ZCode 提供每日 3 亿 GLM-5.3-Flash Token 免费额度，北京时间 19:00 起领取，使用窗口为当晚 23:00 至次日 09:00。用户需更新到最新版 ZCode，在应用内领取后切换到 Global Building，并选择 GLM-5.3-Flash。

每天 19 点领取，23 点开始使用

ZCode 是一款 AI 编程工作台，可以让智能体围绕代码项目执行任务。这次每日活动为每名用户提供 3 亿 GLM-5.3-Flash Token，领取和使用都在 ZCode 内进行。

Token 是模型读取输入和生成输出时使用的计量单位。这里的 3 亿指活动额度，可以在多次调用中消耗；单次任务能放入多少内容，仍取决于模型的上下文窗口。

领取时间和可用时间相隔 4 小时。 将活动的 UTC 时间换算为北京时间后，安排如下：

每天的使用窗口共 10 小时。例如，10 月 27 日 19:00 领取的额度，可在当晚 23:00 至 10 月 28 日 09:00 使用。想用这笔额度处理代码任务，需要把执行时间安排在这个窗口内。

领取后切换 Global Building 和模型

ZCode 提供 macOS、Windows 和 Linux 安装包，可从官网下载安装或更新。参加这次活动的操作顺序是：

1. 将 ZCode 更新到最新版，打开客户端并登录账号。
2. 北京时间 19:00 起，在应用内领取当天的活动额度。
3. 将使用通道切换到 Global Building。
4. 选择 GLM-5.3-Flash，在 23:00 至次日 09:00 的窗口内运行任务。

模型选择器位于对话框中的模型名称处，底部的“管理模型”可进入“设置 → 模型设置”。使用前检查当前通道和模型是否都已切换，避免把其他套餐的余额当成这笔活动额度。

这项活动适合能在夜间安排编程任务的用户。可以提前准备代码目录、任务说明和验收条件，等窗口开放后再执行；涉及文件修改或命令执行的任务，完成后仍要检查差异并运行相应测试。

与五天体验额度分开查看

ZCode 还提供新用户连接 BigModel 后的免费体验：从首次使用起的 5 天内，每天有 GLM-5.3 的 300 万 Token 和 GLM-5.3-Flash 的 500 万 Token。供应商页面会分别展示各模型的余额与已用量。

每日 3 亿 Token 属于 Global Building 活动。 它有单独的领取步骤和夜间使用窗口，不能用新用户体验页里的 500 万 Token 余额判断活动是否已经启用。

站内此前报道的 ZCode 3 亿 Token 周末活动 已于 9 月 6 日结束。本次应按每日领取和夜间使用的时间安排操作；日常订阅接入方式可参阅 GLM-5.3 与 ZCode 使用入口。

qq-bridge 把 QQ 私聊和群聊接入 DeepSeek Harness，让 AI 在独立会话中处理消息，再将回复发回 QQ。它提供普通聊天、管理员远程操作和两代群聊仿真模式，可设置角色与发言策略。当前发布版为 v0.2.1-r1，适配 DSH 0.2.1-rc.2；运行需要另行准备 SnowLuma 网关。

把 QQ 变成 DeepSeek Harness 的聊天入口

qq-bridge 是一个社区开源桥接工具。QQ 好友或群里的消息先经过 SnowLuma 网关，再由桥接进程送进 DeepSeek Harness（简称 DSH）；AI 的回复、提问和工具审批请求可以沿这条链路发回 QQ。

DeepSeek Harness 是运行 AI 智能体的应用环境，负责模型调用、会话和工具执行。想先了解这个环境，可以看站内的 DeepSeek Harness 官方桌面版介绍。qq-bridge 负责把它与 QQ 连接起来。

每个私聊或群聊对应一个独立的 DSH 会话，统一归入“QQ 聊天”工作区。不同群的对话上下文分开保存，用户也能在 DSH 中查看对应会话。

这套接法适合已经运行 DSH、希望在 QQ 中与 AI 对话的个人用户，以及愿意自行维护网关的群聊机器人开发者。使用时需要保持 DSH、SnowLuma 和桥接进程运行。

四种模式，分别控制发言方式和工具权限

本地控制台提供模式切换入口，默认地址为 http://127.0.0.1:3100。

全新安装并运行 DSH 配置脚本后，默认采用二代仿真模式。这个模式下，AI 的文本输出不会直接自动转发，发言通过 QQ 发送工具完成。用户可以修改角色提示词，也能为某个群预先填写主题、氛围等环境说明。

例如，兴趣群可以配置一个参与讨论的角色，由 AI 按策略查看消息、选择回复或等待。这些功能提供了参与群聊的控制方式，回复内容仍由模型生成。

普通聊天和仿真模式使用受限预设，限制本地命令、文件读写和子智能体等工具，并校验发送目标。closed-agent 则用于管理员远程操作，可以使用包含本地能力的 DSH 预设。开启前需要明确自己选中的工具权限。

接入需要 DSH、SnowLuma 和 Node.js

桥接要求 Node.js 22.13 或更高版本，以及已经运行的 DSH Web 服务。当前发布版 v0.2.1-r1 针对 DSH 0.2.1-rc.2 做了适配，移除了失效的提示词变量，并补充了工具限制名单。

QQ 侧需要自行安装、启动 SnowLuma，完成 QQ 登录，再开启 OneBot v11 的 WebSocket 和 HTTP API。OneBot 是机器人程序交换消息和操作指令的接口规范；这里的两个接口分别用于接收事件和调用操作，端口要分开填写。桥接本身不负责部署或启停 SnowLuma。

获取桥接并准备配置文件：

1
2
3

git clone https://github.com/Derpyu520/qq-bridge.git
cd qq-bridge
npm install

将 config.example.json 复制为 config.json。Windows CMD 可用 copy config.example.json config.json，其他常见终端可用 cp config.example.json config.json。

配置时重点填写以下项目：

• dsh.baseUrl：DSH Web 地址，默认 http://127.0.0.1:3080。
• snowluma.wsUrl、httpUrl 和 accessToken：填写网关实际开启的接口地址与凭据。
• allow.private、allow.groups：允许接入的 QQ 号和群号。
• ownerQQ：管理命令、审批和封闭 Agent 模式使用的管理员 QQ 号。

示例配置的白名单为空，且 allowAllWhenEmpty 为 false，因此直接启动不会响应任何 QQ 消息。 先加入自己的测试私聊或测试群，再安装 DSH 端预设与工具连接：

1

node scripts/setup-dsh.mjs

执行后重启 DSH，让新增配置加载，再启动桥接：

1

npm start

看到 SnowLuma 已连接后，可以从白名单内发送测试消息。接入出现问题时，分别检查 DSH 是否可访问、网关是否收到 QQ 事件，以及白名单是否匹配。

图片、语音和数据外发各有边界

图片和部分表情可以下载后交给支持图像输入的模型。收到的语音、视频，以及无法取得图片数据的消息，会以占位文本进入上下文；收到语音不会自动转写。

AI 发送语音默认关闭，开启后使用预先放入语音库的音频。普通回复会将 Markdown 转为 QQ 纯文本，保留链接；自动回传的回复在回合结束时发送，不逐字流式推送。

聊天内容会经过 DSH 交给所选模型提供方，范围包括群里其他成员的消息和可处理的图片。黑话学习默认开启，其中的自动研究会将提取的词条作为搜索关键词发出；默认优先使用 DeepSeek 搜索，不可用时回退到 Bing。需要关闭自动研究时，可将 slang.autoResearch 设为 false。

群聊启用前，应让成员了解消息的处理范围。白名单控制允许接入和发送的对象，模型仍可能在允许的会话内生成不合适的回复，实际运行需要管理员检查。

qq-bridge 自身代码采用 MIT 许可证；SnowLuma 网关另行采用源码可见非商业许可，其商业用途需要事先取得书面授权。两者的使用条件分别适用，桥接代码的 MIT 许可不覆盖网关本体。

WeChatBridge（微信流）把微信“合并转发”产生的聊天文件送到 AI 应用，也能保存为 Obsidian 笔记或本地文件夹。用户可以附加预设的整理要求，分批收集超过 100 条的消息，再统一交给目标应用。项目采用 MIT 许可证，提供 macOS 和 Windows 下载入口，处理范围限于用户主动分享的文件。

从微信转发菜单，把选中的聊天交给 AI

WeChatBridge（微信流） 是一个微信聊天记录转发与归档工具。它接在微信原生的“多选 → 合并转发 → 转发到其他应用”之后，接收微信打包的 ZIP 压缩文件，其中可以包含聊天文本、图片和视频。

macOS 版通过系统分享扩展，在转发菜单里增加十二个入口。分享扩展就是让应用出现在系统分享列表中的组件，用户选好消息后，可以直接选择“发给 Codex”“发给 Claude”或“沉淀到 Obsidian”。

内置目标还包括豆包、千问办公、WorkBuddy、WeSight 和 DeepSeek Harness。需要转给其他已安装应用时，可以配置自定义目标；只想手动处理文件，也可以选择复制到剪贴板。

