腾讯开源 Hy4-preview，OpenAI 重置 Codex 额度，MiniMax 实时视频生成

1️⃣Codex 重置全部付费用户额度，修复 8 类 token 消耗问题#

• 核心：OpenAI 为 Codex 与 ChatGPT Work 所有付费用户重置使用额度，同等额度实际可用时长提升 10% 到 50%。
• 修复清单：上下文压缩时旧图片未清理（重度图片用户消耗降约 10%）；/goal 越过停止条件导致单周 15%-70% 额度空耗；子智能体未经指令擅自调用更强模型；MCP 工具结果重复编码等。
• 后续机制：官方已做架构层调整防止问题回归，并计划在应用内直接展示额度消耗去向。 🔗 Tibo 公告 | 宝玉解读

2️⃣[持续跟踪] MiniMax H3-Max：9 秒生成 15 秒视频，催生无限动画直播#

• 前情提要：MiniMax 开源 H3 权重后，fal 基于其做后训练与推理优化，推出 H3-Max，速度较原模型提升约 50 倍。
• 最新进展：开发者 @levelsio 将 H3-Max 接入 Twitch 直播流，实现“永不停播的动画频道”；MiniMax 官方转发称这是开放权重生态的自我证明。
• 行业影响：视频生成从“分钟级等待”进入“实时生成”区间，持续直播、交互式内容等新应用形态有了基础设施支撑。 🔗 MiniMax 官方声明 | levelsio 演示 | Hailuo 转发

3️⃣[持续跟踪] OpenAI 终止 Cursor 访问，模型与 harness 分离成为焦点#

• 前情提要：OpenAI 因 Cursor 被 SpaceX 收购触发控制权变更条款，提议 11 月 12 日终止 Cursor 对 OpenAI 模型的直接访问。
• 最新进展：Cursor CEO Michael Truell 回应称 OpenAI 模型约占 Cursor 流量的 5%，正在与 OpenAI 协商；LangChain CEO 与多位开发者将此视为“模型与 harness 必须解耦”的案例。
• 行业影响：模型提供方垂直整合的趋势正在重塑第三方 Agent 工具的供应链，跨模型工具链的价值被重新评估。 🔗 Cursor 回应 | Harrison Chase 评论 | elvis 观点

4️⃣[持续跟踪] 腾讯 Hy4-preview 开源，vLLM 首日支持 FP8 推理#

• 前情提要：腾讯混元开源 Hy4-preview：770B 总参数、49B 激活的 MoE，支持 1M 上下文，Apache 2.0 许可。
• 最新进展：vLLM 宣布 Hy4-preview 发布首日即可运行，已通过 NVIDIA GPU 验证；FP8 单命令部署：VLLM_ENABLE_HPC_OPS=1 vllm serve tencent/Hy4-preview-FP8 -tp 8。
• 架构细节：256 个路由专家加 1 个共享专家；每次查询只关注 2048 个 token；78 层中仅 21 层计算自己的稀疏索引；checkpoint 内置 10B MTP 层，活性 0.7B，草稿深度 3。
• 意义：顶级开源 MoE 的部署成本被进一步压低，端到端推理方案成为开源模型竞争的新战场。 🔗 腾讯混元推文 | vLLM 集成说明

5️⃣Claude Code 周额度变更：9/14 起永久提升 25%#

• 官方口径：9 月 14 日起，Pro、Max、Team 与 Enterprise 的 Claude Code 标准周限额将永久提高 25%；此前的临时 50% 增幅只持续到该日期。
• 净效应：对比当前临时窗口，用户实际可用额度将减少约 17%，但此后不再有临时调整的不确定性。
• 影响：额度从“临时加赠”转向“永久基线”，重度用户的成本规划更明确，但短期感知仍是收紧。 🔗 ClaudeDevs 公告 | 宝玉量化分析 | 社区换算

6️⃣马斯克：2027 年约 15GW AI 算力无法按时通电#

• 核心判断：基于共识估计，2027 年生产的 AI 算力中约有 15GW 当年无法接入电网启用，缺口来自电力之外的全链条配套。
• 卡点拆解：变压器、线缆、液冷管路、大型冷水机组与复杂网络建设都需要同步到位，而不仅仅是找到电源。
• 影响：GPU 供给若持续跑在配套基建前面，算力利用率和推理定价都可能被进一步推高。 🔗 马斯克推文

