Twitter AI 编程 - 2026-04-11¶
1. 人们在讨论什么¶
1.1 限流挤压波及所有提供商（🡕）¶
当天的主导讨论是：所有主要 AI 编程提供商都在同时收紧用量限制，开发者正在被迫调整。
@HarshithLucky3 发布了 当天互动量最高的串推（722 点赞，68K 浏览）：“先是 Google 下调 Antigravity Pro 用户的限流。接着 Anthropic 对 Claude web/app 和 Claude Code 做了同样的事。现在 OpenAI 也对 Codex 这么做。” $100/月计划推出后，Plus 用户报告自己的用量大约只剩以前的三分之一。@cepvi0 在回复中观察到，Google 最先这么做，所以“大家都忘了”，注意力随后被 Anthropic 的削减吸走。@Alaric4678 问 GitHub Copilot 是否会是下一个，并提出开源模型是“唯一解决方案”。
这个预测当天就成真了。@douglascamata 指出，GitHub Copilot 发布了一条更新日志——“执行新限制，并从 Copilot Pro+ 中退役 Opus 4.6 Fast”——引入高级请求配额：Pro（$10/月）每月 300 次，Pro+（$39/月）每月 1,500 次，超额按每次请求 $0.04 计费，模型倍率从 1x 到前沿模型的 50x 不等。他称这是“为了避免反弹而写得很含糊的发帖”，因为公告没有给出旧限制与新限制的具体对比。@SPARKSERiAN 抓住了时机：“我刚说在 OpenAI 和 Anthropic 都推出那些 5 小时限制之后，GitHub Copilot 计划现在是最好的选择……结果这个就来了。”
@andacgvn 分享了一张截图，来自 Reddit 帖“Anthropic 让 Claude 变笨 67% 却没有告诉任何人，一名开发者运行 6,852 个会话证明了这一点。” 数据很惊人：分析了 17,871 个思考块，推理深度下降 67%，每个会话读取文件数从 6.6 降到 2，三分之一的编辑是在完全没读文件的情况下作出，输出中 “simplest”（最简单）一词出现频率增加 642%。Anthropic 的 Boris Cherny 将其归因于 “adaptive thinking”（自适应思考）功能：本意是在简单任务上节省 token，却错误地也限制了困难问题。该问题在用户反对下被关闭。
@rvtond 构建了一个桌面小组件，用于同时追踪 Claude、OpenRouter、Amplify 和 Codex 的限流状态——“不用再刷新 27 个浏览器标签页”。小组件截图显示，一个开发者正在同时消耗 5 个提供商的额度，Claude 当前周期已经用到 42%，Codex 用到 21%。
1.2 开源模型与预算叠加成为回应（🡕）¶
限流挤压正在直接推动开发者通过聚合服务采用开源模型。
@mhdcode 给出了价值测算（240 点赞，172 收藏）：“$10 OpenCode Go + $10 GitHub Copilot = 大约 $80 的用量价值。” OpenCode Go 已确认首月 $5，之后 $10/月，按花费设置限制（$12/5 小时、$30/周、$60/月），可使用 GLM-5、GLM-5.1、Kimi K2.5、MiMo-V2-Pro、MiMo-V2-Omni、MiniMax M2.5 和 MiniMax M2.7。@Wayland_Six 在回复中问 OpenCode 是否支持替代模型网关，@mhdcode 确认可以通过 opencode.json 配置。
@andacgvn 为试图逃离限流挤压的开发者 发布了一份完整定价指南。拆解覆盖 6 类替代服务：OpenCode Go（$10/月）、Xiaomi MiMo Token Plans（$6-$100/月，分层额度池）、MiniMax Token Plans（$10-$50/月，最高档每 5 小时最多 30,000 次请求）、Chutes（$3-$20/月）、Novita Coding Plans（$19.90-$199.90/月，RPM 保障最高 450）、Alibaba Cloud Coding（$50/月，每 5 小时 6,000 次请求）和 Z AI GLM Plans（$10-$80/月）。
@gubatron 直接建议：“好朋友不会让你用 Claude 4.6 Sonnet，却不告诉你切到 OpenRouter 上 OpenCode harness 里的 GLM-5.1。编程和工具使用的智能水平基本相同，价格只是零头。” 他估计开源模型正以 2.2-2.5 个月的滞后追赶，并预测除非 Anthropic 和 OpenAI 在价格上竞争，否则开源会赢。
@robinebers 批评了 Z AI 针对 GLM-5.1 的定价：$18/月 Lite 计划慢且限制低，跳到 $72/月 Pro 过于极端，而 $160/月 Max 更显得不合理，因为 OpenCode Go 以 $10/月提供同一模型。
