池建强 (@sagacity)
@sagacity
0 正在关注 0 粉丝
深夜久违的 Manus 2.0 发布了，我的感觉却有点不一样
昨天晚上写东西的时候，收到了 Manus 2.0 发布的消息推送，Manus 虽然是 Agent 先驱，不过陷于收购风波里，好久没消息，我都忘了这个产品了。赶紧试试吧。
其实 Manus 是发了两款 App，分别是 Manus Studio 和 Cue，Cue 还需要邀请码，正好有朋友送了一个，我就一起体验了一下。
显示更多
Codex/ChatGPT 完成了一次大的升级。昨天上午起来写了篇关于 Codex 公众号的文章发了，顺手更新了 Codex/ChatGTP，发现这次居然是一个大版本的升级，
Powered by Codex & OWL
版本 26.924.22138
发布于 Sep 26, 2026界面左侧新增了一个窄边栏，分别是主页、定时任务、资料库、图像、自定义插件和技能、项目、站点、地图、GPT（没鸟用年底停）和 pull request，基本上囊括了移动端 ChatGPT 的功能，看起来那个 ChatGPT 的经典款快停用了，一次完整的整合，从 Codex 改名到今天，大概持续了 2 个多月，一场相对漫长的融合，引来了一个新的里程碑。
目前 Codex 在 Agent 领域确实是 Top 选手，唯一的问题是，Astra 实在是太不经用了。
显示更多
主动阅读的 Agent
如何把 CatReader 做成一个更主动的阅读工具，实现输入和输出的端到端，并且和墨问衔接的更好，这是我最近在思考的问题。
最近用 K3、Step 5 和 Astra 交叉研发和验证，完成了阅读 Agent 的第一阶段的功能：
进入 CatReader，想阅读和研究任何内容，可以直接告诉 AskCat，选中主题阅读，它会自动为你创建主题阅读任务卡，选择范围（全库或某些订阅源、时间和目标）完成主题阅读，随后你可以把相关文章加入收藏或者直接让 AskCat 给你写一个深度研究报告，直接保存到墨问。
显示更多
这篇长文我要强烈推荐一下：
X 上关于 Jev 发布的热议铺天盖地，但大多数都没说到点子上：“一个 JSON 分类器，1200 万次浏览？没错，我们确实在泡沫里。”普通 LLM 生成“90% 置信”这样的文字；它产出这几个词的概率，并不等于它有 90% 的概率是对的。然而我们恰恰在这个模式上搭建了欺诈筛查、内容审核、路由分派和风险评估：为逐 token 的生成付费，然后把一个未经验证的置信度声明，当成软件可以据此行动的概率。
Jev 的主张是：保留预训练 LLM 的知识，但把生成出来的置信度声明，换成直接从内部表示读出的决策概率。这些概率是针对真实结果训练出来的。给它共享的状态（state）、问题（questions）和允许的答案，它并行返回各概率分布，不生成任何文本。[1] 对于这一整类应用，这同时解决了两个问题：决策信号的可靠性，以及产生信号所浪费的计算。
只有一个问题：它不开源权重，TypeSafe 也拒绝分享他们的研究……所以，我（作者）来（尽力）代劳。
显示更多
下午没啥事把苹果的 Apple Event 翻了一下，开场拍的挺好。产品也不错，不过没有换机的欲望。
iPhone 18 Pro 的背板貌似和 17 一毛一样。Dua 这个产品，目前还没有打动我的地方，暂时还没有折叠屏的念头。苹果表的自动记录有点意思，不过身边很多录音卡和麦克了，需要这个吗？
最后想了半天，还是喜欢 Mac。
显示更多
macOS 27 来了，9 月 15 日就能更新。
好的，CatBar 发布新版，极简 macOS 顶栏图标管理器，已经适配了即将发布的 macOS 27。
CatBar 发布 0.7，界面支持中英双语，同时适配了即将正式发布的 macOS 27。
macOS 27 解决刘海屏的方式就是在左边也露出，这样整个 菜单栏全是图标，还会有左侧 App 的 menu 叠在一起，非常奇葩。这种做法给开发 CatBar 带来了很多麻烦，以至于一天半耗费了一阵周的 Token……欧耶，Astra 立功了。
下载页在这儿：
显示更多
发布第一款 Mac App：CatBar，极简 Mac 菜单栏图标管理工具。完全免费，M 芯片 Mac 用户可以下载使用：
腾讯 Hy4 发布了预览版，看 的 Coding 能力数据，这个版本的能力算是赶上来了。
标注的都是中国模型。
不得不说，千问办公这个 UI 和 版式设计是国内做的相当不错的，频道的设计也很出彩，链接微信钉钉飞书都很方便，一键接入，安全措施做的也很贴切。
唯一吐槽的点是这个章鱼 Logo 😂，不知道啥意思……
龙虾的形态彻底被这些做工优良的产品取代了。龙虾算是完成了自己的历史使命
另外，现在开启新一轮 AI 办公的竞赛，这是好事，演化进入下一轮了，并且，这些也可能是早期形态 😂
显示更多
突破性的：体验完DeepSeek Harness，我打算放弃开发了两年的客户端。
今天下午，我把核心研发叫到一起开了个会：停掉现有客户端的继续开发，开始论证并全面迁移到DeepSeek Harness。
而这个客户端，我们持续开发了两年，并且最近刚花了两个多月重构。
显示更多
关于 Cursor，我的判断是，这货现在要搞一把更大的：
前两天写了一篇 Cursor 的短文，很多读者留言，让我觉得意犹未尽，Cursor 未来的前景怎么样呢？值得再写一篇。
