0. 速览

1. 阅读入口

这一天最值得留下来的，是几类可复用的内容：

下面的引用块是资料补充，用来给群聊话题补上下文和项目链接；群内经验和外部资料会分开写，避免把体验当成定论。

2. 项目雷达

2.1 SEU-OpenWrt-Gateway

SEU-OpenWrt-Gateway 是面向东南大学 SEU\-WLAN 的 OpenWrt 校园网关方案。它把 OpenWrt 路由器作为稳定上游终端，给电脑、手机、平板、游戏机、开发板等多设备共享校园网，并覆盖 portal 自动登录、wwan 自恢复、校园 DNS 分流与 OpenClash 协同。

项目补充 README 给出的典型拓扑是 SEU\-WLAN \-\> OpenWrt 路由器 \-\> 个人设备，核心脚本包括 seu\_login\.sh、wwan\-healthcheck\.sh、seu\_dns\_sync\.sh、openclash\-auto\-node\.lua 和 99\-openclash\-autostart。文档还专门写了让 Claude Code / Codex 这类 coding agent 帮忙部署的流程：先只读检查路由器状态，再上传脚本、配置 cron、验证 portal 探针和 OpenClash 状态。 参考：SEU-OpenWrt-Gateway GitHub、部署指南、故障排查、安全与脱敏。

2.2 HR / 求职主理人

HR / 求职主理人 不只是一个“校招小平台”，README 里明确写成中文校招/实习求职 AI 工具。它包含 Claude Code 插件和 Coach Web 内测版，主线原则是“句句有据、绝不编造、信息不足就承认”。

项目补充 项目覆盖约 40 种求职意图和 37 个工具，分成核心推理、求职执行、面试准备、市场情报、职业规划五层；知识资产包括 90 个细分职业 × 双难度档校招评分标尺，以及 600 家公司知识图谱。Coach Web 版还强调确定性护栏，例如时间线勾稽、可疑数字禁背书、防编造溯源。 参考：HR GitHub、Claude Code。

2.3 搭子SEU

搭子SEU 是东南大学校园连接/匹配平台。首页标题是“搭子SEU｜找到校园里共鸣的伙伴”，群聊里介绍它用于东大学生搭子匹配，每周匹配、每周五揭晓。

项目补充 公开可访问页面显示项目定位为东大校园内的伙伴匹配服务；子任务检索到的关于页信息显示，它受 Date Drop、SJTU Date、Ditto 等校园匹配产品启发，目标是帮助东大学生认识对象、饭搭子、学习搭子等不同类型的校园伙伴。当前搜索引擎没有抓到更多可靠介绍，因此这里以官网标题和群聊补充为准。 参考：搭子SEU、搭子SEU 关于页。

2.4 技能五子棋

群里提到的技能五子棋，是把经典五子棋加入技能机制的轻量网页游戏方向。它的价值不在规模，而在“经典规则 + 一点机制变化”很容易玩、容易展示，也容易继续聊 AI 对手、技能平衡和在线试玩。

项目补充 公开搜索到的同类开源项目包括 Louis-7/jineng-wuziqi 及其 GitHub Pages 演示，README/规则文档描述其为 “Gomoku + Cards”：在 15×15 五子棋基础上加入抽牌、出牌、弃牌和技能卡机制。另一个 txzf42/SkillGoBang 使用“气”“韧性”“失衡”“终结技”等机制重构胜负流程。 参考：jineng-wuziqi GitHub、jineng-wuziqi Demo、SkillGoBang GitHub。

2.5 ZeroOmega 教学文档

ZeroOmega 这部分出现在校园网络和规则配置讨论里。它属于浏览器侧代理/规则配置工具，适合只需要在浏览器里管理访问规则的人：安装轻、改动小、见效快。

项目补充 ZeroOmega 是 SwitchyOmega 的 Manifest V3 兼容分支，README 写明它可以快速管理和切换多个代理配置，支持 Chrome Web Store、Microsoft Edge Addons 和 Firefox Addon。项目也声明没有独立官网，官方信息以 GitHub 和 wiki 为准。 参考：ZeroOmega GitHub、Chrome Web Store、Firefox Add-on、SwitchyOmegaBackup 中文配置教程。

