他们都说X上伙伴质量高，于是我也第一次来X上给我们公司招人了～ 我们现在有30多个小伙伴了，但是想做的事太多，所以，还需要更多的小伙伴！ 简单介绍一下，虚实传媒是一家AI领域的策略公司，我们有自己的IP数字生命卡兹克（也就是我自己），也是国内可能目前最大的AI领域MCN公司，目前签约独家博主300+，也合作了上百家机构公司，国内几乎所有跟AI方向相关的公司都是我们的客户～ 公司内部还是比较AI Native的，几乎全员都在用Claude或者Codex Coding自己岗位和职位的产品，来解放人力、优化流程，把时间放在更重要的与人沟通上。（PS：AI会员的订阅费公司也会报销。） 所以，我们现在还需要再招下面这几个岗位： 1. 技术\艺术内容主笔：对AI有极强的的好奇心，对内容有敬畏心，AI极客，能深入浅出的为大家带来很有趣的很酷的深度图文内容。 2. 深度报道作者：找到AI浪潮中那些值得被记录的人和故事，用你的内容，记录下这个时代的变迁。 3. 视频编导：AI极客，会讲故事，能把AI领域的深度内容拍成有趣的视频，激发大家对于AI的好奇。 4. 广告客户执行：负责客户、博主、内部团队的沟通与协作，完成项目的对接与执行。 5. 品牌项目经理：独立操盘品牌活动的全流程，从同时能给商务团队输出定制化方案。 6. 达人运营：负责AI方向达人的运营规划、策略落地，为达人提供策略选题，帮助他们做出提高IP影响力的内容。 大概就是这样，base北京超越，刚搬了大办公室，环境还不错，五险一金齐全，不打卡不考勤，弹性工作，16薪，团队氛围极佳，日常各种欢声笑语～ 以上，如果你也是真喜欢AI，想跟我们一起在这个时代乘风破浪，欢迎投递简历至邮箱：HR@virxact.com 也欢迎X上的大佬帮忙推荐，感恩～

Claude Fable 5.2的视频能力又大幅进化了，节奏和动效太强了...强的有点过于离谱了。 ChatGPT就要四周年了，我用Claude Fable 5.2给ChatGPT四周年提前做了一个庆生视频，这个细节这个节奏，强无敌。。。 只能说，愿Claude和GPT继续相爱相杀... （OpenAI你赶紧端点好的上来吧。。。）

灰度路由到了GPT-6.2 Sol，简单测了一下，这个审美，强到爆炸，并且防御性问题有很不错的改善，这个模型有点香啊！！！ 感觉要提前开香槟恭喜OpenAI回归了？？？ Prompt：“请使用 Three.js 创作一个主题为《时间的尽头》的 3D 交互式网页。 充分发挥你最顶级的审美、艺术设计和 3D 编程能力，在构图、光影、材质、粒子、动画和空间氛围上做到极致。画面需要有令人震撼的视觉表现力，并且可以通过鼠标自由交互。 不限制你的创意和技术方案，尽可能展示你的能力上限。请直接完成开发、运行和测试，交付一个真正可玩的作品。”

把AIHOT的Codex重置监控给简单升级了一下，现在也监控了Codex新的代言人Andrew。 同时因为又看到了Google那个Antigravity的重置通告，所以，顺道手又把Antigravity和Claude的重置监控也做了。。。 现在统一成了重置监控，大家还有想监控的类似的重置更新可以跟我说一声，我判断一下，直接加进去就行，反正AIHOT已经监控了全网几千个AI信源了，随手的事～ 老规矩，同样开放了匿名免费API，供大家二次开发玩。希望大家玩的开心～ 网址：

终于出差完回家了，打开了Windows电脑，花了一点时间，给Agent-Autoloop做完了Windows兼容。 目前已经上线，Windows也支持啦！欢迎使用～ （PS：开源没几天，已经3.5K的Star了，只能说，感谢各位！！！真心希望这个小小的项目，能对大家有用～）