7️⃣MIT 实验：不通信的 AI agent 群体自发分工，并留下超越创建者的技术#

• 实验设计：数百个初始相同的 agent 被放入一个可永久修改的世界，无预设角色、无直接通信，仅通过环境进行协调。
• 涌现现象：agent 自发分化出探索者、建造者、照料者与协调者；76% 的产物由多个 agent 协作完成，最深的技术谱系超过 12 个 fork。
• 关键数据：约 95% 的首次技术复用来自对环境中已有物件的观察，而非发明者的直接交接；移除全部 agent 后，其建造的技术仍能承受未知扰动继续运行。
• 安全含义：agent 可以通过持久化环境进行长时协调，这暴露了只监控 agent 间通信的评估盲区。 🔗 MIT 教授推文 | elvis 转述

8️⃣Notion 把 Agent 搬进工作流：Custom Agents API 公测 + 8 项 AI 更新#

• API 公测：Custom Agents API 进入公开测试，agent 可被接入 Slack bot、内部仪表盘和外部客服流程。
• Agent 一等公民化：页面可以像分享给同事一样分享给自定义 agent；AI Meeting Notes 完成后可自动触发 agent；通过对话可直接生成可复用 Skill。
• 新增控制：Effort 控制允许用户设定 AI“思考强度”；AI 用量视图可查看配额花在哪；模型选择器按提供方分组并支持收藏。 🔗 Notion 功能帖 | Custom Agents API 公告 | AI Usage 视图

9️⃣企业 AI agent 进入务实期：马士基 200+ 实例、Box 上线即重建#

• 核心判断：AI Engineer World‘s Fair 的 AI-Native 企业专场提出，“agent loop 不是系统，系统在 loop 周围”。
• 一线数据：马士基运行 200+ agent 实例，质量提升来自 9 个月内 10 万次专家修正而非更大模型；Box 的 agentic 搜索周二上线、周三开始重建，agent 基础设施半衰期以月计；Millennium 采购流程约 5% demo 转化率，试点周期从半年缩短到两周。
• 信号：企业 agent 落地的差距正从“模型质量”转移到“工程与维护机制”。 🔗 AI Engineer 直播 | 五条事实总结

🔟Apple 提出 Agent Seer：从 MCP 规范自动合成 agent 评测集#

• 创新点：仅凭一个 MCP server 规范，无需示例、无需真实工具调用，即可生成多轮 agent 测试场景——函数名、自然语言描述和参数 schema 已携带足够语义。
• 评测发现：参数 schema 的复杂度比工具集大小更能预测质量差异；参数值准确性是最主要的失败维度，这无法被粗粒度的名称匹配型工具调用指标捕捉。
• 应用前景：MCP 规范更新后可直接生成回归测试，缓解手工基准随 API 变更而过时的问题。 🔗 论文地址 | elvis 书评

⭐ GitHub 趋势#

📊 类别速览

项目	类别	Stars
THU-MAIC/OpenMAIC	AI Agent / 教育	22.2k
workweaver/router	AI Infra / 模型路由	2.7k
addyosmani/agent-skills	Agent 工程 / 工具链	90.7k

---

1. THU-MAIC/OpenMAIC ⭐ 今日 +907#

语言/许可： TypeScript / MIT
总 Stars： 22.2k
仓库： GitHub

项目定位：
开源多智能体交互课堂平台，将任意主题或上传材料自动转化为由 AI 教师与 AI 同学实时互动的完整课程。解决课程制作中内容编排与互动设计的高人力成本问题。

核心功能：

• 一键生成课程：输入主题或附件，自动产出幻灯片、测验、交互式 HTML 模拟与项目制学习（PBL）内容
• Agent 工作台：基于持久化会话的对话式编排，可规划、构建、修订整门课程，支持取消、恢复与材料上传
• 多智能体实时课堂：AI 教师/同学支持白板绘图、TTS 语音讲解与实时讨论
• 开放集成与导出：导出 .pptx/离线 HTML，支持 OpenClaw 从飞书、Slack、Telegram 等消息应用触发生成

