美团开源 LongCat-2.0：首个支持国产万卡集群推理的万亿参数模型

前沿哨所

• 给 AI 编程订阅装两个仪表盘：cc 雷达和 codex 雷达

  用 Claude Code 或者 Codex CLI 的人，最近几个月大概都在群里看过两种月经贴：一种是”今天怎么变笨了，一个 bug 改十遍还没对”，另一种是”5 小时窗口才用了两轮就被限流了”。

  问题在于，官方从不承认降智，也从不透明公布额度上限。用户能拿到的只有体感。体感这东西吵起来没边——你说慢，别人说不慢；你说变笨，别人说是你 prompt 写得差。吵到最后没人赢。

  这两个站是把体感翻译成数据的尝试：

  • Claude Code 雷达 跟 Claude Code
  • Codex 雷达 跟 OpenAI Codex CLI

  两个站是姊妹站，界面几乎一样，能力也一样。下面统一叫”雷达”。

  三个雷达分别在测什么

  雷达站上一共挂了三个面板。名字听起来花哨，其实做的事很朴素。

  额度雷达。把订阅费换算成”等效 API 美元”，然后按 5 小时窗口和 7 天窗口画消耗曲线。为什么要换算？因为 Claude Pro 和 ChatGPT Plus 都不告诉你还剩多少，只在你撞墙的时候弹一句”Reached limit”。雷达做的事是拿实测账号——比如 20x Pro、5x Pro、Plus 三档各准备一个美区号——按固定节奏跑任务，把撞墙时间点画出来。你看一眼图就知道今天 5 小时窗口的水位到哪了，值不值得继续开新任务。

  降智雷达。跑一套固定的 10 题评测集，每天定时对每个模型档位（比如 GPT-5.5-xhigh / high / medium / low，Claude 各档同理）跑一遍，记录通过率、耗时、token 消耗。这套评测集是不变的，模型是变的——所以哪天分数掉下来，就是模型档位悄悄换了配置的证据。这比”感觉变笨”硬得多。

  社区体感分。1 到 10 分，只收过去 24 小时真实用过的用户投票。评分维度写得挺清楚：准确度、返工次数、速度、稳定性。这一栏和前两栏互补——评测集打的是标准题，体感分打的是真实活。两者对不上的时候就有意思了，通常意味着模型对某类任务偏科。

  

  为什么值得存一个书签

  这两个站不是评测周刊，也不是新闻推送，是当下这一刻的状态板。用途很窄，但踩到点上：

  一是开新任务之前扫一眼。要是额度雷达显示 5 小时窗口已经烧掉七八成，降智雷达又刚记录到今天的通过率异常低，那就别在这个时段开长上下文改重构了，先干点轻活。

  二是吵架之前有个准信儿。群里有人说”今天 Claude 变傻了”，你打开雷达一看确实通过率掉了 15%，或者一看根本没掉，判断就有了依据。之前这种讨论全靠嗓门大。

  三是做订阅决策。要不要从 5x Pro 升到 20x Pro？雷达把 5x 和 20x 的额度水位摆在一起画曲线，看下自己一天的用量落在哪档就一目了然。以前只能靠”感觉不够用”来决定加钱。

  几个小观察

  雷达自己也承认，它测的是它的账号，不是你的账号。你的账号可能因为区域、账龄、单次上下文长度、并发行为不一样，撞墙时间会偏。雷达数据是参考锚，不是保证。

  评测集只有 10 题，不覆盖所有场景。它擅长测的是”编码推理能力有没有掉”，不擅长测”你手头这个业务代码模型懂不懂”。所以体感分那一栏很重要——别只看降智雷达就下结论。

  站点是免费的，靠社区贡献投票和微信群维系。这类工具能活多久其实取决于运营者还有没有精力持续跑账号。历史上不止一个类似的社区仪表盘做了半年就悄悄断更了，用之前顺手看一下最近一次数据更新时间，别看到半年前的图还当参考。

  一句实用建议

  如果你每天用 Claude Code 或 Codex CLI，把这两个站丢到浏览器书签栏最左边。撞墙前扫一眼额度，吵架前扫一眼降智，做订阅升降之前扫一眼体感。不用每天盯着看，需要的时候有个地方可查就够了。

  —— toy

  27分钟前

• 观点 | 谷歌 Gemini 不应盲目卷入 AI 编程竞赛，应发挥“世界模型”广度优势

  围绕谷歌 Gemini 的发展战略，近期科技社区引发了一场关于技术路线选择的讨论。在 OpenAI 和 Anthropic 凭借 GPT 和 Claude 模型主导“AI 编程”领域的当下，舆论开始质疑谷歌为何要卷入这场高度同质化的代码生成竞赛。根据社区观点，谷歌拥有庞大的多模态数据整合能力与知识图谱优势，这使得 Gemini 原本具备成为“世界模型”的潜力，具备知识面广和多模态理解能力强的特点。然而，目前的趋势显示谷歌似乎正试图将资源向 Agentic Coding（智能体编码）倾斜，试图在代码生成能力上追赶竞争对手。评论指出，竞争对手的模型在代码生成之外的场景下（如通用推理或复杂逻辑保持）有时会表现出不稳定性，这正是 Gemini 可以利用其广泛知识储备发挥差异化优势的机会。文章批评了盲目跟风“卷代码”的策略，认为这可能导致谷歌放弃自身在知识广度上的护城河，陷入与另外两家巨头正面硬碰的消耗战中，最终形成“两头堵”的被动局面。

