1009 | 本期科技速递:从代码智能体到生活小工具

茉莉: 大家好，欢迎收听本期节目，我是茉莉。

白桦: 我是白桦。今天这期我们聊的东西挺杂，但其实有一条线能串起来，AI 正在从跟你聊天，变成真的替你干活，而围绕这件事，一圈工具正在长出来：怎么管这些智能体、怎么给它们省钱又靠谱的模型、怎么在它们乱动的时候保住隐私，还有最后，人总得休息，所以也有些纯图个乐的东西。

茉莉: 对，我们就从这条线最前端讲起：代码智能体。白桦，你先说说，现在这些写代码的 AI,出了什么新花样？

白桦: 最大的变化是，它们不再是一个聊天窗口里的对话了，而是可以被托管、被编排的一群“工人”。今天有好几个产品都在解决同一个问题的不同侧面：你养了一堆智能体，它们跑在哪、怎么看着它们、怎么让它们互相配合？

茉莉: 那先说最基础的一层。有个叫 offroad 的东西，它做的事情很聪明，它给代码智能体单独开一个第二 macOS 账号，专门用来做图形界面的操作。这样智能体要点点按钮、开开窗口的时候，是在那个后台账号里干的，你自己的屏幕完全不被打扰。它是 MIT 协议开源的，但有个限制：只支持 Apple Silicon 芯片的 Mac。

白桦: 这个思路值得多讲两句。为什么需要第二个账号？因为很多智能体现在不满足于改改文本文件，它们要真的操作电脑，比如打开浏览器测试页面。如果直接在你的账号上跑，你正在工作，突然鼠标自己动了，窗口自己弹了，那没法忍受。offroad 的方案是让这些动作发生在一个“看不见的桌面”上。这是典型的“用系统已有的机制解决新问题”，而且开源，想看它怎么实现的随时可以看。

茉莉: 屏幕的问题解决了，接下来是智能体本身。Nova CLI 是一个在终端里跑的 AI 开发者，它读你的项目、改代码、跑测试、跑构建，一条龙。比较有意思的是它的模型策略：付费计划里包含 160 多个模型，你不需要自己去找各家 API 的密钥，一个订阅全包了。

白桦: 这一点其实和后面要聊的价格话题是连着的。对开发者来说，管理一堆 API key 本身就是负担，Nova 把这个负担收掉了，换来的是你可以随手切换模型。至于哪个模型适合哪类任务，得你自己试，这也是它给 160 多个选择的理由吧。

茉莉: 有了会干活的智能体，还有开着第二个屏幕跑的智能体，那管理问题就来了。pmtui 是一个用 Rust 写的、基于 tmux 的监督工具，专门管那些要跑很久的 Claude 或 Codex 会话。它的核心想法是“自动驾驶”：例行routine的决策它自己处理，只有真正需要人拍板的事情才升级给你。

白桦: 这个分级思路很重要。跑长会话最累人的不是等待，而是每五分钟被问一次“这样改可以吗”。大部分决策其实是有常规答案的，pmtui 把这些过滤掉，把你的注意力留给少数关键决策。Rust 和 tmux 的选择也说明它的目标用户是已经住在终端里的那批人。

茉莉: 而且终端这条路走到极致，就是并行。OpenSwarm 把这个推到了另一个量级：它是给 Mac 做的 AI 桌面，一群智能体，注意是“一群”，同时并行工作，共享上下文，还能用浏览器和各类应用。目前免费，但要排队等待名单。

白桦: “共享上下文”是关键词。如果十个智能体各干各的，互相不知道对方改了什么文件，那就是灾难。OpenSwarm 想做的是让它们像一个小团队一样协作。不过这里要老实说，这个方向还有一个大家公认的未知数：并行多智能体的成本和稳定性到底怎么样？你开十个智能体，token 消耗是十倍，出错的可能性也可能是十倍。排队名单阶段的产品，这些答案还没揭晓。

茉莉: Windows 那边有个对应的东西，Clippo。它是一个视觉画布，你在画布上编排各个智能体，Claude Code、Codex 这些都能接。它强调记忆存在本地，不需要云端，不需要登录，微软商店免费下载。

白桦: 把 Clippo 和 OpenSwarm 放一起看很有意思：一个是 Mac 上“群智能体共享大脑”，一个是 Windows 上“你当指挥，在画布上拖拽连线”。编排智能体这件事，已经同时出现了“自动化协作”和“人工可视化指挥”两条路线，最后哪种赢，或者两种共存，现在还看不出来。

