产品Sense日报 · 10/26（周一）· 专业版

1. 一个人加四个智能体开猎头公司：先写近 200 份规则，再磨合一年半

悉尼高管猎头公司 Aicila Group 的老板用四个分工明确的智能体重建了业务流程，自己只在检查点介入，所有对外动作仍需她本人审批。这是一人公司模式中少有的、当事人公开了投入成本的案例，可以用来估算智能体落地的真实门槛。

背景：Aicila 老板艾丽西娅·基南（Alicia Keenan）从业 16 年，专做动物保健、制药和环境健康领域的高管寻访，业务覆盖几十个国家。公司峰值约 11 人，口径包括正式员工和外包人员。

她对彭博说公司长期做不大，原因是「所有事都靠我」（彭博，10/23 09:00）。按领英简介，Aicila 有两条业务线：按单收费的高管寻访和按期订阅的人才情报服务。

事实：2025 年底开始重建，四个智能体按流程串联（彭博周末通讯，10/25 16:00）。第一个做商机信号监测，扫描监管文件和公司公告，例如欧洲动物药企宣布进入印尼、越南时触发提醒；第二个产出人才短缺和行业趋势的市场情报报告。

第三个在岗位出缺前持续维护候选人关系，第四个执行寻访日常流程，基南在预设检查点介入。为约束智能体行为，她写了近 200 份文件，覆盖工作流程、隐私、法律和合规要求，自称占用了「好几个月里的每一刻」（彭博；细节经 Emergent 转述）。

已披露的失误有三类：早期报告语句混乱、推荐了国家不匹配的候选人、以她名义起草的邮件语气不当（Emergent 转述彭博，未在彭博原文核对）。她的处理方式是逐一审核对外沟通，并在每次出错后修改流程。

官网写明，每份对外报告、候选人名单和联系邮件发出前须由负责人批准，每步操作留痕；另公开了 AI 使用说明第 2.4 版，2026 年 7 月发布，写明候选人可随时退出。官网列出了十几个国家和地区隐私法规的对应做法，未覆盖的司法辖区须负责人确认合法依据后才开工。

她预计还需约 18 个月才放心降低干预频率，涉及判断的环节仍保留给人。所用平台说法不一：一条领英活动帖称她用 Beam AI 四个月完成重建，Aicila 自己的简介写的是「自主设计、自主运营」，哪种准确未核实。

用户侧：直接用户是靠创始人个人经验运转的小型专业服务公司，痛点是创始人单点瓶颈。已披露的三类失误全部发生在对外沟通环节，这直接解释了为什么审批无法下放。

还有一类间接用户：被智能体联系的候选人和客户。Aicila 主动公开 AI 使用说明并提供退出机制，说明知情同意已是这类业务绕不开的环节。

产品侧：从投入结构看，这套系统的核心资产是那近 200 份规则文件，即被显式写下来的行业经验和合规边界，智能体本身是可替换的执行层。全量人工审批意味着对外产出量的上限由基南本人的审核带宽决定，智能体省下的是执行时间，审核时间并未减少。这是根据官网审批规定作的推理。

市场侧：彭博引用罗兰贝格（Roland Berger）2026 年 9 月的报告称，只有愿意彻底重做流程的企业才能拿到智能体的完整回报（Emergent 转述彭博）。这与第 3 条斯洛克的结论方向一致，但两份材料之间没有直接引用关系，关联是本文所作。

另需注意，Beam AI 这类平台方在活动上以她为案例，案例本身也承担了营销功能。样本只有一家、规模约 11 人，能否外推到行业没有依据。

公司侧：官网把人才情报报告、薪酬对标单独列为可购买的产品，无需先委托寻访，说明智能体的情报产出正在被包装成独立收入线，这是根据官网产品列表的推理。验证这套模式需要两个数字：不增加人手时业务量能否增长，以及情报订阅的收入占比，Aicila 均未公开，目前没有数据可判断。

这条新闻意味着什么：一人加多智能体的公司已经能运转，但前期投入以月计、磨合期以年计，对外环节仍需全量人工审批。依据是基南自述的近 200 份文件和约 18 个月预期，以及 Aicila 官网的审批与留痕规定。单一案例，代表性有限。

