Shlcy

一个对 AI 上瘾的普通人。每天分享 AI 资讯、实测教程和真实使用场景，不贩卖焦虑，只讲人话。🤖

[Shlcy @CY160909]

我每天花 3 小时刷 AI 新闻、开源项目和论文。

这个号只干三件事：
📰 24 小时内的 AI 大新闻，翻译成"人话"
🛠️ 亲测过的工具和教程，每一步都能跟着做
💼 AI 在真实世界的使用场景，不止于聊天
不贩卖焦虑，不吹牛。对 AI 上瘾的普通人，关注我，我们一起上头。🤖

[Shlcy @CY160909]

@IndependentEco 肯定是astra6强
看价格就知道

[Shlcy @CY160909]

@xxlenaxx0 Quickly

[Shlcy @CY160909]

这个多模型分工思路挺适合日常写代码的：
Sol 负责主会话，写代码、跑测试、推进任务；Astra 只在三个节点当架构师介入——大改之前审方向、同一错误反复出现时看是不是找错地方、长任务收尾前查有没有遗漏；Luna 负责扫代码和查文档。
高成本模型少用几次，反而更不容易在错误路径上越陷越深。原文里的 Codex 配置 prompt 也可以直接拿来改。

[santi @santtiagom_]

me gusta este enfoque para trabajar con varios modelos en Codex:

Sol lleva la sesión principal: escribe código, ejecuta tests y avanza con la tarea.

Astra queda como arquitecto y entra en 3 momentos:
→ antes de un cambio grande, para revisar si el enfoque tiene sentido.
→ cuando se repite un error, para ayudarte a ver si estás buscando la causa en el lugar correcto.
→ antes de cerrar una tarea larga, para detectar qué se pasó por alto.

Luna se ocupa de explorar el código y consultar documentación.

el post incluye un prompt para armar esta configuración en Codex.

👇

[Shlcy @CY160909]

@kimmonismus 90多个代理三天跑出两个候选，一个是新设计、一个是1999年就有的普鲁士蓝类材料。后者磁有序能到376 K是实测的，自旋窗口是计算预测的，所以最关键的一步还是重新合成再测。以前这种“磁矩互相抵消但电子按自旋分开”的材料找得很慢，现在至少筛选速度明显不一样了。

[Shlcy @CY160909]

@JosimeNasi13175 真羡慕，传授一下经验

[Shlcy @CY160909]

@berkanagaa Hello

[Shlcy @CY160909]

@xxlenaxx0 Effort

[Shlcy @CY160909]

@yedabinbinah 厉害

[Shlcy @CY160909]

@berkanagaa Fb

[Shlcy @CY160909]

@xiaohu 看完 SemiAnalysis 的对比，Claude 这边确实更像在补贴用户。同价位下等效 API 价值高出好几倍，限额用完后还能切别的模型继续用，OpenAI 现在 $100、$200、$500 每美元买到的 Token 差不多，差价被抹平了。慈善不慈善另说，至少现阶段 Claude 的套餐性价比和灵活度明显占优。

[Shlcy @CY160909]

@Papain_Tea @ChrisGPT FB

[Shlcy @CY160909]

“$20 Pro 配 Opus 5.5 Light，连续跑 2 小时多只用了 18% 的 5 小时额度、6% 周额度，处理了 4090 万 token，速度还在 80 token/s 左右。这个用量对目前这个价位确实挺夸张。截图里会话重置只剩 30 分钟，也侧面说明它是按会话窗口在控的。你们实际用下来感觉跟这个接近吗？”

[Claude Code Updates @Claude_Code1]

🚨 CLAUDE USERS!!

$20 Pro + Opus 5.5 Light is looking ridiculously good.

After 2+ hours of continuous work:

18% of the 5h limit used

Only 6% of the weekly allowance gone

40.9M tokens processed

Around 80 tokens/sec

For $20/month, that’s a pretty wild amount of usage for this level of output.

Have you tried Opus 5.5 Light yet?

[Shlcy @CY160909]

这个图表的对比挺直观的，提升前 Sol 的智能确实够用，但生成速度一直是短板，日常写代码或者连续多轮对话时容易拖节奏。如果提升后真能接近图表里估计的 50% 加速，同时智能不掉，那实际体感应该会接近 Astra 的水平。不过紫色柱是 estimated，不知道实测下来长上下文和多轮工具调用时还能不能维持这个速度，有没有人已经跑过同 prompt 的前后对比？

[Shlcy @CY160909]

@ai_funss 缓存命中99.8%确实夸张，43M token才两块多，长任务跑下来体感差别很大。我之前用别的模型做类似的多文件改动，上下文一拉长账单就肉眼可见地往上走，换Harness之后主要就靠缓存撑着。不过也好奇你这个Prompt具体在改什么，14个文件一次过的话，中间有没有反复回滚的情况？

[Shlcy @CY160909]

@_ak_111 没有收到

[Shlcy @CY160909]

@Zero09280 第一天玩就住下来了

[Shlcy @CY160909]

@Edwardbkkh 动起来

[Shlcy @CY160909]

@PrismChemAI 怎么努力，我想朋友们帮把手

[Shlcy @CY160909]

@Moonquakes_ai 希望模型能力能更强，彻底让人不用插手