Twitter AI 编程 - 2026-04-23

1. 大家在讨论什么

1.1 GPT-5.5“Spud”发布，并宣称编码能力实现台阶式跃升 🡕

当天最受关注的消息是 GPT-5.5（代号“Spud”）正式发布。@danshipper 发布了最详尽的从业者评测（249 次点赞，20,105 次浏览，118 次收藏）在 Every 进行了三周早期测试后写道：“它在我们的 Senior Engineer 基准测试中拿到了 62/100。Opus 4.7 只有 33/100。” 评测指出，GPT-5.5 是“首个能在需要删除并重新构想大量现有代码库的复杂重构任务中表现出色的模型”，也是“大约一年来首个让我们的作者放弃 Claude、转用其他工具的 OpenAI 模型”。测试总共消耗了超过 9 亿个 token。不过，danshipper 也指出，GPT-5.5“在规划质量上仍然输给 Opus 4.7”，在“前端和全栈产品工作”上也是如此。

@jetbrains 确认了（9 次点赞，534 次浏览）：“在我们第一轮早期测试中，它最高快了 3 倍。” @DeryaTR_ 分享了（42 次点赞，1,485 次浏览）来自 GPT Pro Community 早测小组：“相比 GPT-5.4，这是一次重大升级，而且现在前端表现真的非常惊艳。”

@soft_servo 演示了（34 次点赞，29 次收藏）展示了首个机器人用例：“用 GPT 5.5 做 vibe coding 来造机器人！这是一个 7dof 机械臂的 URDF，带有可用的运动学、自定义 GUI，以及 STEP 零件/装配，100% 由 Codex 生成。类似的成果，以前我得花几周时间把六七种工具硬拼起来。”

讨论洞察： @navigateny 询问 danshipper 是否会优先使用 GPT-5.5 而不是 Opus 4.7。该评测承认，Opus 在规划质量和全栈设计工作上仍有优势，因此这更像是“各有所长”的分工，而不是已经出现了明确赢家。

与前一天相比： 4 月 22 日，GPT-5.5 还只是 Codex 模型选择器中的一次泄露，以及 Polymarket 上的一个预测。到了今天，它已经成为正式发布的产品，并有了从业者基准测试、IDE 厂商确认和垂直领域演示。叙事也从猜测转向评估。

---

1.2 Codex 模型元数据确认 GPT-5.5 将重排层级 🡕

在正式发布前数小时，多位用户发现 Codex 模型描述发生变化，确认 GPT-5.5 即将到来。@chetaslua 记录了（184 次点赞，11,557 次浏览）显示，codex-rs/models-manager/models.json 的一次提交中，GPT-5.4 的描述从“Latest frontier agentic coding model”改为“Strong model for everyday coding”，其 default_reasoning_level 也从“medium”变成“xhigh”。GPT-5.4-Mini 也被类似降级，从“Smaller frontier”改为“Small, fast, and cost-efficient”。

@HarshithLucky3 捕捉到了同一处 diff（43 次点赞，4,217 次浏览）。@linie_oo 新增了 Polymarket 背景：GPT-5.5 于 4 月 23 日发布的预测概率升至 89%，交易量达到 $254,358。

Chetaslua 还指出了一个更广泛的行业趋势：“OpenAI 有 Spud。Anthropic 有 Mythos。据称两者都是更聪明的预训练模型，对延长式推理链的依赖更少。效率和速度就是新的智能。”

讨论洞察： 来自 @yyhh6tgg63536 的一条回复反驳了与 Anthropic 的类比：“Mythos 几乎等于不存在。既然他们连算力都不够，为什么还要把这种东西算作他们的功劳。”

与前一天相比： 4 月 22 日，模型选择器泄露显示 GPT-5.5 与“arcanine”“glacier-alpha”等代号并列出现。到了今天，元数据变更发出了更清晰的信号：OpenAI 正围绕这次新发布重塑整个模型层级。

---

1.3 GitHub Copilot Business 暂停新自助注册，算力短缺进一步加剧 🡕

@GHchangelog 正式宣布了（57 次点赞，10,507 次浏览，16 次收藏）：“GitHub Copilot Business 面向 Free 和 Team 套餐组织的新自助注册已暂停。” 更新日志确认，现有客户仍可继续增加席位。