技术亮点： 基于 LangGraph 的多智能体编排，模型、搜索、存储均采用 provider-neutral 可插拔设计，并提供 @openmaic/* SDK 与 Postgres 持久化参考实现。

---

2. workweaver/router ⭐ 今日 +284#

语言/许可： Go / NOASSERTION
总 Stars： 2.7k
仓库： GitHub

项目定位：
面向 Agent 系统的模型路由网关，通过 OpenAI-compatible 端点自动为每个 prompt 选择最优模型。解决 Agent 工作负载中“全流量使用顶级模型”造成的成本与延迟浪费。

核心功能：

• 单次路由决策延迟 <50ms
• 宣称可削减 40-70% 推理成本
• 兼容 OpenAI API，仅需修改 base_url 即可接入
• 针对 Claude Code、Codex 等 agentic coding 工具场景优化

技术亮点： Go 实现，以低延迟路由层嵌入现有 agent 工作流，对客户端透明。

---

3. addyosmani/agent-skills ⭐ 今日 +196#

语言/许可： JavaScript / MIT
总 Stars： 90.7k
仓库： GitHub

项目定位：
面向 AI 编程代理的生产级“技能”包，将资深工程师的工作流、质量门禁与最佳实践编码为可复用的 Markdown 工作流。解决 AI agent 在真实项目中流程缺失、质量不稳定的问题。

核心功能：

• 25 个技能覆盖 define / plan / build / test / review / ship 全生命周期
• 9 个斜杠命令（/spec、/build、/review 等）按阶段自动激活对应技能
• 通过 skills CLI 可安装到 70+ agent（Claude Code、Cursor、Codex、Copilot、Gemini CLI）
• 每个技能内置验证门禁与 anti-rationalization 表，强调测试驱动与增量交付

技术亮点： 纯 Markdown 技能格式配合 vercel-labs/skills 生态，实现了跨主流 agent 工具的可移植安装与自动发现机制。

🟧 Hacker News 热议#

Tencent Releases and Open-Sources Tencent Hy4 Preview#

158 pts · 97 comments · tencent.com

📌 内容总结

• 腾讯官方发布博客，但原文抓取快照失败（仅缓存到图标），以下核心事实来自 HN 讨论中引用/转述的博客内容
• HN 关注点:
  • Hy4 规格：770B 总参数 / 49B 激活参数的 MoE 模型，上下文窗口超 1M tokens，Apache 2.0 许可证
  • OpenRouter 上线数天即处理数万亿 tokens，超过 GLM 5.3 一周的量；cache 读取定价 5%，低于常见的 10%/20%
  • 官方称 Hy4 首次参与自身开发流程：自动化优化训练方法、数据策略、评估框架与底层算子，形成早期递归自我改进循环

💬 讨论总结

• 商业现实：OpenRouter 的高用量被质疑为厂商付费买曝光；有评论专门分析过 cache read 成本是推理账单中常被隐藏的大头，认为 5% 定价才是真正竞争力，且 <$0.01/MTok 的 cache 读取市场存在空白
• 用户实测（Hy3）：作为通用 agent 模型仅次于 deepseek4-flash，行为与 DeepSeek 高度接近，被怀疑是 fork；preview 到正式版存在”不可用→可竞争”的跃升；速度是普遍短板
• 开源语义之争：open weights 被贬为”可在本地运行的二进制 blob”，不构成开源；反驳称 Apache 2.0 允许微调/继续训练，模型本质是”有损压缩的数据集”
• 对”递归自我改进”的解读：有评论联系 ai-2027 预测，认为中国已无需窃取权重；也有评论将此类预测斥为无依据的”tech bro 酒后猜测”，实际追赶路径更可能是蒸馏
• 风险/限制：官方图表柱高与数值不符，疑似 AI 生成；实际 benchmark 请求频繁超时/限流，provider 不可用
• 地缘政治情绪：个别评论欢呼中国开源打破美国双寡头垄断，被反驳为空洞且无实质内容