@ardadev 通过生态贡献，把所有 Kilo Code 网关模型同步到 models.dev 数据库，让它们可在 OpenCode 中使用，先从 GLM-5.1 PR 开始。
1.3 编排层浮现为真正产品（🡒）¶
一条更安静但结构上重要的线索是：AI 编程工具的价值正在从模型转向周边基础设施。
@brunoborges 演示了（79 点赞）为什么 GitHub Copilot 的价值主张是智能体编排层，而不是任何单一模型。他的截图显示 Copilot 问题分配对话框中有一个模型选择器（Claude Opus 4.6）和一个智能体下拉菜单，列出 3 个内置智能体（Copilot、Claude、Codex）以及自定义智能体（智能体式工作流、OpenGrep Autofix Agent）。“我为什么要订阅 GitHub Copilot？因为你能访问 3 个 CLI Runners 智能体编排层。”
@VeritasDYOR 分析了 Claude Code npm 源码泄露：512,000 行 TypeScript，在 24 小时内被净室重写，GitHub star 达到 100K（历史最快）。他的架构图对比了多数开源工具的“当前关注点”——从发现（MCP/API 聚合）到模型推理再到执行的薄封装。它还对比了 Claude Code 源码中暴露的“生产栈”：在发现和模型之间存在庞大的编排层，处理工具沙箱、上下文管理、错误恢复、权限控制、状态检查点和子智能体编排。
@samsaffron 具体展示了编排层差距，对比 Claude Code 与 Gemini CLI 的表格渲染。Claude Code 把结构化数据（团队名单）渲染成格式正确、对齐良好的 ASCII 表格，列间距正确；term-llm 对同一数据的展示则出现对齐糟糕和换行失败。“Claude Code 的表格渲染做得很用心——里面有很多小细节，比如空间不足时折叠表格并换一种方式渲染。”
@RNR_0 提出了经济问题：“用 API 时 Claude 贵得离谱。只能用他们的 Claude Code 或 chat，而他们可能在巨额亏损运行这些。Codex 很便宜，配 Hermes、OpenClaw 等也很好用。” 这把 harness 层框定为吸引用户留在生态里的亏本获客工具。
1.4 Vibe coding 项目变得更有野心（🡒）¶
Vibe coding 正在产生越来越复杂的结果，尽管怀疑者仍然存在。
@davey_burke 用 Claude Code 搭配 gcloud-mcp 部署到 Google Cloud，复活了 1982 年的 Psion Flight Simulation（最初是 ZX Spectrum 48K）并做成完整浏览器应用。结果包括一个拟物风虚拟 ZX Spectrum 键盘、驾驶舱仪表、手机加速度计/陀螺仪控制，以及原版游戏没有的音效。
@RoundtableSpace 发布当天最高分推文（1,686 分，188 点赞，287 收藏），内容是把 Claude Code 变成“AI SEO 机器”，用于内容、关键词和搜索优化工作流。@jxkedevs 在回复中反驳：“设置还不错，但 SEO 正在被 AI 搜索吃掉。真正的打法是为 LLM 优化，而不是 Google。” @theswolesurfer 也指出，它仍然无法替代 Semrush 或 Ahrefs。
@leondevinci_ 回应（44 点赞）“人人都能写代码所以代码不值钱”的叙事：“这和 Stack Overflow 刚出现时、WordPress 刚出现时、GitHub Copilot 刚出现时一样错。每当底层被自动化，上限就会变高。WordPress 没有杀死 Web 开发者薪资。”
@cgarciae88 描述 了使用 OpenCode 中的 Gemini Flash Light 即时调试并修复 Hermes Agent WhatsApp 网关——“现在竟然可以即时修补软件了，太疯狂了”——指向一种 AI 智能体修复 AI 智能体的工作流。
2. 令人困扰的问题¶
同步发生的限流下调（High）¶
所有主要提供商——Google（Antigravity）、Anthropic（Claude Code）、OpenAI（Codex），以及现在 GitHub Copilot——都在同一时期下调用量限制，制造出一种协同“平台劣化”的观感。@HarshithLucky3 用 722 个赞的共鸣 记录了这一模式。各平台 Plus 档用户报告，用同样价格只能得到大约过去三分之一的用量。$100/月计划实际上是在重新定价过去 $20/月能获得的配额。
偷偷降低质量（High）¶
