欢迎讨论🤗

实测AI评分最高已达99.5

v1.0.0成绩

测试版成绩

GitHub仓库

https://github.com/Asaake-233/ai-graded-lab-report

说明：

开始时参考提示语：1.本实验教材内容：（填自己的）；老师上课课件：（填自己的）；评阅上次报告的AI的反馈：（填自己的）；这次实验的评分细则：（填自己的）；我的测量数据记录：（填自己的）；2.你按照（填自己的）为格式模版填写，但不要改动这个原文件，而是生成一份初稿；3.根据之前的经验和我的指令进行修改完善

![](/file/img/2026/11/11/9719b0cf-f1a3-4c62-8ea9-c43799d47589.png)![](/file/img/2026/11/11/a768b11d-17ed-46f6-9cee-6db0fee2c89b.png)![](/file/img/2026/11/11/8f267149-43e4-4e3d-8313-746f9b4d1cbd.png)

v1.2.0常规迭代

v1.3.0增加网页端一键上传（有一定风险，详见GitHub说明）

https://github.com/Asaake-233/ai-graded-lab-report

是什么

Look-Tongji-Notes是由我开发的用于处理同济大学智慧录课平台中的课程录像的Agent Skill套件（根本作用是为了期末补天的时候方便一点），功能如下：

• 使用 Playwright 完成同济统一认证登录

• 列出课程（最近课程 / 全量搜索）

• 转写指定课程节次，输出字幕 SRT 与纯文本 TXT

• 根据字幕 SRT 由当前 Agent 生成"时间轴大纲"（*_timeline.txt，简体中文）

• 下载指定课程节次的 slide 截图

• 由当前 Agent 基于转写文本 + slide 图片生成 Markdown 笔记

下面是这个Skill包含的9个原子化命令的列表

怎么用

使用该Agent Skill，首先的前提条件是你要使用一个原生支持Skills协议的Coding Agent

如Claude Code、Codex、Cursor、GitHub Copilot (VS Code)、Trae、CodeBuddy、Pi、GA等，此处不再赘述部署方法，互联网上有大量相关教程和广告，可以自行挑选使用；

• 建议Agent选型：由于需要执行利于文本阅读、整理和汇总等操作的任务，不必选用太重思考的Agent（如Codex），产出速度会比较慢且笔记内容冗长不适于突击复习，使用ClaudeCode、Pi等适用于快速迭代且有高效的上下文管理机制的Agent会有不错的效果；

• 建议Harness选型：如果你使用自己搭建的Harness来使用此Skill，请特别注意重试机制以及可观测性的设计，必要时要做一些上下文隔离，因为该Skill在执行长线任务（如一次性转写一门课的全部节次）的过程中，难免会遇到各种阶段（下载、转写、元数据编辑等）任务失败的现象，处理这些问题是必要的，否则会极大地降低使用体验；

• 建议LLM选型：使用自带上下文支持1M的、低幻觉的、工具调用能力强的还有最好支持视觉的长上下文大模型（如Kimi 2.6，Qwen 3.7 Max， Mimo， DeepSeek V4 Flash）（当然Claude系列也是很好了，只不过想必用来干这种活我不是很用得起吧）

  PS：对于不支持视觉的模型，在配置阶段提供了vision-support这一选项，可以实现外挂一个视觉模型来为如DeepSeek V4 Flash等本身便宜且好用的模型辅助视觉的效果（强烈建议外挂Gemini系列模型作为视觉辅助，单论视觉能力，Gemini还是比较有性价比的选择）。

安装

推荐通过npx skills方法来安装此Skill，会被安装到~/.agents/skills目录中，支持软链接到多个Agent的Skills目录使用，比较方便快捷，如果需要更新，再复制执行一次安装即可。

 npx skills install https://github.com/walkerkiller/look-tongji-notes

你也可以通过Codex/Claudecode的Skill Market安装：

/plugin marketplace add https://github.com/walkerkiller/look-tongji-notes\
 /plugin install look-tongji-notes

后续的更新以及状态管理需要自己手动执行，对应的目录也在相应Agent的配置文件目录中；

配置项目

在使用setup配置你的工作环境时，会在本地存储用.env你的学号、密码、工作目录以及外挂的视觉模型的相关信息（建议选一个单独的文件夹，后续的转写文件都会被按固定格式组织在该文件夹中，方便查询使用），还有可选的Github仓库，用于上传你的课程知识库生成Github Pages来供你阅览。