@ecommerceshares 以讽刺的方式进行了表述（64 次点赞，12,381 次浏览）：“$MSFT 已经封锁了 Tokenmuz 海峡。新的付费 GitHub Copilot 客户已不再接收。Token 短缺是全球经济面临的最大威胁。”

@filip_a__ 给出了具体的速率限制（4 次点赞，2,258 次浏览）：“VS Code 里的 GitHub Copilot 每月给你 500 次 Sonnet 请求，大约相当于每天 16 次，价格是每月 $10。每月 $40 的套餐给你 1500 次，也就是大约每天 50 次请求。”

讨论洞察： 回复普遍流露出对算力的焦虑。@LeoMosqueraUN 写道：“如果连拥有地球上最大 GPU 集群之一的 Microsoft 都得暂停新的 Copilot 注册，那 AI 算力短缺显然已经非常严重了。” @sarahbeige 则反驳说：“我们需要的是更高效的模型，不是更能吃资源的模型。”

与前一天相比： 4 月 22 日，Copilot 的话题还主要围绕基于 token 的计费细节（$19/月可获得 $30 积分）。而今天，供给侧约束已经正式浮出水面：GitHub 已无法接纳新的 Business 自助客户。再结合计费变化，这意味着补贴时代正在结束。

---

1.4 OpenCode 与开源模型作为 Claude Code 替代方案升温 🡕

多条帖子中都出现了用户从 Claude Code 迁移到 OpenCode 搭配开源模型的趋势。@_toddanderson 描述了一套完整的替代工作流（3 次点赞，144 次浏览，6 次收藏）：“过去两周里，我基本每天都能交付两个企业级功能，而且完全不受 AI 宕机影响。” 他的技术栈是：OpenCode TUI 负责先规划后构建，Hermes Agent 负责代码库总览，底层使用开源模型上的 GLM 5.1 或 Kimi K2.6，“以我这种很重度的使用强度，目前每天只要 $5-$7。相比一个每月 $200、但只有 80% 时间能用的套餐，这个 ROI 好得多。”

@DeepakNesss 分享了（2 次点赞，116 次浏览）展示了一个 OpenCode Go 的使用仪表盘：“这几天我一直在大量使用 OpenCode，现在觉得自己之前在 Claude Max 上简直是在浪费钱。”

@0xEvinho 宣布了（5 次点赞，91 次浏览）：“终于把 Claude Max 订阅取消了，改成了 Poe 的订阅套餐。接到 OpenCode 上之后，我的天，能选的模型实在太多了——Gemini 3.1、Gemma 4 31b、DeepSeek v3.2。”

@riyazmd774 声称（12 次点赞，103 次浏览，13 次收藏）：“Kimi K2.6 简直就是开源版 Opus4.7，但便宜 7 倍。” 来自 @E_s_h_a__ 的一条回复指出：“这些模型之间的差距缩小得这么快，说真的有点吓人。”

讨论洞察： @justsisyphus 量化了 强调了成本优势：“想象一下，你可以让 gpt-5.5 和 kimi k2.6 一起开发一个功能、彼此辩论，成本只要 $25（opencode go + openai plus）。你根本不需要 claude code。”

与前一天相比： 4 月 22 日，OpenCode 还只是因为“很扎实”、价格 $10 而受到社区称赞。到了今天，迁移叙事已经具体得多：出现了详细的日成本、明确的企业交付速度，以及取消 Claude 订阅的案例。

---

1.5 GStack 把 Claude Code 变成一个 AI 工程团队 🡒

@ycombinator 宣布了（39 次点赞，1,576 次浏览，15 次收藏）介绍了 GStack——由 YC CEO Garry Tan 打造的开源工具包：“GStack 把 Claude Code 变成一个 AI 工程团队——具备答疑办公时间、设计、代码审查、QA 和浏览器测试等技能。” 其中 Office Hours 技能“参考了真实的 YC partner session，在你写下第一行代码前先对你的想法进行压力测试”。

讨论洞察： @emonuxui 观察到：“你得到的不再是一个通用 agent，而是一组专业化角色，更接近真实团队的运作方式。” @katrin_fwa 则持怀疑态度：“这不过是戴了顶更花哨帽子的 Claude。交付速度照样不会比你快。”