茉莉: 好，本地这一套讲完了。但白桦，这里有个现实问题：如果你的智能体在跑长任务，你总不能一直坐在电脑前吧？

白桦: 这就是 BotBus 要解决的。它让你从手机，甚至 Apple Watch 上，管理远端的代码智能体。关键功能是审批，智能体要做什么重要动作，会推送到你手机上等你点确认。安全性方面它是端到端加密的，而且不挑平台，macOS、Linux、Windows 都支持。

茉莉: 它和刚才那些工具的关系很直接：本地跑不动、或者你人在外面的时候，总得有个办法远程看着它们。Apple Watch 支持 这个细节挺妙的，审批这种“是/否”决策，本来就适合手表上抬手一点。

白桦: 不过它的未知数也在这儿：审批体验的延迟。如果智能体在等你批准，而推送慢了半分钟，工作流就被卡住了。对一个依赖审批节奏的产品来说，这个延迟体验是成败关键，但目前我们只有功能描述，没有实测数据。

茉莉: 好，智能体都有了，管法也有了。接下来该聊一个所有这一切背后的问题：这些智能体用的模型，从哪来，花多少钱，好不好？先说模型本身，Anthropic 发了 Claude Haiku 5.5,这是他们的小模型系列，主打更快更便宜，官方说比之前大约省 75% 的成本。而且这是第一个支持调节“努力程度”的 Haiku,面向高并发场景。

白桦: “调努力程度”这个功能值得解释一下。以前模型的输出质量基本是固定的，你现在可以让它在简单任务上省着点用，在难任务上多用点算力。对要跑大量请求的场景，比如智能体后台批量干活，这种弹性很实用。当然，"75% 更省”是厂商的说法，实际省多少要看你的负载。

茉莉: 然后是买模型的另一个思路：Liquid Inference。它是一个 LLM 路由器，玩法是让各个供应商对每一个 prompt 竞价，谁便宜谁接单。它的 API 兼容 OpenAI 和 Anthropic 的格式，所以迁移成本低。前 500 个用户送 20 美金额度。

白桦: 竞价路由是个很激进的想法。传统上你选一个供应商就用到底，Liquid 说每个请求都可以货比三家。对你这样的开发者的好处是价格战直接传导到你头上；但风险也明显：不同供应商的模型行为有差异，同一句话在不同家那里回答质量可能不一样，你的产品质量会不会跟着“竞价”浮动？这是这个模式天然的疑问。

茉莉: 价格之外还得有质量验证，这正是 Cekura Bench 干的事。它做了一个语音对语音的基准测试，用的是真实的电话通话，82 个场景，测了 9 个模型。结果挺出人意料的：单模型里最好的是 GPT Realtime 2.1,拿到 79.3%,但最高的分数是一个“级联”方案，82.9%,把所有单模型都压过去了。

白桦: 级联方案赢了这件事很有信息量。级联通常是多个模型接力或者组合，说明在语音这个领域，单一最强模型还不如一套精心设计的组合拳。当然要提醒听众：这是 82 个场景的结果，只能说明这些场景下的表现，不能推广成“级联永远更好”。真实电话对话，背景噪音、打断、口音，这些变量太多了，任何一个基准都只是切片。

茉莉: 把这三件事放一起看：小模型变得更便宜更能干，路由器让每次调用都去比价，基准测试提醒我们便宜和组合方案的实际质量得盯着。这正好回应了前面 OpenSwarm 那个“并行成本”的未知数，成本端在松动，但质量的稳定性还得观察。

白桦: 对。模型便宜了，智能体就更敢干活了。那下一个话题顺理成章：AI 主动替你干活，不只写代码，是替你处理生活和工作。

茉莉: 这个方向里最激进的可能要算 Hark Pro。它是一个“个人 AI",会主动行动：处理邮件、日历、购物、订旅行。为了做到这一点，它配了一个你自己的云端电脑，你的凭据是加密存储的，而且它做的每个操作你都能看见。

白桦: “自有云端电脑”是个有意思的设计。它意味着 AI 不是寄生在你的手机或浏览器里，而是有一台专门给它用的机器。加密凭据加“操作可见”，这是在回答大家最担心的两个问题：它拿我的密码安全吗？它背着我干了什么？Hark 的答案是一个都不能瞒。当然，这套描述目前是厂商的说法，实际执行得怎么样，得用了才知道。

茉莉: 办公场景里，Claude 也正式进驻 Google Workspace 了。现在在 Docs、Sheets 和 Slides 里面就能用 Claude,可以编辑文件，也可以从 Claude 那边反过来创建和编辑文件。目前是 beta,只有付费计划能用。

白桦: 这一步的意义在于“在场”。以前你在文档里写东西，要切到另一个窗口问 AI,再复制粘贴回来。现在 AI 就在文档里面，边界消失了。对 Google 办公套件的庞大用户群来说，这可能是很多人第一次真正让 AI 动手改他们的文件。