转给 AI 应用时，微信流会激活目标窗口，再把提示词和文件粘贴到输入区域。这一步完成的是资料投递，后续整理由目标 AI 应用处理。 自动粘贴依赖目标应用已安装、窗口能进入前台，以及相应的系统权限。

先保存整理要求，长聊天可以分批收集

同一批聊天可以有不同的处理目的。项目群需要提取进度和待办，客户群需要整理需求与承诺，资讯群则适合汇总主题和链接。

微信流用“场景”保存这些要求。场景是一段预设提示词，可以指定适用的 AI 应用，并与群聊绑定。每次转发时选择一个场景，整理要求就会随聊天文件一起送过去，省去重复输入。

例如，用户可以给项目群设置“按负责人整理待办，保留原文中的截止日期”。微信流负责传递这段要求和原始资料，生成结果仍需结合原文核对。

超过 100 条的聊天可以用“分批收集到微信流”处理：每次在微信里手动选取一批，连续分享到同一入口，收齐后点击“完成并发送”，统一选择目标和场景。浮条会显示批次，并提供每批首尾消息的参考，方便继续查找下一段。

分批收集保留微信的单次多选上限，用户仍要逐批选取消息。各批原始 ZIP 会保留下来，收集记录也可以恢复或重试。

保存为 Obsidian 笔记，同时保留原始附件

选择“沉淀到 Obsidian”前，需要先指定知识库目录。微信流会解析导出的聊天文本，按聊天名生成 Markdown 笔记，并将原始 ZIP 和提取出的媒体文件放进附件目录。Markdown 是可用普通文本编辑器打开的笔记格式，便于后续检索和编辑。

不使用 Obsidian 时，可以选择“沉淀到文件夹”，把笔记与附件保存到指定目录。这条流程由微信流直接写入文件，不要求先让 AI 生成摘要。

它适合保存项目讨论、客户沟通和群内资料中已经选好的片段。需要检索电脑上多段历史、持续生成日报的用户，也可以了解站内介绍过的 WeChat Intelligence Hub 聊天整理工具，其完整历史读取需要本地数据库接入条件。

Mac 与 Windows 分别下载安装，权限按用途开启

项目提供两端下载入口，提取密码均为 向明：

Windows 的本地测试安装包使用自签名证书，系统可能显示发布者识别或 SmartScreen 提示。安装时应核对包内说明及证书步骤。

Mac 安装后，在“微信流 → 设置 → 入口”中启用需要的分享目标。如果微信菜单中没有出现入口，可以检查“系统设置 → 通用 → 登录项与扩展 → 共享”，必要时重启微信。

自动粘贴需要辅助功能权限；识别微信标题栏中的聊天名、匹配群聊场景，需要屏幕录制权限。聊天名识别的截图只在内存中处理。目标未安装、权限不足或粘贴失败时，还可以通过剪贴板手动粘贴文件。

微信流接收用户主动导出的文件，不读取微信数据库，也不解密或注入微信进程。归档保存在本机；把资料交给联网 AI 应用后，后续处理遵循目标应用的数据规则。

项目代码采用 MIT 许可证，允许在保留版权和许可声明的条件下使用、修改和再分发。需要自己构建 macOS 版的用户，可按以下步骤操作；构建环境需要 Xcode 16 或兼容 Swift 6 的命令行工具：

1
2
3
4

git clone https://github.com/freestylefly/WeChatBridge.git
cd WeChatBridge/macos
swift test
CONFIG=release Scripts/make-app.sh

构建产物位于 macos/dist/微信流.app。随后在 macos 目录运行 Scripts/install-dev-build.sh，可安装到当前用户的应用程序目录并注册分享扩展。

Claude 升级付款页增加中国及港澳台地区选项，银行卡输入框也可显示银联标识。这项变化涉及订阅结账页面；中国大陆、香港和澳门仍未列入 Claude 服务支持名单，台湾则已在名单中。付款前仍需核对所在地区、银行卡发行地和账单资料。

付款页可以选择中国，银行卡输入框显示银联标识

Claude 是 Anthropic 的 AI 助手。用户升级付费订阅时，需要填写账单信息并添加付款方式。

10 月 24 日公开的升级页面实测截图中，账单信息的“国家或地区”已能选择“中国”。付款页面也出现香港、澳门和台湾选项。银行卡输入框在输入卡号前缀后，显示了银联标识。

对准备订阅的用户来说，可以直接看到的变化是账单地区选项和银行卡识别标识。显示银联标识与完成扣款是两个环节，交易仍需通过付款资料核验和银行授权。

中国大陆、香港和澳门仍未列入服务支持名单

付款页面的地区选项与 Claude 的服务支持范围分别管理。截至 10 月 25 日，中国大陆、香港和澳门未列入 Claude 可访问地区名单；台湾已在其中。

因此，付款页中的中国选项不能作为在中国大陆使用 Claude 的服务许可。判断能否使用，应核对账号实际使用地对应的支持名单。

Claude 会结合 IP 地址等信号判断用户所在的国家或地区，用于执行服务条款、防止滥用，以及展示当地可用功能。这项用于平台安全的位置判断无法关闭，填写账单地址也不能替代实际使用地的核验。

账单地址影响税费，付款仍需符合地区和银行要求

账单地址用于计算购买 Claude 服务时的税费。Pro、Max 等自助订阅的账单地址通常随付款方式设置；需要修改时，可以进入 Settings → Billing，在当前付款方式旁选择 Update。

付款资料应与银行记录一致。账单地址和银行卡发行地需要符合可处理的地区要求，地址拼写等差异也可能导致交易被拒。

部分交易还需要完成 3D Secure（3DS）验证，也就是通过短信验证码或银行应用确认付款。订阅前应先核对服务支持地区，再检查发卡地、真实账单地址和银行验证要求；遇到拒付时，可向发卡银行或 Claude 支持团队查询原因。

shuohao-skills 是一套开源的 AI 短剧制作技能，包含 6 个制作阶段和独立的角色参考图生成工具。用户可以在 Claude Code、Codex 等 AI 助手中，把小说逐步整理为大纲、设定、剧本、站位和分镜，再将提示词与素材交给图片、视频生成工具。

把小说整理成可检查的制作资料

一本小说改成短剧，需要先决定保留哪些情节、安排哪些角色，再把故事写成场次、台词和镜头。shuohao-skills 由开发者 eternityspring 维护，将这些工作拆成可以单独使用的技能目录。

这里的 Skill，是 AI 助手读取的一套任务说明、参考资料和脚本。助手负责理解故事、编写内容，Node.js 脚本负责检查数据、计算时长和生成报告。每个技能都能独立拷贝使用，也可以通过 JSON 文件交接；JSON 是一种结构化文本格式，用来保存人物、场次和镜头等信息。

制作顺序从改编大纲开始。角色、美术和剧本围绕大纲反复调整，之后安排每场开头的人物站位，再进入分镜。用户可以打开各阶段的 HTML 报告检查结果，无需只对着数据文件审稿。

7 个技能分别交付什么

角色参考图工具可以脱离小说改编流程使用。先确认一张正面全身图作为外观基准，再据此生成其他视图；图片有独立标识和版本记录，修改描述或基准图后，受影响的图片会被标为过期，方便逐张检查与重做。

它提供 Qwen Image 的 ComfyUI、本机 Codex 出图、OpenAI Images API 和自定义命令四类接入方式。生成参考图前，需要选定并配置对应的出图方式。

用脚本检查时长与上下游引用

剧本和分镜的校验有具体对象：台词能否放进分配的时间、某个角色是否已在上游登记、剧本里的动作和台词是否被镜头完整覆盖。分镜默认将每个视频段限制在 15 秒以内，每个镜头为 2—5 秒，这些参数可以按制作需求调整。

分镜导出支持 H3 和 Seedance 两种提示词与素材组织方式。以 H3 投产包为例，每个视频段有自己的目录，包含提示词、按顺序排列的分镜图，以及记录切点和缺失素材的清单。图片需要由下游工具生成并放入对应位置，之后可以重新渲染报告或导出素材包。

开场站位也有交接步骤：用户在俯视报告中拖动人物，调整坐站和朝向，导出确认后的 JSON，再把 blocking 命令生成的开场走位句交给助手，填入该场第一段分镜。这个步骤需要主动传递走位句。

这些检查处理的是结构、时长和引用关系。人物是否符合故事设定、台词是否自然、镜头是否表达清楚，仍需要创作者审看。图片、视频生成与最终剪辑在后续完成；已有视频、音频素材需要排列成剪映草稿时，可再了解 jianying-editor-skill 的配音、字幕与时间轴整理方式。

安装到 Claude Code 或 Codex

脚本要求 Node.js 18 或以上版本，使用标准库，无需安装 npm 依赖。安装器采用 Bash，项目的实测环境为 macOS 与 Node.js 24。先在本地下载仓库：

1
2
3

git clone https://github.com/eternityspring/shuohao-skills.git
cd shuohao-skills
./scripts/install.sh