Claude Code 的 “adaptive thinking”（自适应思考）事件（由 @andacgvn 分享）代表了更深层挫败感：提供商静默降低模型能力。一名开发者运行了 6,852 个会话和 17,871 个思考块，量化出 67% 的推理深度下降。Anthropic 只有在数据公开发布到 GitHub 后才承认 bug。尽管用户反对，该问题仍被关闭。@cousinvanko 概括了情绪：“所有这些公司都应该专注于不要让模型发布 2 个月后，就不得不把它们的思考能力和智能彻底毁掉。”
定价不透明与档位宰客（Medium）¶
多个提供商以差异巨大的价格提供同一底层模型。GLM-5.1 通过 OpenCode Go 可 $10/月使用，但在 Z AI 的 Pro 档需要 $72/月才能获得更快访问。@robinebers 称这种定价“离谱”。对于“更快”或“更高限制”在实践中究竟意味着什么，缺少标准化基准，使比价变得困难。
多提供商切换开销（Medium）¶
@rvtond 构建小组件，正是因为追踪 5 个以上提供商的用量需要刷新 27 个浏览器标签页。这种运营开销——管理多个订阅、API key、限流窗口和计费周期——是当一个订阅还够用时不存在的生产力税。
3. 人们期望的功能¶
统一的限流与成本仪表盘¶
@rvtond 构建了原型，但开发者需要真正的跨提供商仪表盘：追踪用量、预测何时触发限制，并根据实时配额状态把请求自动路由到最便宜的可用提供商。小组件适合监控，但缺少优化支出的路由智能。
透明的模型质量指标¶
Claude Code 67% 的质量下降直到某个用户运行数千个会话才被发现。没有提供商发布其编程模型的持续质量指标。开发者想要第三方基准测试服务，持续监控真实编程任务上的模型表现，并在回归时发出警报。
面向前沿模型的类 OpenCode 编排层¶
@gubatron 和 @mhdcode 都指出 OpenCode 是最佳性价比，但它目前只适用于开源模型。开发者想要同样的编排层灵活性——模型无关、提供商无关、可本地配置——同时能在开源模型应付不了复杂任务时使用前沿模型（Claude Opus 4.6、GPT-5.4）。
标准化提供商定价对比¶
@andacgvn 手动整理了 6 个提供商的价格对比。这本应是一个持续维护、可搜索的数据库，并具备归一化指标：每请求成本、每 token 成本、每时间窗口请求数、模型可用性和延迟保障。
4. 使用中的工具与方法¶
| 工具 | 类别 | 评价 | 优势 | 局限 |
|---|---|---|---|---|
| Claude Code | 编程智能体 | 褒贬不一 | 512K 行编排层，具备打磨良好的 UX（表格渲染、上下文管理、状态检查点）；在 Copilot 中集成 3 个智能体 | 限流下调；“adaptive thinking” 质量下降事件；API 定价昂贵 |
| OpenCode + OpenCode Go | 编程智能体 + 订阅 | 正面 | $10/月使用 GLM-5.1、Kimi K2.5、MiMo-V2-Pro 等；模型无关编排层；opencode.json 配置 | 仅开源模型；无法访问前沿模型；生态较新 |
| GitHub Copilot | 编程智能体平台 | 褒贬不一 | 3 个 CLI runner 智能体（Copilot、Claude、Codex）；支持自定义智能体；IDE 集成 | 新高级请求配额（Pro 每月 300）；模型倍率最高 50x，很快吃完配额 |
| Codex (OpenAI) | 编程智能体 | 正面 | API 定价比 Claude 便宜；配合 Hermes 和 OpenClaw 表现好 | 限流也在收紧；Plus 用户报告配额减少 |
| Hermes Agent | 自托管智能体 | 正面 | 77K GitHub star；持久记忆；47 个工具；15+ 个消息界面；cron 调度；MIT 许可 | 自托管开销；需要自己的基础设施 |
| OpenRouter | 模型路由器 | 正面 | 通过单一 API 访问多个模型；成本透明 | 多一层抽象；依赖上游提供商可用性 |
| Gemini Flash Light | 编程模型 | 正面 | 在 OpenCode 中快速调试和修复 | 复杂推理能力弱于前沿模型 |
| GLM-5.1 | 开源模型 | 正面 | 编程质量接近 Claude，成本只有零头；可通过 OpenCode Go 和 OpenRouter 使用 | 能力落后前沿模型约 2.2-2.5 个月 |
| gcloud-mcp | 部署工具 | 正面 | 从 Claude Code 直接部署到 Google Cloud | 仅适用于 Google Cloud 生态 |
| Kilo Code Gateway | 模型网关 | 中性 | 模型目录同步到 models.dev；可配合 OpenCode 使用 | 生态较小，早期阶段 |
