异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    AI 早报 · 2026-11-14周六

    今天四条主条。Claude Code 2.1.323 加了实验性的 Code Mode:Claude 写一段 JavaScript 去调工具,一步就能并行跑命令、过滤结果,但它和后台会话、Remote Control 不兼容,默认关闭。OpenRouter 用 6 个模型实测 agent 死循环,给出四层止损:重复检测、参数归一化、步数和成本上限、key 额度。NVIDIA 的 SkillEvaluator 能给你自己写的 skill 打分,不用 API key,0.9.0 还能对比 skill 的不同版本。Edge0-145B 号称笔记本能跑 145B 模型,但能下载的版本只支持 NVIDIA 显卡,HN 也在质疑它的来历。速览里有 OpenRouter 用 $460 翻译全站的流水线、阿里开源的代码审查工具、按次付费的 Brave 搜索 API。

    • 4 条 · 重点 1
    • 2026-11-13 → 2026-11-14
    • 1 天窗口

    01🆕 你的工具新能力1 条

    让 Claude 批量调工具写代码

    Claude Code 2.1.323·实验性 Code Mode 用 JS 串起多步工具调用

    为什么重要

    批量改文件、过滤搜索结果、并行跑命令,可以减少逐步往返。Claude 用代码串起多步调用,只读回需要的结果;功能默认关闭,需手动开启。

    细节
    • 🟢 怎么工作:关闭时,Claude 每次请求一个 Bash、Read 或 Edit。读完结果,再决定下一步。开启后,Claude 用一段 JavaScript 调用这些工具。代码可以并行跑命令,也可以把上一步结果交给下一步。最后只返回需要读取的部分。界面照常显示每次工具调用和 diff。按 Ctrl+O 可在 transcript 里展开查看代码。
    • 🟢 适用任务:官方文档列出三类任务。一处改动要重复到很多文件。搜索结果要先过滤,再交给 Claude 读。几条互不相关的命令可以同时跑。
    • 🟢 使用门槛:需要 v2.1.323 及以上的原生安装版,该版本于 11-12 发布。需登录 Claude 订阅或 Console 账号。仅支持 Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2。仅限终端内的交互式会话。-p、Agent SDK、VS Code 面板和桌面端均不支持。网关、Bedrock 或自定义 ANTHROPIC_BASE_URL 也不支持。
    • 🟢 权限照常:代码里的每次工具调用,仍经过你的 deny / ask 规则和 PreToolUse hook。auto 模式下,分类器审核整段代码。因此,它看不到运行时才计算出的路径。需要限制的调用,仍要用规则或 hook 控制。
    怎么上手

    先用 claude update 升到 2.1.323 以上,再运行 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 claude。首次确认后,让它「找出所有 Markdown 里指向本地不存在文件的链接」。这个变量写在项目 settings 里无效,只接受 shell 和 ~/.claude/settings.json。

    但是
    • 实验功能随时可能改动或删除;排障表提示账号可能尚未开放、可改天再试,可能采用分批开放;文档未给出 token 节省量,需用 /context 自行对比。
    • 前台等待的代码会在 10 分钟后停止;开启后不支持 Remote Control、Claude in Chrome 和后台会话,也不能同时开启 agent teams、OpenTelemetry 或 DISABLE_TELEMETRY;此会话以后 resume 时也必须开启 Code Mode。
    核实记录

    文档全文存 _raw/fetch/cc-code-mode.html(纯文本 .txt);读到工作方式和示例代码、三类适用场景、限制清单(resume、auto 模式、十分钟、hooks、Remote Control / Chrome / computer use、后台会话)、Requirements(v2.1.323、订阅或 Console、四个模型、只限终端交互式会话、原生安装)、启用变量和项目 settings 无效、Long-running(等待 10 分钟 / 后台最多 2 小时)和 Troubleshooting 表。版本日期取自 api.github.com 的 release:v2.1.323 发布于 2026-11-12T22:12Z;CHANGELOG 第一条 Added 就是 Code Mode。没有实际开启试用

