首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-30 · 第 049 期 · 10 条 2026 年 10 月 30 日 周五 ·

Codex Day 25 全档额度翻倍并取消 Pro 200 降额，Claude API 单次请求扩到 128 MB，Mistral Large 4（Le Chonk）开源权重

AI Twitter/X 热点 Digest · 2026-10-30（周五）

今日要点

  1. 订阅与 API 同时松绑：Codex 侧兑现昨日「好消息」——Pro 全档与 Business Premium 额度翻倍，并撤回 Pro 200 降额；Anthropic 则把 Claude API 单次请求上限扩到 128 MB，给长 computer-use 与大 PDF 腾空间。
  2. 开源权重与评测并行：Mistral Large 4（Le Chonk）正式放权重；Artificial Analysis 同日补 HLE-Diamond 榜与 Search Index，把「难题」和「给 agent 选搜索 API」都产品化。
  3. 人怎么驾驭 agent 成了方法论主线：Thariq 谈 coding agent 狂热式逃避；Mainplane 用数据打 Compaction；Jules 宣布收尾、经验并入 Antigravity——工具在换，习惯也在被重写。

1. Codex Day 25：Pro 全档额度翻倍，Pro 200 降额取消

要点：@thsottiaux（Codex）发布 Day 25：即日起 Pro 100 / 200 / 500 与 Business Premium 所有用量上限翻倍；此前预告的 Pro 200 降额取消，Work 与 Codex 额度保持不变；dot 的 extended limits 暂续，且与默认用量分开计算。@dotey 同步中文解读：Plus 不在名单，价格未上调。

为何值得看：这是对 10-29「明天有好消息」悬念的兑现，也直接回应社区对老 Pro 200 收紧的焦虑——额度叙事从「扣」改成「加倍 + 不降」，短期算力焦虑明显降温。

  • thsottiaux：Day 25 官宣：https://x.com/thsottiaux/status/2115850175868727621
  • dotey：中文摘要（含各档推算）：https://x.com/dotey/status/2115856411439575386

Codex Day 25 double limits

2. Claude API：单次请求 32 MB → 128 MB

要点：@ClaudeDevs 宣布 Messages 与 Token Counting 接口的 单次请求体积上限 从 32 MB 提到 128 MB（约 4×）。动机写得很具体：长 computer-use 截图会话、大 PDF 往往在上下文窗口还没满时就先撞上 32 MB。@dotey 强调：仅限 Anthropic 官方 API。

为何值得看：这不是「再开一点上下文窗口」的宣传，而是把多模态 / 工具轨迹的载荷上限当成产品瓶颈来修——谁在跑长截图 agent，谁先感知到这次扩容。

  • ClaudeDevs：官宣：https://x.com/ClaudeDevs/status/2115923971279614171
  • dotey：中文说明：https://x.com/dotey/status/2115968852349567254

Claude API 128 MB

3. Thariq：coding agent 狂热往往是一种逃避

要点：Anthropic 的 @trq212（Thariq）写道：跟 coding agent 一起工作时，很容易进入一种 mania——感觉自己一直在干活、一直在推进，但其实什么实质结果都没有；他判断这常常是在逃避生活里别的事。该帖点赞破九千、收藏近两千，讨论区迅速分成「说中了我」与「这是正常探索期」两派。

为何值得看：模型与额度都在涨的当天，一线产品人把镜头对准使用者心理——提醒「吞吐感 ≠ 交付」，比又一张榜单更能校正日常用法。

  • trq212：原文：https://x.com/trq212/status/2115937378674372783

Thariq coding agent mania

4. Mistral Large 4（Le Chonk）：开源权重上线

要点：@MistralAI 宣布放出改进版 Le Chonk 权重，主打 agentic coding 与网络安全；称在 @cognition FrontierCode 开源模型中排第一，并强调 CrowdStrike / Cloudflare 等厂商侧的防御评测。@ArtificialAnlys 跟帖核实：Large 4 现为中国以外开源权重第一（约 1.05T total / 52B active）；Coding Agent Index（在 Mistral Vibe）约 48，位列当前开源第二梯队并强调更省 token。权重可在 Hugging Face 下载；许可为 modified MIT（MaaS 需另获商用许可）——「开源权重」已核实，不是传闻。

为何值得看：闭源侧刚刷过 Carbon / Fusion 的第二天，欧洲开源旗舰用「放权重 + 少 token」抢主权与自托管叙事；评测机构同屏对账，比单方官网截图更可信。

  • MistralAI：放权重官宣：https://x.com/MistralAI/status/2115811242556137820
  • ArtificialAnlys：开源权重榜解读：https://x.com/ArtificialAnlys/status/2115820547103952925
  • ArtificialAnlys：Coding Agent Index：https://x.com/ArtificialAnlys/status/2115820551675789731

Mistral Large 4 Le Chonk

5. OpenCode Go Teams：整队可用，约 20 美元/人/月

要点：@opencode 宣布 OpenCode Go 现可开给整支团队；产品页写明 Go 10 美元/月、Go Plus 40 美元/月、Go Teams 20 美元/成员/月，并配演示视频。定位是「低成本拿到主流 coding 模型」的团队入口，而不是又一个单人 CLI。