8 月 14 日，Cursor 宣布正式成为 SpaceXAI 的一部分。消息出来后，社交网络上开始流传 Michael Truell 创业初期在 Hacker News 发帖的截图（几乎无人问津），也有人用回顾创业往事的方式向 Cursor 告别。
这啥情况啊，仿佛 600 亿美元的收购已经替这家公司写好了注脚和结局：你发财了，you are done……
Cursor 可没这么想，人家还干活呢。三天后，Cursor 开始向付费用户开放 Agent 代码托管平台 Origin 的早期测试版，这个产品，号称在革 GitHub 的命。显然，收购完成了，Cursor 的产品边界依然在延展。
Cursor 经历过的“死亡预告”好像不止一次。早期有人说它只是替 OpenAI、Anthropic 卖 Token；去年 Claude Code 和 Codex 崛起，有人判断 IDE 将被 Agent 淘汰，Cursor 最有价值的模型切换和编辑器体验也会贬值，另外，Cursor 因为编辑器补全模式太成功以至于无法转身 Agent 云云。
然而，Cursor 才是能够最快纠正方向的团队，并走出了今天的局面。
显示更多
Mole 出 Mac 版这三个月，教会我怎么做独立产品
之前墨问里的 Gevin 推荐了这个工具，我试用了之后感觉不逊色 CleanMyMac 😂，于是就付费购买了 App 版本，我自己的两个常用 Mac 都可以用。
今天在 CatReader 上发现该作者更新了 Mole 开发和商业化的过程，感觉是个非常好的开发者案例。AI 时代，想要做出能够商业化的好产品，这篇文章不可错过。
显示更多
Anthropic 终于发数据了，表现不逊色 OpenAI
第二季度营收突破 115 亿美元，同比猛增逾 14 倍，且经调整后营业利润转正。
2026 年 5 月：年化营收突破 470 亿美元，2028 年预测：预计收入将达到 1900 亿至 2000 亿美元。
与竞争对手对比：
Anthropic 的年化营收（470 亿美元）已超越 OpenAI 预测的 400 亿美元，但统计口径可能存在差异
两家公司正在企业客户市场展开激烈竞争
上市进展：
Anthropic 已秘密提交上市申请，正在与多家投行合作推进 IPO，预计今年秋季完成，可能抢在 OpenAI、DeepSeek 之前上市。
显示更多
dsh 这个工具值得好好研究下，你可以基于这个产品构造适合自己的 Agent 工具，甚至加入业务工作流。
我一直认为 DeepSeek 的 Harness 应该是类似 Codex 和 Qoder 这样的桌面 App，下载安装，打开 App，设置项目目录，开始工作。昨天安装了 DSH（DeepSeek Harness）发现，这个预览版居然采用了 Kimi Code Web 模式，是个本地 Web 应用。不同的是，DSH 没有终端工具，只能用本地 Web。
安装过程并不复杂，先执行 npm i @deepseek-ai/dsh，再运行 npx @deepseek-ai/dsh web，服务启动后用浏览器访问本机的 3080 端口， ，你就得到了一个 Harness 工具：探索未至之境，预览版。
显示更多
推荐一个演讲：当 Agent 比你更会写代码
看下演讲者 Daisy 的背景，她在 C++ 标准委员会摸爬滚打了近十年，期间还牵头过其中一个研究方向几年，专攻并行与分布式编程这种硬核方向，属于那种以代码功力为荣的工程师。加入 Anthropic 后她主导了 Claude Code 里 plugins 和 agent teams 这两块的设计与实现，也正因为这段经历，她自己说，在 Anthropic 这一年半，这套"以代码为荣"的心态被彻底动摇了。她在演讲里抛出一个假设，也是整场演讲的出发点：
如果 Agent 能写出比你更好的代码，工程学会变成什么样？
她想聊的是：一旦你认真对待这个假设，智能体编程的框架设计、上下文工程该怎么做，才能撑起真正大规模的软件工程。这篇笔记就沿着这条线，把演讲里从工具调用的进化、上下文工程的硬约束，到插件体系设计、多智能体协同、2026年展望这几块内容过一遍，作为整场演讲的快速导读。
显示更多
DeepSeek 要做 Harness 的事儿已经公开好几个月了，昨天预览版终于发了。我本身对国内的相关工具很感兴趣，比如 Zcode、Qoder、Trae、Kimi Code 等等，自然不会放过这个 DeepSeek 这个版本。
我一直认为 DeepSeek 的 Harness 应该是类似 Codex 和 Qoder 这样的桌面 App，下载安装，打开 App，设置项目目录，开始工作。昨天安装了 DSH（DeepSeek Harness）发现，这个预览版居然采用了 Kimi Code Web 模式，是个本地 Web 应用。不同的是，DSH 没有终端工具，只能用本地 Web。
安装过程并不复杂，先执行 npm i @deepseek-ai/dsh，再运行 npx @deepseek-ai/dsh web，服务启动后用浏览器访问本机的 3080 端口， ，你就得到了一个 Harness 工具：探索未至之境，预览版。
Kimi Code Web 更像把 Coding Agent 放进一个容易上手的图形界面里，是 Web 版的 Codex；DSH 除了做 Coding Agent，还增加了不少自己的特色，比如 Agent 预设、执行轨迹的展示、子 Agent 协作、外部命令展示、完全的插件体系等，都放到了产品的面儿上，“Harness”这个名字也因此变得准确。
显示更多
