码农早餐 · 2026-10-03

有人拿 GLM 5.3 Flash 当主力模型写了一个月代码，2B token 里只有 1B 真跑在它身上，能耗从计划的 10 kWh 涨到 35 kWh。选错模型、供应商容量不够、为评测试一圈新模型，这三笔账事先都没算进去。

一个月 2B token：GLM 5.3 Flash 只扛住了一半

Wagtail CMS 团队给自己定了个挑战：9 月整整一个月，写代码只用 GLM 5.3 Flash。结果 2B token 里只有 1B 跑在它身上，另外 1B 流向了别的模型；能耗 35 kWh，原计划是 10 kWh。作者自己的结论：按目标算，这次挑战失败了。

上半月做到了只用 GLM 5.3 Flash，它整月的开销是 68 美元，约 4 kWh 电、365 克碳排放，在预算内。下半月出了三件事。第一，给 Wagtail 的实验性 MCP server 做原型时选错了模型，几乎一夜之间烧掉 450M token、150 美元、5 kWh；作者估计，不用多费多少功夫，同样的结果花五分之一的钱就能做出来。第二，推理供应商容量不够：GLM 5.3 Flash 性价比高、用的人多，供应商的 GPU 又比不上大厂，性能明显下降，只好临时换成 DeepSeek V4.1 Flash 和 Qwen 3.8 Flash。换起来不难，只是事先没想到。第三，他们在做 Wagtail 任务的模型评测，得不停试各家新出的模型，这部分用量也算不到 GLM 头上。

评测结果他们先放出了一张表：14 个模型跑 Wagtail 任务，排第一的是 DeepSeek V4.1 Flash，准确率 95%，能耗 14.9 Wh，每个任务 0.09 美元。便宜模型能不能干活，这张表给了具体数字。

对比一下：选错一次模型花了 150 美元，是 GLM 5.3 Flash 整月开销（68 美元）的两倍多。账单大头不在模型单价，在什么活交给哪个模型。

💡 主厨说：他们 10 月的目标改成按花费和能耗来算，不再看 token 数。你要是也只盯着 token 用量，可以在旁边加一列花费。

来源：

• One month coding with GLM 5.3 Flash | Wagtail CMS

Janus：一个 Go 二进制，用 Vulkan 在 AMD 显卡上跑 GGUF

Janus 是个单文件 Go 二进制，把 .gguf 模型跑在本地，对外暴露 OpenAI 兼容的 API。它不依赖 Python、Docker，也不需要 Ollama——Windows 上就是一个 .exe，Linux/macOS 上 go build 出来一个可执行文件。推理走 llama.cpp 的 Vulkan 后端，AMD、Intel、NVIDIA 都能用，没有 Vulkan 就退回 CPU。

接入很简单：默认端口是 8990（不是 8080），Base URL 填 http://127.0.0.1:8990/v1、API Key 留空，就能接进 Cursor / Cline。换模型调一下 /models/load 就行，不用重启进程。带 <think> 的推理模型，思维链会单独放进 reasoning_content。每个模型在磁盘上通常 2–8 GB，Janus 本体加 llama.dll 约 50 MB。

README 里列了几个坑：Windows 上 Go 没法覆盖正在运行的 .exe，改完代码没生效先去任务管理器把 janus.exe 全结束；端口被占也是同一个原因。首次对话要等 10–60 秒，那是模型往显存里加载，Q4 量化会快一些。Linux 需要把 libllama.so 放在二进制旁边或 LD_LIBRARY_PATH 里。原文没说它在多卡、大模型上的表现，也没给任何性能数字——它是 llama.cpp 外面套的一层壳，上限就是 llama.cpp 的上限，别指望它比上游更快。

来源：

• Show HN: Janus – Go binary that runs GGUF models via Vulkan on AMD/Intel/Nvidia

Pi 1.0 正式版发布，同天还出了长时运行框架 Pi Durable

Earendil 发布了 Pi 1.0，官方说每周有几十万人在用。这版新增 Codemode（原生支持 MCP）、虚拟模型扩展、工具延迟加载、Anthropic 模型的缓存预热、对话中途插入 system message，还换了新 TUI 主题、默认全屏。安装还是一行 curl（Windows 用 PowerShell），文档在 pi.dev。

官方的说法是，agent 工具每周都在变，但多数改动留不下来，所以 Pi 只收已经被证明有用的功能。想做长时间运行、能从多个入口接入的 agent，不适合硬塞进 Pi，于是同天单独发了实验包 Pi Durable。它不替代 Pi，是用来搭长时运行 agent 应用的框架：每一步都是带 checkpoint 的 task，进程挂了，新进程打开同一份存储就从断点接着跑；没跑完的模型请求会重发，能安全重跑的工具调用会重跑，requestId 保证同一次提交只算一次。存储自带内存、SQLite、JSONL 三种，SQLite 和 JSONL 不依赖 Node API，加个小适配器就能跑在 Bun 或 Cloudflare Durable Object 里。

Pi Durable 源码不含测试约 1.5 万行，折合 GPT 约 15 万 token、Claude 约 25 万；官方说让 agent 读源码时，存储后端那 3000 行一般可以跳过。如果你只是在终端里跑 coding agent，Pi 1.0 就够用；Pi Durable 还是实验包，等真要做长时运行的 agent 应用再看不迟。

来源：

• hackernews · sergiotapia
• hackernews · paulsmith

Bez 想从规范自动生成浏览器引擎，目前覆盖率 0.6%

项目叫 Bez，思路是从规范文本和 WPT 测试里生成一个 Web 渲染引擎，用三个已发布的浏览器互相校验，Rust 占 76%。它给的目标挺实在：默认构建是完整引擎，也可以按站点实际用到的特性裁剪，用不到的代码直接不进二进制，引擎小、内存少、好嵌入，规范一变就重新生成而不是手改。但看它自己公布的状态表，对着 browser-compat-data 8.0.4 的 17259 个叶子键，生成部分只覆盖 0.6%，手写 0.3%，93% 还没碰到，HTML、JavaScript、SVG、WebAssembly 全是 100% 未覆盖。手写一个引擎要几百个工程师干好几年，这个判断我认；但从 0.6% 到能跑一个网页，中间隔的不是一条 pipeline，是十几年攒下来的兼容性泥潭。先看懂它怎么把一条规范变成可验证的代码，再谈值不值得跟。

来源：

• hackernews · nerdypepper

Agentic 编程的四个问题：代码难读、人不上心、技能退化、团队变散

一篇博客列了 agentic coding 的四个问题，作者说眼下都看不到解法。一是 AI 写的代码风格怪，人越来越不愿意进代码库；二是不亲手写也不细读，对产出不再上心，功能少了推敲，bug 只打补丁；三是技能用进废退，新人更难学会；四是大家都在跟自己的 agent 说话，团队群聊冷了，同事之间越来越远。没有数据，是一篇观点文，适合拿来对照自己团队的情况。

来源：

• The Four Horsemen of Agentic Coding

---

如果明天让你把主力模型全押在一家上，你赌它扛得住，还是先留一手随时切？明早 8 点见。

本期从过去 24h 的 X / Hacker News / GitHub Trending 共 59 条信息中挑出 5 条（全天逐小时采写、经事实校对后于晨间选编）。内容由 LLM 辅助生成，每条均附原始来源链接，重要决策请交叉验证。