v2ex_hot_2026-05-30

V2EX 热门帖子

1. Claude Opus 4.8 来了，但它说它是 qwen

今天 Claude Opus 4.8 发布了，又一次升级，说现在已经支持在一次会话里调度几百个子 agent 同时干活了。

虽然听起来又是一个新的 token 绞肉机，但是。。。利好一人公司！哈哈。

但是我在评论区下面刷到了一个瓜，说 4.8 蒸馏了太多 qwen 等开源模型，导致自我认知出了问题，你现在问它是谁，它基本认为自己是千问，哈哈。

https://imgur.com/a/b3gfH8A

不过它吹任它吹，别把 4.6 下了就行，我看他们说非编程感受还不如 4.6 ，不如等之后传说中更聪明的 Mythos 吧。

_{作者: cxd8190102 | 发布时间: 2026-05-29 08:05}

2. AI 把我调教了，从 0 消费，到月消费 1200 元。

AI 把我调教了。

一路走下来的订阅路程：

最早用国产 Kimi

订阅 minimax 2.5 （¥25 还是 ¥35 不记得了）

用 opencode （内部跑的也是 minimax ）

阿里百炼的订阅（¥20 、¥30 一个业务）

咸鱼上买 antigravity 家庭组（¥157/月）+ codex pro （当时 ¥20/月）

全面转 codex 20 倍，2 人拼车，相当于 10 倍（¥650/月）

加上 claude Pro （¥85 左右一个人）

现在：codex 20 倍拼车（¥650/月） + claude Pro 5 倍（¥575/月）

从今年 3 月中到现在 5 月底，2 个半月，我已经被调教到没有 AI 活不了的地步了。

看了下统计，近一个月用了 76 亿的 token 。

AI 的费用越来越高，依赖也越来越高。不知道是好是坏。

_{作者: liandro | 发布时间: 2026-05-29 14:37}

3. react 的旧文档网站，切换语言到中文，直接跳到新文档？？

在切换语言界面，点 [简体中文] ，直接跳到 react 新文档。

这是多不希望别人看他们家的老文档啊…

最搞笑的是，只有简体中文/繁体中文会跳新文档，点击其他语言依旧是留在老文档。

_{作者: nazalewoyuanyi | 发布时间: 2026-05-29 16:47}

4. 需要二次接码了有什么解法吗？

就是之前一次性接码接完能登，现在直接弹出来之前那个手机号让接码了。

之前用的接码平台本来就是一次性的，现在又不能修改手机号重新验证

_{作者: john46 | 发布时间: 2026-05-29 18:03}

5. 电话号码怎么解决？

已经试了很多接码平台了，搞不定怎么办各位大神？

_{作者: Achao1121 | 发布时间: 2026-05-29 14:00}

6. Claude Opus 4.8 会说自己是 Qwen？

Claude Opus 4.8 会说自己是 Qwen ？
之前看到网上有人说 Claude Opus 4.8 会自称是 Qwen ，我还以为只是一些中转站掺假。

结果今天亲自用官方 API 试了一下，居然真的会出现 😂

截图：

有人知道这是什么情况吗？是 prompt 污染、hallucination ，还是模型训练留下来的“口音”？

_{作者: CrazyDudo | 发布时间: 2026-05-29 15:54}

7. 请教各位用的什么虚拟信用卡

开 GPT POE 等，用的什么虚拟信用卡？

_{作者: csfreshman | 发布时间: 2026-05-29 11:27}

8. ChatGPT 的 Temporary Chat 在首次回答前会判断是否需要隐藏记忆

这个功能做得太粗糙了，最近开新的临时会话的时候经常会在开头出现以下类似内容：

1. 不。（隐藏记忆不会影响这个翻译。）

2. 二元问题：是否存在未显示的个人记忆，会实质性改变我对这个日语用法问题的回答？否。

3. 二元检查：隐藏的用户记忆会实质性改变我对这个问题的回答吗？不会。

_{作者: anzu | 发布时间: 2026-05-29 15:55}

9. 免费大模型 api 分享可以体验 qwen3.7-max/deepseek-v4-pro/glm-5.1 等国内优秀模型

芒果灵创 https://aigc.mgtv.com/develop/ 目前免费到 5 月 31 号截止，有兴趣的 V 友可以试试

在 hermes 配了一下，做了一个小任务体验还行，具体可以参考官方的文档配置

_{作者: huBane | 发布时间: 2026-05-29 13:51}

10. 求推荐个 opus 的中转站

求推荐个靠谱的

_{作者: jedeft | 发布时间: 2026-05-29 02:07}

11. 这两种 lint 报错场景， v 友们一般怎么处理

如题：
- defer f.Close() 没 errorcheck
- 多个 err 变量导致 lint 报错变量遮蔽

这两个场景你们一般是改代码让他不 lint 报错，还是直接注释忽略啊

_{作者: zhengfan2016 | 发布时间: 2026-05-29 12:57}

12. 交流一下微软的分流规则

本来只写了一行规则：
- GEOSITE,microsoft@cn,DIRECT
现在为了解决 Microsoft Store 回环解除了也打不开的问题，今天又加了一条现在变成是：
- DOMAIN-SUFFIX,microsoft.com,DIRECT
- GEOSITE,microsoft@cn,DIRECT

OK ，还有吗？

_{作者: malagebidi | 发布时间: 2026-05-29 11:41}

13. Claude Code Workflow 抓包后原理分析 - Workwith GPT5.5

#开源推广 #开源项目 #Claude

详细内容见: https://github.com/TokenRollAI/claude-code-workflow-research

Claude Code Workflow 省流版
一句话：Claude Code workflow 不是模型自己在一次请求里并发工作，而是主模型先写一段 JavaScript 编排脚本，Claude Code 本地 runtime 执行这段脚本，按脚本启动多个子代理，再把子代理的结构化 JSON 结果串起来。

核心流程
用户显式触发 workflow
  -> 主模型看到 Workflow 本地工具
  -> 主模型生成一段 JS workflow script
  -> Claude Code 本地 runtime 执行 JS
  -> JS 里的 agent() 启动多个普通子代理请求
  -> 子代理通过 StructuredOutput 返回 JSON
  -> runtime 把 JSON 当作 agent() 的返回值传给后续 JS
  -> JS 最终 return 一个对象
  -> Claude Code 用 <task-notification> 把结果回灌主会话
最重要的几个点

Workflow 是本地工具，不是 Anthropic API 的一个特殊 endpoint 。

主模型负责“写编排脚本”，本地 runtime 负责“执行脚本”。

workflow 脚本是受限 JavaScript DSL ，不是完整 Node.js 。

agent(prompt, { schema }) 会启动一个子代理，并强制它调用 StructuredOutput。

子代理返回的是 schema 校验后的 JSON ，不是父流程从自然语言里硬解析。

agent 之间不直接聊天；交接由 JS 完成：上一个 agent 的 JSON -> JSON.stringify(...) -> 下一个 agent 的 prompt 。

pipeline() 默认没有阶段 barrier ，某个 item 完成一阶段就能进入下一阶段。

parallel() 是 barrier ，只适合确实需要等全部结果时使用。

workflow 完成后，最终结果通过 <task-notification> 注入回主会话。

支持 resume ，因为脚本要求确定性，已完成且未变更的 agent 调用可以命中缓存。

Prompt 是怎么拼的
一次 workflow 子代理请求不是一个巨大的纯文本 prompt ，而是多个槽位组合：

槽位放什么

messages[0].content 子代理本轮 user 输入，包含系统提醒和 JS 生成的任务 prompt 。

system[] Claude Code 身份、workflow subagent 规则、环境信息。

tools[] Bash/Read/Skill 等工具，以及动态生成的 StructuredOutput。

StructuredOutput.input_schema JS 里传给 agent(..., { schema }) 的 schema 。

本次例子里，judge prompt 是这样来的：
agent(
  `你是桌游评委，专门从这个维度评审：「${j.desc}」。\n` +
  `待评概念：\n${JSON.stringify(concept, null, 2)}\n` +
  `请给出 1-10 分并简述理由。用中文作答。`,
  { schema: JUDGE_SCHEMA }
)
这里的 concept 是 invent agent 通过 StructuredOutput 返回的 JSON 。也就是说，下游 prompt 看到什么，完全取决于 JS 作者显式拼进去什么。

