异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    AI 早报 · 2026-11-08周日

    本周回看挑了五条之前没报过的:OpenRouter Auto Code 按任务自动选模型,不加手续费;Anthropic 公开的 agent 记忆做法,有评测数字,可对照改自己的 MEMORY.md;VoxCPM2 本地开源配音,支持中文和九种方言;GitHub 官方的 spec-kit 规格驱动工具包;Vercel 的 agent-browser,让 agent 用命令行操作浏览器。速览补了 Claude Code 2.1.319 的两个小能力、HyperFlow 视频模型等六条。

    • 5 条 · 重点 1
    • 2026-11-02 → 2026-11-08
    • 7 天窗口

    01⚡ 别人的做法1 条

    写出真正有效的 agent 记忆

    Anthropic Engineering·发布 Components of Agent Memory,给出实测方案

    为什么重要

    日常维护的 CLAUDE.md、MEMORY.md 与进度文件均属此类。官方给出的内容选取、篇幅限制与整理规范,可直接用于优化现有项目。

    细节
    • 🟢 四层记忆体系:系统由四层结构组成。包含可搜索的 transcripts 会话记录,以及 agent 自写 memory notes 笔记。第三层是如 wiki 般页面互链的 memory representations。第四层是每次会话载入的 injected context 上下文。Claude Code 仅载入 MEMORY.md 的前 200 行或 25 KB。
    • 🟢 评测显著提分:CL-Bench 数据库任务中,配置记忆后模型平均得分显著提升。Opus 5.5 从 0.655 升至 0.838,Sonnet 5.5 从 0.644 升至 0.833。Sonnet 4.6 仅从 0.330 升至 0.364,但加上改写指令后可达 0.641。
    • 🟢 重目标轻死规:「只记录失败」这类固定规则会拉低收益。在测试中该规则导致 Opus 5 得分下降 0.234。系统应指明记忆目标,让高能力模型自主判断记录内容。环境中可直接读取的实时状态无需存储,避免信息失效。
    • 🟢 离线整理机制:dreaming 机制通过离线回看日志纠正笔记、合并重复并修复断链。Pokémon 实验中,修正后的笔记使 agent 约在第 1,935 步到达 Cerulean City。携带错误笔记的版本则始终未能走出山洞。多 agent 并行时避免写入同一文件。合同条款测试中,单一共享文件仅记录 41/57 条,每份合同独立一页可达 57/57。
    怎么上手

    建议先阅读原文 practical takeaways 章节,随后检查项目中的 MEMORY.md 是否超出 200 行。若已超长,将细节拆分至子文件,主文件仅保留索引链接。

    但是
    • 测试基于 Anthropic 自研的 CL-Bench、Pokémon 及 35 万文件语料,其中单用 wiki 从 13% 升至 48%、加搜索后为 61% 且单搜索达 53%,结论未必适用具体项目。
    • 文章摘要未提供 dreaming 在 Claude Code 中的明确启用入口,具体落地方式仍待核实。
    核实记录

    读官方文章(2026-11-06);数字为文中自报;没复现

    02💸 更便宜·免费1 条

    按任务难度自动匹配编码模型

    OpenRouter·上线 openrouter/auto-code,按任务难度分流模型

    为什么重要

    无需再手动权衡「该用高价模型还是低价模型」。将 model 字段换成路由名,即可按实际选中的模型支付标准价格。

    细节
    • 🟢 路由双定位:路由是为用户挑选合适模型的统一入口。openrouter/auto 面向通用流量,偏重成本控制。openrouter/auto-code 专为编码 agent 调校,起步档位更高。该路由会综合评估响应速度与单任务解决成本。
    • 🟢 零加价策略:官方明确说明「按实际服务请求的那个模型付标准价」,路由本身无额外费用。将 cost_tier 设为 low,可获得接近旧版 Auto Router 的成本表现。
    • 🟢 多维度筛选:系统先依 guardrails、零数据留存、模型能力、BYOK 密钥及黑白名单筛选候选。随后由快速决策模型按 11 个因素为请求打分。最终结合实时价格、缓存状态与基准测试成绩确定模型及推理强度。为保护 prompt cache,系统尽量避免频繁更换模型。
    • 🟢 实测对比数据:Auto Code 宣称「成绩与 Claude Opus 5.5 相当、每个任务便宜 74%」。新 Auto Router 路由步骤的 p90 速度提升 3 倍。该步骤耗时从 1.96 秒降至 0.65 秒。以上数据均为 OpenRouter 自测,页面未提供每百万 token 单价。
    怎么上手