安装器会检查 ~/.claude 和 ~/.codex 目录，为检测到的工具创建技能软链接。软链接指向下载的仓库，所以更新仓库后技能内容随之更新，需要保留原目录。只安装到 Codex，可以使用：

1

./scripts/install.sh --codex

也可以只装一个技能，例如 ./scripts/install.sh novel-outline。其他能读取 SKILL.md 并执行随附脚本的 AI 助手，可以加载对应目录使用。

安装后，先给助手一个范围明确的小任务，例如：

使用 novel-outline，把我提供的故事改编为 3 集、每集约 60 秒的短剧。先整理改编说明、角色和分集梗概，运行校验，并输出可阅读的报告。

确认大纲后，再安排角色、美术、剧本和分镜。这样每个阶段都有可审核的资料，修改情节时也能找到受影响的角色、场景和镜头。

适合需要管理前期资料的创作者

这套工具适合已有小说或原创故事、希望用 AI 助手管理短剧前期制作的个人创作者和小团队。只需要一套角色参考图时，可以单独使用 character-refs；已有剧本时，也可以从站位或分镜环节开始，提供对应结构的输入文件。

项目采用 Apache 2.0 许可证，代码可以免费获取。内容编写使用当前 AI 助手会话的模型额度，出图使用所选服务的额度或本地计算资源，后续视频生成也由相应工具处理。使用前可先选一集短剧，确认大纲、剧本、分镜和素材包能按自己的制作方式衔接，再扩展到更多集数。

蚂蚁数科自研决策模型 LingDT-Decision-1.0 已上线 DTMaaS，支持单选、判断、打分和原生多选，也能按问题之间的依赖关系组织多步决策。开发者可通过 System One API 提交业务信息、候选选项和依赖规则，单次最多提交 32 个问题。

LingDT-Decision 用给定选项回答业务问题

LingDT-Decision-1.0 是蚂蚁数科研发的 System One 决策模型，面向软件系统中的判断任务：一张工单交给哪个部门、一段请求包含哪些意图、某项条件是否满足，或一条记录应该评为哪个等级。

使用时，开发者先提供业务信息，再定义问题和候选答案。模型在这些选项中作出判断，业务程序可以读取返回结果，决定后续流程。这里的 System One 是其采用的决策接口协议，调用入口为 /v1/systemone。

它支持的任务可以分为四类：

多选适用于一段输入同时包含多个需求的情况。例如，用户要求处理退款和关闭续费，业务系统需要保留两个意图，再分别交给对应流程。候选项和判定标准仍由开发者定义。

DAG 把多个判断按依赖关系连接起来

有些问题可以直接回答，有些问题需要先拿到其他判断的结果。DAG 是“有向无环图”，用有方向、不会循环回到原点的连线，表示任务之间的先后依赖。

LingDT-Decision 的请求可以通过 options.dag.edges 声明这种关系。以重复扣款、退款超时的工单为例，可以先判断处理部门和严重程度，再综合这两个答案判断紧急度，最后确定处理队列。

这条流程对应三个层次：

1. 判断处理部门、评估严重程度，两者没有前置依赖。
2. 结合部门和严重程度，判断是否需要优先处理。
3. 结合紧急度和部门，选择快速处理、人工复核或常规跟进队列。

返回数据中的 answers 汇总所有问题的答案，layers 记录每层的问题、注入的上游答案、子请求、延迟和调用次数；usage 汇总各层的 Token 用量。开发者可以沿着这些记录检查某一步判断使用了哪些前置结果。

这类编排输出的是决策结果。实际退款、修改账户或转交工单，需要业务系统读取结果后调用对应工具。

通过 System One API 接入

开发者可从 DTMaaS 模型广场 进入模型详情，查看调用示例。接口使用 Bearer API Key 鉴权，请求地址是：

1

POST https://maas-api.antdigital.com/v1/systemone

请求由四部分组成：model 指定模型，state 放入待判断的业务信息，questions 定义问题及判定标准，options.dag 描述依赖关系。下面是将工单分类与队列选择连接起来的精简请求体示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

{
  "model": "lingdt-decision-1.0",
  "state": {
    "situation": "订单被重复扣款，退款超过承诺时限仍未到账。"
  },
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "应该由哪个部门处理该工单？",
      "criteria": {
        "billing": "账单、扣款、退款相关问题",
        "shipping": "物流与配送问题",
        "other": "其他问题"
      }
    },
    "queue": {
      "type": "choice",
      "instructions": "结合 department 的结果选择处理队列。",
      "criteria": {
        "billing_review": "账单相关问题交账单复核队列",
        "general": "其他部门的问题交常规队列"
      }
    }
  },
  "options": {
    "dag": {
      "edges": {
        "queue": { "depends": ["department"] }
      }
    }
  }
}

将请求体保存为 request.json，并在本地设置 API_KEY 环境变量后，可按以下形式调用：

1
2
3
4

curl 'https://maas-api.antdigital.com/v1/systemone' \
  -H 'Content-Type: application/json' \
  -H "Authorization: Bearer $API_KEY" \
  --data-binary @request.json

edges 的键是下游问题 ID，depends 列出它依赖的上游问题 ID；没有出现在 edges 中的问题视为无依赖。上例只声明了 queue 依赖 department，便于先验证两步流程。

适合有明确候选项的分类与分流任务

模型支持单次请求最多 32 个问题，最多 255 个选项。模型条目标明兼容 System One 协议，OpenAI Chat Completions 和 Responses 协议标记为不兼容，接入时应使用对应的决策请求结构。

截至 2026 年 10 月 23 日，模型详情中的输入、输出单价均显示为每百万 Token 0 元。体验和接入入口均在 DTMaaS，使用时可直接查看模型详情中的当期价格。

对客服系统、业务流程和智能体开发者，适合先尝试的任务是候选范围明确的分类、多标签识别和工具选择。可以从一段业务输入、少量候选项开始，检查单步答案，再加入上下游依赖，核对 layers 中的执行顺序与传入信息。

微软研究院提出 Agensh，让多个 AI 智能体在没有中央调度智能体的情况下，自行认领任务、交流发现并合并代码。在限时 6 小时、断网的 pandoc 行为复现实验中，1024 个智能体的最终测试通过率为 55.06%，单个智能体为 33.89%。

Agensh 让智能体自己找任务、分工和合并

给一组 AI 同一个软件开发目标，接下来由谁决定各自做什么？Agensh 把任务发现、认领和成果整合分散给每个参与者。每个智能体都能查看项目进度，选择下一项工作，并与其他成员处理依赖和冲突。

Agensh 是微软研究院在 2026 年 9 月公开的多智能体协作框架。它位于单个智能体的执行框架之上：底层继续负责调用模型、运行工具和保存对话，Agensh 负责成员之间怎样共享信息、响应消息和推进共同目标。这里的智能体，是能调用工具、执行操作并检查结果的 AI 程序。

这类框架要处理的不只是并行运行。两名成员可能修改同一处代码，也可能各自完成模块后无法衔接。Agensh 为所有成员提供相同的协作规则，让它们在开发过程中自行解决这些问题。

一套五步循环，连接代码、消息和共享记录

每个成员反复执行同一套流程：

1. 读取进度：查看用户目标、当前代码、其他成员的消息和已积累的发现。
2. 认领子任务：声明自己准备处理的范围；发现重复或冲突时，直接联系相关成员。
3. 执行工作：调用工具、编写代码，并分享对其他成员有用的中间发现。
4. 验证结果：按子任务的验收条件检查，失败后继续修改。
5. 合并成果：把通过检查的改动合入共享仓库，说明改了什么以及验证证据，再寻找下一项任务。

成员各自推进，不需要等所有人完成一轮才开始下一轮。支撑它们的是三种共享设施：

实现中，共享代码由 Gitea 管理，消息使用 Mattermost。共享上下文还可以搜索历史记录，帮助成员找到早先的发现，减少重复尝试。

此前介绍的 Claude Code 跨会话消息 说明了独立会话如何交换进度。Agensh 进一步把消息与任务认领、验证、代码合并连接起来，形成持续工作的协作流程。

1024 个智能体完成的是限时行为复现实验

实验采用 ProgramBench 软件行为复现任务：智能体可以运行给定的参考程序、观察输入输出，再从零编写能够复现这些行为的代码。环境禁止访问互联网，总时限为 6 小时，最终用隐藏测试检查生成程序的表现。

底层模型统一使用高推理强度的 GPT-5.6-sol，单智能体执行框架为 Copilot。在文档转换工具 pandoc 的任务上，最终测试通过率如下：

1024 个智能体比单智能体高 21.17 个百分点，比 128 个智能体高 4.12 个百分点。这些数值衡量的是这一任务的测试通过情况，55.06% 也表明结果仍是部分行为复现，不能等同于完整替代 pandoc。

实验规模同样需要结合部署方式理解。1024 个成员分布在 16 个节点上，每个节点运行 64 个；成员分批启动，所有成员在统一截止时间结束。因此，6 小时是整个团队的任务时限，并非每个成员都独立工作满 6 小时。这组结果比较的是固定时间内的产出，也不能据此推导相同成本下的收益。

