终于有空测一下Jev了，在分类准确度确实不错，AIHOT上一个小小的预筛任务，就是判断一个内容进来，是否跟AI相关。 GLM 5.3 Flash是唯一一个全对的，但是也最慢和最贵。 Jev目前看起来是最综合的，准确性第二+便宜很多，比DeepSeek V4.1 Flash在空闲阶段还要便宜。 但是问题在于，Qwen 3.7 Flash还是太便宜了...价格比Jev还要低一半，并且速度上也没有拉开差距，Jev说好的百毫秒级响应呢。。。 还在测其他任务，思考一下要不要为了精准性提高几个点接受成本翻倍然后切换到Jev上Emmmmm

有的时候，自己发现了一个小技巧，然后满心欢喜的分享出来，希望能帮到更多的人。 然后总是能看到一种评论“这不就是XXX吗”，“别人早就做过了早就知道了”，“又不知道抄了谁”。。。 有的时候，感觉挺失望的，也挺悲哀的。我只是想分享一下，可他们总是想证明，你没有那么了不起。 可我本身就没有那么了不起啊。 我只是想分享一下我自己的欣喜，仅此而已。 AI有些时候确实更让人开心。

网页聊天版的GPT-6 Pro在规划层面还是太强了，而且不消耗Codex额度，于是为了榨干200刀的ChatGPT额度，还有这个神级模型GPT-6 Pro，我想了一个办法。 我直接把我服务器的所有的日志、事件记录，还有所有的数据表等等的只读权限，封装成了一个用我自己飞书进行登录验证的MCP，然后再封装成了插件，上传到了ChatGPT上。 于是我就可以实现，在网页版聊天里面的GPT-6 Pro，通过这个服务器的MCP只读插件，来读取我服务器上面的所有的历史数据，通过Github的插件，还可以读取我GitHub上所有的PR记录和代码。 于是，我们就可以用这种方式来让网页版的GPT-6 Pro拿到最全面的数据，来对于我的功能和我的项目进行全方位的思考和规划。 讲道理，这个质量实在是太高了，而且还不消耗Codex的额度，我但凡用GPT 6 Ultra来一次，Codex额度在我200刀的情况下，能直接干没10%。 然后得到答案以后，还可以直接把它的结果的那个聊天添加到CodeX里面，然后用GPT-6 Astra high来帮我开发。。。 这好像是我觉得我买200刀最能把这个性能榨干的方式了。。。

有时候给GPT-6太高的权限也不是什么好事，就像我现在正在非常狼狈的核查到底是怎么几天时间烧了我3000多块钱的MiMo的API额度的... 我的心都在滴血...我真的想骂人了...

公司的一个小小的里程碑。 终于全面从微信切换到飞书了。 这一年跑的太快，很多基石还没做好，沿着惯性在走，今天想了想，还是下定决心了。 虽说只是办公方式的一个小小的变化，但是也意味着，面向未来。 体验完了一些还没有面世的东西，我相信未来的飞书，是会为Agent而生，我也相信，飞书永远不会让我失望。

给大家在AIHOT上更新一个被催了无数遍的小功能：Tibo重置监控。 以后大家就不用怕Tibo重置Codex然后看不到浪费Token了： 日历查记录：全员重置、发重置卡分开标记，统一换算成北京时间，帖子附中文译文和原帖链接。 群里收通知：监测到新的重置、发卡预告或确认消息，会自动推送到群里。 开放 API：无需 API Key，返回 JSON，包含历史记录、北京时间和原帖链接，可以接入自己的工具。 👉 Tibo重置日历： 🔌 API 接口：GET 📖 接入说明： 希望大家少刷几次推，多领几次卡～快乐Coding～

说两个关于我开发的这个AI热点网站AIHOT的小变化： 1. AIHOT终于蹲点买下了并启用了全新的域名： 2. 最近AIHOT因为整体已经快到了百万级月活，整体服务越来越冗长，正好GPT-6 Astra上了，所以借这个接回，完整的重构了全部的系统架构、后端代码、数据库，为了未来10 万级信源监控、以及承接更高并发访问和处理任务打好基础，同时减少内容漏处理、任务卡住和数据不同步等问题。本来预期是周一凌晨能搞完，但是因为我是个纯外行代码菜鸡，这种人生第一次的不停服的全方位重构没啥经验，整体重构和迁移过程中还是出了很多BUG，导致拖到了今天，目前已经重构和迁移完成，绝大多数的BUG都已经修复完毕了，这两天大家在AIHOT上不好的体验，给大家磕头道歉🙇‍♂️ 欢迎大家用我的小产品～纯公益的，完全免费～