🔗 原文 · HN 讨论页

vLLM v0.28.0#

87 pts · 30 comments · github.com/vllm-project

📌 内容总结

• vLLM 0.28.0 发布说明：584 commits / 270 contributors（76 位新贡献者）
• HN 关注点:
  • Kimi-K3 全栈优化：Decode Context Parallel、fused FlashKDA kernel、GEMM-RS 序列并行、1.5–3x kernel 级加速、自适应 speculative token budget 提升 DSpark TTFT 约 60%、shared-expert sharding 每 GPU 省 ~17 GiB
  • DeepSeek V4：sparse MLA 端到端支持（plain decode / MTP / DSpark）、AMD Quark NVFP4、ROCm gfx11/gfx950 启用
  • 破坏性变更：bitsandbytes 移至 out-of-tree 插件、Transformers 升至 5.15.0

💬 讨论总结

• 稳定性是主要抱怨：DeepSeek-V4-Flash 在 B300 上 v0.26 需三个外部补丁才能跑；v0.27 输出随机退化为重复 token 或长段乱码（用户贴出”模型在痛苦地试图结束 thinking”的原始输出）；Gemma-4 在 RTX 6000 上进程卡死需重启；高并发同样触发乱码
• 工程经验：有用户称 0.28 之前数天的 commit 已在 2×H200 上稳定运行 DeepSeek-V4-Flash，建议直接尝试 0.28
• reasoning_content 兼容性问题未实质修复，仅有文档说明（PR #50624），用户明确不满
• 功能差距：sampler 支持仍落后 llama.cpp（top-n-sigma、DRY、XTC 等缺失），被回”欢迎提交 PR”
• 旧硬件：Pascal 架构不被支持，用户认为 NVIDIA 放弃支持不代表 vLLM 必须放弃（llama.cpp 仍支持）
• 有用户负载测试直接把 vLLM 跑崩；与 SGLang 的稳定性对比无人正面回答

🔗 原文 · HN 讨论页

I accidentally turned LLM memory into program analysis#

271 pts · 71 comments · pwning.systems

📌 内容总结

• 作者在漏洞研究中使用 LLM agent 时的痛点：长时调查中模型不断重提已排除的假设、从已失效的前提继续推理，“记忆”无法自动传播事实失效
• HN 关注点:
  • 方案 Lemmalog：LLM 只做模糊前端（自然语言 / debugger 输出 → 结构化事实），Datalog 引擎负责派生、撤回、溯源与增量更新
  • 关键设计：多支持计数（结论被多个独立事实支持时不误删）、provenance 依赖树、事实有效期（区分”现在不成立”与”当时为何相信”）、实体消解
  • 基准：LongMemEval F1 0.463±0.010（PropMem 0.550 / SimpleMem 0.480 / full context 0.222，作者用 GPT-4.1 全上下文仅 0.197）；LoCoMo F1 0.533±0.001（PropMem 0.605 / OpenClaw 0.557 / full context 0.542）
  • 知识更新类别 0.579 超过 PropMem 的 0.528；对抗性假前提 0.707 vs full context 0.509；弱项为多会话（0.211）与 inference（0.164）
  • 查询上下文缩小约 38 倍（LongMemEval：104K → 2.7K tokens/question）

💬 讨论总结

• 共识：LLM 应只做终端（自然语言理解/生成），中间用确定性引擎维护状态；“LLM 应该做所有事”被反复批评
• 历史背景：多位评论指出这是 Cyc / 符号 AI 的回归路线——从 Datalog 出发会需要量词、非单调逻辑（answer set programming）和”for most”；也有人认为 LLM 厂商正转向 neuro-symbolic，只是不公开承认
• 工程经验：provenance 应绑定源文件版本/内容哈希，源变更时只重估相关语句；Datalog 规则微分可生成 delta，不必维护完整支持图
• 现实场景印证：硬件故障排查、选举事实跟踪、交易建议等用户报告了相同痛点（已排除结论被重新提起），手工决策日志是目前常见缓解手段
• 关系澄清：被问”是否只是另一种 Graph RAG”，回复认为更像手搓 CodeQL
• 风险/限制：条件性知识（“和朋友一起时喜欢热闹餐厅”）无法扁平化为无条件事实；抽取质量是主要瓶颈——多会话失败的主因是事实未被提取，而非推导错误
• 相关项目：DeepClause（SWI-Prolog / WASM）、Scallop（neuro-symbolic Datalog）、cave lang 被提及作为同类尝试

🔗 原文 · HN 讨论页