Introducing Claude Haiku 5.5: the cheapest, fastest, and most capable small model we’ve ever released.

On average, it costs around 75% less to run than Claude Haiku 4.5.

Haiku 5.5 除了便宜没什么特色，不过比 GPT 6 Luna 强

不过打工人还是 Sonnet 5.5 好用

正在做一份本地模型的实用能力排行榜，测试集是从各种公开 benchmark中挑选微调，覆盖任务拆解、代码开发、长链路执行、上下文、指令遵循、记忆抽取、逻辑与常识 7 个维度

目前针对本地模型的评测很少，不知道有人感兴趣不，关注人多的话，我尽快测完放出来

放弃了，评测集是真的不好做，特别是涉及众多不同类型的模型时，会遇到各种各样的问题，即使有 opus 5.5 的帮助，依旧做的一塌糊涂

5小时只有 4M token，一周最多2个5小时额度，也就是8M token。。。。。

New blog post:

We had a million lines of Python to clean up. On September 2nd @Teknium asked Hermes Agent to do it.

1,393 subagents and nineteen hours later, the codebase was 34.4% smaller, saving us nearly $2m in engineering hours.

https://nousre

自从 hermes 经历了代码大清理以后，它似乎变的不稳定了，几乎每周我都要手动修复一次，而在此之前，它从来没出过问题。

我目前记得且已经修复的有db lock问题和 git 问题，然后今天凌晨它的gateway莫名其妙的退出了。。。。。我正在排查中 @Teknium

总结下

1. 别迷信大厂官方 Harness

2. 极简 Harness 足够抗打：Pi 无论在哪个评测里，都是性价比和通过率最均衡的选择

3. 决定解题上限的是底模，Harness 主要是决定你的钱包怎么瘪下去

https://arena.ai/blog/coding-agents-harness-tax

比如 @levelsio 上个月就自己 vibe coding 替换掉了大量 SaaS 服务，每月省下约 2.5 万美元。

具体替换了下面这些服务：

- 天气 API -> 换成了自己写的抓取挪威气象局 API 的微服务

- 图片缩放 API -> 自己用 Node.js 的 Sharp + Redis 搓的缩放服务（省下约 $1,500/月）

- Google Vision 黄暴图检测 -> 自己用 Python NudeNET 跑的 $0/月检测服务（省下约 $2,500/月）

- Cloudflare 流媒体 -> 跑在 VPS 上的 Nginx 串流，每月 $0（省下约 $250/月）

- API Flash（生成社交分享卡片截图） -> 自己写的截图服务，每月 $0（省下约 $250/月）

- New Relic + IPHub -> 自己写的错误监控、DDoS 拦截与集群管理服务（叫 error2telegram），每月 $0（省下约 $250/月）

- 人工审核团队 -> 用 @xAI 跑所有网站的内容自动审核（省下约 $10,000/月）

- IFTTT -> Telegram Bot（省下约 $100/月）

- Photopea（Photo AI 里的内置编辑器） -> 自己手搓的图片编辑器（省下约 $100/月）

- Mapbox -> 用 OpenFreeMaps 搓的免费替代（省下约 $500/月）

- Uptimerobot -> 自己用 Kuma 跑的 Uptime Canary，每月 $5（省下约 $50/月）

- Ghost 博客 -> 自己手搓的博客平台，每月 $0

- 客户支持平台 -> @featurebasehq + AI 客服机器人（省下约 $5,000/月）

- Scrapingbee / SerpAPI -> 用 Patchright 自己搓的爬虫，每月成本 $1（省下约 $250/月）

当然了，那些真正脏活累活还是无法替代的：

- Cloudflare Domains（域名）

- Cloudflare Email Sending（发信）

- Cloudflare R2 Storage（对象存储）

- Backblaze B2（冷备份）

- Hetzner（所有网站的 VPS 托管）

- xAI（全站所有 LLM 任务：审核、写信等等）

所以，现在给开发者做产品，护城河基本只剩两条：

要么替人啃极恶心的脏活累活，

要么有极难复制的特色能力。

如果只是做层轻封装来“提供便利”，基本没生存空间了——因为当下没有什么比 vibe coding 更方便的事了

https://levels.io/replaced-saas-with-vibe-coded-services

很喜欢他写的一篇感想：当一件事 AI 做得和人一样好时，这件事就不再特别了。

比如最近 Opus 5.5 席卷了营销视频。在以前，同样的效果需要大量剪辑、动态设计和预算，现在几乎 0 成本。

这意味着任何人都能做出同等质量的内容，结果就是迅速审美疲劳。

想要重新获得吸引力也很简单：你必须再次与众不同，而这，才是 AI 无法代替的。

https://levels.io/ai-commoditizes-media-until-not-special