为何值得看：个人档打完价格战后，下一场是席位制——谁能把「每人一份额度」做成默认采购单元，谁就更接近企业试用清单。

  • opencode：Go Teams 官宣：https://x.com/opencode/status/2115898662622462126

OpenCode Go Teams

6. Anthropic：Claude「自我评估」防滥用

要点：@AnthropicAI 介绍 self-assessment：Claude 在每次回复后，对整段对话做一次初步安全评估；自 6 月启用以来，抓到过其他防护没覆盖的滥用。因为模型已读过对话，额外成本低；且不像离散分类器，会随模型变强而变准。@dotey 补充中文要点：算力由 Anthropic 承担、不向用户收费、不额外收集数据，并称单条标记不会直接导致封号。

为何值得看：安全侧从「外挂分类器」走向「模型自审」——对重度 coding / agent 用户，这意味着更多后台检查发生在你看不见的回合间隙，也解释了为何官方反复强调「不算你的钱」。

  • AnthropicAI：官宣：https://x.com/AnthropicAI/status/2115871889549865429
  • dotey：中文摘要：https://x.com/dotey/status/2115923359149998490

Anthropic Claude self-assessment

7. Jules 收尾：经验并入 Antigravity

要点：@julesagent 回顾 Jules 作为异步 coding agent 实验的收获，并称这些学习已影响 Google 多条产品线；接下来会把 Jules 的经验带入 @antigravity，目标是同时保留「远端自主后台任务」与「agent-first 开发环境」。随着精力集中到统一体验，Jules 将逐步收尾（winding down）。帖中未给出具体关停日，社区情绪两极：怀念「异步修 bug」与期待 Antigravity 合体。

为何值得看：这是平台把实验品牌收回主产品线的典型动作——异步 agent 不再当独立 App 养，而是变成 IDE / 远程任务的一组能力；选型时别再把 Jules 当长期独立路线。

  • julesagent：收尾说明：https://x.com/julesagent/status/2115883717705261283

Jules winding down into Antigravity

8. Artificial Analysis：HLE-Diamond 榜上线

要点：@ArtificialAnlys 发布 HLE-Diamond 独立评测榜（作为 Intelligence Index v5 一部分）——基于 CAIS / Scale AI 精修后的 1000 题 Humanity’s Last Exam（推理/知识各半，272 题含图）。规则：无工具、官方 system prompt、用 GPT-5.6 Luna（medium）按官方 judge prompt 判对错（pass@1）。要点：仅约 13% 变体超过 50%；Gemini 4 Carbon (high) 69% 领先，Claude Opus 5.5 (max) 68%；模型普遍推理强于知识；开源权重落后闭源 30+ 分。跟帖还给出 effort 开关：Opus 5.5 low→max 可涨约 26 分、成本约 35×。

为何值得看：在 Index v5「私有题库占多数」之后，HLE-Diamond 把「人类终极考」收成可复现的独立板——Carbon 与 Opus 再次贴身，开源侧差距则被量化得很难用营销话术抹平。

  • ArtificialAnlys：HLE-Diamond 官宣：https://x.com/ArtificialAnlys/status/2115989388689813945
  • ArtificialAnlys：effort / 成本跟帖：https://x.com/ArtificialAnlys/status/2115989392695374188

HLE-Diamond leaderboard

9. Compaction 之争：摘要压缩 vs 按需检索

要点：@Alezander9 发长文称 「Compaction is a mistake」：Codex / Claude Code 在上下文满时会重填会话、写摘要、再开新会话；他在约 40 万 token 的真实 Opus 5.5 会话上测得——缓存过期时约 38 秒 / 1.99 美元，命中缓存约 29 秒 / 0.17 美元，且摘要有损。Mainplane 做法相反：完整会话落盘，新会话立刻开始并指令「按需检索旧会话」；同场景约 15 秒 / 0.10 美元，不依赖缓存命中。Mainplane 自称 MIT 开源。该帖收藏（约 1564）显著高于点赞，偏「方法论存档」；@dotey 随后讨论 Claude Code 压缩后按需回读与 Mainplane 差异。

为何值得看：长会话的真正成本不只是 token 标价，而是「摘要丢了哪一行关键」——把记忆从「模型总结」改成「工具检索」，是 agent harness 层正在发生的 bitter lesson 实践。

  • Alezander9：长文：https://x.com/Alezander9/status/2115842962521509968
  • dotey：与 Claude Code 压缩的对比讨论：https://x.com/dotey/status/2116026448234332315

Compaction vs context retrieval

10. Artificial Analysis Search Index：给 agent 选搜索 API

要点：@ArtificialAnlys 推出 Search Index：在同一基座模型与 harness 下，用约 1700 个任务与 BrowseComp / DeepSearchQA / AA-Omniscience 三个搜索基准，衡量各 Search API 的效果、成本与延迟。官方判断：年底前 agent 搜网量可能超过人类；当前 Exa (auto) 与 Perplexity (medium) 以其最佳配置并列领先（约 80 分）。

为何值得看：coding agent 之外，「搜什么、用哪家 API」正在变成可比较的基础设施选型——Search Index 把营销页上的「更懂搜索」拉回同一张板。

  • ArtificialAnlys：Search Index 官宣：https://x.com/ArtificialAnlys/status/2115970517778002283

Artificial Analysis Search Index