Y11

Google 发布 Gemini Omni 1.2 Flash：单条视频最长 15 秒，720p 一条约 1 美元，开发者和企业今天就能用 Google 11 月 5 日发布视频模型 Gemini Omni 1.2 Flash。一次最长能生成 15 秒带声音的视频，比上一版 1.1 降价 30%，720p 每秒 0.07 美元。 这也是 Omni 第一次正式商用（GA），可以直接用在生产环境。Omni 是 Google 今年 5 月在 I/O 大会上发布的模型，Google 拿它跟 Nano Banana 类比：像改图一样，用聊天一轮轮改视频。 【一条 15 秒视频多少钱】 按官方定价页换算，720p 一条 15 秒约 1.04 美元。1.1 版每秒约 0.10 美元、最长 10 秒，以前 1 美元买 10 秒，现在买 15 秒。 先用 360p 打草稿，15 秒约 0.35 美元；满意了再出高清，1080p 约 1.56 美元，4K 约 3.13 美元。时长 3 到 15 秒按整秒选。 API 免费层不能用，要开付费账户。12 月 3 日起，调用 1.1 的请求自动转给 1.2，按 1.2 的价格收费。 【谁能用、在哪用】 开发者今天就能在 Google AI Studio 里试，用 Gemini API 接入；企业走 Google Cloud。 普通用户：Google Vids（Google 的视频制作工具）里有 Google 账号就能生成 15 秒片段，不额外收费；Gemini App 正逐步推给 AI Ultra 订阅用户。 AI 拍片工具 Flow 里也能用，博客没写要哪档订阅，1.1 版当时开放给 AI Plus、Pro、Ultra 用户。Google Ads 里可以用它批量做广告视频。 【比 1.1 强在哪】 一是长度从 10 秒变成 15 秒，一条完整的产品介绍或社交媒体广告，一次就能生成完。 二是能对着同一条视频连续提要求：换产品、换背景、改光线、改横竖屏，不用从头重来。同一条广告改出几个版本，投给不同人群。 三是更听参考素材的话。最多给 6 张参考图（人物、产品、风格）加一段 3 秒内的动作视频，Google 说人脸、衣服、包装上的字和品牌颜色，换机位也不走样。 Google 自己放的演示里，一张模特照加三套衣服的正反面图，生成了 15 秒的转身试穿视频；另一条连换 5 次背景，角色的表演和构图不变。对话的口型也更准了。 【跟 Veo、Sora 和别家比】 在 Gemini API 上，Omni 已经接替了 Veo：Veo 3.1 预览版 10 月 22 日下线，官方让开发者迁到 Omni 1.2，或去 Google Cloud 用 Veo 正式版。 OpenAI 那边已经没有 Sora 可选。据 OpenAI 帮助中心，Sora App 4 月 26 日关闭，API 9 月 24 日停服。 同时卖多家模型的 Runway 开发者平台上，带声音视频每秒价格是：Veo 3.1 0.40 美元，Veo 3.1 Fast 0.15 美元，字节 Seedance 2.0（720p）0.30 美元，快手可灵 4（720p）原价约 0.16 美元。Omni 1.1 在那里卖 0.10 美元，跟 Google 自家价格一样。跟这几家比，Omni 1.2 的 0.07 美元最低。 画质目前只有 Google 和 Runway、Picsart 等合作方的说法，演示也是 Google 自己挑的。Google 说快速体育动作、复杂物理效果还要再改进。官方文档写明只有英文做过完整评估，中文提示词效果没保证；上传自己的音频做参考，Gemini API 暂不支持。 官方博客：blog.google/innovation-and-a… API 定价：aistudio.google.com/docs/pri…

Claude API 公测 Message Threads：长对话不用每轮重发历史，回复更快，价格不变 Anthropic 今天给 Messages API（开发者调用 Claude 的主要接口）上线了“消息线程”（message threads）公测：服务器替你把对话暂存几分钟，下一轮只需要发新消息和上一条回复的 ID。 以前这个接口不记历史消息，每次请求都要把之前所有消息、工具返回的结果从头再发一遍。Agent 一次会话可能发几百个请求，对话涨到几十万 token 后，光是重发就会拖慢 Claude 开始回复的时间。 Claude Code 已经给大多数用户默认开了这个功能。官方数据：50 万到 100 万 token 的请求，从发出到 Claude 开始输出的等待时间（中位数）缩短约 35%；长对话里，单次请求的大小（中位数）从约 800 KB 降到 1.8 KB。 【要多花钱吗】 不用，但也省不了钱。按标准 token 价格计费，速率限制不变。请求虽然变小了，Claude 每轮仍要读一遍完整对话，消耗的 token 和以前一样。 【和提示词缓存有什么区别】 提示词缓存（prompt caching）让服务器不用重复处理已经读过的内容，命中缓存的部分按更低价格计费，省的是钱和计算。消息线程省的是上传，你不用再把整段历史传过去。线程不会自动帮你做缓存，缓存断点还得自己设，官方示例里两者是一起用的。 【开发者怎么用】 在请求里加 thread 参数和 beta 请求头（message-threads-2026-08-12）。第一轮照常发完整对话、系统提示词和工具定义，标记为新建线程；之后每轮只发新消息，带上上一条回复的 ID。 线程 5 分钟没有新请求就过期，接口返回 404，这时要用你自己保存的完整对话重新建一个线程。所以本地仍要留一份完整记录，官方 SDK 的辅助方法能自动处理这一步。 线程中途不能改系统提示词和工具，模型、思考设置也要和第一轮一致，想改就得重开线程。线程数据加密存在内存里、不写硬盘，但它不支持零数据保留（ZDR）和 HIPAA 合规，对数据留存有严格要求的企业要留意。批处理接口暂不支持。 适合长时间运行的 Agent、操作电脑的 Agent（截图不用每轮重传），以及带大量文档、图片的对话。Claude 自家平台、AWS、Microsoft Foundry 和 Google Cloud（Anthropic 托管版）上都能用。 博客：claude.com/resources/article… 文档：platform.claude.com/docs/en/…