适合研究长任务中的协作与代码整合

Agensh 的研究场景是多名智能体围绕同一个软件目标持续开发。对构建 AI 编程工具的团队，可以关注任务如何认领、失败经验怎样共享，以及改动如何验证后合并；对多智能体研究者，则可以考察成员数量增加后，通信和代码整合方式怎样变化。

在 pandoc 的千智能体运行轨迹中，出现了多名负责整合代码的成员。需要合并改动的成员可以联系多个整合者，选定有效回应者后再交接工作。同一技术领域的成员也能在同伴尝试失败后接手。这些是该次运行中观察到的协作行为。

阅读入口包括 Agensh 项目页 的实验图表与过程回放，以及 论文附录中的工作指令和实验设置。若要把这种设计用于自己的开发流程，可以先明确共享仓库、任务声明、消息传递和验收规则，再检查成员的改动是否能持续合并并通过测试。

jianying-editor-skill 是一套开源的剪映自动化 Skill，能让 AI 编程助手调用脚本，把视频、配音、字幕和转场组织成可继续编辑的剪映草稿。它面向国内桌面版剪映专业版，Windows 提供自动导出能力，macOS 生成草稿后需在剪映内手动导出。

把自然语言需求转成可编辑草稿

给 AI 一组旅行视频，要求按顺序拼接、配上旁白和字幕，最终得到一个能在剪映里打开的工程。这是 jianying-editor-skill 的主要用途。项目由开发者 luoluoluo22 维护，把剪映草稿操作封装成了 AI 可以调用的 Python 脚本。

这里的 Skill，可以理解为交给 AI 助手的一套操作说明、参考资料和工具。用户在 Claude Code、Cursor、Trae 等环境中加载它，再用自然语言提出剪辑需求，助手负责组织脚本调用。

它的工作重点是搭建时间轴：把素材放在哪一轨、从哪里开始播放、持续多久，以及字幕和声音如何对齐。工程保存后，用户仍可在剪映里调整画面、字幕、音量和转场，预览与最终渲染由剪映完成。

配音、字幕和素材可以一起安排

对于已有素材的创作者，这套工具提供了几类可组合的操作：

配音与字幕的衔接有具体实现：脚本先拆分句子，再逐句生成语音，读取实际音频时长来设置字幕的显示区间。用户提供一段旁白文案后，可以把声音与字幕作为一组任务处理。

导入本地素材时，脚本还会尝试把文件复制到草稿内部目录，让工程引用这些副本。这能减少临时文件被清理、外部路径访问受限带来的素材丢失问题；复制失败时，代码会回退到原路径。

Windows 和 Mac 的导出方式不同

草稿生成与视频导出是两个步骤。前者写入剪映工程数据，后者需要剪映把时间轴渲染成视频文件。

Windows 自动导出会操作剪映界面，执行时需要保持软件处于可操作状态，避免同时使用鼠标键盘。新版剪映的弹窗和控件变化也会影响这一步。

Mac 用户可以让 AI 完成素材排列、配音和字幕草稿，再进入剪映检查并导出。项目的导出脚本在非 Windows 系统上会直接返回手动导出提示。

工具也有明确的功能边界：剪映的智能抠图、美颜，以及“一键成片”等内置 AI 按钮，不在这套脚本的可调用范围内。按文案生成配音字幕，与调用剪映的语音识别字幕功能，是不同的处理方式。

如何开始使用

先准备桌面版剪映专业版，以及能够加载本地 Skill 的 AI 编程工具。以 Claude Code 的项目目录为例，可以把仓库下载到：

1

git clone https://github.com/luoluoluo22/jianying-editor-skill.git .claude/skills/jianying-editor

随后让助手按项目安装说明配置 Python 依赖，并检查 FFmpeg 和剪映草稿目录。需要网页动效录制时，还要配置 Playwright 及 Chromium 浏览器。完成后，可先输入：

检查一下剪映自动化的环境是否正常，再新建一个测试草稿，放入一段演示素材和测试字幕。

项目提供的 api_validator.py 用于检查环境。草稿目录探测失败时，需要手动提供剪映实际使用的路径。生成后若剪映首页没有显示新工程，可以重启剪映，或进入一个旧草稿再返回。

正式任务可以写得更具体，例如：

把素材文件夹里的三个片段依次拼接，片段之间加叠化转场。使用我提供的文案生成旁白和对应字幕，保存为一个新的剪映草稿。

这类流程适合整理 Vlog 素材、制作带旁白的产品介绍，或给软件教程添加字幕与动效。需要频繁重复“导入素材—排时间轴—配音—加字幕”的创作者，可以把这些步骤交给脚本，再在剪映内完成画面和声音检查。

项目以 MIT 许可证开源，内嵌并改造的 pyJianYingDraft 组件采用 Apache 2.0 许可。代码许可不等于视频、音乐或字体素材的使用授权，制作成片时仍需分别确认所用素材的权限。

Google 推出 AI Pro 与 YouTube Premium 学生组合套餐，美国月费为 8.99 美元。符合条件的高校学生可在持续通过身份认证的前提下，享受最长连续 4 年的优惠；其他地区采用当地价格，申请需要个人 Google 账号和有效付款方式。

每月 8.99 美元，优惠最长连续 4 年

Google 在 2026 年 8 月 19 日公布这项返校季优惠，将 Google AI Pro 和 YouTube Premium 组合销售。符合条件的美国大学生每月支付 8.99 美元，可以同时使用两项服务。

这是按月付费的订阅。按每月 8.99 美元计算，12 个月合计 107.88 美元。这个计算以月费不变为前提，条款允许调整套餐价格；“最长 4 年”指学生优惠的适用期限，不能当作四年价格保证。

学生需要持续符合资格，并通过 SheerID 重新认证，通常每 12 个月一次。SheerID 是核验在读身份的第三方服务，Google 会在需要再次认证时发送邮件。未完成认证会失去优惠，并可能按常规价格收费。

AI Pro 提供学习工具，YouTube Premium 包含音乐权益

Google AI Pro 是个人 AI 订阅套餐，提供更高的 Gemini 使用额度，以及研究、写作和内容生成工具。学生可以用它整理课程资料、准备考试，或在 Gmail、Google 文档等应用中处理邮件和文字工作。

这档学生套餐提供 5 TB 云存储，供 Google 云端硬盘、Gmail 和 Google 相册共用。学习时可以上传自己的课堂笔记，建立学习笔记本，生成复习计划和测验。各项 AI 功能仍有用量限制。

组合中的 YouTube Premium 提供视频和音乐免广告、后台播放与离线使用，适合同时需要 AI 学习工具和影音订阅的学生。其 YouTube 权益仅供个人使用，不能通过 Google One 家庭群组共享。

套餐按地区提供，需要全日制高校学生资格

组合优惠面向 80 多个国家和地区的合资格学生，但 8.99 美元是美国价格。其他地区应在 Google One 学生套餐入口查看当地金额和可选方案。

申请人须在受认可的高等教育机构全日制就读，达到所在国家或地区的成年年龄，使用个人 Google 账号，并在订阅时拥有有效的 Google Payments 付款资料。学校发放的 Workspace for Education 账号不能领取这项个人优惠；学校邮箱用于学生身份核验。

组合套餐要求当地同时支持 Google AI Pro 和 YouTube Premium 学生服务。支持名单包含美国、英国、日本、新加坡和台湾等地，中国大陆未列入名单；加拿大、香港、澳门和玻利维亚被列为排除地区。

美国以外还提供单独的 AI Pro 学生折扣，可用套餐由地区决定。进入订阅流程后，应核对套餐名称、是否包含 YouTube Premium 和实际月费。

免费试用转付费会立即生效，优惠到期后可能自动续费

学生优惠还包括一年免费套餐，相关范围可参考此前的Google 一年免费学生 AI 套餐介绍。已有 12 个月试用的用户，如果切换到付费组合，会立即升级到新方案，之后不能退回原来的试用。

申请时，先用准备领取权益的个人 Google 账号登录学生套餐入口，选择方案，再按提示完成 SheerID 核验、添加付款方式并确认订阅。新老 Google One 用户都可在符合条件时申请；家庭群组成员和通过部分第三方渠道订阅的用户，需要先处理原有订阅关系。

学生优惠结束后，账号通常会转为常规付费 AI Pro 套餐；当地法律要求另行同意的情形除外。原有 YouTube Premium 学生组合也会随之调整，转入的 AI Pro 可能仅包含 YouTube Premium Lite。Google 会提前通知变化，不准备续订的用户可以在账户设置中取消。

如果已经单独订阅 YouTube Premium 或 Premium Lite，还应检查原订阅是否继续扣费，避免出现重复订阅。

DeepSeek API 已开放 Search 网页搜索和 Fetch 网页抓取，开发者可用现有 API Key 获取搜索结果或 Markdown 正文。两项接口单价均为每千次成功请求 5 元；Harness、Claude Code、Codex 经服务端工具调用产生的这部分费用，将从北京时间 11 月 1 日起收取。

