你们都先别说话让我先抢答🤣 根据以往的经验预测一波，接下来GPT-6系列降智或者额度减少被网友发现实锤 Tibo说很抱歉，我们修复了这个问题并准备在明天太平洋时间00:00即刻重置。 网友们欢呼雀跃立马忘掉降智或者降额度。 然后GPT-6.5系列开始上线....能力等同满血版GPT-6...

Anthropic 和 OpenAI 又干起来了。 Anthropic 发布 Claude Opus 5.5。大约 100 分钟后，OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。 这几个模型的价格都在降低。 GPT-6 Sol 的常驻价是输入 $2 / 输出 10，相对 GPT−5.6 Sol 促销价（4 / $20）低 50%。 Opus 5.5 是输入 $4 / 输出 $20，单价比 Opus 5 低约 20%。 OpenAI 同时改了缓存。调整 reasoning effort、开关工具，不再打断已经缓存的前缀。 长上下文（大约 272K 以上）Sol 是输入 $4 / 输出 $15。Luna 是输入 $0.10 / 输出 $0.50，上一代促销价是 $0.20 / $1.20 Opus 5.5 这边，Anthropic 转述的早期测试有两个具体例子。 20 万行代码库的审计和修复，不到 3 小时；同类工作 Opus 5 超过 20 小时，token 大约 2.5 倍。 HAProxy 从 C 改到 Rust，Opus 5.5 和 Fable 5.1 都几乎通过回归测试，5.5 用了 9.5 小时，Fable 用了 12 小时，成本低 51%。

最近 Meta 的 Muse 真有点破圈了，上线十天就登顶了美国 iPhone 免费榜。一个能记住你、主动帮你做事的个人 AI，确实很让人期待。 国内的 Today 也官宣了，9 月 24 日上线中国版，同样主打逐渐记住与你有关的事，在需要时主动帮你。 看到这个方向，我想到的就是自己桌面上越堆越多的提醒事项，还有 Codex 里那一堆做到一半的项目。。。 AI 出来以后，我的待办反而更多了。 每天都有新工具要学，新思路想试。以前一个想法可能只是记在备忘录里，现在打开 Codex，聊着聊着，真能把 MVP 搓出来一半。 然后这个产品还没做完，那个选题还没写完，又忍不住去开下一个坑。 最累的是隔几天想回来继续，还得翻记录：当时做到哪了？为什么停在这里？哪些方案已经试过？下一步本来准备干什么？ 自己先想起来，再给 AI 交代一遍。 有时候光是想到要重新捋这些，就想先放一放。于是那个做到一半的项目，又多放了几天。 所以 Today 这种 Personal AI，我是真的想试试。 希望它能记住那些没做完的项目、当时的思路和卡住的地方。等我回来，能接着往下做；在我快把某件事忘掉的时候，也能帮我捡起来。

文章里总结得非常全，里面有各个方向的分享和做账号攻略，推荐给需要的朋友！ 1. 动物园园长 @weiyux2021 X(推特)账号运营从0到1：万字实操指南 （36.6万浏览、2284收藏，目前中推圈讨论度最高的一篇完整SOP） 2. 木马人 @cnyzgkc 做 X 账号一年后，我给新人的一份起号避坑清单 （10.7万浏览、575收藏，含7天行动清单） 3. 鱼总聊AI @AI_Jasonyu 48小时涨粉3000+、单条曝光24万：推特从0到1冷启动全复盘 4. 明野 @tou_de74826 2.5天从0冲到千粉的起号底牌（小白可照抄） 5. Arthur C @0xarthurzs X新手起号邪修：九浅一深 + 内容工业化 6. Mr Panda @PandaTalk8 从0到500粉：X平台冷启动完整指南 7. 李行之 @xz_future_cn X 开源推荐算法后，我终于找到 100 万曝光背后真正的「流量密码」 8. 杨高能 @ 430Yang 50天狂揽13000粉！新手如何搞定冷启动 9. 躺在废墟里 @Zhiyu333 我的X如何一周从10粉涨到2000粉 10. Rion Wu @rionaifantasy 从0到6300粉，我把X起号秘籍毫无保留分享

又到了求职招聘季了，不知道大家的求职进度如何了？ 上一期我们聊了产品思维的提升方法，这次可以说是一期专项的思维提升，和大家聊聊如何将产品思维运用到找工作中。 本期阅读破5万，我会继续聊聊里面的实操细节和注意事项。大家有任何问题，也欢迎在评论区一起讨论~