Anthropic 招驻留研究员：教授、技术创始人、资深工程师可转行做 AI 安全，不要求机器学习背景，年薪折合 35 万到 50 万美元，11 月 22 日截止 Anthropic 今天开放了 Anthropic Residency（驻留研究项目）的申请。这是一个付费、有固定期限的全职研究项目，分六周、三个月、六个月三档，招的是在别的技术领域已经做出成绩、想转行全职做 AI 安全研究的人。不要求机器学习背景。 【谁适合申请】 官方点名三类人：定量学科（数学、物理、统计这类靠数字和模型做研究的学科）的教授、技术型创始人、Staff 级工程师（大厂里比高级工程师再高一级、能主导大型项目的那一层）。官方写明，不需要博士学位、机器学习经验或论文发表记录。 招聘页列的加分项是：写过机器学习、自然语言处理或 AI 安全方向的论文，或者有大模型、强化学习、Kubernetes 集群和大型共享代码库的经验。 Anthropic 给的理由是，机器学习还是个年轻领域，现在很多资深研究员（包括 Anthropic 自己的）原本是物理学家、数学家、神经科学家或软件工程师。模型越强，研究里越重要的是定研究方向、判断什么值得做，其他领域的资深人士往往已经擅长这些，缺的是对前沿 AI 的了解。 这个项目是照着 Anthropic Fellows 项目改的。Fellows 面向新入行的研究者，出过“潜意识学习”（模型通过看似无关的数据把行为倾向传给另一个模型）、Petri 模型审计工具、人格向量等研究。Residency 把同样的模式用在有资历的技术负责人身上。 【去了做什么】 每人配一位 Anthropic 研究员当导师，定期一对一指导，课题由 Anthropic 研究员提出、按个人兴趣和背景匹配。项目留出自学时间，配讲座和辅导，帮人补上现代机器学习和 AI 安全的基础；可以用前沿模型，课题有专门的算力预算。 研究方向分三块。 第一块是 AI 安全与对齐，比如模型在某些领域超过人类之后怎么监督它、拆开模型看内部怎么运作、AI 福祉。 第二块是 AI 安全攻防和前沿红队测试，专门摸清模型在网络安全、机器人、密码学等领域到底能做到什么程度。 第三块是模型训练和背后的基础设施，从模型架构、优化器、训练数据，到加速器模拟器、硬件后端和强化学习训练环境。 官方列了 9 位可能的导师，包括对齐科学团队负责人 Ethan Perez、模型心理学团队负责人 Jack Lindsey、前 Google Brain 首席科学家 Jascha Sohl-Dickstein、研究对抗机器学习和 AI 安全的 Nicholas Carlini。 【待遇和地点】 美国岗年薪折合 35 万到 50 万美元，英国岗 26.5 万到 37.5 万英镑，按实际时长折算，另有福利。按比例算，做满六个月是 17.5 万到 25 万美元。 Anthropic 希望大家在旧金山办公室工作，但也能远程，短期项目尤其如此。远程的人必须身在 Anthropic 能合法雇人的国家，官方没列具体是哪些国家。三个月及以上可以办签证，六周的鼓励远程参加。英国岗默认在英国远程，可以去伦敦办公室。 Anthropic 说，目标是让每个人结束后都能继续全职做 AI 研究，去 Anthropic 或别处都可以。它同时提到，Anthropic 大多数全职研究岗要求搬到旧金山。 【怎么申请】 招聘页分美国岗（地点写的是旧金山、纽约）和英国岗（伦敦）两个入口。截止时间是太平洋时间 11 月 22 日晚 11:59，也就是北京时间 11 月 23 日下午 3:59。流程是提交申请、招聘官初筛、技术评估、研究讨论、背景调查，预计 2027 年 1 月发录用通知。申请人也可能被一并考虑进 Fellows 项目。 项目介绍：alignment.anthropic.com/2026… 美国岗申请：job-boards.greenhouse.io/ant… 英国岗申请：job-boards.greenhouse.io/ant…