5. 人们在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| Multi-provider rate limit widget | @rvtond | 桌面浮层，同时追踪 Claude、OpenRouter、Amplify、Codex 用量 | 开发者要在 5 个以上提供商仪表盘间切换 | 桌面小组件 | 已上线 | 推文 |
| ZX Spectrum Flight Sim (browser) | @davey_burke | 在 Chrome 中重建 1982 年 Psion Flight Simulation，带虚拟键盘、驾驶舱仪表和手机陀螺仪控制 | 用 vibe coding 做复古游戏保存 | Claude Code、gcloud-mcp、JSSpeccy、Google Cloud | 已上线 | 推文 |
| Hermes Agent comparison page | @nesquena | 功能对比表：Hermes vs OpenClaw vs Claude Code vs Codex，维度包括持久记忆、自托管、调度 | 自托管智能体缺少清晰竞品对比 | GitHub Pages、Hermes docs | 已上线 | 页面 |
| OpenCode + Kilo Code model sync | @ardadev | 将 Kilo Code 网关模型同步到 models.dev 数据库以兼容 OpenCode，先从 GLM-5.1 开始 | OpenCode 无法访问 Kilo Code 模型目录 | OpenCode、models.dev、PRs | 已上线 | 推文 |
| Shipper (Claude Opus 4.6 package) | @shipper_now | 预打包 Claude Opus 4.6 工作流，用于构建 Web/移动应用、Chrome 扩展、邮件营销、应用翻译、自我维护 | 非技术用户创建应用的门槛高 | Claude Opus 4.6、Shipper platform | 测试版 | 推文 |
@rvtond 的 multi-provider rate limit widget 是当天最实用的构建。截图显示 Claude 当前周期消耗 42%（剩 2h1m）、Claude 周额度 5%、OpenRouter 已花 $18.34、Codex 21%（剩 6d19h）。它解决了一个 6 个月前还不存在、但如今在管理碎片化 AI 编程订阅的高级用户中已普遍存在的问题。
@davey_burke 的 ZX Spectrum Flight Simulation 因范围和还原度而值得注意。重建一款 1982 年游戏，并加入拟物风键盘和手机传感器集成，说明 vibe coding 能产出简单原型之外的打磨过、可部署应用。
6. 新动态与亮点¶
Claude Code 源码泄露暴露 512K 行编排层基础设施¶
@VeritasDYOR 分析了 Claude Code 源码通过一次 npm 发布失误泄露后的含义。512,000 行 TypeScript 在 24 小时内被净室重写，并累积 100K GitHub star——GitHub 历史最快。架构洞察很重要：生产级编程智能体需要在工具发现和模型推理之间有庞大的编排层，处理工具沙箱、上下文管理、错误恢复、权限控制、状态检查点和子智能体编排。多数开源替代品只是薄封装，完全跳过了这一层。
GitHub Copilot 引入高级请求配额¶
GitHub 在 4 月 10 日 发布 新的限流政策，引入“高级请求”货币系统。Pro 用户（$10/月）每月获得 300 次高级请求，Pro+（$39/月）获得 1,500 次，超额按每次请求 $0.04 计费。高级模型倍率最高 50x，意味着一次 Claude Opus 4.6 交互就可能消耗 300 次月度请求中的 50 次。Opus 4.6 Fast 模式从 Pro+ 中退役。至此，全行业收紧已经覆盖 Google、Anthropic、OpenAI 和 GitHub，它们都在几周内下调了限制。
Hermes Agent 达到 77K GitHub star，并提供完整自托管叙事¶
Hermes Agent 对比页面（由 @nesquena 发布）把这个自托管智能体定位为综合方案：以本地 markdown 文件作为持久记忆、用 cron 调度自主任务、提供 47 个内置工具、支持 15+ 个消息界面（Telegram、Discord、Slack、WhatsApp、Signal、Matrix 等），并且能把 Claude Code 或 Codex 作为子智能体生成。在 77K+ GitHub star 和 MIT 许可背后，它代表了最成熟的开源替代方案，能够替代厂商锁定的编程智能体。@cgarciae88 演示 了如何在 OpenCode 中使用 Gemini Flash Light 实时调试并修复 Hermes WhatsApp 网关。
OpenCode Go 成为预算开发者的默认选择¶
