2026-07-06 群聊日报
今天最值得读的是 @今天群内信息量极大 深夜发的长帖：从公园草地上的注射器针头出发，让 AI 爬完六年两千八百多个政府投诉工单、挖出一条被最高法推翻的判例，写信给市政府——两小时后市长回信约见面，「完全靠AI装大尾巴狼」。这可能是本群第一个 AI 调研直接打进市政决策层的案例，附带一份 Fable 5 与 GPT 主动性差异的鲜活对照。
另一条主线是 Agent 编排层大讨论：@稳重的海豚 的 Herd 新版上线并进了 TestFlight，@坚定的貂 让 AI 扫了一圈竞品后断言「herd 就是最终形式了，就差 10k star 背书」，中途还杀出 Databricks 刚开源的 Omnigent meta-harness 和 exe.dev 的白菜价 VM。行业侧 Anthropic 发布 J-space 可解释性研究（Claude 有类似「全局工作空间」的意识通路），@今天群内信息量极大 火速出解读文；@冷静的麋鹿 则把 Codex 重置卡拆成一笔精明的经济账——感知价值与真实成本之间有约五倍杠杆。
Agent 编排层混战
Herd 新版与 10k star 预言
@稳重的海豚 发布了 Herd 新版（herd.gehirn.ai），App 也上了 TestFlight——不过他发现直接 Safari bookmark 效果就挺好。这是 昨天 「Herdr 装进手机与墨水屏畅想」 的正式产品化：定位是「个人 agent 集群的操作系统」，目前主要跑在云主机上、带三个 worker station。他的判断是「persona + 长程 agent + workspace 这个形式是趋势，hermes desktop、cursor 啥的都在 converge」。
@坚定的貂 让 AI 调研了一圈竞品：OpenHands 约 79.6k star 是最直接的对标，Cline、goose、AutoGen、CrewAI、LangGraph 各占一格；@80-HD 觉得这个对比没找对对象，自己跑出来的商业竞品分层里「居然你软的 Agent 365 是第一」。@坚定的貂 把自己理想中的 orchestrator 清单过了一遍——task board/scheduler、shared context、durability、任意 interface 沟通——发现「听起来就是 herd」，于是给出了当日名场面：「那看起来 herd 就是最终形式了，就差 10k github star 背书了」，还表示要去写个知乎帖子 tag 大家的项目。@豁达的灰熊 预言：「下一个热词是 herd。」GitHub 仓库在此，自带 Asina（工程管理）、Einstein（调研）、Alfred（助理）三个初始 commander。
Persona 员工层之辩
@热情的狮子 试用后总结 Herd 与 AgentHub 的区别：Herd 多了一个抽象层——在一个个 session 之上加了「员工/persona」层，Claude/Codex 这些 worker 被 persona 调用，「员工用什么 tool 不重要，不需要特别 visible」。@坚定的貂 提出质疑：「为啥需要员工/persona？我总感觉把 agent 当 cattle 而不是当 pet。」@稳重的海豚 的回答是提高 performance（比如专门做工程的那个），@开朗的企鹅 一句话消解了争议：「叫什么不重要，主要是定向积累 context。」
更硬核的分歧在分层上。@开朗的企鹅 指出「Runner 和 Agents 之间很容易独立，难的是 Context 层和 Agents 层之间能不能独立」，@80-HD 附议：「要不然跑一堆 hello world 还是容易的。」@坚定的貂 设想 context 层做成 shared wiki + permission，agent 自己去看；@稳重的海豚 报告自己的现状——内部 lancedb + 纯文本，外部共享走 notion/github/邮件。他还补了个脑洞：接入 channels 后 agent 也可以是真人，「我的 ai 员工也可以调度真人去干活」，一堆真人员工 share 一个 context，还能看见这些员工在说啥。
Databricks Omnigent 入局
@稳重的海豚 顺手贴出 Databricks 刚开源的 Omnigent——一个位于 Claude Code、Codex 等编码工具之上的「meta-harness」，Apache 2.0、alpha 阶段，主打多 agent 组合、策略控制和实时协作，路线图里有基于 GEPA 的自动优化和跨会话 MCP server。@坚定的貂 表示「看起来不错捏，我一直需要一个控制所有 agent 的层」，@热情的狮子 表示要研究一下它和 Herd 的区别，@稳重的海豚 则放话「等有 quota 我跑个 benchmark」。不过 @80-HD 泼了盆冷水：踩过 Databricks 的坑之后，「除了 spark，我对 databricks 的开源项目都持怀疑态度」。