2. 投资研究公司用 Claude Science 设计蛋白质，然后推荐生命科学股票

没有生物背景的投资研究机构 Citrini Research 借助 Claude Science 和 Anthropic 内部研究模型，做出 17 个经湿实验验证能结合蝎毒素的蛋白质设计，随后推荐了三家生命科学服务公司的股票。这组数据给出了从计算生成到实验验证的完整漏斗，可以直接算出各环节的筛选比例。

背景：Claude Science 是 Anthropic 2026 年 7 月发布的科研工作台（Quartz 转述），可连接 60 多个科学数据库，由主智能体把任务拆给子智能体并行执行。Citrini 与 Anthropic 合作约三个月，使用的是性能高于公开版本的内部研究模型（Quartz、Citrini）。

事实：Citrini 写了约 35 页指令，Claude 并行调起 300 多个子智能体，共生成 318,484 个设计，筛出 180 个，团队又在 Claude 协助下补充 31 个（Anthropic 官方文章、Quartz）。两家外包实验室实测这 211 个设计，17 个确认能结合目标毒素（Anthropic 官方文章）。

按这组数字推算，计算筛选环节的保留率约为 0.057%，即 180 ÷ 318,484；湿实验命中率约为 8.1%，即 17 ÷ 211。结合不等于中和：毒素失效实验尚未进行，Anthropic 明确表示不能称之为解毒药。

项目预算 20 万美元，按实测设计数粗算约合每个 950 美元，但预算未拆分计算与实验成本，这个数只能作为量级参考。项目需要绕开生物安全过滤器，所需安全措施 Citrini 不具备，因此指令在 Anthropic 办公室内输入（Quartz 转述 Citrini）。

Citrini 随后推荐查尔斯河实验室（Charles River Laboratories）、Revvity、帝肯（Tecan）等公司，逻辑是 AI 产出的设计最终都要送实验室验证，合同研究和实验设备需求会随之上升（Quartz 转述彭博）。

用户侧：Anthropic 想证明非专业团队也能借助工具产出可验证的科研结果。但本次用的是内部模型、在受控环境中完成、需要绕过安全过滤，外部用户能否复现没有依据。

产品侧：35 页指令和第 1 条的近 200 份规则文件属于同一类成本，即把任务要求显式化。从这两个案例看，智能体产品当前最重的人力环节在任务规格的编写，执行环节反而可以大规模并行。生物安全过滤需要在受控环境中解除，说明这类能力对外开放时，安全层会持续限制可用范围。

市场侧：Citrini 的投资逻辑押在验证环节：生成端成本下降后，瓶颈转移到湿实验。这是 Citrini 自己的观点，目前没有相关公司订单增长的数据支撑。

公司侧：Anthropic 公开了全部 211 个设计和实验数据，并与投资研究机构联合发布，目标受众同时覆盖科研界和资本市场。Quartz 提到 Anthropic 9 月已与诺和诺德（Novo Nordisk）合作药物研发，药企侧的使用结果、定价和客户数均未公开。

这条新闻意味着什么：AI 已能把蛋白质设计的生成端压缩到外行可操作的程度，瓶颈转到实验验证和后续功能测试。依据是 318,484 到 211 再到 17 的漏斗数据，以及尚未进行的毒素失效实验。

3. 阿波罗经济学家：AI 在科技业以外几乎没带来回报

阿波罗全球管理（Apollo Global Management）首席经济学家托斯滕·斯洛克（Torsten Slok）在周六的报告中称，科技行业以外的企业至今看不到 AI 带来的回报。这一判断直接关系到企业 AI 预算的走向，以及 AI 产品需要提供何种 ROI 证据。

事实：斯洛克的口径是人均营收和利润率：七巨头的人均营收在上升，标普 500 中其余 493 家公司的人均营收和利润率基本持平。他同时称，全要素层面的生产率尚未出现 AI 带来的提升（彭博，单一来源）。

报告中与产品最相关的一点是，普通企业已开始把 token 支出视为压缩利润率的成本项。彭博在同一篇文章中还列了几条背景：Meta 上周宣布进一步加大 AI 资本开支后股价下跌，衡量其违约风险的指标升至纪录高位。