Search 找网页，Fetch 读取指定页面

DeepSeek 在 10 月 17 日开放自研搜索 API，为智能体和 RAG 应用提供实时网页内容。智能体可以调用工具完成任务；RAG 则是先检索资料，再把资料交给模型生成回答。

这次开放的是两个可以单独调用的接口：

例如，开发者可以用 Search 查找某个软件的更新说明，再用 Fetch 读取选定页面，把正文交给模型整理。这适合接入新闻检索、技术资料问答或资料整理工具。已经拿到链接时，也可以直接调用 Fetch。

Search 返回的短摘要 snippet 适合展示在搜索列表里，长摘要 summary 适合交给模型阅读。设置 need_content: true 后，还可以在 content 字段中获取网页正文；正文缺失时，该字段仍可能为空。

现有 API Key 可直接调用两个接口

两个接口的基础地址都是 https://api.deepseek.com，沿用 DeepSeek API Key，通过 Authorization: Bearer 请求头鉴权。它们接收和返回 JSON，即程序可以直接读取的结构化数据。

把自己的密钥设置为环境变量 DEEPSEEK_API_KEY 后，可以用下面的请求搜索 DeepSeek 更新说明，并返回最多 5 条结果及可用正文：

1
2
3
4
5
6
7
8

curl https://api.deepseek.com/v1/tools/search \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "DeepSeek 更新 site:api-docs.deepseek.com",
    "count": 5,
    "need_content": true
  }'

query 长度为 1—128 个 Unicode 字符，不能全为空白；count 默认为 10，范围为 1—50。搜索词支持 site: 限定网站、-site: 排除网站、引号精确匹配，以及 after:、before: 限定网页发布日期等语法。具体组合方式可查看搜索参数与语法说明。

读取某个指定页面时，向 Fetch 传入链接即可：

1
2
3
4

curl https://api.deepseek.com/v1/tools/fetch \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://api-docs.deepseek.com/zh-cn/updates/"}'

返回对象中的 title 是页面标题，content 是 Markdown 正文。Markdown 使用标题、列表等文本标记保留内容结构，便于继续交给模型处理。Fetch 接受含主机名的 HTTP 或 HTTPS 链接，长度不超过 8192 个字符，链接中不能携带用户名或密码。

每次成功请求 0.005 元，结果条数不影响单次价格

Search 和 Fetch 的价格相同，都是每 1000 次成功请求 5 元，折合每次 0.005 元。两者按请求次数收费，不按返回结果条数或 Token 数收费。Token 是模型计量文本用量的单位。

只有 HTTP 200 且产生结果的请求才计费：Search 的 results 数组必须非空，Fetch 必须返回网页正文。失败、无搜索结果和超时请求不计费。把 count 从 5 改为 10，不会改变一次 Search 请求的单价。

按这个单价计算，1000 次有效搜索加上 3000 次有效网页抓取，接口费用合计 20 元。如果再调用模型阅读资料、生成回答，还会产生模型 Token 费用。模型部分可参考 V4.1 Flash 1017 的 API 接入与峰谷价格。

经 DeepSeek Harness、Claude Code、Codex 使用 DeepSeek API 时，服务端工具调用已经会访问 Search / Fetch。这部分调用此前未计费，将从北京时间 2026 年 11 月 1 日 00:00起按次收费。这个生效时间针对上述服务端工具调用；直接接入两项独立接口时，应按搜索与抓取价目表计算费用。

每个账号各限每秒 5 次，抓取受网站访问策略影响

Search 和 Fetch 分别按账号限制为每秒 5 次请求，两项额度互不占用，也独立于模型并发限制。同一账号更换 API Key，不会增加这项额度。Fetch 还对目标域名单独限速，超过限制会返回 HTTP 429。

Fetch 能否读到正文，取决于目标网页的可用性和访问策略。页面不可用、被网站拦截、内容类型不受支持或没有可提取正文时，可能返回 HTTP 404。

接入程序遇到 HTTP 408、429 或 5xx 错误，可以等待后重试；余额不足的 HTTP 402 需要先充值。其他 4xx 错误应先修改请求，再决定是否重试。批量检索和抓取任务需要控制请求速度，并分别记录接口调用次数与模型用量。

DeepSeek 于 10 月 17 日将 V4.1 Flash 更新至 1017，网页、App 与 API 已同步升级。开发者继续使用 deepseek-flash，调用方式与价格不变；新版本已采用 MIT 许可开源，Harness 用户可升级至 0.2.1-rc.1 及以上版本配合使用。

网页、App 和 API 已切换到 1017

DeepSeek-V4.1-Flash-1017 是 V4.1 Flash 的一次小版本更新，可以处理文本和图片并生成文本回答。直接使用 DeepSeek 网页端或 App 的用户，已由服务端切换到新版本。

这次更新延续了 V4.1 Flash 首发时的多模态能力。API 当前提供 1M Token 上下文和最大 384K Token 输出，分别约为 100 万和 38.4 万 Token。Token 是模型计量文本长度的单位；上下文决定一次请求能容纳多少内容，最大输出则限制单次生成的长度。

API 继续使用 deepseek-flash

1017 是模型版本号，程序请求中的模型名仍是 deepseek-flash。已经使用该名称的项目可以沿用现有调用方式。OpenAI 兼容接口的基础地址为 https://api.deepseek.com，Anthropic 兼容接口为 https://api.deepseek.com/anthropic。

已有 API Key 的开发者，可以通过 Chat Completions 接口发送一次文本请求：

1
2
3
4
5
6
7
8

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-flash",
    "messages": [{"role": "user", "content": "请解释这段代码的作用。"}],
    "stream": false
  }'

旧名称 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍可调用，但对应的旧模型已经下线。这两个名称的请求也由 1017 提供服务，按 Flash 价格计费。新项目直接采用 deepseek-flash 即可。

Token 单价不变，仍按峰谷时段计费

此次模型更新保持 API 调用价格不变。截至 10 月 17 日，Flash 的人民币价格如下，每项均以每百万 Token 为单位：

缓存命中指输入内容复用了服务端已保存的计算结果，因此这部分输入单价更低。北京时间周一至周五的 9:00—12:00、14:00—18:00 为高峰时段，中国法定节假日除外；其余时间以及周末、法定节假日全天均按空闲价计费。

例如，一次任务累计使用 100 万未命中缓存的输入 Token，并生成 10 万输出 Token，按上表计算，空闲时段的模型调用费为 1.4 元，高峰时段为 2.8 元。这是按固定用量计算的模型费用，Search、Fetch 等工具服务另有计费规则。实际账单取决于输入、输出和工具调用量，可以在 API 价目表中核对。

Harness 用户同步升级客户端

配合 1017 使用的 DeepSeek Harness 版本为 0.2.1-rc.1 及以上。Harness 是让模型读取文件、执行命令并调用工具完成任务的工作环境；模型由服务端更新，客户端也需要使用适配版本。

0.2.1-rc.1 发布页将其标为候选版本。该版本的极简模式支持读取图片和自动压缩长对话，Web 与桌面端可以通过 /compact 手动压缩上下文。初次接触的用户，可以先了解 Harness 官方桌面版的安装方式，再选择当前适配版本。

1017 已采用 MIT 许可开源

DeepSeek-V4.1-Flash-1017 已在 Hugging Face 模型仓库提供下载，仓库和模型文件采用 MIT 许可。需要自行部署的开发者，可以从仓库内的 inference 目录查看模型转换和本地推理说明。

自部署还需要处理模型的对话编码格式。这个版本没有提供 Jinja 格式的聊天模板，仓库的 encoding 目录提供 Python 参考实现与测试样例，覆盖多轮对话、工具调用、思考模式和图片内容。只通过网页、App 或托管 API 使用的用户，由服务端处理这些步骤。

字节跳动的 OmniHuman 2.0 已通过 BytePlus 上线，输入一张图片和一段音频即可生成数字人视频，也可用文字指定动作与镜头运动。模型支持原生 720p 输出，音频输入最长 300 秒；按每秒 0.07 美元标价计算，生成 1 分钟视频约需 4.20 美元。

产品介绍：让图片中的角色按音频表演

OmniHuman 2.0 是字节跳动的数字人视频生成模型。数字人指由 AI 驱动、在视频中说话或表演的角色；制作时提供一张角色图片和一段音频，模型生成与声音配合的口型、表情及肢体动作。音频可以是讲话、音乐或对白，文字提示词则用于补充场景、动作和运镜要求。

模型支持原生 720p 视频输出，可处理多人场景，展示的角色类型也包括动漫、动物和 3D 风格形象。用户可以从 OmniHuman 2.0 产品页面 进入 BytePlus 控制台，或查看 API 接入方式。API 是供软件调用模型的接口，适合把生成能力接入已有的内容制作工具。

最长 5 分钟，文字可指定动作与运镜

OmniHuman 2.0 的音频输入范围为 4–300 秒，对应最长 5 分钟的视频生成任务。准备口播、歌曲表演或对白片段时，可以先确定完整音轨，再用角色图片驱动画面。