    已有 OpenRouter 账号即可将请求中的 model 改为 openrouter/auto-code 发起测试。随后在聊天室 insights 面板或 API 的 router metadata 中查看实际调用的模型。

    但是
    • 74% 降幅与「与 Opus 5.5 相当」均为厂商自测且缺乏第三方复现,具体任务中可能选到能力较弱的模型。
    • 经 OpenRouter 接入 Claude Code 等工具的实际表现未经检验,缓存命中率与费用降幅仍需观察账单。
    核实记录

    读官博全文(2026-11-06 发布);数字均为官方自称;没调用、没试

    03📚 榜单与合集1 条

    先写规格再让 agent 动手

    github/spec-kit v1.3.2·官方规格驱动开发工具包,一周发 4 版

    为什么重要

    外包和自己的产品都适合:把需求先落成规格和任务,再让 agent 实现,返工比直接对话少。官方出品,更新稳定。

    细节
    • 🟢 三套现成流程:规格驱动开发(规格→计划→任务→实现→收敛);修 bug(bug 扩展:定位原因、小范围修复、验证症状消失);想法评估(assess 扩展:收集证据后决定 go / 澄清 / 停)。另可用扩展、preset、workflow 自定义流程。
    • 🟢 上手命令:uv tool install specify-cli,然后 specify init my-project --integration copilot。需 Python 3.11+ 和 uv;官方示例用 Copilot,其他 agent 见其集成索引页。
    • 🟢 成熟度:GitHub 官方,建 14 个月,★148,390,本周 +4,202,MIT;11-02 至 11-06 连发 v1.2.6、v1.3.0、v1.3.1、v1.3.2,最近提交 2026-11-07。
    • 🟢 v1.3.0 有破坏性变更:移除核心命令 /speckit.taskstoissues,改由 github 扩展提供;v1.3.2 新增 Assure 等社区扩展。
    怎么上手

    装好后在一个小需求上跑 specify init,看它生成的规格模板和斜杠命令;先别套在已有的大仓库上。

    但是
    • 规格驱动对小改动偏重,文档先行会拖慢起步(同周热门的 Claude-Code-Game-Studios 自测里,文档最重的版本被评审排最后)。
    • 页面没写支持哪些 agent、与 Claude Code 如何配合,没核实。
    核实记录

    读仓库首页与 api.github.com releases(v1.2.6–v1.3.2 发布时间与要点);★ 与增速来自脚本快照;没装没试

    04🧰 装上就能试2 条

    让 agent 免截图精准操控浏览器

    vercel-labs/agent-browser v0.41.2·Rust 命令行工具,以快照与编号操控页面

    为什么重要

    为 Claude Code 提供轻量化的浏览器操作通道。网页直接解析为带编号的精简文本,便于 agent 执行精准点击、读取与校验,摆脱多模态截图依赖。

    细节
    • 🟢 命令交互方式:运行 agent-browser snapshot -i 会返回紧凑页面文本。每个可交互元素均分配 @e1 形式的编号。使用 click @e1 触发操作,通过 get url 校验状态。浏览器在连续命令间始终保持开启。目标被遮挡或禁用时点击会直接报错,不会虚报成功。
    • 🟢 灵活安装途径:可执行 npm install -g agent-browser 安装。随后运行 agent-browser install 下载 Chrome for Testing。或直接使用 brew install agent-browser。免安装时可直接执行 npx agent-browser open example.com。运行 agent-browser skills get core 可加载版本匹配的 skill。
    • 🟢 全套调试能力:支持网页截图、生成 pdf、录屏,以及 cookies 与网络监听。提供控制台日志与 trace 追踪调试能力。通过 --cdp 或 --auto-connect 可连接已开启的 Chrome。内置 mcp 子命令能够启动 stdio MCP server。工具亦可直接驱动 iOS 模拟器。
    • 🟢 项目生态现状:项目由 Vercel 官方推出,开源 10 个月,采用 Apache-2.0 协议。当前累计收获 ★46,729,本周新增 +1,404 星。版本 v0.41.2 于 2026-11-03 发布,最近提交为 2026-11-07。在 skills.sh 平台上,其 skill 的 24h 安装量约为 1.1 万次。
    怎么上手