AgentHub Fork 与五彩斑斓的黑
@开朗的企鹅 给前天介绍过的 「AgentHub：PTY 拦截的 Agent 收件箱」 加了新功能：Fork——他自己的需求是「用着用着 Codex，我想切到 Claude 继续用」，于是做了把一个 session fork 到任意机器和任意 Agent 上的能力，@坚定的貂 直呼「tql」。
@热情的狮子 刚装完就报了 UI bug：深色模式一片死黑白字扎眼。@开朗的企鹅 的修法很有时代特色——自己从没在浏览器用过深色模式，直接把 @80-HD 那句「你这个太黑了，白字就会扎眼，要五彩斑斓的黑」原样喂给 agent，让它「先自己去学习一下深色界面的正确设计应该是怎样的」。agent 回来对照 Carbon/Atlassian 设计系统交了一份完整色板：暗色不是 #000 + #fff，层级越高越亮、文本用偏柔浅蓝、组件边界带微色温差。@80-HD 命名了这套工作流：「许愿式编程！」
exe.dev：$80 月租 50 台 VM
@坚定的貂 提到之前看 exe.dev 「瞬间可以开的 VM workspace，agent 能在上面工作」就觉得好棒——他理想的 orchestrator 终极形态就是每个 session 直接 own 一个 VM 的 agent cloud。@稳重的海豚 贴出定价页当场破防：Personal 档 $80/月给 50 台 VM（8 vCPU / 32GB），「怎么能做到这个价格的？我 aws 的 ec2 32GB 一个月 $300」。@80-HD 给出答案：用户多了 pooling，「甚至可能是 oversubscribe」，「那要看良心了」。@稳重的海豚 的用法已经想好：主 agent 随便开 VM，从他的 credential pool（见 7 月 2 日 「Claude Code credential 自动轮转」）把 credential 塞进去，按订阅调用 codex/claude——他现在 setup 新机器就是直接让 agent ssh 进去搞，「就是成本太高了」。
/goal 长任务：摸鱼是摸鱼，干活也是真干活
@开朗的企鹅 汇报了 /goal 跑超长任务的体验：单纯的超长 Plan 到中间「很容易进展比人要慢很多」——昨天花了一天大量 token，就搞出个登录页和设备连接。@洒脱的猫头鹰 认领了这个毛病：「爱摸鱼，总喜欢一个点一点的扣细节」，但也晒出了正面战绩——给 agent 设了个目标「能自动化处理闭环验证的问题都处理掉」，最终标记完成，累计约 640 万 tokens、耗时约 4 小时 15 分，「摸鱼是摸鱼，干活也是真干活」。@稳重的海豚 则开发出新玩法：问 agent 能不能自己去跑 terminal bench 2 并提交分数——「许愿式 benchmark」。
行业新闻
J-space：Claude 的全局工作空间
@灵动的羊驼 分享了 Anthropic 新发布的可解释性研究 Verbalizable Representations Form a Global Workspace in Language Models（官方博客）：通过名为 Jacobian Lens 的技术，研究者发现 Claude 内部自发形成一个只占状态方差不到 10% 的子空间「J-space」，功能上类似人脑的全局工作空间——可被模型自我报告、可按指令调控、承担多步推理的中间步骤；消融它之后模型仍能流畅对话，但多步推理和摘要能力几乎崩塌。安全侧的发现更劲爆：模型在写出任何内容之前，J-space 里就会亮起 fake、manipulation、fraud 这类词；被要求压制某个念头时往往失败，反而冒出「damn」。@灵动的羊驼 的一句话总结是「Claude 有类似人脑的意识通路」。
@今天群内信息量极大 火速排产，当晚发出了解读文章《Anthropic 新论文：用 Jacobian Lens 读取大模型想说但没说出口的思考》——重点补充了方法论细节（利用 unembedding 矩阵的 token 语义标签跨 prompt 取平均校正到中间层）和成本优势：无需像 SAE 那样训练外部网络，Neel Nanda 在 Qwen 3.6 27B 上几小时就复现了。@冷静的麋鹿 坦言原文「过于专业，看了两遍还有点云里雾里」，用 @沉稳的仓鼠 之前的 skill 画了张信息图辅助阅读，分享给同样需要「显微镜说明书」的同学。
GPT 5.6 传闻与追平暴论