此外，wiki的前端还可设置 owner_name和site_name，会影响你的前端自定义显示的内容。（XXX的课程知识库）

配置好的工作目录下大概有这些内容：

• raw/：课程原始数据与 llmwiki 源会话输入。

• wiki/：可编辑的知识库页面与课程配置。

• site/：python -m llmwiki build 生成的静态站点。

• llmwiki/：从 skill 同步进来的前端与构建包。

使用流程

推荐使用下面的使用流程：

本项目借鉴了Karpathy的LLM Wiki设计思想，大概使用过程为

1. 基础层：/setup配置，准备环境\rightarrow/list让Agent通过登录验证配置、了解的课程情况

2. 索引层：/trans转写课程和/add添加材料来把课程录像以及课件等外部资料来源变成语料\rightarrow/note通过阅读原始的语料整理为结构化的笔记（产出一份总结的笔记和一个对于课程录像的结构化时间轴总结方便快速定位）

3. 应用层：/wiki和/page分别在本地和云端把结构化的笔记呈现为一个易于人类阅读的前端网站知识库\rightarrow/cheatsheet通过课程的原始语料和结构化语料，整理用于开卷考试/背诵的独立清单。

ps：/ralphtrans采用hook的方式管理一次性多节课程的转录，但是由于我没有做过大批量的测试，并不清楚效果如何，你也可以直接采用对Agent描述的方式让它采用/trans一次性转写多节，一般是没有问题的。

一些个人使用经验

1. “一次性”的长线任务在弱的约束下容易引起Agent偷懒的现象，如一次转写20节课然后写笔记，可能前几节还写的比较认真，后几节就写了一百多个字，建议采用你喜欢的状态管理方式（如使用Hook在每轮开始前注意强调的Prompt、开Subagent隔离上下文等等），再不济可以自己亲力亲为多轮“鞭策”Agent，确保把笔记准备为高质量的内容。

2. 笔记的内容是“可迭代”的，你可以在后续丰富材料的过程中，指挥Agent更新笔记，必要时还可以做版本管理。需要注意的是前端建站采用的是raw/sessions/ 里的 session markdown文件，而/note命令默认更新的是raw/<课程名>*/原始数据/*_notes.md 笔记文件，它们是两套独立数据。/note 命令更新了笔记文件，但 build 时只读了session文件，所以笔记更新会没有反映到 wiki 页面上。如果你的更新没有反映到前端上，可以告诉Agent这一点，使其更新session里的索引。

3. 一切修复任务可以由Agent代劳：所有遇到的格式不标准引起的渲染错误、课程视频链接解析失败、课程对应名称错误、课程视频的字幕没有外挂到前端视频播放器等等，或者是你想自定义知识库的页面什么的（比如换个背景色，给前端加个密码，把图片传上图床），这些都是小Case，都可以由Agent代劳，告诉它出现的现象或者是想要达成的效果，通过简单的排查，Agent就可以帮你达成很好的效果。

4. AI会出错：如果笔记中出现了不符合你的专业常识或者很离谱的内容，请务必核查，大模型出错是正常的，甚至强烈建议你做交叉验证来保证笔记内容的正确性。

5. 有关字幕识别服务：当前字幕识别没有采用本地模型，本工具中使用的是必剪Bcut的接口，默认可以识别中英双语，个人使用下来精准程度还不错，如果接口暴毙，或者你有识别其他语言的需求，请考虑部署本地的ASR语音模型，或者换用更好的云端接口（魔搭上就有不少可以选用），告诉Agent你采用的方式，让它帮你替换。

6. Windows：Windows系统在重启前没有良好的临时文件回收机制，如果一次性转写多节课程，会下载大量的临时课程视频资源，请主动清理临时文件避免你的存储空间告急。

7. 使用成品Agent的定时任务，你可以轻易的开发出一些定时监控课程录像并为你产生最新笔记发送到你的邮箱或者自更新知识库的功能，总之，在万能的Agent的大手笔之下，一切使用效果由你的想象力定夺了。

个人课程Wiki页面预览

• 首页

• 日志页

• 课程页

• 具体节次页

ps：视频播放器使用了artplayer，支持倍速、字幕样式调节、帧截图等操作

• 图谱页

这个连接关系是需要让Agent处理的，此设计还在初期阶段，如果需求不大不建议现在使用

后记

设计并使用该Skill借鉴了不少开源项目，在项目README中我也标注了来源，在此再次致敬。也感谢其他几位同学的共建，这应该算是第一个由我从头做起后有其他人来贡献代码的仓库了。后续也欢迎更多同学在批判性使用的前提下来参与共建，使这个工具变得更好。如果还有什么使用方面的问题，完全可以丢给Agent这个仓库的链接，让它帮你分析问题如何产生又如何解决，亦或是让Agent教你从头开始使用这个Skill。