澳大利亚数据中心公司 Firmus Grid 因美国基金不认可 300 亿美元估值而放弃 IPO，英伟达投资的 Nscale 在 IPO 估值上也遇到阻力。高德纳（Gartner）估计，若 AI 收入无法覆盖投入，到 2030 年可能有超过 3.5 万亿美元的 AI 基础设施支出需要减值，这是有条件的预测（彭博）。

用户侧：token 被归为成本项后，企业采购方会更多地按单位产出评估 AI 支出。这是根据报告结论作的推理。

产品侧：按量计费下，AI 产品需要回答的问题会变成单个任务的完成成本。上周 Anthropic 的 Claude Duet 每隔几小时才检查一次用户账户，原因是高频检查会更快耗尽额度（本报 10/24 产品Sense周报），这是成本直接约束产品主动性的实例。

市场侧：彭博周末通讯作者认为，企业「什么 AI 都买」的阶段已经结束，这属于观点转述。可验证的数据点是本周 Alphabet、微软（Microsoft）、亚马逊（Amazon）财报中的 AI 收入，日期见文末「其他」。

公司侧：这条主要影响卖 AI 的一方。资本市场对 AI 基础设施的定价已经变得挑剔，Firmus Grid 和 Nscale 的 IPO 受阻、Meta 违约风险指标走高是三个同向信号。本周财报季，AI 投入向收入的转化会是被追问的重点。

这条新闻意味着什么：企业 AI 采购将从试用驱动转向 ROI 驱动，产品需要拿出可量化的效率证据。依据是七巨头与其余 493 家公司的人均营收分化，以及 token 被列为成本项的说法；核心判断为单一来源。

4. AI 帮人找到网站编程语言的严重漏洞：多国网站抢修，修补要拖几个月

Wiz、OpenAI 和 Calif 的研究人员借助 AI 在 PHP 中找到一组可未授权远程代码执行的漏洞，统称 PHP2Shell，多国银行、航司和政府网站预防性下线修补。Wiz 认为 AI 把证明漏洞可利用的门槛降到了普通研究者可及的水平，这意味着同类老漏洞会被加速挖出。

背景：PHP 官方在美东时间 10/21 发布紧急补丁。Wiz 称，过去十年发布的 PHP 版本都至少受其中一个漏洞影响，攻击者无需登录即可控制服务器，还能从内存中读出密码等敏感数据；Wiz 自己的统计口径是 PHP 支撑全球约七成网站（网页补全）。

Wiz 认为这些缺陷存在了几十年，此前一直没被利用，是因为证明可利用性的步骤复杂到接近人类研究员的极限。CISA 10/21 发布、10/23 更新的警报要求立即打补丁，暂时无法打补丁或仍在用 PHP 8.1 及更早版本的系统应先下线，并称截至发布时未发现成功利用（网页补全）。

事实：据《海峡时报》，10/22 日本瑞穗金融集团、全日空、日本航空、JR 东日本、日本 7-11 等暂停了部分线上服务，芬兰、荷兰政府网站也下线，日本官房长官称尚无确认的攻击（网页补全）。彭博周末通讯称修补数以百万计网站和软件的工作已经开始。

派拓网络（Palo Alto Networks）旗下 Unit 42 的研究员判断，多数攻击者仍在摸排暴露面，问题会持续数月。彭博称攻击是否明显增多证据不足，《连线》（WIRED）称已出现借助 AI 的攻击，但只见导语。两种说法并不冲突：利用已经出现，规模尚未显著放大。

X 上相关动态：Cognition 开源了一组修补 skill，针对本周 PHP、Node.js、GitLab 的严重远程代码执行漏洞，流程是先只读盘点、再按可审计的固定步骤修复。来源是 Marktechpost 转述，帖子赞 22、浏览 976；GitHub 上按名称搜到的 devin-vuln-fixes 仓库 star 8，创建于 10/23，是否为同一项目未核实。

用户侧：预防性下线的直接成本落在终端用户身上，表现为银行、航司、政务服务短期不可用。

产品侧：PHP 8.1 及更早版本已停止官方维护，这部分系统拿不到上游补丁，只能找厂商单独修或迁移。因此下线时长与机构存量老系统的比例正相关，这是依据 CISA 和 PHP 官方说明作的推理。