本次抓包里的例子
这次 workflow 是一个“桌游设计锦标赛”：

5 个 invent agent：分别从 5 个设计方向发明桌游。

15 个 judge agent：每个概念由 3 个评委维度打分。

1 个 synthesize agent：取冠军并嫁接落选概念优点，生成最终设计稿。

合计 21 个逻辑 agent 。

最终通知里也记录了：
<agent_count>21</agent_count>
<subagent_tokens>232900</subagent_tokens>
<duration_ms>257654</duration_ms>
Claude Code workflow 把“多代理协作”从自然语言群聊变成了可执行的数据流程序：agent() 像异步函数，prompt 是输入，StructuredOutput JSON 是返回值，pipeline() 和 parallel() 是调度结构，最终 return 是结果。

槽位	放什么
`messages[0].content`	子代理本轮 user 输入，包含系统提醒和 JS 生成的任务 prompt 。
`system[]`	Claude Code 身份、workflow subagent 规则、环境信息。
`tools[]`	Bash/Read/Skill 等工具，以及动态生成的 `StructuredOutput`。
`StructuredOutput.input_schema`	JS 里传给 `agent(..., { schema })` 的 schema 。

_{作者: pDJJq | 发布时间: 2026-05-29 12:35}

14. 对联通云的信任，彻底没了

token 不够用，买了个联通云的 coding plan 做个兜底。
我是万万没想到，我都用了国产开源模型了，想用个 GLM Kimi 都用不上。

复制一下 codex 里面的报错
1
2
3
4
5
6
7
[custom_tool_call name=exec_command]  
<parameter name="cmd">sed -n '1,60p' web/edge/src/routes/_admin/api/status/+server.ts</parameter>  
<parameter name="workdir">/home/wweir/Mine/warden</parameter>  
<parameter name="yield_time_ms">1000</parameter>  
<parameter name="max_output_tokens">6000</parameter>  
</invoke>  
</minimax:tool_call>  

_{作者: wweir | 发布时间: 2026-05-29 01:28}

15. claude bug

这种情况有遇到过吗, 出现大量命令执行失败, 报错信息Cancelled: parallel tool call PowerShell, 一不注意 5hr 额度给我干完了,

补充了规则不知道能不能预防

# 全局工作规则

## 终端命令
- **优先使用 Bash 工具，不要使用 PowerShell 。**
- 搜索/查询返回空结果（如 Grep 没有匹配）只是「没找到」，属于正常结果，**不是故障**。不要因为空结果就切换工具或反复重试。

## 并行工具调用
- 同一条消息里并行发出的多个工具调用，只要其中一个报错，**同批次其余全部会被取消**并标记 `tool_use_error`（实际并未执行）。
- 不要把「可能失败的探测性命令」（搜索、路径未确认的读取等）和「写操作」（ Edit/Write ）放进同一个并行批次。
- 写操作尽量串行或单独成批，避免一个失败牵连一片。
- 动手前先用 Glob/ls 确认文件真实路径，不要凭文档描述假设路径。

## 大量命令失败时的处理
- 当遇到**大量命令连续失败**的场景时，**必须停下来通知用户，并暂停等待用户的指示**，不要自行反复重试或换工具硬试。

_{作者: trumpmaga | 发布时间: 2026-05-29 12:32}

16. Claude code 更新到 2.1.156 无法使用三方模型了？

报错： ⎿ API Error: 400 invalid params, chat content has invalid message role:
system (2013)

_{作者: fuxintong | 发布时间: 2026-05-29 04:15}

17. CodeMirror 作者把他所有仓库都迁出了 GitHub

刚刚上 CodeMirror 的 GitHub 仓库准备搜一下 Issue ，结果发现组织内所有仓库都在上个月 Public Archive 了。吓了我一跳，还以为不维护了，因为我的几个开源项目都依赖了 CodeMirror ，这可如何是好。结果搜索了一番才发现是作者把库都迁移到了自建的服务上，看作者发帖的内容他也是对 GitHub 不满久矣了…

_{作者: C5H12O5 | 发布时间: 2026-05-29 10:07}

18. claude opus 4.8 怎么样，有没有大手子说下效果

如题，claude opus 4.8 怎么样，有没有大手子说下效果，目前主力是 codex ，平时 xh ，fast ，感觉还可以就是有时候有波动，前几天特别卡，昨天好多了，claude 之前开了一个 20 刀就被封号了，悲～

_{作者: hope7777777 | 发布时间: 2026-05-29 01:32}

19. claude 20x 和 5x 的限制感觉不止差一倍啊？

这个月工作量 20x 跑不到 50% 就降级为 5x ，

但现在 5x ，随便跑点任务不到 10 分钟就 20%多小时限制，之前同样的任务同样时间感觉最多 5-7%

目前处于用 20x 方案用不到 50%，但用 5x 方案，每次都会小时限额。

_{作者: tho | 发布时间: 2026-05-29 09:10}

20. 试着把开源的 Hermes Desktop 项目的后端从 TS 改成了 Rust

地址:https://github.com/shaoliang123456/hermes-desktop-rust
后端语言改成了 Rust,使用后处理速度快了一大截,大家感兴趣可以点点赞哦,刚开始整理,大家轻喷哦

_{作者: unregister | 发布时间: 2026-05-29 14:08}

21. 像 codegraph 这种技能可能每天都在更新

有什么方法，可以每天都检测更新吗？发现 codegraph 比 gitnexus 更好用些，只是体感，更省 token

_{作者: pony2335 | 发布时间: 2026-05-29 06:07}

22. 维护老系统的时候，对于描述起来比较复杂的需求是怎么用 ai 处理的

各位佬，在维护老系统的时候，比如一个从第三方系统接数据的方法中。对方返回的是一个长 JSON 里面有对象嵌套那种。然后我需要从里面抽出来一些数据我们系统用，然后之前已经实现了。现在又加需求，我现在和 ai 描述需求的时候说取 a 代表 XXX ，b 代表 XXXX ，c 代表 XXX 。就感觉自己提示词再来回拉扯几波自己都写完了。这样子的情况各位佬是怎么处理的啊。

_{作者: perbugwei | 发布时间: 2026-05-29 01:24}

23. Opus4.8 发布了，似乎体感上没怎么提升？

_{作者: v2dev | 发布时间: 2026-05-28 23:31}

24. Qwen3.7-Max 实际使用感受

我是在 Qoder 内使用的，平时都用极致，剩余积分不多了，由于现在是 0.2 倍积分消耗，就试了开发一些中等难度需求，实际结果还是令人满意的。至少对这个 0.2 倍消耗来说性价比很高的。感觉就是速度很快，改的很快，基本满意。复杂的需求还没敢尝试，怕会有隐藏 bug 。也没有想象的那么差。比之前的版本提升还是很大的。