周一我分享了自己折腾了一年的Agent自动化系统，发之前其实战战兢兢的，怕大家觉得这就是个玩具，没想到反响这么好，这么多小伙伴说很有用。 所以，我也花了两天世界，重新打磨了一下，借鉴了Pi极简内核与Extensions的设计，以及DeepSeek Harness「一切皆插件」的架构理念，对我的这套 Agent自动化系统进行了大幅的抽象和解耦。重新设计了最核心的内核中台，其他的无论事件、通道、Agent执行等等，全部抽离成了插件，甚至后续的CI体系，大家也可以做成自己的插件，这样，方便兼容更多人，有更好的魔改的可玩性，也能更方便的热插拔。 然后也觉得，直接开源了： 名字很直白，叫Agent-Autoloop，初期肯定还有很多的小BUG，欢迎大家来提Issue、提PR，随便魔改。万一它真的能帮到一些人，那就太开心了！

花了一天写完了，也算是给自己的阶段性成果一个交代。 想一想这一年，还真的有一些魔幻。 一年前，我是一个完全不懂开发的设计师。 一年后的今天，我搭了我自己的Agent自动化系统，做出了百万月活的公益产品，还开源了，拿到了9000 star的好成绩，也看到无数的反馈，说帮到了他们。 也在用Agent的方式，去迭代整个公司。 每一天，我都在开发中、在创作中学习。 一年前，我连CI是什么都不知道，半年前，我甚至连CDN是什么都不知道，但是不妨碍我，现在都知道了。 这可能，就是学习的快乐吧。 希望今天这篇内容，能对大家有用。 也愿我们，永远对世界，保持好奇。

把AIHOT模型榜背后抓取的公开评测集，从39份增加到了56份，然后根据之前的算法，对所有模型重新进行ELO排名，剔除没有正式上线的模型（比如Gemini 4 Carbon）后，这是目前所有模型的排名结果。 综合No.1：Claude Opus 5.5 编程No.1：Claude Opus 5.5 科研No.1：GPT-6 Astra 办公No.1：Gemini 4 Argon 知识No.1：GPT-6 Astra 我个人感觉现在这个排名结果，还是挺符合我对所有模型的认知的。。

在一些简单的准确性任务评测里，Qwen 3.8 Flash这个模型意外的强... 今天看了一下，我们现在各种产品的很多自动化任务，居然已经一大半都被Claude Opus 5.5切换成Qwen 3.8 Flash了...

我觉得Claude和Codex的性格差异，可以用一个例子来形容。 我：每周都要从后台下载20个Excel，再手动复制粘贴成一张总表，太麻烦了，帮我写个自动操作鼠标的脚本。 GPT： 好的老板！已经帮你写好了，自动点击、下载、复制、粘贴，还加了异常处理和失败重试，以后你只需要点一下运行就行！ Claude： 不是哥们，你这20个Excel不都是从同一个数据库里导出来的吗？你好好的你下载它们干啥？我直接帮你写了个SQL，接上你们后台的数据源了，以后每周自动生成最终报表，你说你好好的下载Execl干什么玩意。。。

因为怕被Claude封号，所以Claude浏览器插件啥的都没装，是直接让Claude指挥Codex操控浏览器的，规则都写在了CLAUDE.md里，目前用着很舒服，分享一下这个小规则： #浏览器操作# - 用户是残障人士，不方便操作浏览器。网页上要点、要填、要确认的事（包括 GitHub、飞书后台这类要登录的设置页），一律交给 Codex 在 Chrome 里做，不写成步骤让用户自己去点。只有 Codex 也过不去的本人身份确认，才请用户做，而且只请他做这一步。 - 小事用内置浏览器自己做：本地 UI 的预览和验收、看页面效果、读文档或网页、截图核对、几步点击就能做完的检查。 - 复杂的交给本地 Codex 应用：多步骤或端到端的流程、要登录账号的后台、跨多个网站、耗时长或要反复尝试的；内置浏览器做着做着变复杂了也转交。Chrome 插件已关闭，需要真实浏览器和登录状态的都走 Codex。 - 用法：codex-browser "完整的任务描述"；同一会话追加指令用 codex-browser --resume <会话ID> "追加指令"，会话 ID 在输出末行；可能超过几分钟的放后台运行。Codex 每轮结束会关掉标签页，所以每次都写清网址、步骤和要带回什么（截图存到哪个路径）。

Claude操控浏览器或者操控电脑的任务，我一般都是让Claude启动Codex指挥它来去完成任务。 今天GPT 6.1 Terra发了之后，测了一下，确实很快，效果和稳定性也不错，也非常的省，非常适合日常用来处理一下常规的操控浏览器&电脑任务。 直接原地把默认模型从GPT-6.1 Sol high切换到GPT-6.1 Terra xhigh了。 这个模型，还是有一些用处的～