  事件分析

  从技术演进路线来看，这场讨论触及了大模型发展中的核心矛盾：通用性与专用性的取舍。目前行业的风向标过度集中在 AI 编程与代码逻辑链条的优化上，这导致模型在处理符号化任务时表现优异，但在面对非结构化、需要广泛常识推理的真实物理世界场景时仍显乏力。谷歌拥有全球最庞大的知识图谱和多模态数据积累，这天然适合构建具备跨模态理解能力的“世界模型”。如果谷歌放弃这一差异化优势，转而在其相对薄弱的代码生成领域与深耕已久的 OpenAI、Anthropic 进行“巷战”，不仅可能导致资源错配，还可能让市场陷入同质化竞争的死循环。技术走势上，具备广泛知识广度与物理常识的模型，在未来的通用人工智能（AGI）路径中可能比单纯的代码工具更具底层价值，能够支撑更复杂的 Agent 应用场景。

  💡 核心观点：在 AI 编程赛道拥挤的当下，谷歌若能回归“世界模型”定位，发挥知识广度优势，或将开辟差异化新赛道。

  原文链接：Linux.do

  36分钟前

• Spring AI Alibaba实战：开发者开源Java版AI旅行规划Agent

  近日，一位开发者在技术社区 Linux.do 开源了一个名为“TripStar Java”的 AI 旅行规划后端项目。该项目是对现有 Python 版本 TripStar 的 Java 语言重构，旨在为庞大的 Java 开发者群体提供一个 AI Agent 应用开发的实战参考。项目核心技术栈基于 Spring Boot 4 框架，并深度集成了 Spring AI Alibaba 的 ReactAgent 能力，展示了 Java 生态在接入大模型方面的最新进展。在功能实现上，该项目利用大模型的推理能力结合外部工具，如高德地图 API 进行地点检索与路线规划，以及接入小红书搜索工具以获取实时的文旅内容。系统能够根据用户的个性化需求（包括交通、住宿、兴趣偏好等），自动生成包含每日行程、预算明细及知识图谱的详细旅游攻略。特别是其采用了 Structured Output（结构化输出）技术，有效解决了大模型生成内容格式不可控的问题，确保了后续数据处理的高效性。该项目的开源对于推动 Java 技术栈在 AI 应用层的落地具有重要意义，目前代码已完全托管在 GitHub 上。

  事件分析

  从技术演进角度看，该事件是“Java 复兴”在 AI 时代的一个缩影。长期以来，Python 几乎垄断了 AI 应用开发，但 Spring AI 等框架的出现，正在打破这一壁垒，让 Java 开发者能利用熟悉的编程范式接入大模型。该项目展示了 Agent 开发中的关键技术链路：利用 LLM 进行意图识别与任务规划，通过 Tool Calling（工具调用）桥接高德地图、小红书等垂直领域 API，并使用 Structured Output 保证数据结构的一致性。在产业层面，这种架构具有极高的参考价值，因为许多企业的核心业务系统构建于 Java 之上，直接在 Java 后端集成 AI 能力，比引入异构的 Python 服务更利于企业级系统的维护与扩展。这预示着未来企业级 AI 应用开发将呈现多语言并存的态势，Java 将在 Agent 落地与后端集成层面扮演重要角色。

  💡 核心观点：Spring AI 降低了 Java 开发者的 AI 门槛，企业级存量代码与 LLM 能力的直接融合将成为 AI 应用落地的主流范式。

  原文链接：Linux.do

  1小时前

• AI Agent 进化论：从思维链到图拓扑，重构并行推理范式

  本文深入探讨了 AI Agent 推理架构的演进历程，指出从 GPT-3.5 时代的“Let’s think step by step”思维链，到复杂的结构化 Prompt，本质上都是在为 AI 的行动提供基于环境的指导。文章通过图论概念类比，将解决复杂问题的过程视为构建从已知节点到终态的逻辑拓扑路径。作者认为，现有的主流 Agent 架构多依赖串行处理和长上下文一致性，这种线性模式容易因中间节点逻辑漂移而导致整体推理崩塌。相比之下，以 Claude Code 的 Ultracode 模式为例的图拓扑结构，允许将复杂任务拆解并分发给 Sub-Agent 进行并行处理与迭代聚合，展现出更高的可行性和容错潜力。文章最后提出了关于编程 Agent 原生图结构设计、Sub-Agent 专职化策略以及图拓扑下自进化累积机制的三个关键思考方向。