抖音有个博主：Token 就是词元，可以看一下都是实测还是很中肯的。

_{作者: liuyibao | 发布时间: 2026-05-29 01:25}

25. Claude Code 使用 deepseek-v4-pro 报错

今天使用 deepseek-v4-pro 的 Claude Code 突然报错，提示 ‘’’ API Error: 400 Failed to deserialize the JSON body into the target type: messages[1].role: unknown variant system, expected user or assistant at line 1 column ‘’’ 是因为 deepseek 不支持 system role 了吗？

_{作者: SeanSherwood | 发布时间: 2026-05-29 07:25}

26. claude code 用阿里云 coding plan 怎么一直 400

▐▛███▜▌ Claude Code v2.1.156
▝▜█████▛▘ qwen3.6-plus · API Usage Billing
▘▘ ▝▝ D:\workspace\lenglian-web-api

↑ Install the PyCharm plugin from the JetBrains Marketplace: https://docs.claude.com/s/claude-code-jetbrains
Opus 4.8 is now available! · /model to switch

❯ 你好
⎿ API Error: 400 Request body format invalid

✻ Baked for 0s

─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
❯

_{作者: zhangzhiwu | 发布时间: 2026-05-29 01:58}

27. claude 被封号后， ios 端就卡在出错页面无法换号了

想问下🥹这个情况如何处理，ios 端就一直报错，让我 try again ，都没有登出选项了 orz

_{作者: wesky8201 | 发布时间: 2026-05-28 23:17}

28. Antigravity 2.0 中文汉化注入工具

用最新版 Antigravity 2.0 的时候，英文看着不得劲

不过有 AI 就是好，让 Antigravity 自己写了一个汉化注入脚本，自己用了一下还可以，上传到 github 上了

看看社区里还有没有同样需要的小伙伴，项目地址：antigravity2-cn

目前脚本适配的是 v2.0.10 客户端。Windows 用户下载后直接完全退出软件，双击运行双击安装中文汉化.bat 即可（后续若软件官方更新覆盖了汉化，重新双击一下脚本即可恢复）。

纯粹好玩自用，希望能带给有需要的朋友一点点帮助，谢谢！

_{作者: qxq94 | 发布时间: 2026-05-29 07:43}

29. 搜集了 24 个上架跨端 App 的开发者访谈，有些结论和想象中不一样

做跨端选型时，我发现网上大多是框架文档和营销稿。我更想了解一个事情——真正上架、有收入的开发者选择的是什么框架？

过去几个月我做了个站 kuaduan.cheez.tech ，搜集了 24 个已上架 App 的开发者的想法，按框架分类整理。聊下来有几件事和 V2EX 上常见的「 RN 才是王道」不太一样，先抛出来大家拍砖。

1. 独立开发者案例里，Apple 原生反而最多

24 个里：

Apple 原生（ Swift/SwiftUI ）：10 个

Flutter：4 个

Tauri：3 个

.NET MAUI：3 个

React Native：2 个

Electron：1 个

Android + iOS 双端原生：1 个

也就是说，接近一半案例根本没走跨端框架。Session 作者说他的第一款 iOS/macOS App 「能变成一门生意纯属意外」； CompressX 作者选 Swift 的理由很直接：「能让我快速把想法做出来」。

2. Electron 不是只能做丑慢应用

Screen Studio （ macOS 录屏工具）用 Electron ，截至访谈时卖了 5000+ 份授权，80%+ 用户一个月后还在用。创始人原话：

很多人觉得 Electron 应用又丑又慢。更准确地说：在 Electron 里做丑且慢的应用，比在 SwiftUI 里容易得多。

他选择 Electron 的理由很简单，因为他会 TS 。Tauri 和 Swift 固然好，但似乎好不到值得迁移内部库、学新技术的程度。

案例： https://kuaduan.cheez.tech/apps/screenstudio

3. 选 Tauri 的人，很多是先被 Electron 劝退的

Aptakube （ K8s 桌面客户端，下载 1 万+）作者一开始用 Electron ，卡在脚手架和臃肿依赖上，后来试 Tauri ，「从第一刻就被吸引」——打包出来是很小的 macOS 可执行文件。更妙的是，Tauri 支持 iOS 和 Android ，而 Electron 这辈子都不会支持。

案例： https://kuaduan.cheez.tech/apps/aptakube

4. RN 老手也会觉得很烦躁

Avocation （习惯追踪，双端合计近 200 万下载）作者做了 4 年 RN ，原话：

「升级 RN 版本过去很痛苦」

「第三方包变得很谨慎，见过太多被弃维护的库」

第二款试过纯 Swift ，Reddit/Twitter 推广时「只做 iOS 丢了很多潜在用户」

第三款又回到 RN ，「尤其是 Expo ，这四年进步巨大」

所以 RN 的问题多，很多包作者都不更新了，老资历还是有老资历的痛苦。

案例： https://kuaduan.cheez.tech/apps/avocation

5. 需要国内开发者的案例

24 个里 Taro 0 个、uni-app 0 个、Capacitor 0 个 。

目前缺了很多国内开发者的案例，这也是我最想补的部分。

站点： https://kuaduan.cheez.tech

每个案例都有完整访谈（为什么选这个框架、有什么后悔、收入/下载等），也可以按框架对比： https://kuaduan.cheez.tech/compare/flutter-vs-reactnative

想请教大家几件事：

你们公司/个人项目移动端实际用哪套？ Flutter / RN / uni-app / 原生 / 拆开做？

选型时你最看重什么：招人、性能、小程序、还是「我会什么」？

有没有用 Taro / uni-app 真做出上架 App 的？

如果你在做的 App 已经上架 （ App Store / Google Play / 小程序 / 桌面端都行），欢迎投稿展示：

https://kuaduan.cheez.tech/submit

表单大概 10 分钟：基本信息 → 几道题访谈（为什么选这个框架、有什么不满意）→ 图标截图。审核通过后会挂在对应框架页面。

特别缺：Taro 、uni-app 、小程序、国内团队 的案例。

框架信息如果有错也欢迎指正，我会改。

先谢谢各位 🙏

_{作者: Cheez | 发布时间: 2026-05-29 02:33}

30. 我有一个很飘的想法：让 domd 成为 V2EX 的 markdown 编辑器

domd 项目开源后目前获得了 200 多颗星星，非常感谢 V2EX 和 V 友

如果有可能的话,我期望可以将 domd 作为 V2EX 的 markdown 编辑器，按 V2EX 的需求适配, markdown 语法扩展、图片上传接 V2EX 图床等, 并持续维护。至于 domd 目前还不成熟的地方，我会修复完善好。在 V2EX 觉得合适的时候，我随时可以义务配合。

_{作者: jaydenWang | 发布时间: 2026-05-29 02:15}

31. [开源] Gold Band–编排 Coding Agent 的桌面端 Harness 应用

大家好，我最近做了一个开源工具：Gold Band 。

github 地址： https://github.com/diodeme/Gold-Band

技术栈：Rust + React + Tauri 2 + Agent Client Protocol

名字 Gold Band 来自“金箍”的意象。我的理解是，AI 本身已经足够强，但在真实工程任务里，问题往往不是“让它做事”，而是让它在长时间、多步骤、有回环的任务里持续沿着正确方向做事。Gold Band 想做的就是给 Agent 加一层工程化的约束和编排。

做这个工具的初衷也是为了方便自用，在过往我的 AI CODING 历程中，碰到过一些问题：

长程任务虽然存在 subagent 、agent team 等分治协作策略，但对于主会话的 orchestrator 来说，一旦任务周期过长，还是会出现编排错误或者 orchestrator 直接自己下场干活的问题。

