文分析者 Khazix 分享自己订阅的 AI 会员：ChatGPT Pro 月费 100 美元（约 670 元）；GPT-6 Astra 刚出时他订的是 200 美元档，重构项目期间一天一个 200 美元账号，还临时开了两个，配合重置才够用；节选在 Claude 部分被截断。
X 帖子
订阅与成本方法阅读
Grok Bot 额度不够用：当调度器，把活交给别人
不少用户两天就用完 Grok Bot 额度。有人让 Bot 装上 Pi Agent 并填入 DeepSeek API key，或接上 Grok CLI、Codex CLI，让 Bot 只做调度。成本并没消失，而是转到别的额度或按量付费上。
X 帖子
订阅与成本方法阅读
Claude Code 省 token 的几条经验：把缓存当约束
一位重度用户总结 Claude Code 省 token 的做法：主力模型别用满 100 万上下文，自动压缩设在 40 万到 60 万；任务尽量连续完成，因为主 agent 缓存约 1 小时；子 agent 用 Sonnet 5.5。另有人说先让模型查 GitHub 能省 90%，数字未核。
X 帖子
部署与监控近期动态
GitHub Copilot 遥测：分别配置身份与内容采集
GitHub 的 10 月 12 日说明把用户身份、提示、响应、工具参数、工具输出和策略细节拆成不同采集项，并强调默认关闭以及管理设置的优先关系。读它可以先确定审计究竟需要什么，避免为了计量使用情况顺带收集全部内容。
官方资料
部署与监控案例记录
Strata 本地推理引擎：一张 48GB 4090 带 6 人并发
开源本地推理引擎 Strata 发版很勤：一位用户从 0.1.39 升到 0.1.43，Qwen Flash 解码无损提速 18%。他称在一张 48GB RTX 4090 上跑满 256K 上下文和 6 路并发，单人约 100 tok/s、合计约 180 tok/s，可当团队的本地编码后端。
X 帖子
订阅与成本近期动态
Codex 负责人的『Day N』更新：额度重置怎么看
OpenAI Codex 负责人 Tibo 近两周每天发一条『Day N』更新，第 8、10、13、15 天都附带额度重置。中文圈把它叫作『28 天挑战』，同时有人抱怨重置后仍常报模型容量不足。
X 帖子
订阅与成本案例记录
离开 beehiiv 的账：年费 1000 到 4000 美元，自建不到 300 美元
Marc Lou 说他用几个提示和 Opus 5.5 做了自己的邮件平台（活动管理、网页存档、API、名单清理、送达报告），原因是 beehiiv 三次涨价：首年账单 1000 美元，未来将达 4000 美元；自建后用 AWS SES 加 MongoDB，每年不到 300 美元。
X 帖子
部署与监控方法阅读
ZIP-SR 与 ZE-EDEN：重新设计 AdamW 四位状态量化
这篇 AdamW 量化研究指出，状态本身平均误差较小，不一定表示下一步预条件更新的误差也小；因此从舍入空间重新设计四位状态量化。摘要比较了两种方法，并把预训练与全参数微调分开报告，适合研究压缩的优化代价。
研究论文
订阅与成本近期动态
a16z：agent 消耗的 token 约为人的 5 倍，半年增长 14 倍
a16z 称 agent 消耗的 token 接近人类的 5 倍，且半年内增长 14 倍；引用的访谈中 AWS CEO 说，越来越多团队想要一个对 agent 友好的云，而不只是对人友好的云。
X 帖子
部署与监控方法阅读
从七种 Cloudflare 用法看基础设施职责
白宦成按自己的使用经验列出域名、文件存储、安全规则、邮件、应用和 NAS 访问等用途。这个清单的阅读价值在于先识别基础设施职责，再检查每项是否需要独立授权、备份与计费；不要把全家桶等同于没有边界。
X 收藏
部署与监控案例记录
邮件助手先留草稿，再决定发送
lumxss 介绍 Agentic Inbox 时，把邮件进入、保存、历史搜索与回复草稿分开，并强调发送前确认。它适合提示读者把“理解来信”和“代表自己发信”当作不同动作，先检查资料访问与草稿质量，再考虑后续流程。
X 收藏
部署与监控方法阅读
比较订阅前，先分清 Token 与 API 等价价值
宝玉对订阅研究的长篇转述说明，按 API 标价折算的价值与实际 Token 数量并不是同一指标，还提到模型、缓存和限额窗口的影响。可借此设计自己的用量记录，而不是直接把历史“几倍价值”当作今天的购买答案。
X 收藏
部署与监控方法阅读
账单截图只能提出比较问题
Fox 引用他人的 Vercel 与 Cloudflare 账单差异，并分享迁移与模板经验。读这类案例时，值得追问的不是哪家一定便宜，而是请求量、缓存、存储、带宽和服务能力是否相当，以及迁移后增加了哪些维护工作。
X 收藏
部署与监控方法阅读
把 AI 应用后端拆成六类职责
小墨同学把一套 AI 应用分为执行逻辑、模型调用、网关、向量检索、结构化数据和异步文件任务。即使不采用文中的平台，这个分解也有用：每一层保存什么、失败由谁处理、何时需要排队，都应当有独立答案。
X 收藏
部署与监控案例记录
实时刷新可能把小站变成大账单
陈大黄引用一个投票站账单抱怨，原作者把大量查询归因于网页持续轮询。它适合作为故障线索，提醒开发者把实时需求、刷新频率、访问人数和后端查询成本放在一起验收，并检查页面闲置后请求是否继续。
X 收藏
部署与监控资源入口
分享本地 demo 前，先分清演示与部署
Gorden Sun 分享了把本地页面提供给他人访问的 Quick Tunnels 入口，适合讨论演示链接的用途。
X 收藏
部署与监控资源入口
用监控发现网站何时不可用
GitHubDaily 介绍 Updo，围绕可用性、响应和证书监控给出一个开源项目入口。
X 收藏
订阅与成本案例记录
小应用的成本，分开记才能比较
Marisa 在一条发布记录中列出托管、开发工具、数据库和域名的花费，适合用来设计自己的成本记录表。
X 收藏
部署与监控案例记录
数据库迁移时，别把未完成的配置遗忘
luolei 记录了一次把数据库迁到自建环境后，未完成密码设置便转去处理其他事的经历。
X 收藏
沿着问题继续读
保留资料日期，区分原件、实践与判断。
相关工具与入口
DigitalOcean
云服务与部署从实例、备份到迁出，逐项看清基础设施成本。
RunPod
云 GPU围绕运行时长、闲置与存储，整理云 GPU 选型。
Hetzner
云服务器从计算、存储到迁移，查看自己的部署与维护选择。