市场侧：修补和检测需求集中释放。10/23 CrowdStrike 收于 257.57 美元、涨 8.25%（本报 10/25 科技日报），派拓网络同日涨 7.22%（本报 10/24 产品Sense周报），市场已在定价安全需求上升。

公司侧：上周 OpenAI 公开了用自家模型给开源软件找漏洞的做法（本报 10/25 产品Sense日报），AI 漏洞挖掘已成为模型厂商展示能力的方式。Cognition 借修补需求展示自家智能体，同一能力在攻击侧的管控见第 5 条。

这条新闻意味着什么：AI 同时压缩了漏洞挖掘和利用的时间，运维方要为停机和修补付出更高的成本。依据是多国机构同步下线、CISA 对老版本直接下线的建议，以及 Unit 42「持续数月」的判断。截至目前官方没有确认的成功利用。

5. Claude 拒绝帮人拆解软件，网上传「Anthropic 封了 REA」：查下来是早已上线的安全限制

X 上流传「Anthropic 专门限制 Claude 配合 REA 做逆向工程」，核查结果是：拒绝属实，原因是 Anthropic 10/6 上线的通用网络安全防护，没有针对 REA 的公告或政策变更。这次传播说明，模型厂商的默认安全策略已经直接影响第三方工具的可用性。

背景：REA 全称 Reverse Engineer Anything，是挂在 Claude、Codex 等编程智能体上的开源插件，把几十种文件格式的分析工具封装成智能体可调用的接口，MIT 许可。GitHub star 在 10/26 03:44 为 383,763，5 分钟后复查为 383,776，单点采样增加 13，不足以外推日增量。

10/25 发布的 v6.8 新增 rea environments，可根据抓包数据或文字描述在本地生成环境，用于训练本地模型；作者称累计 170 多位贡献者、合并 497 个 PR，未核实。发布帖赞 1,040、转发 92、浏览 36,379，互动率约 2.9%。

事实：原帖发于 10/24 05:55，早于本期窗口，但窗口内仍在被大量转发；赞 12,660、转发 1,609、引用 283、浏览 913,466，互动率约 1.4%。帖子说 Anthropic「看起来」限制了此类能力，属发帖人推测（X 清单）。

同一作者跟进称 OpenAI 也因同类用途封号，帖子赞 501、浏览 62,075，未核实。另有帖子称一个 8KB 的 skill 可替代 REA，赞 356、浏览 12,050。

Anthropic 10/6 的官方文章写明，Claude Opus 5.5、Sonnet 5.5 等公开模型带有「保守的网络安全防护，会拦下大多数网络安全类工作」。同文推出分级的网络安全验证计划，审核通过的安全团队可申请放宽，最低一级防御访问明确包括恶意软件逆向分析（Anthropic 官方文章）。

Mavday 10/25 核查称，没找到任何点名 REA 的公告、更新日志或政策变更；Claude Code 用户关于网络安全拦截的反馈自 9 月起保持平稳，10/23 前后没有突增。Mavday 引 Claude Code 官方文档称，拦截基于整段对话判断，被拦一次后同一会话后续请求往往继续被拦。

有用户称同类任务可在 Codex 上完成，也有用户称 OpenAI 账号因大量逆向请求被永久封禁，均为 Hacker News 单方说法，未核实。Anthropic 新版使用政策 11/12 生效，按 Mavday 转述，政策禁止的是「未经系统所有者授权」查找或利用漏洞，对自有系统做安全研究不在禁止之列（Mavday）。

用户侧：主要用户是安全研究员、想弄清设备数据收集行为的技术爱好者和游戏 mod 玩家。会话级拦截让用户体感上「一被拦就卡死」，吐槽集中于此；机构可走验证计划，个人研究者目前没有对应通道。

产品侧：同一能力兼具攻防两用，Anthropic 选择默认拦截加分级放开，代价是误伤正常请求，官方拦截提示语也承认存在误判并称在减少（Mavday 引官方提示语）。REA 的可用性完全取决于底层模型的放行策略，v6.8 增加训练本地模型的能力，可以视为降低对闭源模型依赖的对冲，这是推测，作者没有这样表述。