10 月 24 – 25 日，北京海淀，出海去「AI 时代出海增长工作坊 with 生姜 Iris」开始报名！ 生姜 @WeiYipei 是 Gingiris 创始人 、AFFiNE 联合创始人及前 COO。这次用两个下午、共 8 小时，带大家做竞品官网拆解、社媒分析与冷启动获客计划。结合小组实操、现场交流点评和 16 份 Gingiris 实战指南，把方法用到自己的产品上。 目前早鸟期 👉 包含两个上午的 Solo Founder Day，现场还有增长专家分享、优秀产品展示，以及 30 多万字免费出海去 Playbook 正式发布。 适合正在验证产品、寻找海外用户的创始人，以及负责增长、GTM 和海外运营的朋友。

最近关于 Jev 的长文已经充满全网了，但可能还是有朋友一脸懵，就想知道 Jev 到底能拿它干什么？ 我这帮大家整理了20个案例。有拿它查机票、分工单的，也有让它玩马里奥、控制仿真火箭着陆的。百花齐放了！ GitHub 仓库和原帖都放下面了，大家可以按需查看。 1. 查一次航班大约 7 秒｜jev-ultrafast Browser Use 做的高速浏览器 Agent。Jev 每一步只判断「做什么、点哪个元素」，需要打字时才调用小模型。Google Flights 搜一次航班大约 7 秒、$0.0039。 2. 给 Claude Code 清理上下文｜fast-jev-compaction 让 Jev 判断每次工具调用的内容还有没有用，没用的删掉。留下来的原文不重写，它只负责判断删哪段、留哪段。 3. 每出一个区块，就问一次买还是卖｜jev-trader 在 Monad 上运行，模型延迟大约 81ms。可以看看模型能不能跟上每个区块都做一次决策的节奏。 4. 让 Jev 操作 Mac｜typesafe-computer-use 用 OCR 读取屏幕文字，再让 Jev 选下一步动作，需要打字时才调用写作模型。作者报每步大约 $0.0002，对比 Opus 5 大约 $0.032。 5. 审核弹幕、分派报警｜jev-experiments Nader Dabit 的实验合集。一份是 Twitch 规模的弹幕审核，大约 300 条/秒；另一份是应急调度，180 秒内分完 275 条报警。这类任务都需要连续处理大量信息，每条都要做判断。 6. 让 Jev 盯着 Codex 干活｜foreman Codex 在那儿干活，Jev 在旁边盯着：真做完了？测试跑了吗？有没有跑偏或者卡住？ 7. 代码审查前，先挑出高风险改动｜jev-review 先让 Jev 过一遍代码改动，把高风险的部分挑出来，再交给更贵的大模型或人仔细看，还带一个本地看板。 8. 让 Jev 玩马里奥｜typesafe-mario 读模拟器 RAM 里的结构化状态，再决定是跑、是跳、还是躲。 9. 让 Jev 在安卓上一步步点｜mobile-jev 安卓上的逐步点击 Agent。作者演示过用它走 Uber 路线，大约 21 秒、9 步。 10. 这活该用哪个模型，先让 Jev 看看｜jev-router 先判断这一轮编程任务有多难，再决定交给哪个模型。简单活用便宜的，复杂任务再用更强的。 11. 在数据库里用自然语言筛数据｜pg-jev 把 Jev 写进 Postgres，直接用 WHERE jev(...) 按自然语言条件过滤行，不用先建向量列。 12. 给 Codex 装一个操作电脑的技能｜Jev-cu Jev 从屏幕文字里选下一步动作，敏感操作先经过本地检查。 13. 724 条直播广告，40 秒分析完 @TheMattBerman 把 37 个品牌的 724 条广告交给 Jev，分析钩子、格式、报价、CTA、认知阶段，以及落地页是否匹配，大约 $0.09。 14. 把自己发过的 3282 条帖翻出来复盘 @iannuttall 把自己累计约 1 亿浏览的帖子交给 Jev，每条问 8 个问题。用时 8 分 34 秒、$0.13。 其中一个结果：How-to 教程帖的中位赞是 150，全部帖子的中位赞是 44。至少在他这批帖子里，差别挺明显。 15. 今天的新闻，哪些跟我的品牌有关？ @SUOHA_AI 用当天的新闻流给 15 个品牌判断「能不能借势」。作者报 Jev 28 秒处理完 428 条，同期 DeepSeek Flash 做了 6 条。 16. 500 条电商工单，看看谁分得快 @NFT_Chen 用同一套分单任务做对比：Jev 83 秒、$0.01 处理完 500 条；DeepSeek V4.1 Flash 同期做完 173 条、$0.06。 17. 给一个陌生网址，38 秒填完 16 题问卷 依旧是 @SUOHA_AI 出品。Jev 负责判断「这里该点什么」，小模型只在填空时写字，演示全程零人工操作。 18. 连仿真火箭着陆都有人试了 @uttkarsh_42 把 Falcon 9 级别的仿真助推器交给 Jev，决定点不点火、开几台发动机、什么时候收腿。 12 次试验后着陆，245 次调用、$0.04。 19. 用语音指挥浏览器点击｜jev-voice-browser @moritzkremb 做的演示：说话、转写，Jev 大约 300ms 返回概率，再由 Playwright 点击。每次决策大约 $0.0002，仓库也开源了。 20. Jev 官方说明 Jev 作者 @CompleteSkeptic 的原帖。想弄清它到底在做什么，可以从这里看起：它不聊天、不写字，只给程序做判断。 另外再附上两个案例集合地址，想要更多案例可以去这里找：