燃烧Token就能轻易获取到知识的年代，我们是何其幸运又何其不幸呢。

（真希望LLM、Agent什么的从未存在过，这是违心的话吗，这可以是违心的话吗）

还是在白日梦下期待不存在的未来吧

诚然，课业压力无疑是繁重的，但是在课余之时也是有很多令人欣慰的事的。你们宿舍关系很好，大家都相互包容，互相促进；你也交到了很多好朋友，他们会在你心理方面出现问题的时候开导你，你觉得生活空虚，周末就是图书馆和宿舍的两点一线，朋友就会邀请你打剧本杀放松，或者是在月末将所有生活费花光，到五角场吃一顿自助；课业压力虽然繁重，但是别忘了你可是estj，时间管理难不倒你，甚至还有余力学习课外拓展知识，跟着导师开始做项目了；你参加了羽毛球新生杯，认识了很多志趣相投的球友，比赛过程中也不断精进球技，尽管结果不尽如人意。听完这些，想必你又对大学生活重燃希望了吧。

总之，人生这条路，怎么走都是对的，只要追随本心，朝着目标前进就是好的，就像你现在这样。罗曼罗兰曾说，世界上只有一种英雄主义，那就是在看清生活后依然热爱它。这句话曾激励了你的高三，也正激励着我的大一。

来自六个月后的你

往期回顾：

• 10月30日AI日报（第16期）
• 10月31日AI日报（第17期）
• 11月1日AI日报（第18期）
• 11月2日AI日报（第19期）
• 11月3日AI日报（第20期）
• 11月4日AI日报（第21期）
• 11月5日AI日报（第22期）

从 11月6日（第23期）起，每日更新发在本帖回复里。

同济AI大模型交流群 Q 群号：1103021149，欢迎加入交流

👉从课程设置到申请攻略，全流程干货分享实时互动，面对面与教授及招生老师沟通交流，助你精准获得offer！

🕙时间：2026年11月18日（星期三）14:30 🏠地点：同济大学四平路校区大学生活动中心2号楼1楼会议室 🔗报名链接：https://www.wjx.top/vm/hm2zcNu.aspx#

🧑‍🎓主讲嘉宾： 张锐 副教授 🔥从量子器件到 AI for Science，这个时代最硬的技术，都站在物理的地基上。 ✅ 1 年制高效培养：兼顾学术深度与就业适配，快速完成从本科到硕士人才的进阶！ ✅ 双方向专修：学生可选择先进材料物理与技术或科学计算方向毕业，也可不选择专修方向！ ✅国内境外留学：更便利获得香港及海外工作居留机会，也更受内地公私营单位和高校认可！ ✅申请制无需额外准备：上传现成的成绩单等基本材料即可多一种选择！ ✅读博和转行的跳板：更高的深造机会，更多元的科技前沿赛道转行选择权！

邀请对象 👏欢迎有物理学/应用物理学、光学/光子学、数学、材料科学、计算机科学、电子与电气工程等相关工程学科背景的大二、大三、大四及毕业人士参加了解！

宣讲会详情：https://mp.weixin.qq.com/s/TUohWyzKlqgpHz8AOK9r5A

我们是一群热爱谜题的伙伴，主要研究日谜，puzzle hunt等各类谜题，发现生活中的巧合。无论你是解谜游戏/arg的发烧友，还是实体puzzle的爱好者，抑或是一个资深的puzzle hunter，我们都欢迎你前来享受谜题的乐趣，〇基础也没关系哦~我们正十万火急地需要几位伙伴，一起完成新社团的注册！有意请加QQ：3877043909

（为了让各位体验谜题的乐趣，我们在海报中藏了一些题！欢迎进群交流）

message api基础地址填写的是https://agi.tongji.edu.cn/anthropic/v1

现在网页搜索不可用，只能fetch，ds自己建议我到官网上申请一个api用于网页搜索，对话还是正常走同济的。本人不太懂，请问有其他解决办法吗😕

多次调整网络环境、理论上IP十足纯净却依旧屡次折戟于此，而我只不过是想要用上AI Studio……

难道要对设备环境做某种神秘的仪式？

后面打算是退订Chatgpt ，因为work chat合并额度感觉不太好，然后保留google 和claude，前者不仅有ai还有更多的谷歌云储量和YouTube会员，后者用的挺丝滑的，感觉更懂我一些