    02⚡ 别人的做法1 条

    给 agent 重试设成本上限

    OpenRouter 教程·6 个模型实测失败工具重试,给出四层止损方案

    为什么重要

    工具持续报错时,模型可能遵循「完成任务」的指令不断重试,每轮重发整段对话也让成本持续增加。四层止损中有三层不依赖 OpenRouter,自建 agent 也能采用。

    细节
    • 🟢 实测结果:测试使用一个始终超时的计费工具,6 个模型各跑 3 次。无防护时,Mistral Large 4 有 2 次重试到 40 步上限。Grok 4.7 也有 2 次。同一输入下,Grok 4.7 三次分别调用 41、12、41 次。开启检测后,18 次中有 16 次在两次真实调用后结束。工具调用总数从 314 降到 64。花费从 $0.29 降到 $0.05。
    • 🟢 前两层:doomLoop: true 按工具名和参数生成指纹。相同调用到第 3 次被拦截,返回「重复也不会改变结果」的错误。到第 6 次结束运行。有的模型会改写参数绕过拦截。比如把 INV-2291 改成 inv-2291。给工具加 loopKey 将参数归一化,即可拦截。
    • 🟢 后两层:stopWhen: [stepCountIs(15), maxCost(0.01)] 按步数和实际计费设上限。文章认为成本上限更重要,因为越往后每轮越贵。最后一层是给 API key 设额度,可按日、周、月重置。额度由服务端检查,agent 代码有 bug 时仍然有效。超额时返回 402,limit_source 为 openrouter_key_limit。
    • 🟢 不用 SDK 也行:文中还提供 Python 版,直接调用 chat completions 接口。它按工具名和归一化参数计数。第 3 次重复时不执行,返回「Blocked: tell the user what went wrong」。步数或累计 usage.cost 超限就停止。Mistral Large 4 三次均在 4 步内停止,每次花费不到 $0.002。
    怎么上手

    先做两件无需写代码的事:给 API key 设每日额度;把工具报错改成「服务不可用,告诉用户并停止」,避免写「失败就重试」。使用 OpenRouter Agent SDK 时,在 callModel 里加 doomLoop: true 和 stopWhen。

    但是
    • 厂商自测仅使用一个必然失败的工具,每个模型每种配置跑 3 次;SDK 版本为 @openrouter/agent 0.11.0。
    • 重复检测仅能识别重复调用;模型每轮尝试新做法时,仍需靠步数和成本上限限制。
    核实记录

    原文存 _raw/fetch/or-infinite-loop.html(纯文本 .txt),署日期 11/12/2026。读到六模型表(Mistral Large 4 为 11 / 41 / 41,Grok 4.7 为 41 / 12 / 41,各 2 of 3 撞上限)、「16 of 18 runs ended after two real tool calls」、314→64 次和 $0.29→$0.05、默认阶梯 observe 2 / block 3 / stop 6、loopKey 示例、stopWhen: [stepCountIs(15), maxCost(0.01), ...]、key 额度的 402 返回体和 limit_source、Python 版「under $0.002」。没有运行文中代码(需要付费 key)

    03🧰 装上就能试1 条

    测清 skill 能否改善任务结果

    NVIDIA SkillEvaluator 0.9.0·免 key 静态打分,对比装与不装 skill 的效果

    为什么重要

    SKILL.md 改过几版后,可以用评测判断效果变化。先做免 key 的静态检查,再比较「装 skill」和「不装 skill」的任务结果。

    细节
    • 🟢 三种用法:运行 pip install skillevaluator 后,可直接使用命令行。skillevaluator ci init 会为 GitHub 仓库创建接入 CI 的 PR。之后每次修改 skill 都会自动检查。也可用 npx skills add NVIDIA/SkillEvaluator 装成 skill。安装后可直接问 agent「我的 skill 好不好」。
    • 🟢 免 key 检查:quality-check 无需 API key、GPU 或 Docker。它会给出 0–100 分和问题清单,默认 70 分及格。仓库自带的示例 skill 得 84.5 分,等级为 B。安全扫描另需扫描器。评估对 agent 行为的影响需跑实测,需要模型。
    • 🟢 0.9.0 新增:--compare-to 和 compare-versions 可比较同一个 skill 的不同版本。--reuse-baseline 可复用「不装 skill」的基线,无需每次重跑。评测可设 token、评审调用次数和费用上限。
    • 🟢 成熟度:NVIDIA 官方仓库建于 2026-06-24,★1,108。候选池记录日均 +286。0.9.0 于 11-13 发布,上一版 0.8.0 于 11-06 发布。最近提交为 11-13,许可证为 Apache-2.0。要求 Python 3.12–3.14。它是 NVIDIA Verified Skills 流水线的一部分。
    怎么上手