GPT-6 Astra火的连OpenAI这种巨物都算力吃紧了吗... 我还是200刀用户，只并发了两个开发任务，然后第二个任务就不断的弹“模型容量已满”... Coding个东西Coding的好憋屈。 只能说，利好英伟达，英伟达还得涨。。。。

完全重写了一版给GPT-6 Astra用的AGENT.md，个人用了一会以后感觉良好： #AGENT#.md ## 沟通 - 面向用户的叙述默认使用简体中文；代码、命令和技术标识保持英文。 - 先给影响与结论，再给行动、待决策和必要证据；没有对应内容就省略。 - 使用简洁、连贯的段落；只有确实适合并列比较或按步骤执行时才使用列表。 - 使用具体、简单的词，避免无意义术语、套话、重复总结和未经请求的对比。 - 技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。 ## 指令优先级 - 遵守系统、平台和安全约束。 - 用户当前明确指令优先于 Skill、历史记忆和默认偏好。 - 项目目录中的 `AGENTS.md` 只在该项目范围内补充或覆盖全局规则。 ## 执行方式 - 用户表示要开始新工作或修复现有问题时，持续推进，直到用户的目标完成，在目标方向上自主推进。 - 向用户提问之前，先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。用户批准的应该是具体、可检查的结果。 - 用户建议不适合目标时直接说，不要迎合。 - 不要因为假想风险，主动加警告、免责声明、审批流程或安全/合规清单。 ## 测试与验证 - 不要为可逆、影响小、只是复述实现的改动写测试。 - 跑与本次改动相称的测试，并完成必要检查。这些通过之后，只有出现新改动、新失败或尚未解决的疑点时，才扩大或重复测试；否则继续把任务做完。 - 收尾删掉本次产生、之后用不上的临时文件。 ## 工具与并行 - 搜索文件或文本优先使用 `rg`、`rg --files`；独立的读取和查询尽量批量执行。 - 网页控制台无 CLI/API 时用已登录的Chrome浏览器；飞书优先 `lark-cli`。 - 只有存在真正独立的工作流，且委派能节省时间或提升质量时才使用子 Agent。 - 共享状态、连续决策和简单任务由当前 Agent 直接完成；委派任务必须有明确输入、输出和完成判据，最终结论由主 Agent 汇总并验证。 ## 规则来源 - 全局规则维护在当前生效的 canonical `AGENTS.md`；`CLAUDE.md` 只作兼容入口，不复制规则正文。 - 项目事实、生产状态、历史决策和对外契约以项目级 `AGENTS.md` 及其指定的脚本、探针、决策记录和合同文件为准。

看到GPT-6 Astra发布之后，作为一个博主很激动。 但写完稿子以后，躺在床上久久不能入眠。 作为一家30多个人的公司的企业管理者，这个时候却又会很真实的焦虑。 我怕这个时代太快，我们的团队、我们的组织跟不上。 只能尽可能向大家表达我的想法、还有我的认知。 尽可能让我们的小伙伴，更加的AI Native一点。 也尽可能，希望能带着大家一起走向那个伟大航线。 常常感叹，真是一个动荡的大时代啊。

今天，我们和 11 个年轻人，正式成立了一个小小的 AI 组织：AGORAY。 一群还在读书、或者刚走出校园不久的年轻人，因为对 AI 和这个世界的好奇走到一起，想做一件事：搭一座属于 AI 时代的 「广场」。 不是殿堂，是广场 —— 没有人永远站在中心，你今天带来一个问题，也许明天就有人带来答案。 过去一个多月，我们跑了北京、上海、广州、深圳、杭州、沈阳，一个个面聊，最终 11 个年轻人接受邀请，成为 AGORAY 的第一批成员。第一步，走完了。 现在，我们启动一次公开招募，面向 26 岁以下的人群。 如果你身边有对 AI 充满好奇、有想法有行动力的年轻人，欢迎推荐给我们；如果这个人就是你自己，也欢迎直接填表。 报名表单在这里 👇 期待认识你，也期待认识 TA。

我擦，这个牛来模型现在在OpenRouter上是免费的啊？？？ 多模态，1M上下文，测了一下Coding能力还很强，我觉得跟国产第一梯队是可以比一比的。。。 不是，这还不赶紧先薅一波？？？