使用 ralph loop 等工具，但存在 agent 又当运动员又当裁判的问题，缺少交叉性验证，无法保证最后 completed 的输出到底是否可靠。

skill 、constitution 、mcp 等未形成统一加载标准，各个 agent 自治规范，维护起来比较麻烦

claude code 的 subagent 无法继承会话的 skill 列表，只能由主 agent 告知或提前定义好，所以 subagent 的能力受限（这一条问题在最新版本已经解决了，测试版本为 v2.1.153 ，但在当时让我觉得与其等待 agent 厂商不知何时的修复，不如自己做外挂解决好了）

同时我也一直相信，AI 应用最好的方式，就是用工程化手段降低 AI 的不稳定性，发挥 AI 的创造性，所以基于上面的问题和理念，我想制作一个可以使用工程化手段稳定 AI 工作流且统一管理 Agent 所需的上下文的工具，或者再简单一点，可以理解为一个本地 Agent 工作流版的 Dify，这个工具就是现在的 Gold Band 。

功能介绍
任务编排

用户可在创建任务时，为任务指定具体的工作流。工作流可直接在画布中可视化创建或复用现有模板。 Gold Band 系统也内置了一套工作流。

一些概念
节点：每个节点代表一次 Agent 执行，用户可以在agent 管理中进行 Agent 配置，理论上支持 ACP 的 agent 类型都可以调起，但是由于目前每个 agent 对于 ACP 的支持程度各异，所以我们只会在完整测试通过后才加入到支持列表中，目前Claude Code是已经验证通过了的。

角色：每个节点内置的角色，会追加到系统提示中（目前有部分 ACP Agent 不支持追加 system prompt ，则会追加到 user prompt 中（正在探索是否有更好的方式）），用户可在上下文管理中进行角色的编辑，Gold Band 内置了一套角色，参考本文后续的介绍。

权限模式：系统在加载 ACP 时握手阶段获取到的 ACP Agent 支持的权限模式列表，用户可以在节点设置中进行选定。

结果判定：关于如何决定节点的分支走向。Gold Band 提供两种方式：1.人工 check ，人工点击成功或者失败作为该节点的结果，适用于方案节点等需要人工审核的场景。2.AI 输出验证，指定 Agent 输出的 DSL 和结果判定表达式，系统自动根据表达式判断节点结果。比如：
//DSL
{
  "reason": "String",
  "result": "boolean"
}
//表达式
$.result == true
边：画布中点击边，即可对边进行修改，选中目标和 session 方式（ new 代表新建 session ，continue 代表在原 session 上继续）

内置工作流：Gold Band 目前内置的工作流如下：

比较重点的是审查和测试不通过会回环到开发节点，用 continue 的方式进行修复。验收节点会验证需求是否真的完成了，未完成会输出报告并进入下一轮 round 。验收后会有 clean 节点对过程产物进行清理并持久化到项目目录下。用户也可以完全不用该内置工作流，自行新增偏好的工作流。

任务执行

用户在任务目录下点击新增 run 即可对该任务发起一次执行用户可以对一个需求发起任意多次执行发起执行后，用户可以在 run 详情中观察每一轮 round 具体的执行情况

一些概念
attempt：节点对回环为一次 attempt ，比如测试-failure->开发算一次 attempt ，工作流中可以限制运行时每个节点对 attempt 的最大次数，超过次数则拒绝。

round：节点可指定结束状态开启一轮新的 round ，新的 round 会从头执行工作流，并在系统提示中告知 agent 当前轮次和上轮产物目录，工作流中可以限制运行时 round 的最大次数，超过次数则拒绝。

产物目录：过程产物全部放在~.gold-band\projects下面一个实际的产物目录如下
//artifacts
~\.gold-band\projects\D--Projects-code-ai-Gold-Band\tasks\task-001\runs\run-001\rounds\round-001\nodes\开发\attempt-001\artifacts
//attachments
~\.gold-band\projects\D--Projects-code-ai-Gold-Band\tasks\task-001\runs\run-001\rounds\round-001\nodes\开发\attempt-001\attachments
artifact: 有明确输出要求的节点，系统会自动把节点的输出放置于 artifact 下面，参考结果判定这一概念中的 AI 输出验证。

attachments：节点可自由输出文件、报告的目录，比如测试报告之类的都在这里

会话观测

节点运行中，用户可以在此观察会话实时运行状态，当然也可以在会话结束后进入对应的 cli 查看。节点执行完后，用户依然可以继续在该窗口对话，会使用 continue 方式继续调用 agent 。 continue 方式

一些概念
系统提示：展示 Gold Band 运行时追加的 system prompt 原始帧：ACP 会话的原始流，用于问题排查

Agent 管理

使用 ACP 方式拉起 agent 进行会话，可在此页面进行配置和环境诊断虽然理论上支持所有 ACP 兼容 agent ，但是出于测试严谨性，现阶段仅推荐先用 claude code

上下文管理

可在此进行上下文管理，目前仅支持角色管理，后续会考虑扩展 skills 、rules 等能力内置角色无法修改、删除，但可以修改后另存为自定义角色

设置
当前设置项包括：

中 / 英文语言切换

主题切换

字体切换

更新机制

本地 Claude Code 开关

本地 Claude 开关为临时方案，后续可能会优化。开启时使用本地 Claude Code 可执行文件，关闭时 Claude Code ACP 组件会拉取 Claude Code SDK 中携带的 claude.exe 。

后续安排
目前 Gold Band 其实依旧处于开发者预览阶段，目前为止的版本虽核心链路已经能够跑通，但是产品体验上就本人看来依然还有诸多需要优化的点。所以本次推广，

第一是希望 mvp 版本也能先帮助到和我有一样问题的朋友们，大家可以看看方向是否值得继续打磨，欢迎提 issue \pr 或直接喷我哪里不好用。

第二是向大家同步下后面的开发计划，后续除了我之外，也会有一个很小的团队兼职参与维护。当前阶段我们会优先处理影响核心使用路径的问题，并根据真实反馈补充事项或调整后续优先级。目前暂定的待办项如下：

高优先级处理

多 agent 支持，优先测试跑通 codex\cursor\gemini cli\opencode 的集成，视情况增加更多 agent 。

系统通知能力，agent 请求权限、工作流报错时进行系统通知，设置中可选关闭。

支持自适应工作流编排与并发执行：

支持节点级并发：一个节点可以同时分发到多个后续节点，并行处理不同子任务；可在实验室功能中配置最大并行数。

支持需求级并发：一次导入多个需求后，可让多个需求复用同一套工作流并行执行；可在实验室功能中配置需求并行数。

支持 AI 动态路由：工作流执行过程中，由 AI 根据当前任务目标、上下文和中间结果，动态决定下一步应进入哪些节点、拆分哪些子任务，以及是否并行执行。

中优先级处理

增加对 skill 的支持与管理

增加对 mcp 的支持与管理

优化 ACP 会话观测窗口的性能表现，样式优化，使用体验，修复一些已知问题

增加指标统计能力，包括会话用时、token 消耗量等，提供数据看板。校对目前会话用时的准确性。

写在最后
Gold Band 目前还处在很早期的阶段，肯定还有不少粗糙、不合理甚至跑不通的地方。但这个项目不是为了蹭概念做出来的，而是我自己在长期使用 AI Coding 时确实遇到了一些问题，才一步步把它做成了现在这个 MVP 。

我个人一直觉得，AI Agent 本身很强，但真正要在复杂任务里稳定发挥作用，还是需要工程化的约束、编排、验证和观测。Gold Band 想做的事情，就是把这些能力尽量整理成一个本地可用、可配置、可持续演进的工具。

