程序员Left

卧槽，OpenAI 额外给订阅用户送 API 额度了！ OpenAI 宣布，符合条件的 ChatGPT Pro 和 Business 订阅用户现在可申领每月最高 500 美元的 API 额度，用于构建应用和智能体 Pro 套餐按档位每月可获得 100、200 或 500 美元额度，Business 套餐则按每个付费 Standard 席位 20 美元或 Premium 席位 100 美元计算，每个工作区最多合并至 500 美元 用户可在 ChatGPT 账单中领取额度，并通过 ChatGPT 或 Codex 中的 OpenAI Developers 插件创建 API 密钥

一觉醒来，谷歌发布 Gemini 4 Carbon 了，多项测评第一，编程能力紧追 Opus 5.5！ 在评估日常 Agent 工作流任务的 Artificial Analysis 智能指数 v5.0 中，Gemini 4 Carbon 以59分登顶 网络安全三项：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%，谷歌称均为领先水平 在衡量长上下文能力的 GraphWalks 测试中，Gemini 4从 Argon 的 84.2% 提升至 Carbon 的 96.2% 在衡量编程能力的 FrontierSWE 2 上，GPT-6 Astra 为 65.5%，Carbon 为 61.2% 在衡量电脑操作的 OSWorld 测试上，Claude Opus 5.5 为 87.2%，Carbon 为 81.5% 价格方面，Carbon 的定价与 Argon 一致：引入期每百万输入 token 2 美元、输出 10 美元，之后标准价为输入 4 美元、输出 20 美元。但引入期何时结束，官方尚未公布 值得注意的是，Gemini 4 Carbon 现在是宣而如发的状态，首批仅供获得资格的企业使用

继 Opus 5.5 加文字水印后，Anthropic 又把其他模型也加上文字水印了 11月3日起， Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6，全部加上Opus 5.5 同款水印 只能说达里奥疯了，总觉得达里奥是不是有某种精神疾病🙂

"Coding 面试已经死了，至少在 Anthropic 团队中是这样"，anAnthropic 工程经理 Felix Rieseberg 表示道 他认为传统代码语言是越来越难以衡量工程师的能力，但是现在也没有更好的新范式 他目前的做法是，在简历和作品集中寻找小型模型，重点考察候选人在这些作品里体现出的产品品味、用户同理心，以及是否拥有清晰、成体系的思考方式 他同时认为，借助 AI，初级工程师有希望快速超越资深工程师，并给了一些建议： 1、优先业务影响力，而非 backlog 用 Patrick McKenzie 的话说，工程师是被雇来创造商业价值的，而不是写程序 工程师要先搞清楚公司/部门真正想达成的目标，找到合适的指标（了解你上级的上级在追求什么，也是很好的指标），把自己依附在赚钱或核心目标相关的部分 2、提出激进的想法 想几个一旦成功就能显著提升组织达成目标概率的点子。要有野心，不要只做小修小补 3、用一个周末把它做出来 Felix Rieseberg 已经看到个人或小团队通过直接做出可运行原型，这些原型的诞生跳过了写 PRD、争取 buy-in、协调设计师/PM 时间等传统流程 4、聚焦一个好想法 新人常犯的错误是把多个想法塞进一个原型，好点子被大量差点子淹没。所以不要试图同时做新语言 + 后端 + 移动端。原型的目的是清晰沟通机会，并让领导立刻明白这个想法值得做，而且你是能推进它的人 5、善用你的新鲜视角 用户产品：你对普通用户的同理心更强，更清楚产品真实使用体验 基础设施/工具：你还没接受那些“这不可能”的内部共识，很多“不可能”的限制只是很久没人重新验证 Felix Rieseberg 提到 Anthropic 内部例子，两位相对新的工程师（Anthony Morris 和 Alice Zhao）用一个周末做出 Claude Code 的图形界面原型，约 8 天后公开版本上线，并迅速成为很受欢迎的产品

AA 榜单最近更新挺频繁的啊，刚发布 Coding Agent Index v2.0 没多久，又发布了 Intelligence Index v5 测评标准变化： 1、新增 FrontierCode 2.0（编码类测，权重15%）：Cognition推出的私有真实开源仓库编码任务（132个），评分标准是“仓库维护者是否会合并该改动”。任何阻塞性检查失败直接0分，任务保持私有 2、新增 Terminal-Bench-Science（科学类，权重15%）：70个终端环境下的代理式科学研究任务，专家审核，全部测试通过才算通过 3、HLE 变更为 HLE-Diamond：精简为1000题版本（推理与知识各半），替换原Humanity's Last Exam 4、AA-Omniscience 变更为 v1.1：移除已饱和和公开题目，新增并修订模糊/错误题目；同时发布了公共子集用于对照 5、CritPt 变更为 v2 Hard Subset：取私有40题硬子集（从原70题中剔除前沿模型全部做对的题目），配合代码执行工具运行 其他值得注意的变化 1、任务整体更重：模型在每任务上的输出token中位数从约35k上升到59k，代理类任务占绝大部分token消耗 2、推理级别（effort）的影响更大：同一模型高低努力设置之间的分数差距扩大 3、同时推出了Progress Index v1，用于把2022年11月以来的模型放在同一连续尺度上追踪长期能力演进（与当前使用场景导向的Intelligence Index分开） 整体来看，v5更强调真实 Agent 工作流、私有数据防污染，以及四类能力更均衡的权重分配

藤子支持把大肥鱼塞进 QQ 了！ 操作步骤： 1、下载客户端：前往 DeepSeek Harness 官网，选择对应操作系统的客户端（如 macOS 或 Windows）下载并完成安装 2、​添加插件：登录客户端后，进入"插件"页面，点击"+添加插件"，在输入框中填入插件包名 @tencent-connect/dsh-qqbot@latest，点击"安装"并选择"立即启用" 3、​扫码绑定：点击左下角头像进入"设置"，选择"QQ机器人"选项，使用手机 QQ 扫描界面上显示的二维码即可完成连接

OpenAI 发布 GPT-6.1 Terra，价格减半，性能直追旗舰。旨在以更低成本推动 AI Agent 在高频工作场景中的落地 Artificial Analysis 智能指数中，GPT-6.1 Terra（Max）得 48 分，低于 Kimi K3.1 Pro 的 55 分 在 Agents' Last Exam 中等推理强度下比上一代高 15 个百分点，单次任务成本降至约三分之一，并达到 GPT-6 Astra 水平 API 定价为输入每百万 Token 1 美元、缓存输入 0.05 美元、输出 5 美元，较 GPT-5.6 Terra 与 GPT-6.1 Sol 降低 50% 有网友实测 tps 惊人，实测约 450tps，最快可达 600 tps

Kimi 回应额度消耗过快问题：非常抱歉，已经修复并重置月额度 25% Kimi k3.1 发布时，大量订阅用户发现使用 Kimi 后额度消耗过快，套餐额度过少，向 Kimi 提出质疑 Kimi 回应称他们还调整了套餐的参数，并正在减少不必要的子代理调用和输出长度，以确保减缓配额消耗过快的问题 可是我总感觉这个问题的背后，更大的问题是 Kimi 的套餐配额太少了 你在用 Kimi 套餐吗，关于配额问题你怎么看？

本来今天应该是属于 Kimi 的高光时刻，却因为额度太少大家被频频吐槽 咱就是说，这样下去以后中转掺假都得在 Kimi 里掺 Claude 了😢