3. 话题雷达

3.1 GLM 5.2、tokenizer 与模型路由观察

群聊里聊到了什么：大家从 GLM coding plan、火山版 GLM 5.2、OpenCode 多上游聊到一个更具体的问题：同一个模型名背后，实际调用的是否是同一个模型、同一套 tokenizer 或同一条服务链路。群里提到的 PoC （Polluted Chinese）token 是“锅内倒入植物油烧热”。它的价值不在于一句话证明“谁是不是原版”，而在于提供了一种观察模型入口行为的办法。

可按这套轻量流程检查：

1. 记录入口信息：模型名、服务商、调用方式、测试时间、套餐或 API 版本。
2. 准备测试样本：特殊 token、长上下文、代码任务、中文细节理解、固定 prompt。
3. 观察行为差异：是否能识别 token，是否出现截断，是否有缓存痕迹，输出风格是否突然变化。
4. 结合成本和延迟：同样任务下比较响应速度、价格、可用额度、失败率。
5. 保留证据：保存 prompt、截图、返回结果和时间，避免凭印象讨论。

资料补充：GLM-5.2 的公开资料 Z.ai / 智谱开源资料将 GLM-5.2 定位为面向 long-horizon tasks 的旗舰开源模型，重点包括 1M token 上下文、coding effort 调节、MoE 架构、IndexShare sparse attention 和改进的 MTP speculative decoding。 参考：Z.ai GLM-5 GitHub、Hugging Face GLM-5.2、GLM-5.2 config.json、ModelScope 介绍。

可以直接带走的判断：特殊 token 测试适合做“粗筛”和“异常提醒”，不适合直接下判决。模型服务会变化，同一入口在不同时间、账号、负载或套餐下可能表现不同。

3.2 多 Agent 编排：从 subagent 到动态审计

群聊里聊到了什么：核心问题是“如何让 AI 长时间做事，还能收得回来”。大家讨论了 A2A、MCP、subagent、skill、milestone、reviewer、auditor，以及“蒸馏 Agent”。最有价值的结论很朴素：多 Agent 的重点不是开很多 agent，而是让目标、分工、验收、交接和停止条件足够清楚。

一个好的多 Agent 工作流，至少要回答五个问题：

最小可实践版本：

1. Planner：把任务拆成 3-5 个 milestone，每个 milestone 都写明输出物。
2. Worker：只执行当前 milestone，不提前展开无关任务。
3. Reviewer：检查是否满足验收标准，重点找 bug、遗漏和过度实现。
4. Auditor：在关键节点做反向审计，专门质疑方案假设和风险。
5. Human gate：每隔一段时间或每完成一个大节点，由人决定继续、改向还是停止。

资料补充：A2A 与 Claude Code Subagents Google 在 2025-04-09 发布 Agent2Agent Protocol，定位为开放的 agent 互操作协议，让不同厂商和框架构建的 agents 能发现彼此、交换信息、协同行动；核心机制包括 Agent Card、任务生命周期、消息和 Artifact，并使用 HTTP、SSE、JSON-RPC 等现有标准。2025-06，Linux Foundation 接管 A2A 项目，强调中立治理和安全互操作。Claude Code 官方文档则把 subagents 定义为特定任务型 AI 助手，每个 subagent 有独立上下文窗口、自定义 system prompt、工具权限和权限模式，适合把搜索、日志、文件阅读等高噪声支线从主会话隔离出去。 参考：Google Developers Blog: A2A、Linux Foundation A2A 项目、Claude Code Subagents。

“蒸馏 Agent”怎么理解：这里指的是从高质量历史交互里提炼决策偏好、检查标准和输出格式，再写成 agent 预设。比如审计 agent 继承 code review 标准，设计 agent 继承品牌视觉规范，PM agent 继承需求拆解习惯。

3.3 Coding 工具选择：Kimi、Codex、Trae、Grok、Gemini、Fable

群聊里聊到了什么：这场讨论没有做正式 benchmark，更多围绕真实任务里的工具选择展开。大家关心的是“我现在到底拿它干什么”：Kimi 适合云端 agent 和文档交付，Codex 适合代码和仓库任务但视觉需要约束，Trae 是免费资源和活动入口，Grok 被期待用于搜索和 coding，Gemini 是长上下文与通用体验观察，Fable 则集中在生成游戏和复杂任务能力上。