一场秋雨一场寒，接连几场淋淋沥沥的雨之后，大家都不约而同地着上了遮风保暖的薄外套。

朋友，在这秋冬交替的时际，千万要留神，不要生病了。鼻塞脑痛本就令人心情烦闷，那病重卧床更使人灰心丧气。

朋友，就在这凉爽的季节，把温暖的手机暂且搁置在一边，看看你脚边交错过落叶的形状，望望远方蓝天白云的踪迹，注意与你擦肩而过的陌生人的打扮。

朋友，我来自北方，而今我只能在幻想中亲临那碎琼乱云，轻轻把手伸出体悟那六出飞花渐渐弥散。

哦，下雪了我的朋友！室外只会万籁无声，弥漫交错，氛氲升腾，霭霭浮浮。世界总会是安静的，甚至寒风凛冽的世界也是安静的。

于是总会有人裹紧衣襟撞开一条离乡路而长嗟前路蹉跎

自己电脑没充进去电就好发现不是你位置了。

墨水屏也不看的，这个预约系统到底有没有在工作。

很意外，突然。

昨天晚上7点半的时候突然收到学长的消息：沈坚病危，还想去见一面的话马上去医院。

那种突然的迷惑，怀疑…

周一的时候就听到沈坚的课先由其他的老师代课，通知是说他有事，群里的几个学长还在开玩笑。我也没想到再过一天就成了这个样子。

没有在线下见过沈坚之前我对他是抱有偏见的，从网上了解的他：说话阴阳怪气，作业又多又没有意义…

第一次遇到沈坚是在西苑的食堂，在吃早餐。我大一下，也就是上学期才学的高程。先前大一上在QQ上看过他的表情包，所以大致能认出他，只不过现实中的更加沧桑一些。我直接坐在他的对桌，问你是沈坚老师吗，然后就开始介绍我自己，聊了一小会天。晚上大家还去吃了关东大碗，和老师轻松地谈天论地。

线下见过沈坚之后，基本可以排除掉网上对他的虚假负面言论。我看到的是一个再平常不过的可爱小老头。线下讲话的方式其实和线上差不多，所以这个时候想象他以线下的口气，去讲那些线上的听起来刻薄的话也就一点都不奇怪了。

我经常在高程群给人答疑，沈坚那个时候也有注意到，有一次也直接在群里@我说，预定26猪脚哥哥。后面高程总群分好几个小群了，答疑不太方便，有几个学长就把我推荐进了助教答疑群。

大一在答疑群的几个月我觉得我也是付出了不少的时间回答同学们的问题。我还记得我填文档作业的那个问卷的时候，有一栏可以填其他问题，我说我想要贡献一些力量，可以减轻助教们的压力，因为在开学期间一直看到学长们在群里忙着答疑，一些问题也不一定能得到及时的解答。到现在回头看，其实沈坚老师的工作量是最大，而且还很难分摊给助教。

更多的时候我们还是会在助教群里面聊天，聊生活，聊未来。有时候会谈到AI之于高程的未来。群里有时候他会叫来改改作业，或者是一些服务器维护的杂事。他是我们的老师，也像我们的朋友。

很明显我可以感受到他对我的器重，不论是对我的帮助还是交给我做的一些事情。我想一提到助教干活，或者是抉择高程的发展，他一定是能想起我的吧。

我在高程拿了两个优，毫不夸张地说就是我在这个课程上努力的结果。并且根据我见过的周围的人中，努力学这门课的人也都是拿了好结果。学长也认为这是一门大学中为数不多的付出努力就会得到收获的好课。

自从和 Larry 熟络之后我很喜欢收集他在QQ上发的话，几乎每一句不涉及人名/地名/特定名词的都会被我截图并制作成表情。

Larry 和我们之间的关系是非常要好的，经常就约饭约饭的。学长还会开一些小玩笑弄得 Larry 骂两句，或者是禁言一会。我在这个家庭里面找到了一种归属的感觉，也会有一种永远都会如此的错觉。我总觉得好像我能贡献我的本科剩下的三年给 Larry，给高程，给学弟学妹们，就像我所看到的敬仰的学长那样，直到 Larry 退休。