市场侧：放行策略的松紧会直接影响开发者选用哪家编程智能体。但 OpenAI 侧同样有封号说法，两家实际宽严没有可靠的对比数据。

公司侧：分级验证计划的设计表明，Anthropic 打算把高强度攻防能力定向供给经过审核的安全机构，同时对普通用户保持关闭，这是根据 10/6 官方文章作的推理。11/12 新政策生效后，要看拦截阈值是否调整，以及是否开放个人研究者的申请渠道。

这条新闻意味着什么：「Anthropic 专门封了 REA」没有证据支持，实际情况是 Claude 默认拦截大部分网络安全工作，依赖它做逆向的工具会持续受限。依据是 Anthropic 10/6 官方文章、Mavday 对更新日志和反馈量的核查。

6. 谷歌（Google）AI Studio 被曝在做智能体管理页（爆料），背后的托管服务已公开预览

爆料号 TestingCatalog 称谷歌 AI Studio 在做一个集中管理智能体的页面；页面本身尚未发布，但底层的托管智能体服务已在官方文档中以公开预览形式上线。两者需要分开看：前者是爆料，后者有官方文档可查。

背景：托管智能体指由谷歌提供隔离运行环境、智能体在其中执行代码、读写文件、联网的服务。官方文档写明，开发者调用一次接口即可拉起一个隔离的 Linux 环境；默认智能体为 Antigravity，基于 Gemini 3.8 Flash（谷歌官方文档）。

事实：TestingCatalog 的 X 帖发于 10/25 21:32，赞 264、转发 18、引用 16、浏览 17,076。其网站文章称新页面有智能体、运行环境、凭证、触发条件、运行记录五个栏目，谷歌未确认上线时间。

计费按模型 token 加工具调用计算。官方给出的单任务典型消耗为 10 万到 300 万 token，上下限相差 30 倍；预览期不收运行环境费用，免费档可用但有额度限制（谷歌官方文档）。

安全设计上，环境默认放开外网访问，开发者可自行配置白名单；密钥由谷歌托管、运行时注入，智能体看不到明文。配额方面，每个账号最多 1,000 个托管智能体，环境闲置 7 天将被永久删除（谷歌官方文档）。

TestingCatalog 还提到谷歌 10/22 发布了 Agent Compute Engine，即谷歌云上专门运行智能体的隔离虚拟机服务，新页面是否基于它没有确认。

用户侧：目标用户是想把智能体长期放在线上运行、又不想自建基础设施的开发者。单任务 token 消耗跨度达 30 倍，开发者最大的顾虑会是成本难以预估。

产品侧：凭证、触发条件、运行记录收进同一页面，说明谷歌想把智能体上线运营所需的配置都留在自己平台内。官方文档写明的风险是默认放开外网，收紧责任在开发者一侧；7 天闲置删除则意味着长期任务需要自行保活或持久化。

市场侧：Anthropic 上周发布的 Claude Duet 同样为智能体配备独立虚拟机（本报 10/24 产品Sense周报），给智能体配专属云端环境已是头部厂商的共同方向。谷歌的差异点是提供免费档，两家没有同口径的价格对比。

公司侧：谷歌同时卖模型和云。托管智能体按 token 计费、环境跑在谷歌自己的机器上，开发者用量增长会同时带来模型收入和云收入，这是根据收费方式作的推理，谷歌没有这样表述。预览期后的正式定价未公布，这会是开发者是否长期采用的关键，目前没有信息。

这条新闻意味着什么：谷歌正在把智能体托管做成一项完整的云产品，从运行环境、凭证管理到计费都已成形。依据是官方文档中的隔离环境、密钥注入和按量计费规则；集中管理页仍是未核实的爆料。

7. Nous Research 发了一张图，被解读为智能体 Hermes 的手机 App 即将上线

Nous Research 官方账号发了一张无文字的手机桌面截图，被爆料号解读为智能体 Hermes 的移动端预告，帖子互动量在本期新产品帖中排第二。一张无说明的图拿到四千多个赞，反映出用户对移动端智能体入口的需求。