    终端运行 npx agent-browser open example.com 并执行 agent-browser snapshot -i,查看返回的带编号文本。确认符合预期后可全局安装,并让 Claude Code 读取 skills get core。

    但是
    • 当前仍处 0.x 版本且元素编号仅当次快照有效,页面发生变动后需重新抓取快照。
    • 该方案尚未与 Claude Code 现有的 Playwright MCP 等对比,具体节省的 token 规模仍待核实。
    核实记录

    读仓库 README;★ / release / 增速来自脚本快照;没装没试

    本地用文字描述就能生成配音

    OpenBMB/VoxCPM·VoxCPM2,2B 开源 TTS,支持中文与九种方言

    为什么重要

    做视频配音可以不再按字符付费:Apache-2.0 的本地模型,既能「描述一个声音」,也能用几秒参考音频克隆。

    细节
    • 🟢 能做什么:30 种语言无需语言标签;声音设计是在文本开头用括号写一段描述,无需参考音频;克隆分「可控克隆」(短参考音频加风格指令)和「极致克隆」(再提供参考音频的文字稿)。输出 48kHz。
    • 🟢 中文:支持普通话,另有四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南语九种方言。
    • 🟢 怎么跑:pip install voxcpm;需 Python 3.10–3.12、PyTorch ≥2.5、CUDA ≥12,约 8GB 显存。RTX 4090 上实时因子(RTF,越低越快)约 0.30,用 Nano-vLLM 约 0.13;Apple M4 Pro 上 llama.cpp-omni Q8_0 版约 1.76,慢于实时。有 Python API(含流式)、CLI、网页 demo、LoRA 微调,经 vLLM-Omni 还有 OpenAI 兼容的 /v1/audio/speech。
    • 🟢 成熟度:建 13 个月,★41,305,最新 release 2.0.3(2026-05-11),最近提交 2026-11-05,Apache-2.0,脚本快照日均约 +181。release 已半年,近期是提交在更新。
    怎么上手

    有 NVIDIA 显卡的机器上 pip install voxcpm,先跑 README 里「声音设计」的括号写法,用你常做的口播稿试一段;没有 N 卡先看它的网页 demo。

    但是
    • 正式 release 停留在 2026-05-11,近期只有零散提交,不算成熟的生产方案。
    • Mac 上只有 llama.cpp 量化路线且慢于实时;与 MiniMax 配音的音质对比没做过。
    • 速度和方言说法为项目自述;克隆他人声音的合规风险需自己把关。
    核实记录

    读仓库 README;date 取仓库最近提交日 11-05(release 2.0.3 是 05-11,已半年);★ / 增速来自脚本快照(11-07);没装没试