茉莉: 开发侧也有对应角色：Polylane 通过 Vercel Marketplace 提供“AI 值班工程师”。它干的事是，出了回归问题，它去调查，收集证据，然后开一个 PR 把修复写好，交给人审查。

白桦: 注意这个流程的最后一环：开 PR 等人审。它没有把“修复”直接推上生产，而是停在人类审查这道门前。这其实是当下自主 AI 产品一个挺典型的妥协：往前多走一步能省时间，但责任也大。说到责任，这也是整个“AI 替你干活”话题最大的未知数，它自己行动出了错，算谁的？厂商的、平台的、还是授权它的用户的？现在没有清晰答案。

茉莉: 而且说到“像人”，还有个更刺激的。Tavus 发布了 Griffin,号称是第一个视频对视频的双向交互模型，就是你在视频通话里看到的那个“人”，是 AI 实时生成的。在测试里，48% 的参与者以为对面是真人。

白桦: 48% 这个数字要谨慎读：接近一半但不代表过半，而且测试环境通常比真实生活更有利于以假乱真。但它传达的方向是明确的：视频层面的实时 AI 交互已经到了肉眼难辨的边缘。这既是技术里程碑，也立刻带来所有深度伪造相关的担忧。

茉莉: 管理岗也有产品了。Leanback 是给工程管理者的 Slack 助手，每天做 check-in,会去读你的工单和日历，然后给你一份行动计划。30 天试用。

白桦: 前面聊的都是“替个人干活”，Leanback 是替管理者做信息汇集：把散在工单系统、日历里的状态，汇总成每天一次的整理。对被会议和消息淹没的管理者来说，这个切入点很准。它和 Hark 的共同点是都“主动来找你”，而不是等你去问。

茉莉: 好，AI 动手干活的清单够长了，那接下来就得谈代价：隐私。这里有两个本地优先的 macOS 产品，白桦讲讲。

白桦: 先说个硬核的：Off the Record。它是一个 macOS 应用，实时改变你的声音，目的是阻断 AI 的会议转录——那些 AI notetaker、各种 copilot,想转写你说的话，听到的就是被改过的声音。关键是处理 100% 在本地完成，声音数据不出你的电脑。

茉莉: 这个产品的存在本身就说明了一件事：既然 AI 在到处听，就有人愿意用技术手段“不听我”。它不让你退会、不让你闭麦，而是让你继续说话但转录失效，这是一种非常直接的对抗姿态。

白桦: 另一个方向相反但精神一致：Side。它是 Dock 旁边的一个 AI 面板，把多个供应商放进同一个聊天窗口，用 ⌘⇧Space 随时唤起。免费，开源，MIT 协议。

茉莉: 一个是“挡住 AI 听我”，一个是“我随手唤 AI",看起来不相关，但共同点是：用户要把控制权抓在自己手里。本地处理，本地调用，不想被任何一方的默认流程牵着走。

白桦: 控制权往极端走，就是自托管。这也是接下来这组产品的共同卖点：数据留在自己手里。三个产品，三个领域。

茉莉: 先说 SEO 这个领域。OpenSEO 是一个开源的 Semrush 替代品，Semrush 是那个很有名的商业 SEO 工具。OpenSEO 的数据来自 DataForSEO,而且它带 MCP 接口，意味着 AI 智能体可以直接调用它。在 GitHub 上已经有 22.7 千，也就是两万两千七百颗星。

白桦: MCP 那个点特别值得展开。SEO 数据以前是给人看的，在仪表盘上点来点去。有了 MCP,你的智能体可以直接问“这个关键词现在什么情况”，把 SEO 变成 AI 工作流的一环。这又回到了我们前面的话题——智能体生态正在把各种能力都接进来。两万多颗星说明社区对这个定位是买账的，不过星数只代表关注度，不代表效果。

茉莉: 第二个是网络访问。Tunnl.gg 做的是 localhost 隧道：你本地跑的服务，要通过 SSH 打一条隧道暴露出去，URL 是稳定的，你的 SSH 密钥就是你的身份。不用安装东西，自带 HTTPS,有实时日志。服务端是 MIT 开源的。

白桦: “密钥即身份”是个干净的设计，不用注册账号，你的加密密钥就是凭证。稳定的 URL 也很实用，很多隧道工具每次重启换个地址，引用它的地方全得改。这类工具传统上由 ngrok 这类商业服务主导，Tunnl 加上开源服务端，是奔着自托管人群去的。

茉莉: 第三个是视频会议。Tide 是用 Go 写的、Jitsi 和 Zoom 的自托管替代品，特点是媒体流存在你自己的服务器上，支持服务端录制，登录用 OIDC,开源。