很奇妙的是，恰好在一周之前，我在答疑群里面开玩笑地问了一句：我还能陪 Larry 多少年

Larry 没有回答我。

消息很突然，到医院楼下的时候没有看到多少人，大家基本都还在路上，还有从北京要回来的。之后有很多学长学姐到现场，可能有三四十号人的样子。我们没能见到老师最后一面，这么多人就这样去医院就是纯添乱，但是谁又不想来看看老师呢？现场大家的情绪都是控制住的，甚至还能说点轻松的笑一笑，互相认识一下，寒暄两句。

十点左右从医院再出来，我们仍希望能有奇迹发生。11点多回到宿舍，看了会消息，12点上床。我躺了半个小时，辗转反侧，偏偏就是睡不着。几个小时给我带来的冲击真的太突然了，我开始一边刷抖音一边看消息，一边思考很多的事情。放下手机想安心入睡，却一点也睡不着。

凌晨3点半左右看到微信群里面家属说老师在3:20走了。助教群里面我们就开始发与老师之前的聊天记录。看到学长发的聊天记录真的感到痛心，能看到老师在深夜操劳很多的问题，比如代码文件的编码问题这种细节都需要处理，避免给学生带来不公平的失分。就算是有学长们的帮助，他也需要掌控很多的细节。

早上8点又醒过来了，看群里的消息。不知道为什么一直在流眼泪。直到看到微信群里发的

恍然我就感受到了冲击，然后就是无法控制的情绪，呼吸，抽动。我终于是哭出来了。

下了床也不想移动，一直在看着老师生前留下来的聊天记录、照片、表情包。

我没法出门，我没法控制突然而然地掉眼泪，直到中午好些了才敢出去买早餐。

作为老师的助教，我很难说最为得力，但我认为足够诚实。我能够对于不合理的地方提意见修改，或者对于需要改革的地方出力。但是我现在在想，会不会我的这些行为会增加老师的负担，我会不会就是压垮老师的一个，我后悔当高程助教。

清醒之后想想，老师也是会希望他的学生能够得到更好的教学，对于我们的意见也是会采纳。如果他现在还在的话，一定还会为他的课程和学生着想。

我认为我是坚定的唯物主义战士，但在此刻却又无比渴望有魂灵存在。

沈坚老师，我想你了，晚安。

1. 腾讯混元 Hy4 正式版：770B、首加视觉与电脑操作，11 月 4-15 日 WorkBuddy/CodeBuddy 限额免费腾讯 11 月 4 日正式发布混元 Hy4，770B 参数 MoE，首次加入视觉理解与电脑操作（命令行+图形界面）能力，定价与 preview 持平：输入 6 元/百万 tokens、输出 18 元/百万 tokens。领取方式：11 月 4 日至 15 日在 WorkBuddy/CodeBuddy 内有一定额度免费使用，腾讯云 TokenHub 即日起至 12 月 31 日按刊例价 5 折；注意权重是"近期开源"，目前先走产品或 API，别按已可下载来规划本地部署，另有更便宜的 Hy4 flash 也在近期上线路上。
2. OpenRouter 免费 stealth 模型 Crouton Alpha：1M 上下文、全模态，适合 agent 高频子任务

OpenRouter 11 月 3 日上线匿名 stealth 模型 Crouton Alpha（stealth/crouton-alpha），1,048,576 token 上下文、最高约 943,718 token 输出，支持文本、图像、视频、文件与音频输入，输入输出均标价 0 美元，定位是高频重复的 agent 子任具调用与多文档分析。用法：用 OpenAI 兼容协议把 base URL 指到 OpenRouter，模型填 stealth/crouton-alpha 即可；注意这是匿名预览模型，历史同类免费期结束后会更名或 改收费，提示词可能被提供方留存但声明不用于训练，私密代码和密钥别喂。 3. 决策专用开源模型 Drex Max v1：27B、262K 上下文，Mac 也能离线跑路由与分类 Nace AI 11 月 2 日开放了决策模型 Drex Max v1 的权重：27B 多模态稠密模型，262,144 token 上下文，专做"从最多 255 个选项里选一个"的路由、分类与策略判断，而非开放式写作。本地用法：提供 bf16 权重、Q8_0 GGUF 与 Q4 检查点及 llama.cpp/Ollama 分支，24GB+ 内存的 Apple Silicon Mac 可离线跑 Q4 版，H100 跑 bf16、L40S 48GB 跑 8-bit；注意许可不是 MIT/Apache，而是修改版 Open RAIL-M，年收入或融资超 100 万美元需另签商业协议，医疗、法律、金融决策须有合格人工把关。