OpenCode Go 以 $10/月提供 GLM-5.1、Kimi K2.5、MiMo-V2-Pro、MiniMax M2.5 和 MiniMax M2.7，正在迅速成为注重成本开发者的默认推荐。多名独立用户（@mhdcode、@gubatron、@robinebers）收敛到同一判断：通过 OpenCode 使用开源模型，可以用远低于前沿模型的成本达到相近编程质量。
7. 机会在哪里¶
[+++] 强：跨提供商用量管理与智能路由。 今天数据集中的每个开发者都在管理多个 AI 编程订阅，且每个都有不同限流窗口、定价模型和计费周期。@rvtond 构建了监控小组件；下一步是智能路由，根据实时配额状态、任务复杂度和模型能力，自动把请求导向最便宜的可用提供商。这是工具层问题，可以独立于任何提供商解决。(rvtond widget, mhdcode budget stacking)
[+++] 强：持续模型质量监控。 Claude Code 67% 质量下降事件显示，提供商会静默降低模型质量，而独立监控并不存在。一个在标准化任务上持续基准测试编程模型表现的服务——追踪推理深度、代码正确性、文件读取模式和思考 token 用量，并发布回归警报——将服务开发者和评估提供商可靠性的企业采购团队。(andacgvn Reddit data)
[++] 中等：开源编排层基础设施。 Claude Code 生产编排层与典型开源薄封装之间的 512K 行差距已经公开。能在开源模型之上构建生产级编排层的项目——上下文管理、错误恢复、状态检查点、子智能体编排——有机会拿下目前锁在专有编程智能体中的价值。Hermes Agent 是最接近的进入者，但它侧重一般用途智能体工作流，而不是纯编程。(VeritasDYOR architecture analysis, samsaffron table rendering comparison)
[++] 中等：标准化 AI 编程提供商市场。 @andacgvn 手工整理了 6 个提供商的价格。一个持续维护的对比平台，如果能提供归一化指标——每请求成本、每美元 token 数、每时间窗口请求数、模型可用性、延迟和质量基准——将减少现在落在个体开发者身上的研究负担。(andacgvn pricing guide, robinebers pricing critique)
[+] 新兴：带前沿模型兜底的模型无关智能体编排层。 当前生态一分为二：OpenCode/Hermes 用于开源模型，Claude Code/Copilot 用于前沿模型。一个默认使用廉价开源模型、但能在复杂任务上无缝升级到前沿模型的编排层——带成本护栏和质量阈值——会承接 @gubatron 描述的开发者工作流：常规工作交给开源，边界情况交给前沿模型。(gubatron on GLM-5.1 parity)
8. 要点总结¶
-
限流挤压是全行业同步发生的。 Google、Anthropic、OpenAI 和 GitHub 都在几周内收紧限制。$20/月档位现在只能提供大约 6 个月前三分之一的用量，而 $100/月计划重新拿回原来的额度。这是结构性重新定价，不是临时调整。(HarshithLucky3, douglascamata on Copilot)
-
开源模型是主要受益者。 通过 OpenCode Go 以 $10/月使用 GLM-5.1、Kimi K2.5 和 MiMo-V2-Pro，已经成为多名独立实践者的默认推荐，他们报告其编程质量可与前沿模型相比。开源能力滞后估计为 2.2-2.5 个月，并在缩小。(mhdcode, gubatron)
-
编排层，而不是模型，才是护城河。 Claude Code 泄露的 512K 行 TypeScript 基础设施——工具沙箱、上下文管理、错误恢复、状态检查点——代表了薄封装开源工具难以快速复刻的多年工程积累。GitHub Copilot 的价值主张也明确是多智能体编排层，而不是任何单一模型。(brunoborges, VeritasDYOR)
-
偷降质量是一个尚未解决的信任问题。 一名开发者必须运行 6,852 个会话，才能证明 Claude Code 的推理深度下降了 67%。提供商只在公开压力后承认问题。没有独立监控服务存在。这将成为需要可靠性保证的企业团队采购障碍。(andacgvn)
-
多提供商套利是新的开发者工作流。 高级用户现在同时管理 5 个或更多 AI 编程订阅，在限流窗口和定价模型之间优化。这种方法带来的运营开销——追踪配额、切换上下文、管理 API key——本身正在创造 6 个月前不存在的工具需求。(rvtond)
-
自托管智能体提供了逃离挤压的路径。 Hermes Agent 拥有 77K GitHub star，是一个成熟替代方案，让开发者控制自己的基础设施、选择自己的模型，并且不受外部限流约束。代价是运营复杂度，但随着提供商限制收紧，这个取舍越来越划算。(nesquena)