文字提示词是可选输入，用来指定场景、人物动作和摄像机运动。例如，可以描述角色抬手、转身，或镜头逐渐拉近。提示词支持中文、英语、日语、韩语、西班牙语（墨西哥）和印尼语；这项语言范围针对文字指令。

这一工作流程从已有图片和音轨出发。需要了解多素材参考、视频延长与局部修改的读者，可以参阅 Seedance 2.5 的视频生成与定向编辑功能，按手头素材和修改需求选择工具。

如何使用：先准备图片和音轨

通过 BytePlus 入口登录后，可按 OmniHuman 2.0 API 文档 准备素材。素材规格如下：

开发者接入采用异步任务流程：提交图片、音频和可选提示词后，先取得任务编号，再查询处理状态；任务完成后返回视频地址。这样可以把生成任务放入后台队列，完成后再交给剪辑或内容管理流程。

费用与适用人群

BytePlus 产品页的 OmniHuman 2.0 标价为每秒 0.07 美元。按该单价计算，30 秒视频约 2.10 美元，1 分钟约 4.20 美元，5 分钟约 21 美元。这些是按时长乘以单价计算的单次生成费用；多次生成应分别计入预算。

适合这类工作流程的人群包括已有口播录音的知识创作者、制作商品讲解的电商团队，以及希望给歌曲配上角色表演画面的音乐创作者。动漫或虚拟形象创作者也可以从现成角色图片开始制作。

第一次使用时，可以先选一段包含停顿、情绪变化或明显节奏的短音频，检查口型、手部动作和镜头指令是否符合制作要求，再提交较长内容。按上述单价，15 秒样片约需 1.05 美元，便于在制作长片前确认素材与提示词的组合。

千问办公于 10 月 14 日推出电商版并开启邀测，受邀用户可在产品内切换“电商经营”模式体验。首批功能围绕跨平台经营看板、趋势与卖点分析、营销素材批量生成和投放优化建议展开，面向需要管理多个平台、多个店铺的商家。

产品介绍：为多店商家提供经营工作台

千问办公电商版是面向电商商家的 AI 工作工具，把经营数据分析、商品卖点梳理和营销素材制作集中到同一个入口。用户可以通过自然语言提出任务，由 Agent 拆解步骤并调用工具完成；Agent 就是能围绕目标执行任务的 AI 助手。

千问办公原有的文档处理、数据分析和内容生成能力，在电商版中进一步对应到店铺经营任务。想了解通用办公能力，可参阅千问办公桌面客户端与 Office 文件处理介绍。

首批功能覆盖看数据、找卖点和做素材

电商版的功能围绕商家日常运营中的几类工作展开：

ROI 指投入与回报的关系，在这里用于分析广告花费与经营结果。投放优化功能提供的是诊断和建议，商家可以据此复核各平台的投放计划。

例如，同一件商品需要用于不同渠道的推广时，运营人员可先梳理商品卖点和内容趋势，再批量制作图片与文案；经营复盘时，则通过看板汇总店铺数据，结合投放建议检查需要调整的环节。

如何体验：切换“电商经营”模式

电商版已开启邀测，受邀用户在千问办公中切换至“电商经营”模式即可体验。

可从千问办公官网进入产品。通用网页端支持浏览器登录使用，桌面端可从官网下载安装；具体登录方式可查看快速开始指南。

使用场景与适用人群

同时经营多个平台或店铺的商家，可用经营看板集中查看数据；负责选品和商品运营的人员，可围绕趋势与卖点组织分析；需要持续制作商品图和推广文案的内容团队，可使用批量素材生成功能。

初次体验可以先选一项具体工作，例如整理一轮店铺经营数据，或为一件商品制作多组推广素材，再检查产物是否符合自己的业务要求。这样更容易判断哪些任务适合交给 AI 处理。

千问于 10 月 13 日发布 AI 眼镜 N1 与 N1 Pro，并同步现货开售。N1 支持 5000 万像素拍摄、4K 录像、翻译和会议纪要，叠加国补及限时优惠后到手价 2218 元起。N1 Pro 增加眼动交互、虹膜核身和体征监测。

产品介绍：把拍摄和千问助理放进眼镜

N1 是阿里巴巴千问推出的 AI 眼镜，面向第一视角拍摄和日常语音使用。第一视角拍摄就是从佩戴者所在的位置记录眼前场景；用户还可以用语音调用翻译、会议纪要和办事功能。

N1 系列包含 N1 和 N1 Pro 两款。两款均配备 5000 万像素影像传感器，支持 4K 录像与实况照片。实况照片在静态照片之外保留一段动态画面，适合记录短暂的生活片段。

系列支持环境感知，可结合场景触发服务。例如，预先设置会议记录任务后，眼镜可结合视觉信息和环境声音判断会议场景；开启相关功能后，也可在车站提供检票口、车次等提醒。使用这类功能需要先完成对应设置。

N1 与 N1 Pro 的区别：眼动、身份核验和体征监测

N1 Pro 在基础影像与语音能力上增加三类功能。

看外文菜单时，用户可以看着对应内容提问，让眼镜锁定翻译对象。支付时，用户需发起支付、看向商家收款码，确认付款信息并点头，通过核验后完成付款。

这三项属于 N1 Pro 的新增能力。主要需要拍摄、翻译和会议记录的用户，可以先比较 N1 的基础功能；需要视线操作或虹膜核验的用户，再考虑 Pro。

价格与购买渠道：2218 元包含优惠条件

新品已于 10 月 13 日在淘宝、天猫、京东、抖音等电商平台现货开售。N1 的 2218 元起是叠加国补及限时优惠后的到手价，购买时应核对所在地区的补贴资格、所选套装和结算金额。

N1 系列采用可更换电池设计，可通过更换镜腿电池继续使用。挑选套装时，可以同时核对电池及换电配件的配置，按外出拍摄和日常佩戴需求选择。

使用场景与适用人群

想记录旅行、散步或生活片段的用户，可使用第一视角拍摄；需要处理外文内容或整理会议内容的用户，可使用翻译与会议纪要。选购时，可以围绕自己常用的任务体验操作方式、佩戴感受和拍摄结果。

开发者和企业可通过千问 AI 硬件开放平台了解穿戴端技能与行业定制入口。技能是可供助理调用的具体功能，平台提供创建、调试和发布工具，方便把服务接入穿戴设备。

Google 于 10 月 13 日上线 Gemini 4 Argon，开放付费 API，并向 Gemini 应用中的 Pro、Ultra 订阅用户提供体验。API 标准调用首发价为每百万输入 Token 2 美元、输出 10 美元，优惠截至 11 月 30 日。模型支持多模态输入，长输出需启用专门的后台执行模式。

产品介绍：面向复杂任务的推理模型

Gemini 4 Argon 是 Google 的旗舰推理模型，面向软件工程、数学与科学问题，以及需要连续执行多个步骤的智能体任务。智能体指能够按任务调用工具、推进操作的 AI 程序。开发者调用时使用的模型名称为 gemini-4-argon。

它能接收文字、图片、视频、音频和 PDF，输出文字。处理文档、分析图像或视频内容，以及生成代码，都可以使用同一个模型。工具能力包括代码执行、函数调用、文件搜索，以及结合 Google 搜索或地图获取信息；其中电脑操作能力处于预览阶段。

这些能力各有用途：代码执行可用于计算和检验结果，函数调用让模型连接业务系统，文件搜索用于查找已有资料。接入应用时，开发者仍需配置相应工具和权限。

怎么用：应用订阅与 API 分别开放

普通用户可通过 Gemini 应用 使用 Argon，开放对象为 Google AI Pro 和 Ultra 订阅用户，功能从 10 月 13 日开始逐步推出。搜索中的 AI 模式也向这两个订阅档位开放；Google Antigravity 的 Argon 访问则面向 Ultra 用户。

Gemini macOS 应用同时接入了 Antigravity 的编程智能体界面，用户可以从对话切换到编程、制作网页和原型。此前的 Gemini macOS 客户端介绍 说明了桌面应用的使用方式，本次更新增加了在应用内进入编程工作的入口。

开发者可在 Google AI Studio 中测试，并通过付费 Gemini API 接入自己的软件。Argon 不提供 API 免费档；应用里的 Pro 订阅体验与 API 的付费调用是不同的使用渠道。

百万 Token 是共享容量，长输出需要启用续接

Argon 的统一上下文窗口为 1,048,576 Token。Token 是模型处理内容时使用的计量单位，一段文字通常会拆成多个 Token。这里的容量由输入、模型思考和输出共同占用，不能同时放入百万 Token 的材料，再额外生成百万 Token 的回答。

模型文档列出的默认同步输出上限为 65,536 Token。需要更长结果时，可使用 Long decode，也就是分段继续生成：在 Interactions API 中开启后台执行，把 max_output_tokens 设置到 65,536 以上，服务端会按最多 64K Token 一段续接，并将结果保存在同一个任务中。

因此，只把现有程序的模型名称换成 gemini-4-argon，不会自动获得百万 Token 长输出。需要长篇分析或持续生成代码的开发者，应按 长输出接入说明 配置后台任务，并为输入和思考过程预留上下文空间。

