微博 AI 观察博客

原文

Anthropic 的定价页面悄悄把 Claude Code 从 20 美元的 Pro 套餐中移除了，没有任何公告。开发者社区炸了锅，Hacker News 上迅速冲上热帖。几个小时后，Anthropic 增长负责人 Amol Avasare 出来澄清：这只是一个针对大约 2% 新注册用户的小范围测试，现有的 Pro 和 Max 订阅用户不受影响。Anthropic 产品经理 George Pu 补充了更多背景。他说，一年前推出 Max 套餐的时候，Claude Code 还没绑进去，Cowork 不存在，也没人跑几个小时的异步 Agent。现在这些全有了，用户的实际使用方式已经和当初设计套餐时完全不同。每个订阅用户的消耗量大幅上升，Anthropic 一路做了各种微调（每周上限、高峰期收紧额度），但现有的套餐结构已经跟不上实际用量了。George Pu 说得很直白：他们还没想好最终方案是什么，现在就是在测试不同选项、收集反馈。如果最终决定影响到现有用户，"你们会提前收到通知，从我们这里听到消息，而不是从 X 或 Reddit 上的截图。"这番话本身就挺耐人寻味。一方面，它确认了 Anthropic 确实在考虑把 Claude Code 从低价套餐中拿掉；另一方面，测试被曝光后引发的强烈反弹，本身也是一种"反馈"。开发者的不满情绪已经溢出来了。Hacker News 上大量用户表示准备转向 OpenAI Codex（20 美元套餐仍包含编码功能）、Cursor，或者 Kimi、GLM 等中国模型。一位从 200 美元套餐降到 20 美元套餐的工程师说，他几周前还是 Anthropic 最积极的推广者，现在已经不是了。背后的逻辑不难理解。过去两个月 Anthropic 一直在收紧算力：先封杀 OpenClaw 等第三方工具使用订阅额度，再削减高峰期配额，Opus 4.7 的 Token 消耗又比前代高出不少，很多 Pro 用户反映周三就把一周额度用光。种种迹象都指向同一个问题——推理算力不够用了。但操作方式确实粗糙。没有公告就改页面，客服机器人还在坚持说"Pro 包含 Claude Code"，产品页和定价页互相矛盾。即便只是 2% 的测试，这种沟通水平也让开发者对 Anthropic 的信任打了折扣。一个更深层的问题是：个人开发者往往是企业采购的"种草人"。不止一个人在讨论中提到，他们公司用 Claude，最初就是因为自己先用上了觉得好。把这群人推走，损失的不只是每月 20 美元的订阅费。Anthropic 最终会怎么调整套餐结构，还是未知数。但这次事件至少说明一件事：在 AI 编码工具竞争白热化的当下，定价策略的每一步试探，开发者社区都在盯着。

转发者评论

无明显转发评论

• Claude也不是没有短板，缺算力[嘻嘻]
• OpenAI一直对C端用户还是听劝的 [doge]//@shamannu: openai被干成老二后逐渐慈眉善目了[允悲] //@巍峰: 与此同时，Codex 的负责人说： http://t.cn/AXxiioZi
• Anthropic CEO是不是在某厂受过啥不平等待遇，有点苦大仇深的感觉[允悲]//@巍峰:与此同时，Codex 的负责人说： http://t.cn/AXxiioZi
• 算力，内存这些上游产品，还要涨。