ChatGPT Pro 和 Business 订阅即日起每月送最高 500 美元 API 额度，不另收费，Plus 没有 OpenAI 10 月 28 日宣布，付费的 ChatGPT Pro 和 Business 订阅用户，每月可以免费领一笔 API 额度，最多 500 美元。API 是给开发者用的接口，按用量付费，自己写的 App、网站、自动化脚本要调用 OpenAI 的模型，走的就是这条路。以前订阅 ChatGPT 和用 API 是两本账，交了订阅费，写程序照样另外充钱。现在这笔额度算在订阅里，不用额外付费。 【谁能领、领多少】 Pro 按档位给，每月 100、200 或 500 美元。据 CellCog 的说法，额度正好等于各档月费，相当于订阅费原样变成 API 额度。Business 按付费席位算：标准席位每个 20 美元，高级席位每个 100 美元，整个工作区合在一起用，上限 500 美元，也就是 25 个标准席位或 5 个高级席位就封顶，再加人也不涨。 Plus、Go、免费版和 Enterprise 都没有。据 CellCog 转述 OpenAI 帮助页，订阅还要满 7 天，免费试用和赠送的订阅不算。地区限制官方推文没提，两家媒体也没写。 【怎么领】 在 ChatGPT 的“设置 → 账单”里领取，绑定一个你自己名下的 API 组织（OpenAI 开发者平台上的账户），ChatGPT 账号和 API 账号要用同一个邮箱。Business 由工作区管理员在账单设置或管理后台领。领完后，在 ChatGPT 或 Codex 里用 OpenAI Developers 插件就能生成 API key、建项目，不用先绑信用卡。 【能干什么，有什么限制】 这笔钱可以花在 OpenAI 开发者平台的大部分服务上：调模型做对话和智能体、实时语音、生成图片，以及联网搜索、代码解释器这些内置工具。比如给自己做个小工具，或者给团队搭个内部问答机器人。 几条限制要注意，以下均据 CellCog 转述的 OpenAI 帮助页：额度当月有效，账单周期结束清零，不能攒到下个月，第一个月按剩余天数折算；用 API key 跑 Codex 不能花这笔钱；它也不会提高你在 ChatGPT 和 Codex 里的使用上限，两边额度各算各的。花钱顺序是先用赠送的，再用自己充的；两笔都花完，请求会直接报错，除非开了自动充值。 说明：OpenAI 帮助中心原文（help.openai.com/articles/200…）这次没能直接打开，推文之外的细则来自 AlphaSignal 和 CellCog 对帮助页的转述。两家都写到的部分（Plus 和 Enterprise 不能领、额度不累积、Codex 不能用）说法一致；满 7 天、同一邮箱这些细节只有 CellCog 写了。 来源： OpenAI 帮助中心 help.openai.com/articles/200… AlphaSignal alphasignal.ai/news/openai-g… CellCog cellcog.ai/blog/chatgpt-api-…

避免 worktree 残留的最佳策略是在 AGENTS.md 里面添加规则，要求 worktree 不遗留，让 Agent 自己去清理。 github.com/JimLiu/baocut/blo… > worktree 不遗留：在 worktree（含 subagent 的 .claude/worktrees/agent-*）里做的任务，完成时必须删除该 worktree 及其分支。它专用的 cargo target 目录一并删掉。删除前二选一：合并进 main；或不合并时先把未提交改动提交到该分支，打 archive/<worktree 名> tag 存档，再 git worktree remove + git branch -D。编排 subagent 的会话负责收尾它派生的 worktree。确需保留的（待用户裁决、有冲突待解）在最终回复里点名路径与原因，不得默默留下。

OpenAI 宣布 AI 推翻“指数时间假设”（ETH）的同一天，Anthropic 在 GitHub 上放出一篇论文，得出同样的结论，署名作者只有一个：Claude。 论文说，核心算法是 10 月 16 日由一个内部研究版 Claude 找到的，用了 1400 万个输出 Token，没有人类输入。 OpenAI 说自己的模型也是 10 月 16 日找到的证明。

用 REA 小试牛刀逆向了 Claude Slides 的 Slides 编辑器，几乎完整功能。（图1） 我的用法很简单，不一定是最佳实践，仅供参考： 1. 先去 Claude Slides 上把核心的脚本和样式表下载下来（图2） 2. 按照 REA 官网的说明让 Codex 安装 REA 3. 使用 REA Skill 去逆向混淆后的代码（图3） 4. 用不了太久就能有一个目录结构不错的代码，但其实里面还挺乱的 5. 然后再用 Claude Code 5.5 去重写了一遍就变成结构良好类型完整的代码了 至于提示词，我没有直接逆向，而是换了个思路，先做个 Slides，然后在对话里面，说我要做一个 slides skill，让它帮我实现一个，要做的跟它的一样好，这样子出来的提示词，和原始的提示词肯定不一样，但是做出来的效果没什么差别。（图4是我用同样方法问 Claude Dashboard 的提示词） 完整的代码参考：github.com/JimLiu/baocut/com…