API 首发价格减半，12 月 1 日调整

以下为 Gemini API 的 Standard 标准调用价格，单位是美元／百万 Token。输出价格包含模型思考所消耗的 Token。

首发期的输入与输出单价均为后续价格的一半。缓存命中的输入按普通输入价格的 5% 计费；Argon 仅支持隐式缓存，由服务自动识别可复用内容，不支持自行创建显式缓存。

例如，一次任务使用 10 万个未缓存输入 Token，并产生 1 万个可计费输出 Token，首发期的模型费用为 0.30 美元，12 月 1 日起为 0.60 美元。这个计算不包含搜索等工具费用，实际输出用量还需计入思考 Token。

不需要即时返回的批量任务可使用 Batch：首发期输入和输出分别为 1 美元、5 美元／百万 Token，12 月 1 日起调整为 2 美元、10 美元。持续运营的应用应按后续价格做预算，具体计费可查看 Gemini API 价格表。

使用场景与适用人群

需要分析长文档、整理多份资料或制作代码原型的订阅用户，可以先在 Gemini 应用中体验。开发团队可将 Argon 接入包含文档检索、计算和业务操作的流程；处理长任务时，结合后台执行读取结果。

应用选型还需比较成本。本站此前介绍的 Gemini 3.8 Flash 也支持编程与智能体任务，标准调用单价更低。可以用同一批业务任务分别测试两款模型，比较结果质量、耗时和包含思考的实际 Token 用量，再决定哪些步骤使用 Argon。

WorkBuddy 支持用自然语言生成微信小程序，把预览、云服务配置和托管发布放进同一个工具。用户可先创建 14 天试用版验证效果；长期运营需绑定自己的小程序账号，正式版仍要经过微信审核。

产品介绍：从描述需求到生成微信小程序

WorkBuddy 是腾讯的 AI 工作台，可以接收任务、调用工具并交付文件或应用。这次增加的能力面向微信原生小程序：用户描述需求后，继续在对话里修改页面和功能，再通过分享面板进入发布流程。

常规流程无需另外安装微信开发者工具、手动配置 AppID 或上传代码包。AppID 是小程序的身份标识；WorkBuddy 通过授权接入小程序账号，协助完成代码上传、提交审核和版本发布，账号仍归用户所有。

这与此前的 WorkBuddy 开放平台及 Skill、连接器接入 有不同用途：开放平台让开发者把能力接入工作台，本次功能则让用户制作供微信用户访问的小程序。

怎么用：明确写出“微信小程序”，生成后继续修改

可以在首页进入“代码开发”，选择“小程序”，从推荐场景开始；也可以直接在对话框描述需求。需求中写清“微信小程序”，并说明谁来使用、需要填写哪些内容、数据是否长期保存。已有网页的用户，也可以要求 WorkBuddy 将其改成微信小程序。

例如，可以输入这样的需求：

制作一个活动报名微信小程序，展示活动时间和地点，参与者登录后填写报名信息，报名记录保存到云端，管理员可以查看名单。

生成后，点击对话中的“微信小程序”产物卡片，在右侧查看预览。需要调整表单、文案或功能时，继续对话即可。预览适合检查样式和基础交互；微信登录等能力需要发布试用版或体验版，在微信里用真机测试。需要进一步排查时，也可以让 WorkBuddy 打开微信开发者工具。

如果要求长期保存记录、多人参与或上传图片，WorkBuddy 会提示是否开启云服务，确认后继续配置。云服务负责在云端存数据、管理登录和保存文件，不必自行搭建服务器。

上线分三种版本，正式发布仍需审核

制作完成后，点击预览区右上角的“分享”进入发布流程。三种版本对应不同用途：

创建试用版时，扫码关注 WorkBuddy 服务号，按提示完成授权后返回发布。试用版到期自动注销，也不能直接转成正式版。准备长期运营时，应先在 微信公众平台 注册自己的小程序账号，再由管理员扫码授权给 WorkBuddy。

正式版发布前，需要检查备案、用户隐私保护指引，以及适用的服务类目和资质。涉及社区、问答等用户生成内容时，还需按要求填写相应的信息安全声明。WorkBuddy 会协助提审，审核进度和结果可在分享面板查看。

使用场景与适用人群

个人、商家和小团队可以用它制作范围清楚的小程序，例如店铺预约、活动报名、维修登记、器材借用或公司介绍页。运营人员和业务负责人可以先把流程做成可体验版本，交给参与者在微信里验证。

只展示内容的应用可以不开云服务。需要多人共享记录、跨设备保存或用户登录时，再按需求开启。生成后应逐项检查提交、保存和访问权限，并在真机上确认业务流程。

持续运营要留意更新与云服务额度

修改应用后，线上版本不会自动同步，需要在分享面板点击“更新”。正式版更新需重新提交微信审核，新版本发布前，用户继续使用当前已上线版本。全部应用可在“设置 > 数据管理 > 应用”中查看和管理。

云服务名额和每个应用每月的资源点由会员版本决定。数据库、文件存储、用户访问和身份认证都会消耗资源点；用尽后云服务会停止访问，需要升级会员或在隔离期内等额度刷新恢复。隔离期结束前未恢复，相关云服务数据会被永久删除。

预览版与已发布版本使用同一个云服务，测试提交的内容也会进入正式数据，发布前应清理测试记录。下线应用保留云服务数据，删除应用则会同时永久删除关联数据、文件和注册用户。具体额度与管理入口可查看 WorkBuddy 云服务说明。

Google 于 2026 年 10 月 8 日发布面向企业办公的 Gemini agent，支持规划任务、调用工具并把结果交回办公应用。它能作为带独立账户的团队成员参与协作；后台多步任务等能力处于早期访问阶段，企业可配置访问权限和项目支出上限。

产品介绍：把工作目标交给 Gemini agent

Gemini agent 是面向企业工作流程的智能体。用户交给它一个目标，它规划步骤、调用工具、连接业务系统，完成问答、文档与媒体制作、代码编写和运行。智能体指能够使用工具执行任务的 AI；这里的重点是把成果交回文档、邮箱或开发环境。

它支持定时任务和事件触发，在云端保留任务上下文，合上电脑后长任务仍可继续。复杂工作可以拆给临时子智能体，协调并行或先后执行的步骤。产品与企业部署信息可从 Gemini Enterprise 入口了解。

企业可联系 Google Cloud 销售，或自行开启 Gemini Enterprise Plus 的 30 天免费试用。后台多步任务、移动端与桌面端 Gemini，以及第三方模型选择处于早期访问阶段，试用套餐与这些功能的开放范围需要分别确认。

Workspace 内协作，团队智能体拥有独立身份

Gemini 可在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 内工作。例如，把邮件中的项目汇报需求交给它整理成演示文稿，或结合聊天群成员和已有邮件协调会议时间。

团队还可以创建承担固定职责的 coworker agent，即团队协作智能体。它拥有自己的 Workspace 账户、邮箱、日历和 Drive，成员可以在群聊中提及它，也可以在文档评论里让它处理工作。操作以智能体自己的身份记录，它只读取分享给它的内容。

使用场景与适用人群

适合先尝试的任务，是材料已经在企业系统里、输出形式清楚的工作：项目汇报、会议协调、内部资料检索，以及文档和演示稿整理。项目负责人、市场团队和行政人员可以从这类重复流程开始。

中小团队也可以利用 Gemini 连接已有系统与数据，处理后台行政工作、查找历史文件和支持客户沟通。实施时可通过 Google Cloud Partner Network 寻找合作伙伴，协助选择场景、制作原型和部署智能体。

企业如何控制权限与费用

企业管理员可为智能体配置按角色划分的访问权限；动作进入审计记录，代码执行放在隔离环境中，网络访问经过 Agent Gateway 策略检查。部署时需要把它能读取哪些资料、能执行哪些动作设定清楚。

项目还可设置 AI 支出硬上限。系统跟踪模型处理用量和隔离执行环境的费用，达到上限后暂停该项目的智能体。

选择模型与配置智能体是两个层面的工作。需要了解 Gemini 模型接口的读者，可以参阅 Gemini 3.7 Flash 的稳定 API 与多模态输入说明。

OpenAI 于 2026 年 10 月 7 日开始向 ChatGPT 付费套餐推送 GPT-6，10 月 8 日扩展到 Free 与 Go。Chat 对话加入 Intelligent UI，可在回答中组合文字、图形与交互组件；此次更新不改变 Work 和 Codex 使用的模型。

产品介绍：回答中可以直接使用交互组件

ChatGPT 的 Chat 对话正在升级到 GPT-6。此次变化包括 Intelligent UI：模型会按问题组织文字、图形和可操作的组件，例如按钮、表单、图表，让用户在当前对话里查看和调整内容。适合用短文字回答的问题，仍然可以得到普通文字回复。

GPT-6 还可以在继续思考的同时开始回答，先给出已有结果，再补充细节。用户不必等整段思考结束才看到第一部分内容。

这次发布的是面向日常对话的 10 月版本。Work 与 Codex 中已经使用的 GPT-6 Sol、Luna 仍是此前发布的版本，不会因 Chat 更新而同步替换。此前的 GPT-6.1 Sol 工作模型介绍讨论的是代码、文档和多步工作，与本次聊天升级属于不同入口。