@沉稳的仓鼠 问 OpenAI 明天发新模型是不是又有 reset，@专注的剑鱼 确认是「传闻中的 5.6」，猜是新给一张卡；@沉稳的仓鼠 表示「我已经在赌有新 reset 了」，并顺势输出暴论：「如果 GPT 新模型可以比肩 FABLE 的话，那 ANT 把它 API ONLY 就显得自己像弱智一样」，更进一步——「如果 GLM 来个 6 比肩 FABLE，OAI 和 ANT 就直接上市无望了」。@洒脱的猫头鹰 也修正了自己的预期：「原本以为要到年底国产开源模型才能大致追平 opus，现在看已经基本接近了。乐观是对的。」@直率的海豚 自称当一回巨魔，重贴了 Meta Watermelon 追平 GPT 5.5 的截图（前情见 7 月 2 日 「Meta Watermelon 追平 GPT-5.5」）。
传 Anthropic 6 月 ARR 72B
@活泼的羊驼 转了条传闻：Anthropic 6 月 ARR 达 72B，超出机构预期的 62B。@专注的剑鱼 表示困惑——「不是说他们 ARR 要下降」。一句话新闻，真伪待验。
打折 Fable 官方 API 卖关子
@飘逸的狮子 透露最近在搞新项目，「有机会拿到打折的 fable 官方 api」，弄好了跟大家分享——「先卖个关子」。@稳重的海豚 已经心动：「fable 要是 api 能表现正常的话，充点钱也不是不行。」另外 @豁达的灰熊 提出了一个所有人都关心但没人能答的问题：Fable 7 月 7 日离开订阅，到底是 0 点还是 24 点（时间表见 7 月 3 日 「订阅回归时间表」）。
方法论
市长两小时回信：AI 调研公共政策
@今天群内信息量极大 贡献了本日最佳实战：邻居抱怨小孩常去的公园草地上有吸毒注射器针头，他让 AI 把过去六年两千八百多个政府投诉工单全爬了下来——2021 到 2025 年平均每年只有一起毒品/露营/针头类投诉，2026 年才到 7 月已经八起。直接问 AI 怎么办不得要领，对方一直 pushback 说样本太少、流浪汉有露营权利；换了个思路问「为什么警察不能赶公共场合露营的人」，AI 调研后挖出关键链条：本市 2021 年法规确实允许清退，但附带「收容所必须有床位」的前提——这个前提源于一个判例，而该判例 2024 年已被最高法推翻，法规其实可以改；且州政府连续两年推法案想把条款加回去，第三次正在路上，改法要趁早。他让 AI 写了封英文草稿发给市政府，结果两小时后市长亲自回信，以为他是律师，要约见面详谈。
@今天群内信息量极大：这下把我搞懵逼了，我真是一点都不懂，完全靠AI装大尾巴狼。更傻逼的是，Fable 5 好像今天还能用，明天都不知道能不能用。只好明天硬着头皮跟他 demo 怎么用 AI 调研了
这个案例还附赠一份模型对照：Fable 5 和 GPT 得到的结论本质一样，但风格云泥之别——
@今天群内信息量极大：GPT 建议的方法是建议我去问市政府……就没啥用，非常简介。但是 Fable 5 的建议是把同样的信息包装成一套组合拳，给市政府递弹药。政府拿来直接照着做就行——修改法规，和州里签执法备忘录。两边分析结果类似，但做事有多主动，层次确实不一样
@灵动的羊驼 总结「fable 的 agency 真的很强」，还建议让它再写个会议 agenda 主导面谈；@风趣的海豚 期待 @今天群内信息量极大 成为市长的 AI 顾问，@洒脱的鸳鸯 表示以后必须逢人就说「我有一个朋友，是市长的顾问」。@沉稳的仓鼠 则道破市长心态：「市长：希望是个抗揍的人来出头。」@今天群内信息量极大 自我降温——市里总共两万多人，「市长管的人可能还没国内一个校长多」。
Codex 重置卡经济学
@冷静的麋鹿 用了几次 Codex 的 Reset 卡后好奇它到底让 OpenAI 亏多少，认真算了笔账写成文章《Codex 重置卡这个小设计，其实很聪明》：重置卡不是叠加一周额度，而是从使用时刻重启七天周期——用户体感像凭空多出一整周，实算单卡净增量只有约一个 weekly quota 的 18–19%，一个月两张卡真实边际成本约 9%，感知与成本之间约五倍杠杆；相比早期全局统一 reset 的误伤（可能损害留额度做大任务的用户），把时机交给用户让 goodwill 精确命中额度耗尽的痛点，还附赠「持有价值」——口袋里有备用票，额度焦虑先降为敬。他的结论是这体现了 Codex 产品团队「确确实实是很厉害」。
讨论补充了几个数据点：@洒脱的猫头鹰 说极限情况刷干净一周额度也要 25–30 小时、正常 2–3 天，@冷静的麋鹿 由此感叹 OpenAI 的成本更可控；@沉稳的仓鼠 晒出 200 刀 Codex plan 一个月用出 20B token——「真是大善人」。@冷静的麋鹿 还自曝有了卡之后行为变化：怕大任务中间断开，周额度还剩 7% 时干脆开工前就 reset，「这本身又替 openai 省了一笔」。槽点也有共识：卡有过期时间但界面不显示，得靠 skill 查，@专注的剑鱼 说身边很多人根本不知道会过期——好消息是官方已在推特回应了带过期日期的重置面板功能请求，「{motivation, explanation, screenshot} 的组合为 Codex 形成了一个完美的提示」。