背景：Hermes 是 Nous Research 的开源智能体，可连续执行检索、写代码、调用工具等任务。核心程序 GitHub star 为 257,011（10/26 03:49 读数）。

事实：10/25 09:37 的官方帖只有一张图：手机桌面 Dock 栏里多了一个新图标，无任何文字。帖子赞 4,301、转发 182、引用 140、浏览 272,773，互动率约 1.6%，互动量仅次于 Codex 额度重置帖（见第 9 条）。

把它解读为移动端预告的是 TestingCatalog，10/25 20:00 发帖，赞 539、浏览 26,045，互动率约 2.1%。官方帖本身没有说明图标对应什么产品。

用户侧：潜在用户是已在桌面端使用 Hermes 的开发者和 AI 爱好者。智能体目前以桌面端为主，移动端可以补上离开电脑后派发任务和查看进度的场景；App 未发布，本期素材中没有用户评价。

产品侧：Hermes 的差异点是开源可改，移动端是否延续这一点、是否收费，均未核实。官方没有任何文字说明，「移动端预告」目前只是第三方解读。上线时间和功能范围都不明确。

市场侧：同一时段 Meta 的 Muse 被曝测试语音通话（见第 8 条）。两条放在一起看，个人智能体正在向手机和语音等随身入口延伸，这是根据两条爆料作的推理。

这条新闻意味着什么：个人智能体正向移动端迁移，依据是一张无说明的图获得 4,301 个赞和 27 万余次浏览。产品形态需等 Nous Research 正式发布后才能判断。

8. Meta 的 Muse 被曝分批开放语音通话，头像分享也快上线（爆料）

爆料号 TestingCatalog 称 Meta 的个人智能体 Muse 正在灰度开放实时语音通话，头像分享功能也即将上线，Meta 官方未表态。这两项都是提高使用频次的功能，与 Meta 上周披露的使用数据放在一起看更有参考价值。

背景：扎克伯格在三季度财报电话会上说，Muse 在美国和加拿大的开通人数超过 1,000 万，约 25% 每天使用（AP）。按 Meta 自报口径推算，日活跃用户约在 250 万以上；需注意口径是开通数，与下载数不同。

Meta 还称超过四分之一的用户允许 Muse 代为购物，平均客单价超过 200 美元（Meta 说法，经 Brew 转述），并计划一年内把 Muse 的算力成本效率提高 10 倍以上（电话会实录）。此前 Muse 的分享链接暴露过用户敏感对话，分享功能已暂停（WIRED 引 Ars Technica；以上见本报 10/24 产品Sense周报）。

事实：语音通话爆料帖发于 10/26 00:10，赞 232、转发 10、浏览 11,118；头像分享帖发于 10/25 22:25，赞 171、浏览 11,281（X 清单）。第三方博客 Built with Muse 称实时语音在分批开放，无公开时间表和名单，有用户 10/15 已拿到，多数人尚未开通，未核实。

该博客还写明，语音通话和 Muse 另一项「代用户给美国商家打电话」的测试功能是两回事（Built with Muse）。

用户侧：语音交互降低了不习惯打字的普通用户的使用门槛。上周的分享链接事故刚过去，这次上线的又是分享类功能，隐私处理会是用户首先关注的地方。

产品侧：以约 25% 的日活占比看，Muse 的问题已经从拉新转向提频。语音和头像都指向提高使用频次，这是根据功能方向的推理，Meta 没有说明。算力效率目标意味着语音这类高成本交互的单位成本是 Meta 需要压下来的变量。

市场侧：上周 Block 的 Dessa 也在做全双工语音模型（本报 10/25 产品Sense日报），语音正在成为个人智能体的标准入口。

公司侧：Meta 依托现有社交用户池，能在短时间内做出千万级开通数。接下来需要观察的是语音上线后日活占比是否上升，目前没有数据。

这条新闻意味着什么：Muse 在补实时语音这一入口，目标是把开通用户转成日常用户。依据只有爆料号和第三方博客，Meta 官方未确认，属未核实。

9. OpenAI 的 Codex 再次给全体用户重置用量额度，单帖浏览 114 万

OpenAI Codex 负责人 Tibo（@thsottiaux）在 28 天活动的第 20 天宣布再次重置全体用户的用量额度，这条帖子是本期窗口内互动量最高的单帖。额度已成为编程智能体争夺重度开发者的直接手段。