原文

来了解下今天谷歌 vibe design 平台 Stitch 更新的 DESIGN.md，谷歌正在试图通过这份文档来统一 vibe design 中的一致性问题主要作用：用于在项目中生成风格统一的用户界面每个项目都有一套视觉风格：色彩、字体、间距、组件样式。传统上，这些信息存在于 Figma 文件、品牌 PDF 或设计师的头脑中——而 AI 智能体无法读取任何这些形式。DESIGN.md 是一个人类和 agents 都能阅读、编辑和执行的纯文本文档，就好比设计版的 AGENTS.md。当像 Stitch 这样的设计 agents 读取你的 DESIGN.md 时，它生成的每一个屏幕都遵循同一套视觉法则：你的配色、你的字体、你的组件模式。没有它，每个屏幕都是孤立的；有了它，它们便浑然一体。DESIGN.md 是一个动态演进的产物，而非一份静态配置文件。它随你的设计一同演进。agents 生成它，你打磨它，并在每次迭代中将其重新应用于屏幕。三种方式来搓 DESIGN.md- agent 生成：你通过语言去描述感觉，Stitch 会生成完整的设计系统（颜色、字体、间距、组件样式），并将其总结为 DESIGN.md- 根据素材生成：提供网址或图片。 agent 会从现有素材中提取你的品牌调色板、字体与风格范式，以此生成 DESIGN.md 。- 手写：用户可直接编写 DESIGN.md ，精准编码设计偏好。每一部分均为纯 Markdown 格式，无需特殊语法，也无需额外工具。DESIGN.md 格式- Overview：对设计外观与感觉的整体描述。在此描述其个性：是活泼还是专业？密集还是宽敞？当没有具体标记适用时，此部分将指导智能体的高层决策。- Colors ：主色、辅色、第三色及中性色调色板。每种颜色需包含其十六进制值及其用途说明（即代理应如何使用该颜色）。- Typography ：字体及其在排版层级中的角色：展示、大标题、标题、正文和标签层级。- Components：组件原子样式指导。聚焦于与你的应用最相关的组件。- Do’s and Don’ts ：实用指南与常见陷阱。它们在设计过程中起到护栏作用。双重表示：Markdown 只是其中一面。Stitch 同时存储着同一份信息的结构化版本，十六进制数值、字体枚举、间距刻度，以及完整的命名色板。当你编辑 Markdown 时，Stitch 会协调这两种表现形式。这意味着你可以用模糊的描述（如“暖色系、圆润风格”）来编写 markdown，Stitch 会将其转化为精确的标记；你也可以使用精确标记（如 # 2665fd 、 8px radius ），Stitch 会照单全收。文档链接：stitch.withgoogle.com/docs/design-md/overview

转发者评论

DESIGN.md 核心团队成员关于 DESIGN.md 是什么、不是什么的推文 http://t.cn/AXxXg6Hd

• DESIGN.md 核心团队成员关于 DESIGN.md 是什么、不是什么的推文 http://t.cn/AXxXg6Hd
• DESIGN.md 的规范草案开源了：github.com/google-labs-code/design.md

原文

GPT Image 2 Prompt：手绘风格的《{城市名}旅行手账插画》---提示词：请绘制一张色彩鲜艳、竖版（9:16）手绘风格的《{城市名}旅行手账插画》，画风仿佛由一位充满好奇心的孩子用蜡笔创作，整体使用柔和温暖的浅色背景（如浅黄色），搭配红色、蓝色、绿色等明亮色调，营造温馨、童趣、满满旅行气息的氛围。一、主画面：手账式旅行路线在插画中央绘制一条“蜿蜒曲折的旅行路线”，路线用箭头 + 虚线连接多个地点，由 {天数} 日行程自动生成推荐景点：示例格式（自动替换为{城市名}相关）：- “第 1 站：{景点 1 推荐 + 简短趣味描述}”- “第 2 站：{景点 2 推荐 + 简短趣味描述}”- “第 3 站：{景点 3 推荐 + 简短趣味描述}”- …- “最终站：{当地招牌美食/纪念品 + 温馨结束语}”> 旅程站点数量随天数自动生成：> 若用户未输入天数，则按默认 1 日 / 精华线路生成。---二、周围趣味元素（全部根据城市自动替换）在路线周围加入大量充满童趣的小元素，例如：- 可爱的旅行角色： “拿着当地特色小吃的小朋友”、 “背着旅行包的冒险小孩”等。- 当地标志性建筑的童趣 Q 版手绘： 如 “{城市地标1}”、“{城市地标2}”、“{城市地标3}”。- 有趣的提示牌： “小心迷路！”、“注意人流！”、“前方好吃的！”（可根据城市语境调整）。- 贴纸式小标语： “{城市名}旅行记忆已解锁！” “{城市名}美食大冒险！” “下一站去哪儿？”- 当地美食的可爱小图标： 如 “{城市美食1}”、“{城市美食2}”、“{城市美食3}”。- 感叹句（保持童真风）： “原来{城市名}这么好玩！” “我要再来一次！”---三、整体风格要求- 手绘蜡笔风 / 儿童旅行日志风格- 色彩鲜艳、构图饱满但温暖- 强调旅行的欢乐与探索感- 所有文字采用可爱的手写字体- 让整个画面像一本童趣满满的旅行手账页面---“北京 7 日游”