4. 11 月免费 coding 工具核验：Copilot Free、Antigravity、OpenCode/Kilo 怎么零成本组合

11 月 2 日核验的免费 coding 工具清单，零成本起手可这样组合：GitHub Copilot Free 每月 2,000 次补全加少量聊天/agent 额度（仅个人开发者、模型由平台自动选）；Google Antigravity Tab 补全不限量、agent 工作按周限速；OpenCode、Kilo Code、Cline 本体免费，其中 OpenCode/Kilo 还自带一批免费模型。注意：Gemini CLI 的个人免费登录已在 6 月 18 日停服，Google 现指引免费用户去 Antigravity CLI，别再按旧攻略折腾 Gemini CLI 免费登录；免费额度用完即停，复杂任务先小任务试水再铺开。

5. 免费 API 10 月 31 日核验版：Gemini 3.8 Flash 为主、Groq gpt-oss-120b 兜底，附两处停服提醒

10 月 31 日核验的免费 API 盘点，适合做零成本原型的主力组合：Google Gemini 免费层首选 Gemini 3.8 Flash（输入标价免费，但具体 RPM/TPM/RPD 已不再公开，需在自己 AI Studio 控制台里看）；兜底用 Groq 免费计划的 openai/gpt-oss-120b，30 RPM、每天 1,000 次请求、每天 20 万 token。注意三点：Gemini 2.5 Flash 已限制为此前活跃用户，别在新项目里默认选它；GitHub Models 已退役，不再是免费入口；免费层数据可能用于训练，专有代码与商业资料别直接喂。

6. 腾讯开源7700亿参数大模型Hy4

混元Hy4总参数7700亿、每次仅激活490亿，首度支持图像理解与电脑操作，Apache 2.0协议开源。

7. 月之暗面开源Kimi K3.1 Pro权重

Kimi K3.1 Pro总参数2.8万亿、激活1040亿，96个权重文件约1.56TB，性能比肩顶尖闭源模型。

8. 发改委加快制定人工智能基本法

发改委称将加快制定覆盖数据、算力、算法的AI基本法，DeepSeek、月之暗面、阿里列为重点监管对象。

9. Salesforce收购语音AI公司Cresta

双方11月2日签署最终收购协议，Cresta语音智能体将接入Service Cloud与Agentforce，交易价据报27亿美元。

10. 京东五年将采购300万台机器人

京东在乌镇峰会宣布，未来五年采购300万台机器人、100万台无人车和10万架无人机，并采集千万小时真实场景数据。

11. 蚂蚁开源机器人通用大脑凌波

蚂蚁凌波机器人通用大脑全栈开源，9个月下载量突破220万次，已在无人药房等场景落地应用。

同济AI大模型交流群 Q 群号：1103021149，欢迎加入交流

感觉老师上课什么都没教啊🥲

可能是我近视又加重了。

本科生菜鸡进组会不会很牛马啊😭😭……有必要去冲牛导，或者一个看上去更有含金量的项目吗？还是说挑一个活少、门槛低的项目水一下就行了🙃

（顺便问一下朱亚萍、朱坤、汪子乔、张鹏飞四位老师的风评，谢谢大家）

我个人认为第一个稳定性更强，但是现在也还不怎么行

有没有大佬教教怎么练习，感谢喵

1. 今天盯一下：Kimi K3.1 Pro 完整权重承诺 11 月 4 日前发布

Moonshot 承诺 Kimi K3.1 Pro 的完整权重在 11 月 4 日前发布，截至 11 月 3 日核查时 Hugging Face 的 moonshotai 组织下仍未出现 K3.1 仓库，今天值得盯一下。等不及可先走现成渠道：Kimi 应用、Kimi Code（/model 切换）或 Kimi API（kimi-k3.1-pro，输入 2 美元/百万 token、输出 10 美元/百万 token，上下文 100 万 token，API 需至少充值 1 美元解锁）。提醒：2.8T 参数 MoE、每 token 激活 104B，本地部署门槛极高，普通学生/开发者优先用 API 或托管端点；新权重许可证尚未公布，下载时以仓库内 LICENSE 为准，不要默认沿用 K3 的许可。

2. 科研向开源大模型 Hydrogen-1.0：753B 参数、MIT 许可，来自 GLM-5.3 后训练

Deep Principle 于 11 月 2 日发布 Hydrogen-1.0，这是一个由 Z.ai GLM-5.3 后训练而来的 753B 参数 MoE 科学模型，面向化学、材料与生命科学，权重为 MIT 许可。获取方式：Hugging Face 与 ModelScope 下载权重，也可走 NeuroSpark 的 API，或在其 Mira 研究助手中直接用；未量化版上下文 100 万 token、输出上限 12.8 万 token。注意：Hugging Face 下载前需接受访问条件并分享账号信息，部署同样是多卡量级，个人先用 API/助手试效果再决定是否本地跑。