与前一天相比： 4 月 22 日，agent skills 生态正在成型，Google Cloud 和 PixiJS 都在发布技能。到了今天，YC CEO 亲自为 Claude Code 发布一个基于技能的框架，极大提升了“技能即团队角色”这一模式的可信度。

---

1.6 Google Antigravity：安全威胁持续，声量依旧平淡 🡖

@ransomnews 警告称（3 次点赞，179 次浏览）提到“藏在假冒 Google 工具中的零检出恶意软件”——被植入木马的 Antigravity 下载包会投放信息窃取程序，劫持浏览器会话和 token。

@BenjaminDEKR 延续了关于心智份额流失的话题（20 次点赞，5,654 次浏览）：“你们还记得 Google Antigravity 吗。” 回复从 @DumbEinstein（“看起来它在一两周后就彻底失去了任何广告或推广”）到 @TravisMcDonald（“它是个 vscode 分叉版，但我偶尔还是会用一下”）不等。

@nathanclark_ 诊断了问题（24 次点赞，1,792 次浏览）：“Antigravity/Gemini CLI 的 harness 烂得离谱。在 @droid 里它实际表现还算不错……Google 需要做的只是：1. 让模型、harness、UI 形成一个有机整体 2. 把模型那些不断侵蚀可靠性的低级小毛病修掉。”

与前一天相比： 4 月 22 日，Antigravity 的消息是关键 RCE 漏洞已修复，以及下载包被植入木马。今天，被植入木马的下载包仍然在被讨论，而“你们还记得吗”这种关于声量的叙事也在继续。根本问题没变：Google 有能力不错的模型，但 harness 集成做得很差。

---

1.7 GitHub Copilot 数据训练退出截止日期临近 🡕

@jordanicruz 分享了（1 次点赞，22 次浏览）展示了一张 GitHub 仪表盘横幅截图：“4 月 24 日起，除非你选择退出，否则我们将开始使用 GitHub Copilot 交互数据来训练 AI 模型。”

这则通知给用户留到 4 月 24 日前，在 GitHub 账户设置中检查相关偏好。原始文本为葡萄牙语，说明该通知正在国际范围内逐步推送。

与前一天相比： 4 月 22 日，Copilot 数据相关话题还是 CLI 遥测会追踪哪个 AI agent 驱动了每条命令。到了今天，范围扩大到 Copilot 交互数据将被用于模型训练，而且退出截止日期已迫在眉睫。

---

2. 什么让大家感到沮丧

Codex 在需求高峰期的容量限制 —— 高

@CtrlAltDwayne 记录了（16 次点赞，645 次浏览）提到 Codex 连接问题：“今天开始注意到 Codex 连接问题在增多。这让我怀疑 OpenAI 是不是在算力侧做了什么调整。” 截图显示消息在 Reconnecting... 2/5, 3/5 之间循环。@ZypherHQ 提出了（29 次点赞，4,057 次浏览，23 条回复）提出了一个详细解决方案：“在高峰时段启用一种使用更少推理资源的‘慢速模式’。” @MelansonIndus 报告了（0 次点赞，144 次浏览）：“github copilot 上的所有 ai 模型都出了问题。”

GitHub Copilot 限流迫使用户升级更高档套餐 —— 中

@filip_a__ 量化了（4 次点赞，2,258 次浏览）反映出压力：“VS Code 里的 Github Copilot 每月给你 500 次 Sonnet 请求，大约是每天 16 次，价格是每月 $10。每月 $40 的套餐给你 1500 次，也就是大约每天 50 次请求。Claude Design 的使用限制甚至更糟。” @HighKoalas 承认了（8 次点赞，1,344 次浏览）：“他们把它削弱了，但每月 $10 你仍然能获得大量 sonnet 使用量。” @cmdcntr 观察到：“大家都以为 GitHub Copilot 是一个干净利落的统一订阅。它正在变成多个 AI 提供商的计费中枢。”

Copilot 自动补全质量停滞 —— 低

@WarrenInTheBuff 询问道（5 次点赞，479 次浏览）：“值得再试试 github copilot 吗？它有变得更好吗？” 回复明显分化。@thepanta82 说：“比 3 年前稍微好一点。不适合 agentic coding。” @Shreyassanthu77 说得更直接：“作为访问 LLM 的 API？还不错。自动补全？纯垃圾。” @devinbgoble 则给出了相反看法：“比 Claude code 少太多 bug 了，而且还能用更多模型。”