转发者评论

无明显转发评论

• 不错~ //@岳阳明:画风一致性，内容正确率，排版，内容结构～很可以了

原文

我对有件事的判断一直很明确：AI一定会深度进入汽车行业，而且推进速度会比很多人想得更快。这两天看了飞书AI先锋大赛制造专场，更坚定了我的判断。因为现在能看到的已经不是概念演示，而是AI真正进入巡检、派活、供应链、质检这些具体的业务环节。汽车行业不是一个靠概念往前走的行业。链路长、环节多、协同复杂，对效率、稳定性、准确性要求都很高。所以AI真正有没有价值，关键不在会不会说，而在能不能进业务、推流程、出结果。举几个典型案例：北汽福田已经把企业级智能体接进车间，做巡检、派活、催办，把复杂系统整理成AI可操作的CLI逻辑。这不是在给原流程外挂一个AI入口，而是在为AI真正参与工作重构工具和流程。亿咖通做的是供应链。你像系统显示有料、库位上没料这种问题，那是极其影响效率的。现在他们基于飞书做了一套AI预测和协同机制，把库存周转从65天压到27天，而且五个国家基地跑同一套平台。这就是AI直接体现在经营结果上了。再一个东风康明斯这个案例。他们用大模型做发动机连杆装配图片识别，20万张图片，99.5%准确率，零漏检，而且全年算力成本很低。能在这种对稳定性和准确性要求都很高的质检环节跑通，说明AI已经开始往汽车行业更深的业务层走了。我自己的判断是，接下来汽车行业看AI，真正拉开差距的，不是谁更会讲，而是谁能更早把AI接进真实业务、接进一线流程、接进具体结果。未来比的已经不是“有没有”，而是“接得有多深、落得有多实、结果跑得有多快”。

转发者评论

无明显转发评论

原文

OpenAI 发布了 ChatGPT Images 2.0，图片生成能力全面升级，今天起对所有 ChatGPT 和 Codex 用户开放。这次升级最直观的变化是"听得懂复杂指令了"。以前用 AI 生图，稍微复杂一点的构图就容易翻车，尤其是图里带文字、UI 界面、密集排版这些场景，基本靠运气。Images 2.0 在这些细节上进步明显，小字、图标、界面元素都能比较准确地渲染出来，分辨率最高支持 2K，宽高比从 3:1 到 1:3 都行，做横幅、海报、社交图片可以直接出成品。另一个实用的提升是多语言文字生成。以前让 AI 在图里写中文、日文、阿拉伯文，错字乱码是常态。OpenAI 说 2.0 能生成语义连贯的非英文文本，做中文海报或多语言物料的人可以试试看实际效果如何。最有意思的是"会思考的图片生成"。在 ChatGPT 里选择 thinking 模式后，Images 2.0 可以先联网搜索实时信息，一个提示词生成多张不同风格的图，还能自检输出结果，甚至能生成可扫描的二维码。这个能力目前限 Plus、Pro 和 Business 用户使用，Enterprise 还没上线。底层模型 gpt-image-2 同步开放了 API 接口，知识截止到 2025 年 12 月。移动端用户需要更新到最新版本。体验地址：chatgpt.com/images/ 宝玉xp的微博视频