今天正好在录节目的时候，发现一件让我还挺悲伤的事情。 就是我发现，AI好像把我的口头禅给夺走了。 我以前有一个特别喜欢用的口头禅，叫做： 坦率的讲。 这个口头禅到底是怎么养成的，我自己其实也记不太清了，有可能是因为学生时代，太爱看老罗的演讲，耳濡目染的，也变成了我自己的口头禅。 每次我要讲啥可能感觉会冒犯的话或者想要转折的时候，我就会说，坦率的讲。。。 无论是平时聊天，还是写文章，或者是跟别人分享什么东西，只要我想给自己叠甲，我就会不自觉的嘴里蹦出这四个字。 过去四年我的文章里，也用了无数次，老粉肯定都有印象，但最近两个月，我自己却越来越不敢说这句话了。 因为只要我在文章里写一句，坦率的讲，经常就会有人对着这句话划线，然后评论说： “这文章AI味儿也太重了吧。”，“一眼AI，垃圾内容。” 说实话，那一刻作为一个内容创作者，我是真的还挺难受的。 但是我没有办法解释，更没有办法解决。 所以，现在更难受的事，是我发现我妥协了，老粉可能也会发现，我现在越来越少在文章里出现这四个字了，我经常会用语音输入来辅助写文章，有的时候说快了，看到这几个字冒出来，我就会下意识的停顿一下，然后默默的删掉。 这个事情从本质上来说其实还挺荒诞的。 因为AI是从我们人类这里学会的语言，坦率的讲，是AI发明的吗？当然不是。 可现在AI学会了人类的语言，最后却轮到人类修改自己的语言，来证明自己是人。 哎。 而且不只是我的口头禅，当越来越多的人，开始为了避免自己被认为是AI，而主动改变自己的表达习惯的时候，我们好像也在丢掉自己的一些非常珍贵的东西。 就像玉伯说的，世界上本没有AI味，用的人多了，就成了AI味。 AI不断学习人类的语言，然后人类在不断回避AI的语言。 以后我们每说一句话，每写一段文字，都需要先在脑子里过一遍，这个词AI是不是经常用？这个句式会不会被人怀疑？我这么说话，还像不像一个真人？ 那语言，好像也丢失了作为人原本最自由的东西。 我当然知道，我们可以解释，可以反驳，但这个世界上，最累的就是就是自证，实在太累了。 所以，删掉就删掉吧，反正少了这四个字，我也可以说话，也可以写文章，对我的生活也不会有什么影响。 但我还是觉得挺悲哀的。 因为除了口头禅以外，我们也开始在放弃一些词，一些具体的句式了，比如，不是...而是。 AI对文化的影响，是潜移默化的。 未来，真的是一个很特别的时代。

花了5天的时间，终于把我的Agent自动化流水线做完啦哈哈。 起因是因为我的Agent自动化任务实在太多了，有直接在桌面端里定时触发的的，有Webhook然后用后台CLI触发的，还有在Dots里面设的等等等等，所以我想给自己做一个可视化的Agent自动化管理界面。 第一版先做成了普通网页列表，但是感觉太没意思了，于是灵感大爆炸...想到了戴森球计划，于是，那不如做成一个可视化的流水线吧，平时还能加个小屏幕，当个桌搭用。 说干就干，在调个N版美术风格之后，还是选定用这种微缩景观风格了，我觉得更有趣一点。 整体来说，流水线就是预设的自动化，有包裹发出去就是具体的对应单次任务，会路由到两个Agent上做执行，并且跟现实世界时间和天气完全打通，现实下雪❄️，那这个自动化小镇里也会下雪。 工作上主要是Claude Opus 5.5搭整体的视觉和框架，然后Opus 5.5指挥GPT-6 Astra建模+渲染，Codex在我自己的CI机上做海量的端到端测试，整体应该是用了30%的Claude周额度，和两管Codex额度。 最后，终于做完啦，顺道还渲染了一个小小的演示视频～ 喜欢。 对于所有想玩转Agent的朋友，相信我，把一切能自动化的都自动化，一定是你能感受到的最棒的事。