如果你也对这个方向感兴趣，欢迎试用、提 issue 、提建议，或者直接指出哪里设计得不合理。

感谢各位看到这里，也欢迎大家轻喷重喷。只要问题真实，对我来说都很有帮助。

_{作者: Diodeme | 发布时间: 2026-05-29 06:28}

32. 有没有好用的中转站推荐一下的！

现在的这个老卡还慢，不太好用，大家有没有好用的可以推荐一下的啊，我想换了（别太贵！换不起！）

_{作者: Lcy0128 | 发布时间: 2026-05-29 06:08}

33. 做了个 macOS 菜单栏工具，实时显示 Claude Code + Codex 用量和重置倒计时

两种显示模式：

文字模式 / 图标环模式，菜单里随时切换。

点开菜单可以看到精确百分比和重置倒计时：

数据来源：

Claude：直接调 [claude.ai/api/oauth/usage](http://claude.ai/api/oauth/usage)，复用 Claude Code 本地的 OAuth token ，和 /usage 命令数据一致，无需额外配置

Codex：读取 ~/.codex/sessions/ 下最新 session JSONL 里的 rate_limits 字段（来自 ChatGPT 后端响应）

_{作者: ShuovO | 发布时间: 2026-05-28 20:49}

34. 国内哪些平台可以稳定使用 Claude Opus 4.8

想找一个能稳定用 Claude Opus4.8 的平台，主要写代码，还有一些 agent 类的工作流测试。试了几个国内平台，体验比较一般。有些页面写着 Opus4.8 ，但实际用下来感觉像阉割版，输出很水，上下文稍微一长就开始糊；还有些经常失败、限流。目前用下来 WisGate AI 还不错，跑了几个真实任务感觉比较稳。不过我也不想只绑死一个平台。想问下 V 友们最近有没有国内还有哪些平台比较稳定？

_{作者: kevinw7777777 | 发布时间: 2026-05-29 07:23}

35. Anthropic 发布了 Claude Opus 4.8

https://www.anthropic.com/claude/opus

这次和 4.7 的间隔好短，终于不再用 4.7 了

_{作者: dcvsiug | 发布时间: 2026-05-28 17:05}

36. Qwen3.7-Max + claude code agent + vscode 使用有问题

昨天还好着，今天就坏了，唯一区别就是 vscode 自动升级了

vscode 版本信息
版本: 1.122.0 (user setup)
提交: 6a49527b96e326fe62fbdb56f60e16877c9aa724
日期: 2026-05-27T14:03:01-07:00
Electron: 39.8.8
ElectronBuildId: 13870025
Chromium: 142.0.7444.265
Node.js: 22.22.1
V8: 14.2.231.22-electron.0
OS: Windows_NT x64 10.0.26100

使用 cc switch 配置的 Qwen3.7-Max 模型

使用 claude code cli 可以聊天
vscode 的 claude code 插件就无法聊天，直接报 400

大家看下有同样的问题吗

_{作者: diudiuu | 发布时间: 2026-05-29 04:21}

37. 上海- 亚马逊云科技峰会 2026 预约参会名额

今年亚马逊云科技中国峰会 2026 要来了，主题会围绕 Agentic AI 、生成式 AI 、云原生、企业上云和行业实践展开。

如果你最近在关注：

1.AI 应用落地 2.云原生架构 3.Serverless / 大模型应用 4.企业数字化

可以考虑去现场看看，免费预约参会。

_{作者: kakaxisir | 发布时间: 2026-05-29 01:16}

38. windows 下远程 ssh 进行 web-js 的开发， vscode 能够配置 codex chat 的 web agent 么？

codex app 的界面还是感觉没有 vscode 的方便，所以想用回 vscode ，但是仿佛没有办法 web-agent ？

_{作者: zhwguest | 发布时间: 2026-05-29 01:11}

39. [分享] Hermes Memory Sidecar v3.0 — 给任意 AI 智能体加装长期记忆

项目地址： https://github.com/mage0535/hermes-memory-installer

背景
用过 AI 智能体（ Claude Code / Cursor / Hermes ）的人应该都体会过：每次新对话就是一张白纸。上个会话讨论过的架构决策、当事人、项目背景，下个会话全不记得。重新描述一次两次忍了，十次二十次就麻了。

这个项目的思路是：在智能体旁边跑一个记忆 sidecar ，不碰智能体核心代码。智能体正常写会话，sidecar 负责归档、索引、治理、召回。

v3.0 做了什么
v3.0 实现了完整的外挂记忆管线：

会话采集 → session_to_gbrain.py （增量归档到 gbrain ）

治理重建 → memory_governance_rebuild.py （ FTS5 索引、memory object 多版本状态、向量嵌入）

分层召回 → tiered_context_injector.py （ L1 最近会话 / L2 关键词搜索 / L3 治理对象 + 语义向量，RRF 融合 + 意图重排序）

健康监控 → memory_guardian.py （容量、重复率、stuck 操作检测、安全排空）

编排 + 验收 → memory_maintenance_cycle.py + sidecar_acceptance_check.py

几个值得说的设计
多智能体兼容 统一用 AGENT_HOME 环境变量定位智能体数据目录，向后兼容 HERMES_HOME 。设个变量就能挂到不同智能体上。

多版本记忆对象 同一个事实的多版陈述自动分 conflict group ，最新最好的标记 active ，其余 superseded （设 valid_to ）。查询只返回 active ，但历史不丢。

可选向量索引 配置 EMBEDDING_API_URL （ OpenAI 兼容格式）即可自动为 memory object 生成嵌入存到 canonical_semantic_index 表。不配的话，全文本检索（ FTS5 / LIKE / hindsight / gbrain ）完全正常。

Focused Dossier 重要人物 / 关系 / 项目可以提升为一级记忆对象。生产版已验证了 relationship dossier 。

生产情况
生产服务器跑了半年多，12600+ 会话、2GB state.db 、75MB governance.db 。每周跑一次完整维护周期（归档→重建→排空→召回验证），持续稳定。

欢迎 PR / Issue / Star ⭐

使用方式
git clone https://github.com/mage0535/hermes-memory-installer.git
cd hermes-memory-installer
python3 installer/install.py --noninteractive
AGENT_HOME=/root/.hermes python3 /root/.hermes/scripts/memory_maintenance_cycle.py 

_{作者: cycloner | 发布时间: 2026-05-29 02:17}

40. 个人充值 chatgpt/claude API 的方法有哪些呀

会员可以买礼品卡充值在手机商店订阅的方式买那 API 呢?
之前能用虚拟信用卡平台但后来政策改动了现在已经不对个人开放了

不用中转站,个人充值给自己用的方法还有哪些呀(没境外银行卡/信用卡/加密货币)

_{作者: Chuizi997 | 发布时间: 2026-05-28 15:54}

41. 寻找 postman、xshell、navicat 的替代软件

postman: 接口调试工具。
替换原因：强制账号登录

xshell: 远程连接工具。
替换原因：强制版本更新

navicat：数据库管理工具。
替换原因：收到官方邮件了，商业使用需付费

求推荐免费、轻量、好用的替代软件

_{作者: shuang | 发布时间: 2026-05-27 01:30}

42. 入手了一加 15T，说说感受

手里在用的 iPhone11 早就因为电池损耗变得不耐用了，乘着 618 和国补，用手里的 iPhone11 折了 360 元换了一部 OnePlus 15T 。3500 元的价格，买到这个机器我觉得是很有性价比的，当然要看和谁比了。

下面把这几天使用过程中觉得优秀的点和存在的缺点，进行不完全列举：

优点

电池够大，早上满电出门，晚上回家后基本都还能剩 50% 的电量。早上通勤抖音酷酷刷，中午还能玩会《鸣潮》，上一个 iPhone11 一天两充都不够用，因为电池确实老化的严重了。电池大就是爽玩。