3. Antigravity 提醒：Claude 4.6 等旧模型已标注 11 月 2 日移除，免费位由 Gemini 3.8 Flash 接替

Google Antigravity 官方模型文件已把 Claude Sonnet 4.6、Claude Opus 4.6 与 GPT-OSS-120B 标注为预定 11 月 2 日移除，免费路线目前列出的是 Gemini 3.8 Flash。如果你之前在 Antigravity 里固定选了上述旧模型，今天打开先检查模型列表，别等任务跑到一半才发现模型没了；长期免费方案不要押注在已标注移除的旧版 Claude 上。免费版本身仍有周/用量限制，复杂任务建议先在小任务上试 Gemini 3.8 Flash 的表现再铺开。

4. 11 月免费模型清单核验版：OpenCode -free、OpenRouter :free、GLM Flash 怎么组合用

11 月 2 日核验的免费模型清单，适合做“零成本原型”的起点组合：OpenCode 模型目录里带 -free 后缀的限时免费模型（如 glm-5.3-flash-free、deepseek-v4.1-flash-free、mimo-v2.6-flash-free、nemotron-3.5-super-vl-free）；OpenRouter 的 :free 模型共 14 个，每分钟 20 次、每天 50 次，累计充值满 10 美元后每天 1,000 次；智谱 GLM Flash 系列（GLM-4.7-Flash 等）输入输出标价免费；硅基流动也有免费文本/OCR/向量/文生图模型。注意三点：OpenCode 的 -free 是限时免费而非永久；Gemini API 免费层中国大陆和香港不在官方可用地区列表；免费模型的训练数据政策因提供方而异，私密代码别直接喂。

5. DeepSeek 推理引擎 DeepInfer 部署问答更新到 0.2：能学什么、缺什么一次讲清

DeepSeek 10 月 20 日以 Apache 2.0 开源的生产级推理引擎 DeepInfer，其配套部署问答已在 11 月 3 日更新到 0.2 版，讲清楚了它怎么在生产环境铺 GPU、留缓存、算单卡收益，适合想学“低价 API 背后怎么跑”的开发者精读。能直接用的部分：目前仅支持 DeepSeek-V4.1-Flash，跑在 NVIDIA Blackwell（SM100）与华为 Ascend 950 上，含 FlashMLA、DeepGEMM、DeepEP 等公开内核，官方称公开内核端到端性能在其内部版本的 5% 以内。不能照搬的部分：KV 缓存系统、前后处理分离与跨副本负载均衡未开源，且目前仅离线推理，别按在线服务架构去套。

6. 国内模型价格 11 月 3 日更新：最便宜输出是 Qwen3.5 4B，性价比第一是 DeepSeek V4.1 Flash

11 月 3 日更新的国内大模型价格对比覆盖 18 家厂商、167 个模型、95 个已收录报价，预算敏感型选型可直接拿它做第一轮筛选：输出价最低的是 Qwen3.5 4B（输入 0.03 美元/百万 token、输出 0.15 美元/百万 token），综合性价比排第一的是 DeepSeek V4.1 Flash。用法：先按“预算极度敏感/代码生成”等场景筛出 2-3 个候选，再去各厂商官方价格页核对当期价与免费额度——这是第三方每日自动同步的聚合数据，不是官方报价单。另外提醒：阿里云百炼新人额度仅华北 2（北京）地域、有效期 90 天且需实名，部分模型新人额度已在 10 月 29 日下架，别按旧攻略领。