---

3. 大家希望出现什么

面向算力感知的 Agentic 工作流调度

@ZypherHQ 描述了（29 次点赞，4,057 次浏览，23 条回复）提出给 Codex 增加“慢速模式”：在高峰时段降低推理强度（可选开启），在空闲时段提升速度，并为夜间任务加入休眠模式。23 条回复说明这一想法很有共鸣。随着 Copilot（暂停注册）和 Codex（反复重连）都出现 token 供给收紧，面向需求侧的调度将有助于用户优化受限的算力预算。

稳定、免受宕机影响的编码 Agent 技术栈

@_toddanderson 做出了一个变通方案（3 次点赞，144 次浏览，6 次收藏）：OpenCode + Hermes Agent + 开源模型，每天成本 $5-7，明确目标就是避开 Claude Code 宕机。大家需要的是一种具有韧性的多提供商方案，能在不同模型和提供商之间自动故障切换，而不打断工作流。@MikeWithAHotDog 表达了怀疑 关于 vibe coding 可持续性的说法是：“你要花 10 倍时间修 bug 和清理工作区。”

跨 Harness 的输出质量对比

@kylejeong 演示了（15 次点赞，584 次浏览，7 次收藏）指出，同一个模型（Claude 4.6 Sonnet）在 Claude Code 与 OpenCode 中给出了明显不同的输出：“cc 直接生成了一个超紧凑格式的 HTML 文件，而 opencode 写了一个 python 脚本。” 这说明需要一种系统性的 harness 对比工具，在保持模型不变的前提下，评估不同 agent 间的输出质量差异。

---

4. 正在使用的工具与方法

工具	类别	情绪倾向	优势	局限
OpenAI Codex + GPT-5.5	Agent 平台	(+)	Senior Engineer 基准 62/100（Opus 为 33/100）；JetBrains 称快 3 倍；首个适合复杂重构的模型；Auto-review 模式已上线	在规划质量和全栈设计上仍输给 Opus；发布当天出现连接问题
GitHub Copilot	云端 IDE agent	(+/-)	每月 $10 仍可获得 Sonnet 访问；Copilot Chat 调试能力提升；gh skill 包管理器已发布	Business 新注册暂停；基础档每月仅 500 次 Sonnet 请求；自动补全质量停滞；数据训练退出截止日期为 4 月 24 日
Claude Code	终端 agent	(+/-)	数据集中被提及 31 次；GStack 增加了团队角色技能；kylejeong 展示了更优的紧凑输出	使用限制和宕机正推动用户迁移到 OpenCode；在社区 harness 投票中被评为 C 档
OpenCode	开源终端 agent	(+)	每天 $5-7 可产出企业级结果；模型阵容丰富（GLM 5.1、Kimi K2.6、MiMo V2）；v1.14.21 新增 C#/Kotlin 的 LSP pull diagnostics	需要手动配置模型；Agent Vault 集成仍待合并
Google Antigravity	IDE	(-)	底层 Gemini 模型据 nathanclark_ 所说“表现还算不错”	野外已出现被植入木马的下载包；harness/CLI 体验受批评；声量持续流失
Hermes Agent	Agent harness	(+)	可与 OpenCode 搭配进行代码库级分析；可通过 VPS 配合开源模型运行	需要单独配置；生态仍处早期
OpenCode Go	模型订阅服务	(+)	低成本访问 Kimi K2.6、GLM-5.1、MiMo V2；提供滚动/每周/每月使用计量	仅限 OpenCode 生态；仍受使用上限约束