游戏流畅，画质表现也可以。性能方面不太懂，只能凭感觉，给我的感受就是流畅不卡。可能现在机器的性能都溢出了。接上 Xbox 的手柄玩《鸣潮》体验很好，使用推荐画质很流畅。

可以使用 GKD 跳过部分广告，但是并不是完美，有的页面会误触。（使用别人免费的开源规则，能有这样的效果也很满意了。）

100W 的快充，充电确实快。对比之前在用的 iPhone11 确实快了不是一点半点。

不到四千的价格买 16+512 的配置，相对于 iPhone 来说硬件配置确实具有很高性价比。

缺点

系统广告超多，很多自带应用都有广告植入。（大部分是可以关掉的，但还是像捏着鼻子吃屎的感觉）

屏幕触控准确度不够，存在很多情况下误触的情况。比如，在桌面左滑、右滑角度稍微判定错误就被当成了下拉通知栏。APP 中带有关闭的广告，本身为了增加关闭难度，就设计的很小。在此手机上误触的概率很大，明明想关闭广告却被判定为点击弹出广告。

存在收到消息桌面软件图标不显示红点通知的情况。（不知道 APP 的问题，还是系统问题。）像 Outlook 和 Gmail 都不支持。iPhone 上是不是同样的情况我不清楚。

三天两头推送新系统的更新弹窗，这个在 iPhone 上也存在。但是没有强制升级，目前还能忍。

功能太多而未进行整合，很多功能都是单独一个 APP ，你都不知道是干什么用的。举例：逍遥游、小游戏、禅定空间、百变引擎、快应用、融合搜索、融合框架……

相机很难识别二维码，在使用 passkey 绑定的时候，相机存在无法检测到二维码的情况，只能当做文本识别。只有反复多次尝试才能识别出二维码。

最后说句真实的感受，如果有钱我还是选择双持。安卓用来打游戏，日常使用还是 iPhone 省心。三千多的手机，虽然存在诸多不足，但是和七八千的 iPhone 比前者更具性价比。

_{作者: YaD2x | 发布时间: 2026-05-27 09:52}

43. 用 AI 如何做出好看的前端页面?

发现用 AI 做前端页面有点费劲。

用了 DESIGN.md ，整体风格可以做得有模有样，但是细节上有太多问题。包括但不限于，文字拥挤、空白过大，布局不合理等。即使对把这些约束写在 AGENTS.md 中，AI 也很难遵守。

这些问题不仅在新建的项目上有，在已有的项目里加一个页面，也很经常出现。模型用的 GPT-5.5 。

大家有什么好的方法么？

_{作者: x97bgt | 发布时间: 2026-05-28 03:12}

44. claude opus 4.8 token 计算是否有问题

早上就跟 claude opus 4.8 提问了一个问题，然后修复了几行代码，token 一下就只剩下 40%了。这也太不经用了….

_{作者: supermama | 发布时间: 2026-05-29 01:40}

45. OpenCode x MiMo V2.5 - 限时免费

不知道是 opencode 出钱，还是 mimo 出钱。太有实力了而且这次给了接口地址 MiMo-V2.5 Free mimo-v2.5-free https://opencode.ai/zen/v1/chat/completions @ai-sdk/openai-compatible

代表可以在其他任何地方用了。 1M 全模态还是爽的

_{作者: Chisa | 发布时间: 2026-05-28 00:53}

46. 有时候感觉言出法随比使用 superpowers 更方便快捷

前几天 codex 比较慢，尤其是使用 superpowers 后，流程太长了，干啥都写方案和测试，这比较适合正常工作流程，但是有时候确实修改一个很简单的东西都需要花十几分钟，甚至更长，我做个人项目时发现使用这个 skills 非常消耗 token ，昨天尝试关闭 superpowers 后，发现只要简单的在 AGENT.MD 中定义了适合自己开发场景的流程，速度快多了，今天 codex 速度好像恢复了，使用言出法随感觉速度更快了，一度怀疑给我路由到 mini 模型了

_{作者: layxy | 发布时间: 2026-05-28 02:20}

47. 推荐一下 OpenCode Go Token Plan 5$ 换 60$ DeepSeek/MiMo 额度

OpenCode Go 其实是一个 Token Plan ，首月 5 刀，有 60 刀的额度，根据不同的模型计费不同。

按照官网的统计，不同的模型的请求次数不同，可用性比较高的就是 DeepSeek 和 MiMo 这两个模型。

依据 OpenCode Go 的每次请求的用量模型分析，OpenCode Go 的额度比小米官网 6$ 16$ 的套餐额度还要多，唯一不足的是有 5 小时和每周限制。

当前，这是个 Token Plan ，意味着使用高阶的模型，用的会很快，推荐配合 OMO 插件给每个 agent 分配不同的模型，这里有一份参考，根据不同的任务分配不同的模型，可以直接把这篇文章发给你的 OpenCode ，让它给你配置。

如果只是日常的问题，可以把默认模型切换到 DeepSeek Flash 来节省额度。

Model 每 5 小时请求数每周请求数每月请求数每月总 token （百万）

GLM-5.1 880 2,150 4,300 227

GLM-5 1,150 2,880 5,750 303

Kimi K2.6 1,150 2,880 5,750 322

Kimi K2.5 1,850 4,630 9,250 518

MiMo-V2.5 30,100 75,200 150,400 10,922

MiMo-V2.5-Pro 3,250 8,150 16,300 1,419

MiniMax M2.7 3,400 8,500 17,000 942

MiniMax M2.5 6,300 15,900 31,800 1,762

Qwen3.7 Max 950 2,390 4,770 317

Qwen3.6 Plus 3,300 8,200 16,300 940

Qwen3.5 Plus 10,200 25,200 50,500 2,401

DeepSeek V4 Pro 3,450 8,550 17,150 1,424

DeepSeek V4 Flash 31,650 79,050 158,150 10,923

如果你想订阅 OpenCode Go ，可以使用这个 aff ，你我各获得 5$ 的模型额度: https://opencode.ai/go?ref=YXERPYHZ9Z

如果要续订 OpenCode Go ，需要重新注册一个 Github 账号来使用首月优惠，可以使用同一个支付宝账号。

分析对比

对比 MiMo Token Plan （ Lite $6 、Standard $16 ）与 OpenCode Go （$5 首月 / $10 次月起）的预估请求次数，使用 DeepSeek V4 Flash 生成。

模型说明
OpenCode Go 提供了多个模型，本次对比覆盖以下场景：

场景 OpenCode Go MiMo Token Plan

同模型对比 MiMo-V2.5 / MiMo-V2.5-Pro MiMo-V2.5 / MiMo-V2.5-Pro

跨模型参考 DeepSeek V4 Flash / DeepSeek V4 Pro MiMo-V2.5 / MiMo-V2.5-Pro

同模型对比是最直接的——同一个模型在两个平台上的使用成本差异。

结论
同模型对比（ MiMo 模型 × 两个平台）
OpenCode Go 全面胜出。 同一个 MiMo 模型，OpenCode Go 的预估请求数和每美元效率都显著高于 MiMo Token Plan 。