最近Jev爆火，拿到 Jev API 还不知道怎么玩的，可以按这个清单抄。 1. jev-ultrafast Browser Use 做的高速浏览器 Agent。Jev 每一步只判断「做什么、点哪个元素」，要打字才叫小模型。Google Flights 搜一次航班大约 7 秒。 2. fast-jev-compaction 给 Claude Code 做上下文压缩。每次工具调用先让 Jev 判断还有没有用，没用的删掉，留下来的原文不重写。 3. json-render Vercel Labs 的生成式 UI 框架。实验里 Jev 不逐 token 写 JSON，只负责选组件、属性和布局。 4. typesafe-mcp 最适合刚拿到 API 的人。把 Jev 接进 Claude Code、Claude Desktop、Codex 和 Pi，随时做 Choice / Score / Noul。 5. jev-mcp 现成的 Agent 判断工具箱：事实核验、内容筛查、语义排序、分类和信息提取。 6. SemDecide 把 Jev 做成命令行。Shell 里直接分类、打分、过滤，适合接爬虫、CI 和数据流水线。 7. jev-codex-router 先让 Jev 判断这一轮编程任务有多难，再决定模型档位、推理深度和速度模式。 8. Winnow 给 Claude Code 做上下文垃圾回收。Read / Bash / Grep 吐一大堆时，Jev 先判断哪些真和当前任务有关。 9. jev-review 代码审查前先过一遍 Jev，把高风险改动挑出来，再交给更贵的大模型或人。带本地看板。 10. Blink 把 Jev 当代码库导航器。每走到一层目录，就判断哪些文件和当前问题最相关，再继续往下找。 11. agent-desktop 桌面自动化。读系统无障碍树，判断下一步该点哪个按钮、菜单或输入框。 12. typesafe-mario 让 Jev 玩《超级马里奥》。不看截图，直接读模拟器 RAM 里的结构化状态，再决定跑、跳、躲。 13. jev-drone 拿 Jev 控无人机。底层飞控继续负责稳定和安全，Jev 只做爬升、刹车、穿越障碍这类上层判断。 14. OneVOneJev 浏览器里的 1v1 FPS。每个决策 tick 都要判断走位、视角、瞄准、开火和跳跃。 15. jev-trader Monad 测试网上做高频做市。Jev 根据价差和成交方向判断下一步买还是卖，模型延迟大约 81ms。 16. Prism 不直接让 Jev 下单。它判断 toxic flow、市场压力、均值回归之类的状态，再交给原来的策略。 17. neo4jev 把 Jev 塞进知识图谱。每走到一个节点，判断下一条最值得走的边，再一路找下去。 18. jev-curate 拿 Jev 筛训练数据。JSONL / Parquet 先做质量、相关性和风险判断，再决定哪些进后面的训练。 19. Canny 防 Coding Agent 嘴硬说自己做完了。看工具输出、代码 diff 和测试结果，再判断完成声明靠不靠谱。 20. killmyidea 输入一个创业点子，Jev 从多个维度打分，最后给你 KILL、FIX 或 SHIP。