    先运行 pip install skillevaluator,再对自己的 skill 目录运行 skillevaluator validate ./my-skill --tiers 1,这一步无需 key。

    但是
    • 需要模型的评测中,README 示例使用 NVIDIA Build 免费原型额度,需加入开发者计划且有速率限制;换用其他供应商会产生费用。
    • 尚未安装试用;★ 刚过一千,社区使用者仍较少。
    核实记录

    README 存 _raw/fetch/skilleval-readme.txt,release 存 gh-skilleval-rel.json,仓库元数据存 gh-skilleval.json(api.github.com,11-14 抓取:created 2026-06-24、★1,108、pushed 2026-11-13、Apache-2.0)。README 读到三种安装方式、validate --tiers 1 免 key、quality-check 示例 84.5/100 (B)、及格线 70、NVIDIA Build 免费原型;v0.9.0 release note 读到 --compare-to / compare-versions / --reuse-baseline 和 token / judge-call / priced-cost 预算;v0.8.0 发布于 11-06。没有安装试跑

    04🔍 有争议值得看1 条

    本地跑 145B 先看硬件门槛

    Edge0-145B·宣称笔记本跑 145B、峰值内存 29GB,HN 质疑 Qwen 微调+引擎 fork

    为什么重要

    官博宣称 MacBook 这类笔记本即可运行,能力比肩云端前沿模型。但当前可下载运行的版本仅支持 NVIDIA 显卡,模型许可证也限制商用,选用前需核对。

    细节
    • 🟢 官方说法:11-12 发布 Edge0-145B 和 120B。145B 采用 MoE,即混合专家,每次仅激活部分子网络。每步约 10B 参数参与计算。常用专家留在显存,其余放在内存和 SSD 中按需读取。官博报告峰值内存 29GB、解码 80+ token/s。上下文为 128K–256K,数据均为自测。
    • 🟢 运行平台:README 平台表显示,145B 和 120B 仅支持 Linux、Windows 上的 NVIDIA 显卡。要求 CUDA 13,macOS 一栏标为「—」。v0.2.0 release 要求 RTX 20 系或更新显卡。至少需要 16GiB 显存加 20GiB 内存。README 注明,M2 Ultra 测速不代表 macOS 版已发布。
    • 🟢 HN 质疑:讨论获 333 分、101 条评论。有人指出,HF 页面标注的基座模型为 Qwen3.8-Flash-Next。推理引擎 edge0-strata 是开源项目 Strata 的 fork,README 也承认。也有人认为 Strata 本身比 llama.cpp 快 2.5–3 倍。共享专家矩阵的思路可能成立,仍需第三方测试。
    • 🟢 许可证:框架代码采用 Apache-2.0。模型采用 Edge0 Community Model License 1.0。允许个人、研究用途及生成内容的商用。销售模型、提供收费推理服务,需另获书面许可。开发独立商用编程或办公助手也需书面许可,还须遵守 Qwen 的许可。GitHub 仓库建于 2026-09-08,★10,885。
    怎么上手

    Mac 用户目前无法运行 145B。先读 README 的 Platforms 表和 Quality 表,等待第三方测评及 macOS 版。

    但是
    • 跑分和速度均为厂商自测,本期未找到第三方复现。
    • README 写明,edge0-infer serve 运行 145B 时同时提供 OpenAI 和 Anthropic 兼容接口,接入 Claude Code 的实际效果本期未测试。
    核实记录