白桦: 视频会议这个领域出人意料地还在长新东西。“媒体在自己服务器”对一些行业不是偏好，是合规要求。Tide 选 Go、选 OIDC,都是给自运维者降低门槛的务实选择。把这三个产品连起来看：SEO 数据、隧道、会议，领域完全不同，但同一句话可以描述它们全部——“别把我的数据交给别人”。这句口号正在成为基础设施产品的核心卖点。

茉莉: 好，基础设施聊完了，接下来节奏放松一点，聊几款面向生活的产品。先从学语言说起：ChikyTutor 是一个语音语言家教，带一块互动黑板，支持 70 多种语言。他们和 L'école de français 搞了个合作，做法语时提供混合式的体验。而且刚上了 Android。

白桦: 语音加黑板这个组合挺合理，学语言本来就要听和看同时进行。和线下法语学校合作做“混合式”，说明它不是纯想取代人类老师，而是把自己嵌进教学流程里，这个定位比“AI 取代老师”的口号要稳。

茉莉: 然后是一个很文艺的产品。Revela 把你的 iPhone 变成一台胶片相机：有 12 种胶片可以选择，拍的时候没有预览，拍完要等，从一小时到好几天不等，照片才“洗”出来。一次性付费 7.99 美元，不需要账号，可以离线用。

白桦: 这几乎是反效率设计的教科书。在“即拍即看即删”的时代，它故意把延迟加回来，把不确定性加回来。没有预览意味着你按下快门的瞬间就要认真对待。7.99 买断、无账号、离线，这三个细节都在说：这是一次性买走的体验，不是订阅服务。

茉莉: 从文艺跳到硬核：Moonwalkers Dusk,电动鞋。穿上它走路，最高能到每小时 7 英里的速度。这代比之前轻了大约 40%,有 3 个尺码。价格 1199 美元，第一批只有 200 双，10 月 12 日发货。

白桦: 1199 美元不是个小数目，7 英里每小时大概是慢跑的速度，等于把你的步行速度提升到慢跑。轻了 40% 是穿戴设备的关键指标，鞋子重不重直接决定能不能日常穿。第一批 200 双加固定发货日期，说明产能还很小，这个产品还在早期验证阶段，长期耐久性怎么样，穿戴舒不舒服，都得等用户穿了几个月之后才知道。

茉莉: 安全方面也有个新品，Aegis,一个个人安全应用。它有 SOS 功能，连着 24 小时全年的调度中心，会共享实时 GPS、音频视频，还有你的医疗档案。另外有两个细节设计得挺周到：一个胁迫 PIN，被坏人盯着的时候输入这个码，表面看应用正常，实际在报警；还有“保护联系人”功能。

白桦: 胁迫 PIN 这个设计很聪明。安全应用最大的死穴是“受害者不敢明着求助”，一个看起来无异常的假密码，解决了这个问题。连真人调度中心而不是纯自动报警，也是对误报问题的回应。当然这类产品的考验在关键时刻的可靠性，希望它永远没机会被真正验证。

茉莉: 好了白桦，聊了不少正经的，最后咱们轻松收尾，说两个纯图开心的小东西。

白桦: 先说桌面宠物：Paw-Paw,免费的 Mac 桌面吉祥物，它会对你的打字和点击做反应，你陪它玩攒 XP,能解锁几十个不同的宠物，还有 100 多个装饰道具。想买额外内容的话，有一个 2.99 美元的附加包。

茉莉: 这 basically 就是数字时代的电子宠物机，但反应对象变成了你敲键盘和点鼠标。它没有 AI 大脑，纯粹是陪伴和反馈，放在今天满屏都是智能体的节目里，反而有种朴素的可爱。

白桦: 最后一个，Drunken Penguins,把派对卡牌游戏搬进浏览器。开个房间，朋友用房间代码加入，有秘密投票机制，不用装任何应用。初始牌组免费，额外卡包 1.50 美元一个，里面还包含一个叫 Omi 的牌组。

茉莉: 浏览器加房间代码是聚会的最低摩擦方案，谁的手机都能秒进，不用“你先下载一下”。配一杯酒一群朋友，一晚上就过去了。

白桦: 那我们今天就从写代码的智能体，一路聊到了醉酒企鹅，跨度是不小，但这条线其实很清楚：AI 在接管越来越多的“动手”环节，工具链从管理、定价、隐私到自托管，都在围着它补位，而最后，人还是需要宠物和卡牌游戏来放松。

茉莉: 没错。也提醒一下听众，今天提到的很多数字和效果描述，都来自产品方自己的说法，实际表现还等着时间和用户去检验。感谢大家收听，我是茉莉。

白桦: 我是白桦，我们下期再见。