转发者评论

无明显转发评论

• 基本很接近，有些地方超越，但是世界科学知识的理解还是弱了一点点//@泥河人喝咖啡: 对比nano banana2 pro如何？

原文

一文说清什么是 Harness Engineering.核心概念：Agent HarnessLLM 本身像一个没有内存、没有硬盘、没有 I/O 的裸 CPU。Harness 就是包裹它的"操作系统"：上下文窗口 = RAM（快但有限），外部数据库 = 硬盘（大但慢），工具 = 设备驱动，Harness = 操作系统一句话：当你以为在"做一个 Agent"，实际是在做一个 Harness，然后把它指向一个模型。最有力的证据： LangChain 做过一个实验——只换了 harness（模型和权重完全不变），在 TerminalBench 2.0 排名就从 30 名开外跳到第 5 名。生产级 Harness 的 12 个组件：编排循环 → 工具 → 记忆 → 上下文管理 → 提示词构建 → 输出解析 → 状态管理 → 错误处理 → 防护栏 → 验证循环 → 子智能体编排 → （还有一个藏图里）几个反直觉的洞见：• 工具越多性能越差，Vercel 从 v0 删了 80% 的工具反而更好• Anthropic 的经验：把规划逻辑从 harness 删掉，因为新模型版本会内化这个能力——脚手架最终要拆掉• 给模型一个验证自己工作的方法，质量提升 2-3 倍文章最后一句话点题：下次你的 agent 失败时，别怪模型，看看 harness。这篇对理解 Mirror World / ColaOS 这类项目也很有参考价值——本质上你们都在设计"让 LLM 真正有用的非模型基础设施"。🍊原文：网页链接#HOW I AI# #ai生活指南# #Agent#

转发者评论

无明显转发评论

原文

4月20日深夜，月之暗面开源Kimi K2.6，开源王座一夜易主HLE「人类最后的考试」54.0分，碾压GPT-5.4与Claude Opus 4.6；SWE-Bench Pro软件工程实战58.6分，反超GPT-5.4的57.7；Terminal-Bench终端编码66.5分，GPT-5.4仅60.4。Artificial Analysis综合评测中，K2.6直接坐上全球开源第一的位置。抛开跑分，真正震撼的是它的实际交付能力。给一个prompt，K2.6 Agent能同时产出品牌视觉系统、带动画关键帧的可交互前端，以及真实可运行的后端逻辑——座位选择、航班预订、持久化存储，一次生成，全部到位，不是Demo，是可以直接进项目的代码。集群规模的跃升同样令人咋舌。从K2.5的100个子Agent、1500步，K2.6直接拉到300个子Agent、4000步，支持连续13小时不中断编码，单次修改超4000行代码。内部测试中，它自主重构了一个8年历史的金融撮合引擎，峰值吞吐量飙升133%。实战测试中，集群一次性交付了复刻高盛风格的硅谷AI竞争格局研报，以及覆盖60家企业的76页PDF、Excel底表与英文PPT三件套，跨文档数据零误差——这种「交付即可审计」的完成度，真人团队都不一定做得到。而「Claw群组」的出现，预示着更大的范式转变。它允许来自不同设备、不同供应商的AI Agent与人类进入同一协作群组，K2.6担任全局协调者，动态分配任务、主动管理交付物全生命周期，某个Agent故障时自动重新调度。月之暗面自己的营销团队已在用它跑内容生产流水线。从一个Agent做一件事，到300个Agent做一套事，再到人类和Agent坐进同一个群里并肩干活——进化的从来不是技术参数，而是「我们」的边界。