7. 小米乌镇秀具身VLA体系

乌镇峰会上小米披露大小脑兼容VLA底座，十万小时数据、1700余场景，工厂与青年公寓落地验证。

8. 百度披露Apollo World模型

Apollo World把交通参与者建模为AI智能体，已用于萝卜快跑验证，端到端全无人运营超百万公里。

9. 国行Apple智能今日开测

iOS 27.3开发者测试版上线国行Apple智能，复杂任务接入阿里千问，12月随正式版推送。

10. 发改委推AI应用中试基地

“十五五”将深化“人工智能+”行动，推动制造、能源、交通、医疗等国家AI应用中试基地建设。

11. 中国人形机器人将迎洗牌

GGII预测三年内至少15%中国人形机器人厂商破产或被并购，今年出货量有望超5万台。

12. Skild机器人大脑年收入破亿

上线十个月，Skild Brain年经常性收入超1亿美元，已签约60多家付费客户，估值超140亿美元。

同济AI大模型交流群 Q 群号：1103021149，欢迎加入交流

我们日后会优化为，给出相应提示，并附带这样做的理由。还会有申诉恢复等通道。

毕竟是论坛嘛，虽然我也喜欢想到啥说啥……但总要有些限制在的。

我自己在网上发的内容也经常被干掉。所以我觉得，至少要给个令人信服的缘由罢。

有 Zen 账号或 Go 订阅即可免费调用，输入、输出和缓存读取均按 0 元计费，在 Go 里也不消耗套餐额度。在 OpenCode 用 /models 切换到 Beam Free，或走 Zen 端点填模型名 beam-free。注意目前未公布免费截止日期与用量上限，敏感代码建议换付费模型。

2. DeepSeek 开源 Super-Agent 原型：监听群聊、自动开 Ticket 干活

10 月 31 日开源的 MIT 协议研究原型 dsh-superagent，面向单个 GitHub 仓库，监听 GitHub 事件后开 Ticket、在独立会话里执行任务，最后以 pull request 形式返回。适合先在小仓库研究“少打扰、多办事”的 agent 架构，注意官方定位是研究原型而非生产级产品。

3. Nace AI 开源 27B 决策模型 Drex Max：一次前向给全选项概率

11 月 1 日开源的 27B 稠密决策模型，采用 Open RAIL-M 协议，提供 bf16 权重、Q8_0 GGUF 与 Q4 检查点，上下文 262,144 token，不生成文本，适合选择、排序、分类类任务。本地运行门槛较高，Q4 需 24GB 以上内存的 Apple Silicon Mac，Q8_0 需 48GB。

4. 11 月福利倒计时：ElevenLabs 1 美元到 11 月 8 日，Devin 免费模型到 11 月 30 日

截至 11 月 2 日核验：ElevenLabs Starter 首月 1 美元延至 11 月 8 日，Devin Desktop 免费 SWE-2 模型延至 11 月 30 日，Runway Enterprise 赠送 2 个月用量延至 12 月 31 日，学生免费一年 Google AI Pro 仍在列。10 月已结束的 ChatGPT Plus 学生 4 个月免费等活动不要再追。

5. GitHub Codespaces 免费额度详解：每月 120 Core-hours，2 核约 60 小时

GitHub Free 个人账号每月含 120 Core-hours 运算额度与 15GB-month 储存额度，2 核 Codespace 约可开机 60 小时，8 核约 15 小时。注意这是免费云端 CPU 开发环境，不是 GPU 主机，也不自带免费 LLM Token，实际剩余额度以 GitHub Billing 页为准。

6. BazaarLink 免费 LLM 网关：免信用卡，每天免费额度 UTC 零点重置

OpenAI 兼容网关，无需信用卡即可注册领 key，11 月 2 日页面列出的免费模型包括 qwen3.7-flash、reflection/beam、beam-free 等，但阵容会轮换。免费额度为共享制，无充值账号每天 10 RPM 与 60 加权单位，每天 00:00 UTC 重置，只想免费用就把 key 的付费回退关掉。

7. 具身赛道同日揽两笔大额融资

机器科学完成数亿元A2轮融资，简智机器人获1亿美元A+轮，资本押注模型与数据基建。

8. 中国具身AI上半年融资935亿元

上半年322笔交易、同比约四倍，资金正从本体硬件转向具身AI软件与大脑。

9. Meta联手傅利叶研发人形机器人

代号Max的原型已推进至第二代，目标是成为Meta AI未来家庭场景的物理化身。

10. PATEO车载AI盒子搭载Thor与豆包

基于NVIDIA DRIVE AGX Thor，集成Nemotron与35B豆包模型，支持本地推理与多语交互。

11. PI洽谈10亿美元融资

据报道目标估值约200亿美元，这家尚无公开营收的机器人大脑公司正冲击新纪录。

12. GPT-6 Astra直接改写Qwen模型权重

权重编辑后Qwen3.5-0.8B的MATH-500得分从7.9%升至48.1%，引发AI自我改进讨论。

HACH Daily X 主帖

同济AI大模型交流群 Q 群号：1103021149，欢迎加入交流

然后失败

被抛给孤独

城市的眼瞳

是大厦无规律闪烁的红

依旧图文无关（人生需要美少女治愈~）