元宇宙的叙事是不是可以重启了。

放弃了一种 AI Agent 的用法：总结一篇文章。

真的是太离谱了。 Anthropic 招股书中说截至2026年9月30日的九个月内。 大概有 5%-7% 收入来自后来被认定违反使用政策的客户。 这样推算的话大概有 16-23亿美元的规模。 也就是封号之后，钱不退然后算作自己的收入。 为什么能有这种操作啊🤣

越来越多的基础设施开始是面向 Agent 了。 很多人开始抱怨 github 的 CI 跟不上了，面向 Agent 的 CI 基础设施开始出现了。 github.com/dagger/dagger

Agent 的 memory 也需要花大量的时间和精力去维护。 如果一个 memory 长时间没有用到，可能就会被遗忘了，今天就遇到一个这样的问题，然后就需要重新去 wiki 中检索恢复。 但是短期 memory 中的空间确实有限，这个有没有好的解决方法。

其实抛开各种花里胡哨的内容，提升使用 Agent 的方式很简单。 因为 Agent 本身的能力已经足够强了，我们需要做的就是给 ta 一个可以发挥出自己全部能力的环境。

Opus 5.5 之后，国产模型沉默的有点久了。 能不能给点惊喜。

账号解封之后流量一直很低，可以看到我这条推文吗？

OpenCode 居然把这个数据都放出来了。 可以看到 OpenCode 日活也就在 30 万级别，比我预想的低了很多。 这是能放出来的数据吗？🤣

相比于 AI 在其他领域的推进，AI 在生物领域研究可能会对人类的影响更大，有好的一面，但还可能打开的是一个潘多拉魔盒。 全球每年有超过 120 万人被蝎子蜇伤，导致 3250 多人死亡，死者大多是医疗资源匮乏地区的儿童。 目前的常规救治手段是注射抗毒血清。制造血清需要把蝎毒注入马等动物体内，等动物产生免疫反应后，再从马血里提取抗体。 但是这种方式耗时往往长达数月，成本高且产量有限，提炼出来的抗体通常还只对少数几种特定毒素有效。因为受害者多在贫困地区，商业回报低，药企长期缺乏研发动力。 既然靠动物免疫太慢太贵，科研界开始尝试用计算机从零设计蛋白质，也就是 de novo design（不依赖自然界已有模板，直接计算生成全新的蛋白质序列）。 但是从头设计蛋白质依然是个重度依赖人类专家的苦力活。 Anthropic 联合投资研究机构 Citrini Research 做了一个实验，把整套设计流程交给了运行在 Claude Science 环境中的内部研究模型。在 64 个小时里（消耗了约 10000 GPU 小时），人类只给了 1 个初始提示词和 4 次后续引导，剩下的活全由 Claude 自己干完。 最后筛选出了 211 个候选方案（其中 180 个由 Claude 独立选出，31 个由研究团队在 Claude 协助下补充）。Claude 甚至自己写邮件把蛋白质序列发给了外包实验室，等实验结果出来后，又包揽了数据分析、画图和写报告。 Anthropic 目前已经把这 211 个蛋白质的设计方案、预测结构和实验室测试数据全部开源，后续将由全球的抗毒药物研究人员接手，推进细胞中和测试与动物活体实验。 anthropic.com/research/claud…

很多人说使用 DeepSeek 官方的 API 与使用第三方的 DeepSeek 订阅会有差异。 难道是这个推理框架的原因？

AI 时代的 Linux 么？

作为靠 DeepSeek 起家的中转站，那肯定要跟进。还是很舒服的。

把 sui 的游戏机刷成了 omarchy，目前感觉还不错。 控制杆用不了，但是可以直接外接鼠标和键盘。

对 agent trace 做了一个大版本的升级，可以观察和评估本地 Agent 的运行情况，所有的数据都在本地。 github.com/rayjun/agent-trac…

我所有的 api key 都被直接撤销了。这种处理问题的方式有点奇葩。这样如果有客户依赖这些，那么业务的损失谁来赔呢。😅😅 另外，现在创建新的 api key 失败的概率很高。

OpenCode 加上它免费的模型很适合用来作为 code review 的工具。 因为每次都是做一次性的工作，对上下文的要求也不高，200k 差不多够了。

DeepSeek V4.1 flash 1017 来了，斩杀线最严厉的父亲。