    官博存 _raw/fetch/edge0.txt(署 2026-11-12,读到 29GB / 80+ token/s / 1,100+ prefill / 128K–256K / 约 10B 激活 / MacBook 说法);README 存 gh-edge0-readme.txt(平台表 macOS 为「—」、「derived from Qwen3.8-Flash-Next」、「edge0-strata is a fork of Strata」、M2 Ultra 一行不代表 macOS 发布、模型许可证条款);v0.2.0 release 存 gh-edge0-rel.json(Windows only、RTX 20+ / 16GiB 显存 / 20GiB 内存、/v1/messages for native models);仓库元数据 gh-edge0.json(created 2026-09-08、★10,885、Apache-2.0);HF 标签 hf-edge0-api.json(base_model Qwen/Qwen3.8-Flash-Next、license:other);HN 50475713 评论走 Algolia 存 hn-edge0-item.json(333 分)。101 条评论数取自搜索 API

    +速览一行看懂,点开看源

    • 7 种语言全站翻译 $460:OpenRouter 公开自家网站的本地化流水线。16,918 条字符串每 40 条一批交给 GPT-6.1 Sol 翻译,代码先拦占位符和术语错误,再由同一模型逐条校对,不通过就带着意见重译。全量重译 7 种语言约 $460,约为 Smartling 机器翻译牌价的 6%;每天只译改动的部分,677 条改动约 $18。每条译文都存英文原文的指纹,原文一改就自动重新排队。给客户做多语言站时可以照抄 ↗
    • open-code-review:阿里内部用了两年的代码审查 CLI 的开源版。选文件、定行号交给确定性流程,判断交给 LLM agent。README 自称同一模型下精确率高于 Claude Code、token 约为 1/9,但召回率更低(厂商自测)。先 npm install -g @alibaba-group/open-code-review 装 CLI,再在 Claude Code 里 /plugin marketplace add alibaba/open-code-review 和 /plugin install open-code-review@open-code-review;delegate-review 让当前会话的模型来审,不用另配 key。11-12 的 v1.13.8 把 MiniMax M3.1 Flash 列为推荐模型。建 6 个月 · ★50,512 · Apache-2.0 ↗
    • Brave 搜索 API 按次付费,不用注册:接入 x402 协议,请求先收到 HTTP 402 和报价,agent 用钱包签名付款后重发。每次 $0.005,用 Base 链上的 USDC 支付,不用开账号、选套餐,限时免 gas 费。官方推荐 Stripe 出的命令行钱包 Purl。适合给 agent 临时接搜索,前提是先有加密钱包;单价和官方现行价一样,省的是注册和选套餐 ↗
    • chrome-devtools-mcp 1.13.0:Chrome 官方的浏览器调试 MCP 新增 logpoint(不暂停执行,在指定行打日志)和按页面生效的网络请求 mock,agent 调前端 bug 时可以伪造接口返回。11-11 发布 ↗
    • impeccable 4.9 登录后会上传设计文件:11-13 发布。audit 的结果改为存档。用 impeccable login 登录后,DESIGN.md 和每份 critique 报告全文上传,detect 上传设计健康计数(不传代码和文件名)。每项都有关闭命令,如 impeccable critiques off;forget 删除已存内容。不登录不受影响 ↗
    • Claude Code 插件可以声明版本范围:2.1.323 起,plugin.json 可以写 engines["claude-code"]。版本不在范围内的 Claude Code 不会安装或加载这个插件,更新时自动挑符合范围的最新版。claude plugin validate 也开始对 TypeScript hooks 做类型检查。自己发插件的可以加上 ↗
    主动剔除 8 组
    • 钱、公司与人事:Jensen Huang 辞任 NVIDIA CEO 及其后续(员工请愿、关系传闻、五点影响、民主党调查、继任人选、硬件失窃)/ Anthropic 官宣 IPO / OpenAI 解散机器人团队 / Mercedes 停止在德投资 / 美国 10 月 PPI (行业新闻,看完没有能拿来用的东西)
    • 故障与安全事件:Claude 报错率升高 / Claude Is Down / Microsoft 365 全球故障(多条)/ TSMC 被黑 / Apify 安全事件 / 巴西 Caixa 数据泄露 / Postgres 22 年前的类型混淆漏洞转 RCE (已恢复的故障或别家的安全通报,读者栈里没有需要动手处理的变化)
    • 只对团队和企业开放:Claude Meetings beta(只限 Team / Enterprise,目前只支持 Google Meet)/ Google 智能眼镜预购 (只限 Team / Enterprise 或是硬件产品,读者估计没机会用)