---

5. 大家在构建什么

项目	构建者	功能	解决的问题	技术栈	阶段	链接
GStack	@garrytan（YC CEO）	通过专业化技能把 Claude Code 变成一个 AI 工程团队	单一 agent 缺乏答疑办公时间、设计评审、QA、浏览器测试等角色分工	Claude Code，Agent Skills	已发布（开源）	公告
Agent Vault（OpenCode 支持）	@dangtony98 + chris-d-edwards	面向 AI agents 的凭证代理与安全中介	agents 处理凭证不安全；缺少统一认证层	Go，agent-vault CLI	PR 已合并（外部贡献）	帖子
Codex Auto-review	OpenAI	让 Codex 能以更少人工审批执行更长时间的自治工作流	agentic 工作流中的人工审批瓶颈	Codex	已发布	公告
7DOF 机械臂	@soft_servo	具有运动学、GUI、STEP 零件/装配的 URDF 机械臂，100% 由 Codex 生成	手动整合机器人 CAD/代码通常要花数周	Codex，GPT-5.5，URDF	Alpha（演示）	帖子
Gameclaw	@learntouseai	一项 Codex skill，可把草图和 sprite 转成可玩的浏览器游戏原型	游戏原型开发需要手动搭建 Phaser/Matter	Codex，Phaser，Matter.js	已发布	帖子
OpenCode v1.14.21	@OpenCodeLog	为 C#/Kotlin 提供 LSP pull diagnostics、会话压缩、Mistral Small reasoning	缺少语言服务器支持；会话中存在 token 浪费	OpenCode	已发布	更新日志
gh skill	GitHub	agent skills 的包管理器：搜索、安装、固定版本、更新	缺少发现和管理 agent skills 的标准化方式	GitHub CLI v2.90.0	已发布	帖子

---

6. 新动态与值得关注的事

GPT-5.5 代表了一个新的模型类别：快速、友好、且具备 Agent 能力

GPT-5.5 不只是一次渐进式模型升级。@danshipper 报道了 它在 Senior Engineer 基准测试中得到 62/100，而 Opus 4.7 只有 33/100，同时又“快速且友好”到足以替代 Claude 来完成写作任务。@chetaslua 概括了更广泛的转变：“据称两者都是更聪明的预训练模型，对延长式推理链的依赖更少。效率和速度就是新的智能。” 把强编码性能、通用知识工作能力与速度三者结合到同一个模型中，这是新的变化。

OpenCode x Tencent Hy3 预览版免费开放两周

@opencode 宣布了（35 次点赞，528 次浏览）宣布了一项合作：“OpenCode x Tencent Hy3 Preview —— 免费两周。Hy 系列中最强：256K 上下文、推理、纯文本、295B（A21B）。” 这一点值得关注，因为这意味着中国基础模型正通过一个主要的开源编码 agent 免费提供给用户，从而把可访问的模型生态扩展到美国厂商之外。

GitHub Copilot Chat 获得结构化堆栈跟踪分析能力

@GHchangelog 已发布（11 次点赞，1,285 次浏览）显示，Copilot Chat 在网页端的调试能力得到改进。该功能现在可提供结构化的根因分析：哪里出了问题、为什么会出问题、最可能的根因及代码引用证据、置信度，以及建议修复方案。

Harness 质量比模型选择更重要

@kylejeong 演示了（15 次点赞，584 次浏览）指出，Claude 4.6 Sonnet 在 Claude Code 中生成的是一份超紧凑 HTML 速查表，而在 OpenCode 中却生成了一段用于格式化摘要的 Python 脚本。@FUCORY 发布了一份社区 harness 排名：S 档（Amp、Pi、Smithers），A 档（Conductor、OpenCode TUI、Warp），B 档（Codex、Antigravity），C 档（Claude Code、Gemini CLI、Cursor），D 档（Copilot、Windsurf）。这一趋势说明：当前真正拉开差距的，越来越是 harness 的实现，而不是底层模型本身。

基础设施工程师纠正模型路由相关误导信息

@thsottiaux 提出了异议（216 次点赞，4,259 次浏览）回应了“不同客户端拿到的模型质量不同”的说法：“不对。请不要传播错误信息。无论客户端是什么（pi、opencode、openclaw、w/e），请求都应该会被发往同样的集群。” 这是当天互动量第二高的帖子，说明大家普遍担心客户端特定限流问题。

---

7. 机会在哪里

[+++] Multi-Provider Resilience Layer -- Codex had reconnection loops on launch day (@CtrlAltDwayne, 截图）。GitHub Copilot 暂停了企业新注册（@GHchangelog, 更新日志）。Claude Code 宕机正驱动用户转向 OpenCode（@_toddanderson, 工作流）。一个能够在 Codex、Claude Code、OpenCode Go 和开源模型之间自动故障切换、并在切换过程中保持会话上下文的路由层，将直击当前最尖锐的基础设施痛点，因为几乎所有主要提供商都在同时遭遇容量限制。