转发者评论

无明显转发评论

原文

#模型时代# 注意力比现金更值钱，传统VC已经过时了｜Jake Paul的Anti Fund：一个拳击手如何在AngelList上打败所有GP发一期比较特殊的笔记，关于Anti Fund这家VC。因为它也是一个略显另类的风险投资基金。它的操盘手，一位是职业拳击手Jake Paul，全平台7000万粉丝，跟Mike Tyson打过Netflix直播拳赛；另一位是斯坦福计算机科学毕业生Geoffrey Woo，SAT满分，高盛和对冲基金Point72出身。但这个基金的成绩单像拳击手的拳头一样过硬👊（真是糟糕的比喻）。AngelList是美国最大的天使投资和基金管理平台，会对平台上数百位GP的投资业绩做量化排名。在其追踪的两项回报预测指标上，没有任何一位GP能同时胜过Anti Fund。也就是说，在这个专业投资人扎堆的平台上，一个拳击手管的基金排第一。最近，Jake Paul和Woo做客了Harry Stebbings的20VC播客，完整介绍了Anti Fund的投资方法论。再具体一下Anti Fund的成就。公司由两人在2021年联合创立，Jake的哥哥Logan Paul后来以GP身份加入。2025年12月，基金完成超额认购的3000万美元一号基金（Fund I）募资，总管理资产超过6500万美元。投资组合包括OpenAI、国防科技公司Anduril、企业支出管理平台Ramp、AI编程智能体公司Cognition、去中心化预测市场Polymarket等。这期节目发布于2026年4月18日，距离Jake在2025年12月被Anthony Joshua第六回合KO击倒、下颌骨骨折装了两块钛板，刚过去四个月。节目里Jake还对AI和体育的关系有一个判断。常规论述是体育在AI时代价值很大，因为你不会看机器人打拳。Jake说他基本同意，但"things are going to get weird"。因为注意力是恒定的，如果AI能在几分钟内生成一个完全为你定制的游戏或电影，这种极致个性化会不会吸走体育的注意力份额呢？一、核心命题：注意力比资本更值钱1、传统VC擅长的"聪明"正在被商品化，品味和注意力在升值"Attention is more valuable than capital"（注意力比资本更值钱），Anti Fund所有打法都建立在这句话上。Woo的论证逻辑是：编程、财务分析这些以前稀缺的能力，AI正在把它们变成标准化服务。相比之下，品味、文化感知力和注意力分配能力越来越稀缺，也越来越值钱。他直接点名老牌风投Benchmark的合伙人、Uber早期大股东Bill Gurley发推说付费营销是最差的营销方式，反驳说Gurley最有名的案例Uber烧了数百亿美元做营销，上市14、15年后才刚刚实现单季度净利润转正。Woo的结论：软件和传统聪明人的工作会继续被商…

转发者评论

无明显转发评论

原文

SpaceX 宣布与 AI 编程工具 Cursor 达成深度合作，并获得了一个选择权：今年晚些时候，要么以 600 亿美元收购 Cursor，要么支付 100 亿美元作为合作费用。Cursor 是目前最火的 AI 编程工具之一，很多开发者用它来写代码，它的核心能力是把 AI 模型嵌入代码编辑器，让写代码变得更快更智能。Cursor CEO Michael Truell 在 X 上表示，这次合作将帮助团队扩展 Composer（Cursor 的核心 AI 模型）的训练规模。Cursor 在声明中说，团队一直想大幅推进模型训练，但被算力瓶颈卡住了。通过这次合作，他们将利用 xAI 的 Colossus 基础设施来大幅提升模型能力。这里的关键背景是：今年 2 月，马斯克把 xAI 并入了 SpaceX，合并估值 1.25 万亿美元。SpaceX 旗下的 Colossus 超算号称拥有相当于 100 万块 H100 的算力，这是 Cursor 最看重的资源。而 SpaceX 正在筹备今年夏天的 IPO，很可能成为史上最大规模的上市。在 IPO 前绑定一个增长最快的 AI 编程工具，显然是为了给估值故事加码。值得注意的是，Cursor 目前仍在销售和使用 Claude 和 GPT 模型，而 Anthropic 和 OpenAI 都在推自己的编程工具，这种关系本身就很微妙。与 SpaceX 的合作，可能就是 Cursor 为摆脱这种尴尬局面做的准备。Cursor 的估值增长速度本身就是一个故事：去年 1 月估值 25 亿美元，5 月涨到 90 亿，11 月 Series D 轮融资后达到 293 亿，现在传出的融资估值已经超过 500 亿。600 亿美元的收购选择权意味着又一次大幅溢价。对开发者来说，这件事的实际影响取决于 Cursor 拿到 Colossus 算力后，自研模型能提升到什么水平。如果 Cursor 真的训出了足够强的自有模型，它对 Claude 和 GPT 的依赖就会降低，产品的定价和功能策略都可能随之改变。至于 600 亿收购会不会真的发生，还是最终走 100 亿合作费的路线，目前双方都没有给出明确时间表。