    • OpenRouter 本期只收一条主条:OpenRouter 本地化流水线(移入速览) (OpenRouter 已经连着 11-12、11-13 两期当主条,本期主条只留死循环那篇,另一篇放进速览)
    • 30 天内已报过的对象:rea / t3code / orca / VoiceStudio / magpie / agent-desktop / CopilotKit OpenBot / OpenMausBot / elephant-goldfish-model / lemo-opuscar / MoneyPrinterTurbo / archify / firecrawl / claude-mem / paperclip / hermes-agent / stickman-video-director / Agent-Reach / SkillSpector / Understand-Anything / career-ops / security-audit-skill / hallmark / taste-skill / DeepTutor / sherlock / anthropics/skills / claude-seo / claude-plugins-official / mattpocock/skills / agent-browser / knowledge-work-plugins / auto-ontology / daily_stock_analysis / addyosmani/agent-skills / zed / modern-web-guidance / mujoco / codex-security / qwen-code / design-mobile-apps / hyperframes 系列 skill / Gemini 4 Hydrogen / zigzag / AgentRun;HF 热门:MiniMax-H3-Image / LTX-2.5 / Qwen3.8-27B / Kimi-K3.1-Pro / ZONOS3-Mini / flux-3-klein / hyperflow-h3-flash / mirage / Arete-27B / Inkling-2-Small / Ripple-65B / Viggle-Remake / idol / Underdog-Woof / harness-leaderboard (10-22 到 11-13 已出现过,窗口内没读到新能力;impeccable 换了「登录后上传」这个角度进速览)
    • 没打开读的新对象:anthropics/claude-quickstarts / lobehub / block/buzz / agentes-chat / vercel-labs find-skills / tradermonty/claude-trading-skills / HF Space free-youtube-transcript、pixel-search、moe-blogpost (30 天内没报过,但从标题和简介看不出本期有新能力(lobehub、buzz、agentes-chat 是团队协作平台,claude-quickstarts 最近提交 11-06,claude-trading-skills 无 release),本期没逐个读 README)
    • skills.sh 安装量异常:gencraft-labs/skills 5 个 skill(13,583–13,793)/ skills-shell/superpowers 4 个(9,896–9,902)/ microsoft/azure-skills 10 个(9,247–9,255)/ flowkit-labs 的 website-builder、reddit-automation (同一仓库多个 skill 的 24h 安装量几乎一样,像批量刷的;flowkit-labs 没核实)
    • 不是 AI 应用层:Rust 1.100 / IceWM / Zig vs C / Haskell 生态愿景 / Lonewolf XMPP / tailcat / GestaltX / Veyra-NRVideo / sure / uptime-kuma / jiangshan-map / window-sweaters / NX2Apple / Isometric SF / Reflota / JEPA 600 次实验 / 哥德尔笔记 / 权重空间病毒论文 / 中国模型 GPU 指纹 (通用开发、硬件、学术或纯资讯,和 AI 应用层无关)
    采集范围 1 天

    日报,接上期 11-13。候选池 _eval/pool.json 177 条全扫:GitHub 上升中 / 快速新增 30 条,GitHub 热榜(今日 / 本周 / 本月)28 条,HelloGitHub 3 条,Show HN 7 条,skills.sh 24h 热门 30 条,AIHOT 12 条,HN 综合 66 条,阮一峰周刊 1 条(没细读)。脚本抓 Hugging Face 时 SSL 断开(见 _raw/sources-status.json),本期手动补抓了 HF 热门模型和 Space 各 25 条,存在 _raw/fetch/hf-*-trending.json;awesome 增量本期 0 条。跨期去重 grep 了 2026-10-22 至 11-13 各期(只看 11-14 之前)。一手原文存 _raw/fetch/;仓库元数据和 release 走 api.github.com,HN 评论走 Algolia API,HF 走 huggingface.co/api。Replit 官博返回 403,没读到原文。