Coding 与 Writing 的分化猜想
@直率的海豚 提出观察：不知道 Anthropic 是不是有意让模型往 coding 和 writing 两边分化——Fable 一上来就不说人话、一阵 GPT 味，Sonnet 在 context 不长时写作还可以，官网也确实把 Sonnet 定位 for writing。@灵动的羊驼 认为「两种能力互相制约」可能是各家的小范围共识，之前 GPT 也这样；@直率的海豚 提到 @今天群内信息量极大 也体感验证过「writing 不听话，听话不 writing」，并总结成金句：
@直率的海豚：文科生不听话，理科生不说人话（bushi）
@灵动的羊驼 从人的体感做了类比：写东西/画画是把意识流「呕吐」出来再整合，解数学题则是捋思维链，「不能一直信马由缰」；@直率的海豚 收束为「写作是发散的、启发的，工程是需要收敛的」——可能天生就是两个方向。
Session 长跑：自动补齐与一直 compact
@敏锐的海狸 贴图：一个 Fable session 撞上 session limit 停了半个小时，之后自动恢复——AI 的原话是「机器睡了一觉，醒来后自动补齐了」，reset 完又自己跑了好几轮。@豁达的灰熊 顺势分享了字节的新 paper edgebench，结论与自己体感一致：一个窗口一直用、一直 auto compact，效果也比开新窗口好——@敏锐的海狸 表示同感。他还自嘲 weekly plan 刚 reset 但只剩一天 Fable 额度的自己，已经「化身放养型 supervisor」，见啥都是「这个 idea 你再展开想想」。
向量：把意思变成方向
@淡定的大象 的高中数学 × LLM 系列更新第三篇《高中觉得只是”带箭头的线段”的向量，其实是大模型把”意思”变成”方向”的地基》：从词向量的余弦相似度、「国王 − 男人 + 女人 ≈ 王后」的语义位移，一路推到注意力公式里 QKᵀ 就是批量点积、√d 是为了救 softmax 饱和，配可运行的 PyTorch 代码。风格延续前两天的 「log 与交叉熵：模型的意外标尺」。
工具
GLM 5.2 API 其实早已上线
@豁达的灰熊 疑惑 GLM 的 API 怎么只开到 5.1，@直率的海豚 澄清 5.2 早就有了，贴出 OpenRouter 上的 GLM 5.2：1M 上下文、131K 最大输出、支持 high/xhigh 两档推理强度，输入 $0.91 / 输出 $2.86 每百万 token，26 家供应商可选路由。@豁达的灰熊 定位了问题根源——智谱官网「很有迷惑性」，列表里确实只挂到 5.1。
闲聊花絮
Codex 蹦出亚洲AV
@灵动的考拉 贴图：codex 干完活的正经汇报里赫然出现「当前 repo 没有改动文件 亚洲AV」，笑翻全场，@天真的浣熊 怀疑「不会是 memory 暴露了」。@开朗的企鹅 给出技术定性：tokenizer 的问题——「互联网的 tokenizer 很多是从字幕组走的」；@洒脱的猫头鹰 补充几个月前 GPT 就经常干这种事。@直率的海豚 贡献同款灵异：chat 对话框里中文正常，写入文档的个别部分「就开始克苏鲁」，贴出的截图里是一串完全不知何意的乱码短语。
Gemini 阿尔茨海默梗图
@三只纳垢灵 转了条三千赞热帖：「作为从去年开始用 Gemini 的人，到现在就像看着兄弟慢慢得阿尔茨海默病一样」，高赞评论「转基因大豆包……」。@直率的海豚 为 Gemini 说了句公道话：「写黄文的时候有时会有惊喜的表现。果然搞创作有时就是要够癫」——与昨天 「AI 文风卧龙凤雏」 里「Gemini 充满活人感但脑子不好使」的判断一脉相承。
「咬人」与新式直译腔
@敏锐的海狸 贴出 agent 写的 todo 列表，其中一条是「重建 calendar_watch + 重扫验证因子 7 咬人」——「咬人是个啥英译中」？@洒脱的鸳鸯 秒答：bite 直译。由此引发直译腔社会学：@洒脱的鸳鸯 预感「以后大家和 AI 聊天多了，这种新式直译腔会不会流行起来」，转念一想可能已经流行过了——比如「死线」。@洒脱的猫头鹰 现场表演了一句：「这里下一刀，那里开个口。」@直率的海豚 看着截图感叹：「对味了，是熟悉的味道。」
公司封了 personal GitHub repo
@80-HD 哀嚎公司把所有 personal github repo 都 block 了，自己的私有项目没法 push；@神秘的麋鹿 淡定表示「我们公司一直都这样」。最终解法只能返祖：「用古早方式备份，定期打个包放 gdrive。」