工具大全
返回情报列表

码农早餐 · 2026-10-09

今日头菜:花 2.4 万美元 token,LLM 把 tsc 移植进了 Rust。另有 4 条快讯:DeepSeek 4.1 Flash:KV cache 缩了 437 倍,一天会话不到 1 美元;Opus 5.5 一个提示跑六小时:55 座看不见的城市;等。

2026年10月9日7 分钟阅读码农早餐

有人花 2.4 万美元 token 把 tsc 整体移植成了 Rust,npm 包叫 tsc-rs,命令行参数和 tsc 一样,作者自己承认没读过一行代码。我更在意的是它前一轮烧掉 40 多万美元、写了 130 万行 Rust 才卡在 84% 兼容度——想替掉 tsc 之前,先翻 Known problems 那节。

🍳 今日头菜当天唯一一条深度解读

花 2.4 万美元 token,LLM 把 tsc 移植进了 Rust

有人用 LLM 把 TypeScript 编译器、类型检查器和 LSP 整体移植到了 Rust,项目叫 ts-rust,npm 包名 tsc-rs,命令行参数和 tsc 一致,目前只提供 Linux x64 和 macOS arm64。作者说 token 账单约 2.4 万美元,两周烧掉 Claude 订阅周额度的大约 925% 到 983%;更早用另一批模型试过,花了超过 40 万美元、写了 130 万行 Rust 也没跨过 84% 的兼容度。作者自己声明没读过一行代码,这是早期版本。想拿它替换 tsc 之前,先看 Known problems 那节,别只看「100% 兼容」这句。

花 2.4 万美元 token,LLM 把 tsc 移植进了 Rust

来源:

🍲 今日硬菜 · 1 条深读

DeepSeek 4.1 Flash:KV cache 缩了 437 倍,一天会话不到 1 美元

有人用 DeepSeek 4.1 Flash 重度写了一个月代码,横跨十几个项目,结论是:不盯着模型名看,分不出它和 Opus 的差别——对话、干活、速度都没什么可挑的。他不在乎没有 4.1 Pro,直接当 frontier 模型使。价格上,他订了 10 美元/月的 OpenCode Go,DeepSeek 基本等于不限量;一次会话的预期成本很少超过 1 美元,有时跑一整天也压得住。同样的活给 Opus,一次要 1 美元,DeepSeek 是 0.003 美元。他的做法是:脏活、探索性的 UI 乱点测试、整理桌面文件,全丢给便宜的那边;偶尔的关键任务才叫 Opus 5.5 做最后一遍 code review 挑边界情况,挑出来的问题再让 DeepSeek 去改。叫 Opus 或 GLM 上来,图的也不是质量,是换双眼睛看问题。

撑住这个价格的是 cache。DeepSeek 把 KV cache 相比自家 V1 缩了大约 437 倍,而把这份 cache 留在 GPU 显存里,本来就是长会话最大的开销之一。他觉得 Claude 用起来近乎浪费——不只是钱,cache 做得好意味着更少的水和电。他同时承认自己在挑数据所有权这件事上不站队:中国团队挖过 Claude 的训练数据,Anthropic 也是从别人那儿拿的,但大多数开发者不这么想问题,只想把每一块钱花出最大效果。

那为什么行业没炸锅?他自己的解释是:这些胜利被行业忽视了,因为行业只认贵的东西——不花大钱就觉得不值,FAANG 只想花最多的钱买最高的智能。他还顺带劝退自托管:按 4.1 Flash 这个经济账,省钱为目的的自托管永远回不了本;图隐私的话就再等等,这类 cache 优化会下放到本地。原文没说后来行业有没有真的慌起来。

来源:

🥢 配菜 · 另外 3 条

Opus 5.5 一个提示跑六小时:55 座看不见的城市

我们前几期聊 Haiku 5.5 的时候,落点在 cache read 那一格 $0.01——便宜模型够不够用,先算账再选型。今天这条是同一波发布里的另一面:有人给 Opus 5.5 一句 prompt,让它用 three.js 把卡尔维诺《看不见的城市》里 55 座城全部做成可视化,明确写「你有 6 小时,用到它成为杰作」,全程不追问、不打断。同一位作者还引了另一个案例:用 Opus 5.5 做交互式镜头实验室,一次跑 1 小时 26 分,API 账单 $25.66。

这两条放在一起看,选型逻辑其实很清楚:Haiku 5.5 管单位成本,Opus 5.5 管能力上限——长时程、复杂可视化、一次成型的设计活儿。不是二选一,是按任务时长和复杂度分层。短链路、高频调用、账单敏感的那部分,前几期算账的结论一点没被推翻;真正要跑几小时、要它自己扛住不跑偏的重活,才轮到 Opus 5.5 出场。$25.66 换 86 分钟,这个价格你得先想清楚它替你做的是哪一段工。

来源:

16.9 MB 的语音模型 Whistle:11 ms 出首字,跑在 CPU 上

Whistle 是一个开源语音识别模型,整个模型就是一个 16.9 MB 的文件,不依赖任何库,直接在 CPU 上跑,和同门的 Needle 共用同一个 C++ 引擎、同一套量化,一个二进制就能把一段音频变成工具调用。它支持英语、德语、法语、西班牙语、意大利语、荷兰语、波兰语七种语言,单次最多 30 秒,首 token 延迟 11 ms,还能输出每个词的时间戳和逐帧的语音 embedding。如果你在做端侧应用,这意味着一台没有 GPU 的设备也能本地转写,音频不用出设备。代价也摆在明面上:30 秒上限、七种语言、8,192 的词表,长音频和中文都得自己想办法。想上端侧语音的人,值得先看它的限制条件再决定。

来源:

116 光年外那颗星:Claude Code 跑出 74 份分析

一位作者在 Reddit 上说,他用 Claude Code 分析 NASA TESS 望远镜数据时,注意到一颗约 116 光年外的恒星每 3.18 天就变暗约 0.05%,持续约两小时。同样的凹陷在 2020 年和 2018 年的独立观测里都能对上,如果真是行星,体积约为地球的 1.4 倍。他强调这只是候选行星,未经确认。做法上,他把下载解析数据、写搜索代码、拟合凌日、排查假阳性都交给 agent,自己负责选问题、定通过标准,两周产出 74 份分析和 1000 多个脚本,还用 Codex 和独立会话做只读复核。

我更在意的是那句「别问它这是不是行星,要不断给它证明不是的机会」——这才是 agent 用对的姿势。

来源:


作者说这是早期版本、自己没读过一行代码,你敢把 tsc-rs 接进手头的构建流程试试,还是先老老实实等兼容度数据?明早 8 点见。

本期从过去 24h 的 X / Hacker News / GitHub Trending 共 53 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。

码农早餐公众号二维码

微信扫码关注「码农早餐」

每天早 8 点推送到微信,不用记网址。关注后回复「价格」,拿大模型价格与退役时间速查表。

喜欢这篇?订阅每日推送

每天 8:00 精选 AI 编程动态,每周六另附一封亲手实测的周刊。

本页内容由 LLM 自动聚合 + 解读生成,每条均有原始来源链接,建议交叉验证。