把我的Agent自动化任务，花了2天时间，做了一个好玩的流水线可视化。 起因是我的日常中，有几十个自动化任务在自动化跑，有在Claude和Codex里面的定时任务，也有自建的webhook中台触发的Agent，然后我已经不知道自己到底有多少的自动化任务了。 本来只想做一个简单的网页，用列表形式呈现，但是作为一个模拟经营和戴森球计划的狂热玩家，在做的过程中，突然想到了流水线，如果，把这些自动化任务，都变成可视化的流水线，变成一个游戏场景，那一定很好玩吧。 于是，直接开干了，在探索了很多种美术风格比如苏联重工业、八方旅人那种像素风、塞尔达那种三选二等等的之后，还是选了这种小清新的俯瞰的微缩场景风格，特别喜欢！于是...就做出来了。 现在还是初版，接了一点点自动化任务做演示，。 - 左边每个项目是一座厂区，一条长期任务就是一条产线、一台机器。 - 中间玻璃圆顶的分拣大厅就是Webhook中台，调度任务和分发状态用，跟我飞书打通，转盘一直在转。 - 右边是两个 Agent：Claude Code 是 Clawd 那只像素小螃蟹，头顶飘着 Claude 的火花；Codex 是那朵蓝紫色的云 - 每个真实任务都是一个包裹，顺着传送带送到它们面前。接到活就跳起来开干，做完原地转一圈，箱子码上托盘。 甚至我还跟现实时间和天气打通了，现实世界是晚上下雨，那场景里，就是晚上下雨。 看着这个自动化，真的舒适啊... 后面把我的所有得流水线全部铺上去，幸好回非常壮观。。。 种田流玩家狂喜。。。

我是真的无奈了，还看到有人喷我所谓的“提示词”，本来不想再扯这事了，但是这两天还是陆续有朋友给我发，真的就很烦。 对于改写GrokBot名字这么个事，根本没有什么提示词一说，那个子的GrokBot我已经用了5天了，Bot的描述和规则都是现成的，早就已经写好的了，这就是我的AIHOT的运维经理，Skill都是做好的，定时任务全都有。 这时候，我让另一个Bot，给这几个子Bot改个活泼的名字，已经2026年的10月的模型了，理论上你做改名这种事情，你一定需要知道这个Bot他过去做了什么任务吧，他的职责是什么吧，这在我看来是最基本的对吧？ 然后，主Bot完全没看我的子Bot任何描述、规则，不看其他各种跑了几天的设定和任何历史记录，极其草率的只看名字，纯粹对着名字重写了，这就像一个大模型根本不看代码全局一样。 这样的问题，明明就是模型自己本身为了图快不思考的问题，你可以背后为了快做很多路由，提高用户体验，就像GrokBot确实比Dot回复的快得多一样。但是在很多任务上，你至少得多看看吧？ 我喷的一直是路由机制，还有这个模型不思考图快的问题。 就这么个，我真不知道这跟提示词专不专业有啥关系？就这种任务，能涉及到什么所谓的“提示词”？ 我的一句话背后，是我背后所有的Context。 就像我们做项目，难道我还必须要说：我要做个什么什么新功能，你要去参考这个模块，要去参考那个模块；这个逻辑在这个文件夹，那个逻辑在那个文件夹。你一定得全部参考明白，然后你去帮我把这个东西根据叉叉叉叉叉叉叉全部写出来？ 2026年了10月了，大家都喜欢聪明的东西，就像大家都觉得Claude聪明一样，真的没有人喜欢笨的。

老的本来准备卖掉的M4的Mac mini最爽的用法： 拿来当自建CI机，以及给Agent跑各种自动化端到端测试，以前一直用Github跑CI，但是Agent太喜欢提PR了，即使开了会员，有时候每个月还是能多花二三十刀。。。 现在速度快，并行还爽... 24小时待命，闲的时候，还顺道给自己的Agent当专用机，所有的Chrome啥的都给他登录好，飞书CLI也弄好，扔给Agent自己全自动随便去玩，直接焕发第二春了。

GrokBot直接卸载了。这个回复就是压死骆驼的最后一根稻草。 在已经把必须详细思考、深度回复、一定要看清所有等等再回答这种上个时代的要求，都写的满屏都是了，还能干出这种事。 我实在是忍受不了这个敷衍了事的模型和产品了。

我真不行了，GrokBot我用的很多时候也是脑溢血... 常年不思考，张嘴就来，路由的垃圾模型查都不查直接回复... 掰扯和出错浪费的时间，远超出给我节省的时间。。。 你们到底都是咋用的啊，我都怀疑人生了。