    +速览一行看懂,点开看源

    • Claude Code 2.1.319 的两个小新能力:/claude-api latency-optimize 帮你找 Claude API 代码里的慢点;CLAUDE_CODE_DISABLE_FEATURE_FLAGS 环境变量可停止拉取 feature flag。窗口内 CHANGELOG 最新版仍是 2.1.319 ↗
    • Claude-Code-Game-Studios:把 Claude Code 变成「游戏工作室」的模板,49 个 agent、约 72–74 个 skill,支持 Godot / Unity / Unreal;★36,512,MIT,无 release。作者自测四档文档强度,最重的一档排评审最后,仓库里没附成品游戏 ↗
    • billion-context(存疑):长会话上下文压缩代理,可用 bili claude 启动;自称省 5 倍 token、缓存命中 95–97%。但 README 自己写「Early」、master 随时可能坏、代理无鉴权;★4,562、建 3 个月,数字未经验证 ↗
    • HyperFlow H3 Flash:把 MiniMax-H3 压缩到 13.7B 的 6 步视频加音频模型,出 5–15 秒 1344×768 带立体声。RTX 5090 出 5.2 秒需 92 秒,GGUF 版约 9GB。仓库 67 星、1 个提交,权重用 MiniMax H3 社区协议;新,未经时间检验 ↗
    • libghostty 1.0:Ghostty 终端内核抽出的 C 库,ABI 稳定、MIT,有 WebAssembly 版和 Rust / Go / Python / Swift 等社区绑定;作者用约 1,500 行 C 写出基础终端。做内嵌终端或 TUI 工具时才用得上 ↗
    • Cursor 语音聊天:和 agent 语音对话改需求、问进度,支持 Agents 窗口、IDE、网页和 iOS;页面没写价格与套餐。你的主力是 Claude Code,仅供参考 ↗
    • debpalash/VoiceStudio:自称全本地的 ElevenLabs 替代,含声音克隆、声音设计、视频配音;★103,742,建 7 个月,release v0.5.7(2026-10-26),AGPL-3.0(商用要留意)。只读了池里摘要,没读 README,数字来自脚本快照 ↗
    • tt-a1i/archify:给 Claude Code / Codex 等用的架构图 skill,把想法、方案或代码库转成可交互图;★94,436,建 6 个月,v3.2.0(2026-10-19),Apache-2.0。只读了池里摘要,没装没试 ↗
    主动剔除 8 组
    • 钱、公司与政策:OpenAI 110 亿美元融资与 1.25 万亿估值 / Anthropic IPO 估值讨论(HN 302 / 93)/ 纳指 AI 股大跌与中期选举 / 60 万块 H200 滞留香港 / 微软收缩 Oracle 算力租赁 / 国会调查 (行业新闻,看完没有能拿来用的东西)
    • 大模型发布与跑分:百度 ERNIE-5.5-Flash-Base(280B)/ 蚂蚁 Ling-3.2-flash(560B)/ Kimi-K3.1-Pro / Mistral-Large-4-1T / Qwen3.8-27B / Pika-H3-Flex (体量本机跑不动,或说不清「拿来做什么、多少钱」)
    • 安装量异常的 skill:skills-shell / 101-skills / bankai-skills / its-a-skill-issue 的 superpowers 系列(ai-video-generation 等安装量几乎相同,约 29,996 或 10,156) (多个 skill 安装量几乎相同,疑似刷量)
    • 增速异常或来路不明的仓库:boykopovar/AnyPS5(本月 +46,561 星)/ worldonlyu/Google_AI_Pro_2Year_ZeroCost_Auto(建 4 天、无许可证)/ morluto/rea(日均 +3,047,★44 万) (增速异常或用途存疑,不在读者栈内)
    • 本周已写过的对象:t3code / Orca / hallmark / impeccable / Nemotron Transcribe / FLUX 3 Klein / Qwen-Image 量化版 / magpie / OmniRoute / agent-autoloop / HyperFrames / Scrapling / mattpocock-skills (11-03 至 11-07 各期已出现过,同对象不换角度不重复)
    • 安全与基础设施:Firecracker VM 逃逸 PwnEscape 2 / OpenAI 沙箱绕过通报 / ChatGPT 连接器泄露 / 受感染网站 / 外卖支付盗刷 (安全通报,不在读者栈,不属于必须处理)
    • 与读者无关的 HN 热帖:Asahi Linux / UEFI 裸机编程 / Turbo Pascal / OpenStick / 钠离子电池 / 苹果灰名单 / 古 DNA (非应用层,纯硬件或社会科学)
    • 第二编辑建议但未核实:Hightouch「会向 Opus 求助的 Jev」(HN 568) (池里只有标题没有摘要,没读原文,无法核实「4 倍省钱」;先不收)
    采集范围 7 天

    周日 Weekly Roundup,rolling 7 天(11-02 至 11-08)。候选池 _eval/pool.json 202 条全扫,跨期去重了 10 月以来各期,11-03 至 11-07 已报过的对象不重复。一手核实见 selfcheck.scanned;GitHub 星数 / 增速 / release 日期来自脚本抓的 pool 快照。