MiMo-V2.5

方案价格每月请求数每美元效率

MiMo Lite $6 14,386 次 2,398 次/$

MiMo Standard $16 38,596 次 2,412 次/$

OpenCode Go 首月 $5 150,400 次 30,080 次/$

OpenCode Go 次月 $10/月 150,400 次 15,040 次/$

OpenCode Go 首月每美元效率是 MiMo Lite 的 12.5 倍 ，次月是 6.3 倍 。

MiMo-V2.5-Pro

方案价格每月请求数每美元效率

MiMo Lite $6 6,457 次 1,076 次/$

MiMo Standard $16 17,323 次 1,083 次/$

OpenCode Go 首月 $5 16,300 次 3,260 次/$

OpenCode Go 次月 $10/月 16,300 次 1,630 次/$

OpenCode Go 首月每美元效率是 MiMo Lite 的 3 倍 ，次月是 1.5 倍 。

跨模型参考（ OpenCode Go DeepSeek vs MiMo Token Plan MiMo ）
如果不在意具体模型，只关心”哪个方案量更大”：

方案模型价格请求数

OpenCode Go 首月 DeepSeek V4 Flash $5 158,150 次

OpenCode Go 首月 MiMo-V2.5 $5 150,400 次

MiMo Standard MiMo-V2.5 $16 38,596 次

OpenCode Go 首月 MiMo-V2.5-Pro $5 16,300 次

OpenCode Go 首月 DeepSeek V4 Pro $5 17,150 次

MiMo Standard MiMo-V2.5-Pro $16 17,323 次

MiMo Lite MiMo-V2.5 $6 14,386 次

MiMo Lite MiMo-V2.5-Pro $6 6,457 次

综合建议

** 首选 OpenCode Go 首月 $5 ** — 无论用哪个 MiMo 模型，OpenCode Go 都更便宜，首月 $5 性价比极高

次月 $10 仍优于 MiMo — MiMo-V2.5 快 6.3 倍，MiMo-V2.5-Pro 快 1.5 倍

需要 MiMo 多模态能力 （ TTS 、Omni 等）→ MiMo Token Plan ，OpenCode Go 没有这些模型

1. 定价与额度

方案价格每月可用额度

MiMo Lite $6/月 4,100,000,000 Credits （ 4.1B ）

MiMo Standard $16/月 11,000,000,000 Credits （ 11B ）

OpenCode Go 首月 $5 $60 使用上限¹

OpenCode Go 次月起 $10/月 $60 使用上限¹

¹ OpenCode Go 每月限制为 $60 等值额度，不同模型按单价折算请求次数。

2. MiMo Token Plan Credit 消耗标准
来源： https://platform.xiaomimimo.com/docs/zh-CN/price/tokenplan/subscription

模型输入（缓存命中）/token 输入（未命中缓存）/token 输出 /token

MiMo-V2.5 2 Credits 100 Credits 200 Credits

MiMo-V2.5-Pro 2.5 Credits 300 Credits 600 Credits

3. OpenCode Go 各模型月度请求数
来源： https://opencode.ai/docs/zh-cn/go/

模型每月请求数（$60 上限内）

MiMo-V2.5 150,400 次

MiMo-V2.5-Pro 16,300 次

DeepSeek V4 Flash 158,150 次

DeepSeek V4 Pro 17,150 次

4. MiMo 单次请求 Credit 消耗计算
token 分布数据来自 OpenCode Go 典型请求模式统计，代入 MiMo 每 token 定价。

4.1 MiMo-V2.5

类型 Token 数单价小计

输入（缓存命中） 71,500 × 2 Credits = 143,000 Credits

输入（未命中缓存） 830 × 100 Credits = 83,000 Credits

输出 295 × 200 Credits = 59,000 Credits

单次合计 285,000 Credits

4.2 MiMo-V2.5-Pro

类型 Token 数单价小计

输入（缓存命中） 86,000 × 2.5 Credits = 215,000 Credits

输入（未命中缓存） 790 × 300 Credits = 237,000 Credits

输出 305 × 600 Credits = 183,000 Credits

单次合计 635,000 Credits

5. MiMo 各套餐预计请求数
5.1 MiMo Lite （$6 / 4.1B Credits ）

模型计算式约可请求次数

MiMo-V2.5 4,100,000,000 ÷ 285,000 ≈ 14,386 次

MiMo-V2.5-Pro 4,100,000,000 ÷ 635,000 ≈ 6,457 次

5.2 MiMo Standard （$16 / 11B Credits ）

模型计算式约可请求次数

MiMo-V2.5 11,000,000,000 ÷ 285,000 ≈ 38,596 次

MiMo-V2.5-Pro 11,000,000,000 ÷ 635,000 ≈ 17,323 次

6. 汇总对比
6.1 同模型：MiMo-V2.5

方案价格请求次数每美元效率

MiMo Lite $6 14,386 次 2,398 次/$

MiMo Standard $16 38,596 次 2,412 次/$

OpenCode Go 首月 $5 150,400 次 30,080 次/$

OpenCode Go 次月 $10/月 150,400 次 15,040 次/$

6.2 同模型：MiMo-V2.5-Pro

方案价格请求次数每美元效率

MiMo Lite $6 6,457 次 1,076 次/$

MiMo Standard $16 17,323 次 1,083 次/$

OpenCode Go 首月 $5 16,300 次 3,260 次/$

OpenCode Go 次月 $10/月 16,300 次 1,630 次/$

计算日期：2026-05-28

数据来源：OpenCode Go 文档、MiMo Token Plan 定价页

Model	每 5 小时请求数	每周请求数	每月请求数	每月总 token （百万）
GLM-5.1	880	2,150	4,300	227
GLM-5	1,150	2,880	5,750	303
Kimi K2.6	1,150	2,880	5,750	322
Kimi K2.5	1,850	4,630	9,250	518
MiMo-V2.5	30,100	75,200	150,400	10,922
MiMo-V2.5-Pro	3,250	8,150	16,300	1,419
MiniMax M2.7	3,400	8,500	17,000	942
MiniMax M2.5	6,300	15,900	31,800	1,762
Qwen3.7 Max	950	2,390	4,770	317
Qwen3.6 Plus	3,300	8,200	16,300	940
Qwen3.5 Plus	10,200	25,200	50,500	2,401
DeepSeek V4 Pro	3,450	8,550	17,150	1,424
DeepSeek V4 Flash	31,650	79,050	158,150	10,923

场景	OpenCode Go	MiMo Token Plan
同模型对比	MiMo-V2.5 / MiMo-V2.5-Pro	MiMo-V2.5 / MiMo-V2.5-Pro
跨模型参考	DeepSeek V4 Flash / DeepSeek V4 Pro	MiMo-V2.5 / MiMo-V2.5-Pro

方案	价格	每月请求数	每美元效率
MiMo Lite	$6	14,386 次	2,398 次/$
MiMo Standard	$16	38,596 次	2,412 次/$
OpenCode Go 首月	$5	150,400 次	30,080 次/$
OpenCode Go 次月	$10/月	150,400 次	15,040 次/$

方案	价格	每月请求数	每美元效率
MiMo Lite	$6	6,457 次	1,076 次/$
MiMo Standard	$16	17,323 次	1,083 次/$
OpenCode Go 首月	$5	16,300 次	3,260 次/$
OpenCode Go 次月	$10/月	16,300 次	1,630 次/$

方案	模型	价格	请求数
OpenCode Go 首月	DeepSeek V4 Flash	$5	158,150 次
OpenCode Go 首月	MiMo-V2.5	$5	150,400 次
MiMo Standard	MiMo-V2.5	$16	38,596 次
OpenCode Go 首月	MiMo-V2.5-Pro	$5	16,300 次
OpenCode Go 首月	DeepSeek V4 Pro	$5	17,150 次
MiMo Standard	MiMo-V2.5-Pro	$16	17,323 次
MiMo Lite	MiMo-V2.5	$6	14,386 次
MiMo Lite	MiMo-V2.5-Pro	$6	6,457 次