转发者评论

无明显转发评论

• [并不简单]//@贾凡-失落的大蒜: 老马觉得还是买买买来的快，否则Grok这辈子是赶不上Coding的这班车了。原来Cursor抄袭的compose就是立个军令状

原文

我对大模型到达临界点的时间点判断跟很多人不一样，我认为到opus 4.5才算是真正到可以大规模颠覆，年后一直在all in部门今年最重要的项目，清明节3天假期我才真正密集投入精力搞清楚这个事情，我预估来算，2~3天可以干我2~3个月的工作量，有一些心得可以一起讨论一下：1、我学技术比较喜欢钻底层，这个对我自己来说非常有效，遇到问题可以从第一性原理快速给出判断，对ai coding来说，我认为应该认真学习agent工程，而不是陷入spec/skill/claude.md等问题中，推荐一本好书hello agent，我认为只有对agent如何工作有认知，才有资格说harness；2、新时代不代表着你可以不学习不积累认知了，反而要求会比现在高很多倍，我认为大模型是放大器，不是enable，对人的能力模型要求会提升很多，从前你可以当一线coder，现在你需要是架构师和leader。大模型本质上是预测下一个token的概率，你的prompt非常重要，这底层其实是你的判断力。我自己实践过程中，经常会遇到模型在一些问题上反复打转，而我只是给他一些简单的prompt，就能快速解决，你自己得先“懂”，大模型才能做好；3、大模型时代对于年轻工程师压力很大，要更注意基本工程素养的积累，因为之前的成长曲线没有了，借助模型多读一些大部头图书、学习知识、锻炼技能。我想对于其他行业应该也是这样的，李想说大模型时代，行业顶尖专家与其他人差距非常大，这个我是认可的；4、大模型会把人与人差距拉开到大的离谱，如果之前是10x差距，现在是100x和1000x的差距，这也就意味着过往那种“用工具建设把大家拉齐到一条水平线”的思路其实不work了，所以我对很多公司做的工程化并不买单，这跟大模型的价值并不一致。我自己认为有个客观事实很残酷，新时代就是少数人是超级个体，大多数人可有可无，我也可能随时被踢掉，大家压力会非常非常大；5、很多开发范式和知识要更新，好奇心要更强一些，git worktree + 多agent并行开发，我发现我们团队很多人都不知道，也没体感，大公司的流水线机制限制大家这么做事情，都是单线程解决一个问题，但是大模型时代，及时对于Apple这种非常封闭的toolchain，其实也能做到不打开xcode，一个人同时并行解决4、5个问题；6、“代码不值钱”+“代码次抛”，这其实非常有颠覆性，在解决很多问题时，可以直接从第一性原理视角来思考和实施。如果你对一个问题很熟悉，过往可能投入一个团队做几个月的事情，现在可以缩短到天级别。本质上大模型在放大你的思考过程和你的能力，这就是会把人与人之间差距彻底拉开。我想了几个场景，我发现我们很多季度级别的项目，现在都应该按照天级别要求，前提是你是这个领域问题的topper。* 案例一：业务或基建架构不合理，古法编程需要投入很多资源来规划和实施，但其实知…

转发者评论

无明显转发评论