  事件分析

  本文的技术看点在于精准指出了当前基于线性思维链的 Agent 架构在处理复杂任务时的局限性，即上下文窗口中的逻辑漂移风险和串行效率瓶颈。将推理过程从线性文本转向图拓扑结构，代表了 Agent 架构向更高级的“规划与并行执行”范式演进。产业影响方面，这种思路与当下业界对“多智能体协作”及“工作流自动化”的关注高度契合。未来的 AI 编程工具将不再仅仅是生成代码，而是构建一个动态的逻辑计算图。这种架构的演进意味着 Sub-Agent 将从临时的上下文切片演变为专职化的技能模块，不仅提升了推理的并行度，也为解决“雪崩式偏差”提供了结构化的技术路径，预示着 AI 工程化正从单点智能向分布式系统智能转变。

  💡 核心观点：从线性思维链走向并行图拓扑，AI Agent 的推理架构正经历从“文本序列”向“逻辑结构”的本质重构。

  原文链接：Linux.do

  2小时前

• GLM-5.2 登顶微调榜遭质疑，基准作者力挺：逻辑原创，未蒸馏 Claude

  开源模型 GLM-5.2 在自主微调基准 PostTrainBench 中跃居榜首，引发社区对其真实价值的激烈争论。质疑者指出，该模型排名短期内从第 22 名飙升至第 1 名，且由于测试缺乏隐藏集，极易导致模型针对特定任务进行过拟合优化，从而难以在实际场景中落地。对此，支持方认为在单张 H100 显卡、10 小时的算力限制下，通用的全量微调并不现实，GLM-5.2 展现出的数据收集、拒绝采样及完整的实验闭环逻辑是其核心优势。针对行业内关于“国内大模型重度蒸馏 Claude”的传言，该基准作者 Maksym Andriushchenko 通过审查 GLM-5.2 的公开运行轨迹得出结论：该模型在数据策略、决策路径及思考链上与 Claude 存在本质差异，完全没有模仿或蒸馏的迹象。这一事件不仅验证了 GLM-5.2 的技术实力，更凸显了透明开源的基准测试对于验证模型原创性的重要意义。

  事件分析

  此事件的核心在于验证 AI 智能体在受限资源下的自主调优能力以及开源模型的原创性验证机制。从技术角度看，GLM-5.2 在单卡 H100 和 10 小时的限制下，展现了通过 Rejection Sampling（拒绝采样）和假设验证来自动构建数据集的能力，体现了高水平的自动化工程逻辑。从产业影响看，公开透明的运行轨迹成为了打破行业“抄袭”怀疑论的关键证据。这表明，开源社区不仅需要模型权重的释放，更需要通过公开中间过程日志来建立信任。未来，具备可解释性和可追溯性的基准测试将成为大模型研发实力的试金石，推动行业从单纯的“刷榜”转向关注 Agent 的实际规划与执行逻辑。

  💡 核心观点：公开透明的运行轨迹，正成为开源模型打破“重度蒸馏”质疑、自证研发实力的关键窗口。

  原文链接：Linux.do

  7小时前

• Docker 镜像代理 HubProxy 疑似删库，GitHub 页面已 404，开发者需紧急排查配置

  据 V2EX 社区用户反馈，常用的 Docker 镜像加速代理项目 HubProxy 的 GitHub 仓库目前已无法访问，页面返回 404 错误。该项目此前被大量国内开发者用于解决访问 Docker Hub 速度缓慢或连接中断的问题，特别是在拉取体积庞大的 AI 模型镜像或基础系统镜像时，该代理服务扮演了关键角色。目前，该项目对应的 GitHub 主页（sky22333/hubproxy）已彻底消失，这意味着其背后的代理服务节点大概率已停止运行。鉴于此类由个人或社区维护的公益代理通常缺乏持续的资金支持，且面临巨大的公网流量带宽成本，一旦项目停止维护，依赖该服务的本地开发环境、测试服务器及 CI/CD 持续集成流水线将面临镜像拉取失败的风险。建议所有正在使用该代理地址的开发者立即检查 Docker 配置文件，及时删除失效节点，并尽快寻找其他可用的备用镜像源，或者通过自建代理服务来规避此类单点故障风险。

  事件分析

  此类事件的频繁发生，深刻折射出第三方开源镜像服务在基础设施层面的脆弱性。一方面，由于 Docker Hub 等官方源在国内网络环境下的访问受限，催生了大量依赖 Cloudflare Workers 或廉价 VPS 进行流量中转的“灰色”代理服务；另一方面，维持高带宽、高可用性的公网代理服务成本极高，个人开发者很难长期独立承担带宽账单，且容易触发上游服务器的滥用防御机制。随着互联网基础设施的合规性审查趋严以及流量成本的上升，社区免费代理的无预警关停正逐渐成为一种常态。对于技术团队而言，将核心的开发与构建流程寄托于不可控的第三方公益服务存在极大的安全隐患，未来向企业级私有镜像仓库（如阿里云、腾讯云容器镜像服务）迁移，或搭建基于云厂商内网的私有代理集群，将是保障业务连续性的必然选择。

  💡 核心观点：社区代理服务接连下线标志着依赖免费公网资源的“搭便车”时代终结，开发者应尽快回归私有化或商业托管的基础设施方案。

  原文链接：V2EX 分享发现

  7小时前