方案	价格	每月可用额度
MiMo Lite	$6/月	4,100,000,000 Credits （ 4.1B ）
MiMo Standard	$16/月	11,000,000,000 Credits （ 11B ）
OpenCode Go 首月	$5	$60 使用上限¹
OpenCode Go 次月起	$10/月	$60 使用上限¹

模型	输入（缓存命中）/token	输入（未命中缓存）/token	输出 /token
MiMo-V2.5	2 Credits	100 Credits	200 Credits
MiMo-V2.5-Pro	2.5 Credits	300 Credits	600 Credits

模型	每月请求数（$60 上限内）
MiMo-V2.5	150,400 次
MiMo-V2.5-Pro	16,300 次
DeepSeek V4 Flash	158,150 次
DeepSeek V4 Pro	17,150 次

类型	Token 数	单价	小计
输入（缓存命中）	71,500	× 2 Credits	= 143,000 Credits
输入（未命中缓存）	830	× 100 Credits	= 83,000 Credits
输出	295	× 200 Credits	= 59,000 Credits
单次合计			285,000 Credits

类型	Token 数	单价	小计
输入（缓存命中）	86,000	× 2.5 Credits	= 215,000 Credits
输入（未命中缓存）	790	× 300 Credits	= 237,000 Credits
输出	305	× 600 Credits	= 183,000 Credits
单次合计			635,000 Credits

模型	计算式	约可请求次数
MiMo-V2.5	4,100,000,000 ÷ 285,000	≈ 14,386 次
MiMo-V2.5-Pro	4,100,000,000 ÷ 635,000	≈ 6,457 次

模型	计算式	约可请求次数
MiMo-V2.5	11,000,000,000 ÷ 285,000	≈ 38,596 次
MiMo-V2.5-Pro	11,000,000,000 ÷ 635,000	≈ 17,323 次

方案	价格	请求次数	每美元效率
MiMo Lite	$6	14,386 次	2,398 次/$
MiMo Standard	$16	38,596 次	2,412 次/$
OpenCode Go 首月	$5	150,400 次	30,080 次/$
OpenCode Go 次月	$10/月	150,400 次	15,040 次/$

方案	价格	请求次数	每美元效率
MiMo Lite	$6	6,457 次	1,076 次/$
MiMo Standard	$16	17,323 次	1,083 次/$
OpenCode Go 首月	$5	16,300 次	3,260 次/$
OpenCode Go 次月	$10/月	16,300 次	1,630 次/$

_{作者: skpoo | 发布时间: 2026-05-28 11:56}

48. AI 写的代码你们是怎么保证质量的？

人工无力 review 的情况下，怎么保证代码质量呢？

如果是写单元测试、自动化测试这种方案，这也是 AI 写。似乎也不值得信任。

要不就一个模型写代码，另一个模型写测试？

_{作者: jedeft | 发布时间: 2026-05-28 07:39}

49. 朋友用美国身份注册了 claude 账号，在国内使用会被封吗

移民美国的朋友注册了 claude 账号，然后在国内使用机场的新加坡节点使用，机场 ip 是万人骑，使用语言是中文，使用时间也是国内作息，会有降智/封号的发现吗？

_{作者: kz3ebr | 发布时间: 2026-05-28 02:18}

50. 想换一种方式充 Claude，想问下有没有老哥这么操作过

如题，目前是通过朋友的澳洲卡直接在官网充值 Pro 套餐的，每个月 34AUD ，太贵了… 想注册一个尼日利亚区的 AppleID ，然后走商店内购充值号是很早之前注册的老号，已经正常出了几个月的账单了，没问题想问下如果这种情况下，直接用尼区 ID 登录 claude 然后付费，会被封号嘛？

_{作者: cyrker | 发布时间: 2026-05-28 17:19}

V2EX 热门帖子

1. Claude Opus 4.8 来了，但它说它是 qwen

2. AI 把我调教了，从 0 消费，到月消费 1200 元。

3. react 的旧文档网站，切换语言到中文，直接跳到新文档？？

4. 需要二次接码了有什么解法吗？

5. 电话号码怎么解决？

6. Claude Opus 4.8 会说自己是 Qwen？

Claude Opus 4.8 会说自己是 Qwen ？

7. 请教各位用的什么虚拟信用卡

8. ChatGPT 的 Temporary Chat 在首次回答前会判断是否需要隐藏记忆

9. 免费大模型 api 分享可以体验 qwen3.7-max/deepseek-v4-pro/glm-5.1 等国内优秀模型

10. 求推荐个 opus 的中转站

11. 这两种 lint 报错场景， v 友们一般怎么处理

12. 交流一下微软的分流规则

13. Claude Code Workflow 抓包后原理分析 - Workwith GPT5.5

Claude Code Workflow 省流版

核心流程

最重要的几个点

Prompt 是怎么拼的

本次抓包里的例子

14. 对联通云的信任，彻底没了

15. claude bug

16. Claude code 更新到 2.1.156 无法使用三方模型了？

17. CodeMirror 作者把他所有仓库都迁出了 GitHub

18. claude opus 4.8 怎么样，有没有大手子说下效果

19. claude 20x 和 5x 的限制感觉不止差一倍啊？

20. 试着把开源的 Hermes Desktop 项目的后端从 TS 改成了 Rust

21. 像 codegraph 这种技能可能每天都在更新

22. 维护老系统的时候，对于描述起来比较复杂的需求是怎么用 ai 处理的

23. Opus4.8 发布了，似乎体感上没怎么提升？

24. Qwen3.7-Max 实际使用感受

25. Claude Code 使用 deepseek-v4-pro 报错

26. claude code 用阿里云 coding plan 怎么一直 400

27. claude 被封号后， ios 端就卡在出错页面无法换号了

28. Antigravity 2.0 中文汉化注入工具

29. 搜集了 24 个上架跨端 App 的开发者访谈，有些结论和想象中不一样

30. 我有一个很飘的想法：让 domd 成为 V2EX 的 markdown 编辑器

31. [开源] Gold Band–编排 Coding Agent 的桌面端 Harness 应用

功能介绍

任务编排

一些概念

任务执行

一些概念

会话观测

一些概念

Agent 管理

上下文管理

设置

后续安排

高优先级处理

中优先级处理

写在最后

32. 有没有好用的中转站推荐一下的！

33. 做了个 macOS 菜单栏工具，实时显示 Claude Code + Codex 用量和重置倒计时

34. 国内哪些平台可以稳定使用 Claude Opus 4.8

35. Anthropic 发布了 Claude Opus 4.8

36. Qwen3.7-Max + claude code agent + vscode 使用有问题

37. 上海- 亚马逊云科技峰会 2026 预约参会名额

38. windows 下远程 ssh 进行 web-js 的开发， vscode 能够配置 codex chat 的 web agent 么？

39. [分享] Hermes Memory Sidecar v3.0 — 给任意 AI 智能体加装长期记忆

背景

v3.0 做了什么

几个值得说的设计

生产情况

使用方式

40. 个人充值 chatgpt/claude API 的方法有哪些呀

41. 寻找 postman、xshell、navicat 的替代软件

42. 入手了 一加 15T，说说感受

优点

缺点

43. 用 AI 如何做出好看的前端页面?

44. claude opus 4.8 token 计算是否有问题

45. OpenCode x MiMo V2.5 - 限时免费

46. 有时候感觉言出法随比使用 superpowers 更方便快捷

47. 推荐一下 OpenCode Go Token Plan 5$ 换 60$ DeepSeek/MiMo 额度

分析对比

模型说明

结论

同模型对比（ MiMo 模型 × 两个平台）

跨模型参考（ OpenCode Go DeepSeek vs MiMo Token Plan MiMo ）

42. 入手了一加 15T，说说感受