付费套餐使用 Sol，Free 与 Go 使用 Luna

此次升级按套餐分配模型，并分阶段推送：

Sol 和 Luna 的这两个聊天版本都针对日常对话调整，并支持 Intelligent UI。日期指开始推送，不代表所有账号同时完成升级；Enterprise 还受管理员设置影响。

付费账号获得更新后，模型菜单中的 GPT-6 会替代原来的 Latest。原先选择 Latest 的对话会保留同样的思考强度并迁移到 GPT-6；明确选择 GPT-5.6 Sol 的对话继续使用 GPT-5.6。本次推送不会直接停用其他仍可选择的旧模型。

怎么使用，哪些档位支持交互回答

进入 ChatGPT 的 Chat 对话，在已获得更新的模型菜单中选择 GPT-6 即可。Intelligent UI 不要求特殊提示词，模型会按问题选择回答形式。你也可以直接要求“用并排比较展示差异”或“做成可以调整输入的计算器”。这些是使用方式示例，具体布局由当次回答决定。

Intelligent UI 支持 Instant 到 Extra High 的思考档位。思考档位控制模型投入多少推理时间，可选范围受套餐和工作区权限影响。Pro 思考选项使用 GPT-6 Astra，不支持 Intelligent UI；Pro 套餐名称与 Pro 思考选项是两回事。

网页版和受支持的新版应用正在获得这些能力，移动端应更新到最新版本。旧版 macOS、Windows ChatGPT 桌面应用不支持这些新能力，可改用网页版。Intelligent UI 不提供于 Work 或语音模式。

希望回复更简洁时，可以在自定义指令中写明“保持回答简短”或“比较选项时使用表格”，也可以在当前对话中提出样式要求。具体功能说明可查看 Intelligent UI 使用说明。

使用场景，适用人群

Intelligent UI 适合需要比较、探索或调整输入的日常任务。学习时，可以用交互图解观察输入变化如何影响结果；生活规划可以结合路线图和时间安排；多人聚餐分账、储蓄测算等任务可以直接做成对话内的小工具。

它面向希望在聊天中完成这些操作的普通用户。需要处理代码仓库或跨应用工作的用户，仍应按 Work、Codex 的模型和权限选择入口。

Intelligent UI 没有独立的使用额度，原有模型、工具和套餐限制继续适用。一些组件能在刷新同一对话后保留状态，例如勾选清单；状态不会跨对话保留。需要继续操作时，应回到原来的聊天线程。

Google 于 10 月 6 日推出 Nano Banana 2.1，模型 ID 为 gemini-nano-banana-2.1，已在 Gemini API 正式可用。它支持 1K、2K、4K 图像生成与对话编辑，标准调用的 1K 图片输出费用为每张 0.0336 美元，输入和思考另行计费。

产品介绍：生成图片，也能接着修改

Nano Banana 2.1 是 Google 的图像生成与编辑模型，也是 Nano Banana 2 的更新版本。输入一段文字可以生成图片，上传照片或参考图后，可以继续用文字要求调整内容。同一段对话还能接着修改上一轮结果，例如先生成商品场景图，再调整背景和构图。

普通用户可从 Gemini 使用图像创作功能；希望试用具体模型或把生图接入软件的开发者，可以进入 Google AI Studio 并使用 Gemini API。模型的分发渠道还包括 Google Search AI Mode、Google Ads、Flow 和 Stitch。

支持 1K 至 4K，最多使用 14 张参考图

Nano Banana 2.1 默认输出 1K 图片，也支持 2K、4K。它支持 1:4、4:1、1:8、8:1 等狭长画幅，可用于横幅或竖版长图；新版不支持上一代的 512px 输出档位。

一次工作流最多支持 14 张参考图，其中人物参考最多 4 个、物体参考最多 10 个。做多人场景或多件商品组合时，可以分别提供参考素材，并在提示词中说明每个对象的位置与用途。参考图数量是输入规格，不代表每次输出都能完全保持外观一致。

模型支持调用 Google 网页搜索和图片搜索，为生成内容提供检索依据。开发者还可以选择 minimal、medium、high 三个思考档位，默认是 medium；思考过程属于计费的文本输出。

1K 图片输出每张 0.0336 美元

下面是 Gemini Developer API 的图片输出费用，单位为美元。Batch 是把多条请求作为批量任务提交的调用方式。

上一代 Nano Banana 2 的标准 1K 图片输出约为每张 0.067 美元，新版这一项费用约降为一半。按上述费率计算，生成 100 张 1K 图片，图片输出部分为 3.36 美元；使用 Batch 则为 1.68 美元。

图片输出价格只是完整调用费用的一部分。 标准调用的文本、图片和视频输入为每百万 Token 1.50 美元，文本及思考输出为每百万 Token 7.50 美元。Token 是接口计算内容量的单位；上传参考素材、生成文字和模型思考都会影响账单。调用搜索工具也有独立计费规则。Gemini 应用的使用额度与这些 API 费率是两套规则。

站内此前介绍过 Nano Banana 2 Lite 的价格与输出规格。Lite 同样提供 0.0336 美元的标准 1K 图片输出，但只支持 1K，标准输入费率为每百万 Token 0.25 美元。比较成本时，需要连同输入素材和编辑流程一起计算。

使用场景、适用人群与限制

需要制作活动海报、商品场景图、信息图或系列人物素材的用户，可以把 Nano Banana 2.1 用于生成候选图和连续修改。要把图片创作接入内容工具、电商后台或设计流程的开发者，可以使用正式模型 ID，并根据交付尺寸选择分辨率。

文字与主体仍需要人工检查。小字号、长段文字可能模糊；人物经过编辑后可能出现外观偏差；局部涂画编辑也可能只执行部分要求。涉及知识、空间关系或准确数据的图片，应核对内容后再使用。生成图片包含 SynthID 数字水印，用于识别 AI 生成内容。

旧 API 项目迁移到新模型 ID

使用 gemini-3.1-flash-image 的项目，推荐迁移到 gemini-nano-banana-2.1。上线前应检查输出尺寸、参考图组合、对话编辑结果和实际账单；依赖 512px 输出的流程需要调整到新版支持的尺寸。

新项目可从 图像生成接入指南 开始。迁移时也应检查输入与思考费用，不能只用每张图片的输出单价估算完整成本。

苹果于 10 月 2 日宣布，将为 Mac 的“完全磁盘访问权限”增加控制，要求用户通过更明确的操作授予这项权限。它可让应用接触文件、邮件、信息和浏览历史；新增控制针对的是广泛数据访问的授权过程。

苹果将改变广泛访问数据的授权方式

苹果计划在 macOS 的 Full Disk Access（完全磁盘访问权限）上增加控制，让用户在理解风险后，通过明确操作决定是否授权。这是一项针对应用访问范围的权限调整。

这项权限原本用于让备份软件正常工作，会绕过多项保护私人数据的访问控制。苹果指出，部分开发者的使用方式会让用户在没有充分理解后果时暴露系统中的数据。对于通信应用，受影响的还包括与用户交流的其他人的隐私。

完全磁盘访问权限能看到什么

完全磁盘访问权限允许应用访问电脑上的文件，包括“邮件”“信息”、Safari 和“家庭”等应用的数据，以及时间机器备份和部分管理设置。授予它，覆盖的范围远大于交给应用一份文档。

macOS 同时提供“文件和文件夹”权限，按位置管理应用对“桌面”“下载”“文稿”等文件夹的访问。两类授权的区别可以这样理解：

辅助功能和自动化也有各自的许可要求。判断一款桌面应用能做什么，需要分别查看它获得的权限。

使用场景与受影响人群

这次变化直接关系到在 Mac 上使用本地 AI 智能体的用户。智能体可以调用工具执行任务，工作范围可能涉及本地文件；例如，千问办公的桌面任务流程就包含文件处理和办公文档操作。

对用户而言，可以把“完成这项任务要用哪些资料”作为授权前的检查问题。整理一个项目的文档时，先确认应用是否支持指定文件或文件夹；涉及备份、邮件或聊天记录时，再核对它需要的数据范围。这里的建议是按任务检查权限，不能据此认定某款应用必须获得完全磁盘访问权限。

Mac 用户现在可以查看哪些授权

打开苹果菜单中的“系统设置”，进入“隐私与安全”（部分版本称“隐私与安全性”），查看“完全磁盘访问权限”中的应用列表。具体范围可对照完全磁盘访问权限设置说明。

再进入“文件和文件夹”，逐项打开或关闭应用对特定位置的访问。这个入口适合检查某个工具能否读取“桌面”“下载”或“文稿”，无需把每项文件任务都当成全盘授权。

允许第三方应用访问文件后，其收集的信息受该应用的条款和隐私政策约束。检查权限时，也应核对数据如何被处理。文件访问范围与数据处理方式是两项需要分别了解的内容。