背景：Codex 付费用户有每周用量上限，用完需等待重置，OpenAI 帮助中心有专门的重置说明。Tibo 的活动从 10/5 持续到 11/1，按美国太平洋时间计，每天发布一项改进或执行一次全员额度重置。

事实：「Day 20/ Rest and reset」帖发于 10/25 11:39，赞 10,915、转发 462、引用 613、浏览 1,144,354，互动率约 0.95%。后续「It is all propagated」帖确认重置全部生效，赞 4,924、浏览 565,713，互动率约 0.87%（X 清单）。

第三方追踪站 Codex Reset Watch 统计，截至第 21 天共记录 18 项改进、10 次重置（非官方，未核实）。两项合计 28 次，多于 21 天，说明部分日子同时发生改进和重置，或该站另有计数口径。

有人预期活动结束时会发布 GPT-6.1 Terra，属传闻。

用户侧：额度直接决定重度用户每周可用的工作量，一次重置能拿到百万级浏览，反映出额度是这类用户最敏感的变量。

产品侧：重置本质是把算力当作福利一次性发放，不改变产品本身，效果只持续当周。10 次重置占已记录动作的约三分之一，说明这场活动有相当比重靠额度而非功能来维持关注，这是根据第三方统计的推算。

市场侧：同期有帖子称 Claude Opus 5.5 在 OpenRouter 上的用量涨了 3.6 倍（发帖人自称，未核实），编程智能体在争夺同一批重度开发者。重置能否转化为长期使用没有留存数据。

公司侧：负责人每天在 X 上公开兑现，是用「当众履约」的方式拉动开发者关注。11/1 活动结束后用量是否回落，是下一步要看的。

这条新闻意味着什么：额度已经是编程智能体的竞争工具。依据是单条重置帖获得 114 万浏览，以及第三方统计中 10 次重置占活动动作约三分之一。

10. 南北阁发布可免费商用的中型模型 Nanbeige4.3-33B，主打替人干活

南北阁发布开放权重模型 Nanbeige4.3-33B，Apache 2.0 许可，官方称在同体量开源模型中智能体能力达到 SOTA。它给自部署场景多了一个可商用选项，但所有成绩均为官方自测。

背景：名称中的 33B 对应约 330 亿参数，X 清单的转述写作「约 30B」，两者口径略有出入，以官方模型页为准。官方称支持 512K token 上下文，擅长代码和办公类多步任务，并计划蒸馏出一个 3B 小模型用于端侧部署。

事实：官方帖发于 10/25 20:11，赞 1,913、转发 221、引用 174、浏览 228,140，互动率约 0.84%。Chubby（@kimmonismus）的转发帖赞 468、浏览 25,284；X 热点新闻页收录；Hugging Face 模型页 290 个赞（10/26 凌晨读数）。

官方对比组包括阿里巴巴 Qwen3.8-27B、谷歌 Gemma4-31B 等，多数项目领先。Terminal-Bench 2.1 上它得 80.9，Qwen3.8-27B 为 73.0，领先 7.9 分。

官方表中也有落后项：SWE-Bench Pro 上它得 60.3，Qwen3.8-27B 为 61.7，落后 1.4 分。两项差距方向相反，说明它的优势集中在终端操作类智能体任务，在真实仓库修复上并未领先；全部分数为南北阁自测，无第三方复核。

用户侧：目标用户是要求数据不出域、倾向自部署的企业，以及对 API 成本敏感的开发者。本期素材只有转发和介绍，没有实际部署后的使用反馈。

产品侧：定位是同体量开源模型中的智能体能力，Apache 2.0 许可消除了商用限制。模型免费，南北阁的商业化路径未核实；512K 上下文同样是官方声明，未见第三方测试。

这条新闻意味着什么：30B 量级的可商用开放权重模型正在补齐智能体能力，依据是官方公布的 Terminal-Bench 领先和 22.8 万浏览。「同体量 SOTA」目前只有官方数据，而且 SWE-Bench Pro 上存在落后项。