[+++] Token Cost Optimization Across the Fragmented Stack -- GPT-5.5 is powerful but expensive. Open-source alternatives (Kimi K2.6, GLM 5.1) claim comparable quality at 7x lower cost (@riyazmd774, 说法）。@_toddanderson 在 OpenCode 上每天花费 $5-7，而 Claude 每月要 $200。@filip_a__ 计算了 Copilot 每天大约只提供 16 次 Sonnet 请求，价格是 $10。随着补贴结束，一种能在各家提供商不同价格点上，对真实任务完成质量进行基准测试，并把任务路由到满足质量门槛的最低成本模型的工具，将满足一种结构性需求。

[++] Agent Skills Ecosystem Infrastructure -- GStack (@garrytan）为 Claude Code 增加了团队角色技能。gh skill（GitHub CLI v2.90.0）则新增了 agent skills 包管理器。这延续了 4 月 22 日 Google Cloud 和 PixiJS 发布 skills 的趋势。skills 格式正在形成关键规模，但在发现机制、版本管理和跨 harness 兼容性测试方面仍有缺口。一个 skills 注册表或市场有望加速采用。

[++] Agentic Workflow Scheduling and Throttling -- @ZypherHQ 提出了（23 条回复）提出了 Codex 的峰谷调度方案。Codex Auto-review 又让更长时间的自治运行成为可能。随着 agents 可以在无人监督下连续运行数小时，能够在低峰窗口调度高算力任务、批处理不紧急工作并管理并发 agent 会话的工具，将帮助用户最大化受限的 token 预算。

**+］ Agent Security and Credential Management** -- Agent Vault ［已合并 OpenCode 支持，使 AI agents 的凭证中介成为可能。随着用户让 agents 接入生产系统、API keys 和数据库，市场对安全凭证隔离、审计日志与权限范围控制的需求会持续增长。这仍是早期基础设施，但随着自治工作流（Codex Auto-review）延长 agent 的运行时长，它会迅速变得关键。

---

8. 结论

1. GPT-5.5“Spud”以迄今最强的编码模型从业者基准成绩发布。 在 Senior Engineer 基准中拿到 62/100，而 Opus 4.7 为 33/100；JetBrains 称其快 3 倍；它也是首个能较好处理复杂多文件重构的模型。不过，它在规划质量和全栈设计上仍落后于 Opus。（@danshipper, 评测；@jetbrains, 速度说法）

2. 算力容量约束如今正同时冲击所有主要 AI 编程提供商。 GitHub 暂停了 Copilot Business 新注册。Codex 在 GPT-5.5 发布当天出现了反复重连。Claude Code 的宕机仍在推动用户迁移。token 短缺已经不再是某一家提供商的单点问题。（@GHchangelog, 公告；@CtrlAltDwayne, 截图）

3. 开源模型正以前沿模型成本的一小部分，产出企业级结果。 多位从业者表示，他们正通过 OpenCode 搭配 Kimi K2.6、GLM 5.1 和 MiMo V2 交付生产功能，每天成本仅 $5-7，而 Claude Max 则是每月 $200。对于相近输出，如今成本差距已经达到 5-10 倍。（@_toddanderson, 工作流；@DeepakNesss, 切换）

4. 如今拉开差距的，更大程度上是 harness 质量，而不是模型选择。 同一个模型在不同 harness 上会产生截然不同的结果。社区分级榜将 OpenCode TUI 和 Conductor 排在 Claude Code 和 Cursor 之上。这意味着：agent 框架的重要性已经不亚于底层模型。（@kylejeong, 对比；@FUCORY, 排名）

5. agent skills 生态正围绕包管理和团队角色逐步整合。 GitHub 发布了 gh skill 这一跨平台包管理器。YC 的 Garry Tan 则将带有专业化团队角色技能的 GStack 开源。整体趋势正从通用型 agents 转向由角色分工明确的 agents 团队进行编排。（@jfversluis, gh 技能；@ycombinator, GStack）

6. GitHub Copilot 的数据训练政策变更带来了一个必须及时退出的截止日期。 从 4 月 24 日开始，除非用户明确选择退出，否则 GitHub 将使用 Copilot 交互数据训练 AI 模型。再结合注册暂停与计费变化，这正在加速它从补贴型工具向商业化平台的转变。（@jordanicruz, 截图）