随着Typeless即将砍免费额度 于是我最近试了 微信语音输入法、闪电说、网易叭哥说 最后果断付费了Typeless(年付) 目前我个人觉得没有一款语音识别输入法是完美的，但是Typeless确实是相对强一些。 🤡🤡🤡🤡🤡🤡🤡🤡🤡🤡🤡

前 OpenAI 核心研究员 Diogo Almeida 带头创办的 TypeSafe AI，刚带着 DCVC 领投的 4000 万美元种子轮，推出了新模型 Jev。 官方称其为 System One Model：不写文、不聊天、不写代码，专门给软件系统做毫秒级的结构化判断。 这几天在技术圈刷屏，核心是性能和成本太夸张： 输入只要 $0.042 / 百万 tokens，输出完全免费； 延迟只有 70–500ms，比传统大模型快几十到上百倍。 有开发者实测跑了 5000 次请求才花了 2 美元，官方甚至演示了让它读取底层游戏状态数据打 DOOM，每秒做 10 次毫秒级判断充当控制器。 总结它的定位：前沿 LLM 继续负责“写和想”，而 Jev 负责在代码里被高频调用，当一个极速、便宜、永不崩溃的强类型“决策函数”。

卧槽，今天进行Stripe API密钥轮换的时候突然收不到验证码了，然后就让Grok搜索了一下 果然，8月31号之后，中国三大运营商主动把Stripe封锁了 这时候直接问客服，反馈非常及时，一会就换绑好了我的英国giffgaff手机号。

我也很推荐大家可以把文案类型的创作交给 gemini。 相比于 opus 系列（包括 opus4.6）和 gpt 系列，gemini 的默认输出风格会更偏自然一点。 我自己在做 codex 自动视频创作剪辑的时候，最开始用 gpt 做文案生成，尝试过好几种去 ai 味 skill，效果总是很差，输出文案看了想骂娘！ 然后关注到有不少推荐 opus4.6 的，特意开了一个 20 刀的会员，最后效果也不尽人意，包括 opus5。 后面抱着试一试的态度用网页版裸发提示词（不带去 ai 味 skill），直出效果就很不错，稍微调调就能用了。 现在我的工作流里所有涉及到文案类，全都切成了 gemini ，省心多了～

终于找到了 Antigravity 接入 Codex 不封号的方式！ 其实直接使用 Antigravity cli -p 非交互调用就可以。 这个需要本机先安装好 Antigravity cli，然后直接跟 Codex 说调用 Antigravity 的 xx模型 写文案，做总结等 这个方式比上次分享的反代更安全，但是会消耗更多的 token，因为需要植入的上下文太多了

把 Gemini 接入到 Codex 之后，真的是太爽了！！ Codex 给一些方案或者输出一些自媒体文案的时候，总会说很多黑话，还有过度的技术表达。 但是 Gemini 更加善解人意，说出来的话也很有人情味儿。 所以我通过 OpenCodex 将 Antigravity 中的 Gemini 接入了 Codex 所以我在 Codex 的 AGENTS.md 中加了一行：做任何交接、总结、输出主子稿、文章、帖子的时候，都调用 Gemini 模型进行润色输出，不丢失技术表达的同时，又能够表述得清晰、简洁、易懂 这种方式消耗的 token 偏多，所以如果是日常将 Gemini 作为主力模型的话，不太推荐使用 PS：Antigravity 是我从闲鱼18 块钱买的Google AI Pro，现在好像还有更低的价格 使用的开源项目：opencodex 🔗

现在U卡有能够稳定开Claude的吗 Bybit的号段肯定是被拉黑了，Plasma/Etherfi咋样有兄弟知道吗 目前我使用starryblu稳定开了claude，但是入金比较麻烦还有些损耗，如果有稳定的u卡能开那最好了

懵逼了，我之前一直觉得电子书痛点是跨平台同步。 看完才发现，同步根本不够。冷门书找到了也是扫描 PDF，手机上没法读、不能划线、不能检索。 这人直接把洗书做成 Skill 了： 1、扫描 PDF 拖给 Agent，一句话转成 EPUB 2、导回微信读书，还原字体、夜间、划线 3、用固定字体骗过微信读书 开源🔗：