资料补充：工具公开定位 OpenAI 官方把 Codex 定义为 cloud-based software engineering agent，每个任务运行在隔离云沙箱中，可读写仓库、运行测试并返回日志证据。Trae 官网将 TRAE IDE 定位为 AI coding engineer，但也有媒体报道遥测与数据收集争议，引用时应标注为待核。xAI 文档显示 Grok API 支持 function calling、parallel function calling、Web/X Search，并列出 grok\-build\-0\.1 为面向 agentic coding workflows 的模型。Gemini CLI 官方仓库把它定义为开源 AI agent，支持代码库查询编辑、shell、web fetch/search、MCP、GEMINI.md 和 checkpointing。 参考：MoonshotAI/Kimi-K2、Kimi 官网、OpenAI Codex、Codex Help、Trae 国际官网、Trae 中文官网、TechRadar Trae 争议报道、xAI Function Calling、xAI Models、Gemini CLI。

资料补充：Fable 资料边界 目前没有检索到 Anthropic 官方 Fable 5 页面；公开信息主要来自媒体报道和视频搬运。媒体称 Fable 5 面向长周期软件工程、视觉理解、游戏生成和复杂任务，也提到高风险请求 safeguards、下线或受限等情况。放在这份雷达里，它更适合作为“群内关注的前沿案例”，暂不写成稳定可用的生产工具。 参考：Business Insider、Tom’s Hardware 发布报道、Tom’s Hardware 下线报道、Bilibili 实测搬运。

3.4 小模型识图：把物理卷子变成可推理文本

群聊里聊到了什么：一个很具体的例子是用小模型读物理卷子。这里的小模型不一定要直接解题，它可以先把图片里的题干、公式、图形关系整理成结构化文本，再交给更强的推理模型处理。

物理题识图的难点，不只是 OCR 识别文字。真正麻烦的是图像里的坐标轴、磁场方向、电流方向、点位关系、样品尺寸、公式符号和图注。小模型如果能把这些内容稳定转成文字，就已经完成了很有价值的中间层工作。

可复用流程：

1. 输入图片：尽量保证清晰、无遮挡、题号和图完整。
2. 要求结构化输出：分成“题干原文、公式整理、图形关系、已知量、要求量”。
3. 要求保留不确定性：看不清的地方标注“无法确认”，不要让模型硬猜。
4. 交给推理模型：把结构化文本复制给更强的模型做解答。
5. 人工复核图形理解：重点检查方向、单位、坐标和数值。

请把这张物理题图片整理成可复制给推理模型的文本。
输出：
1. 题干原文
2. 已知量与单位
3. 图形关系说明
4. 公式或符号
5. 需要求解的问题
如果图片中有看不清或无法确认的信息，请明确标注，不要自行补全。

资料补充：Qwen 视觉模型上下文 公开资料里，Qwen3.6 已经是 Qwen model family 的更新入口，官方仓库说明它在 Qwen3.5 基础上继续强化 agentic coding、仓库级推理和 thinking preservation；Qwen3.5 则引入统一视觉语言基础，早期融合多模态 token，在推理、coding、agent 和视觉理解基准上超过 Qwen3-VL。阿里云 Model Studio 文档也把 Qwen3.5-Plus 归入多模态模型，支持文本、图像、视频输入，并强调视觉推理相对 Qwen-VL 系列有明显提升。闭源服务端版本更新更快，写作时要以百炼 / Model Studio 控制台和最新官方模型页为准。放到物理题识图场景里，较稳的做法是按“最新模型页与控制台可用入口 -\> 小尺寸或服务端多模态模型 -\> 结构化输出 -\> 强模型复核”来选。 参考：Qwen3.6 GitHub、Qwen3.5 Hugging Face、Qwen 文档、Alibaba Cloud Model Studio。

3.5 校园网与本地工具：OpenWrt、ZeroOmega 与规则配置

群聊里聊到了什么：AI 工具体验不只取决于模型，也取决于网络、设备和环境配置。校园网、东大云盘、CVS、GPT 等场景之间切换不便，所以大家聊到了 OpenWrt、ZeroOmega、TUN 和规则分流。

资料补充：OpenWrt 与 ZeroOmega OpenWrt 是面向嵌入式设备的 Linux 操作系统，核心价值在于可写文件系统、包管理和可定制路由/网络能力。ZeroOmega 是 SwitchyOmega 的 Manifest V3 兼容分支，用于在浏览器内快速管理和切换多个代理配置，支持 Chromium/Firefox 扩展；其 README 声明目前没有独立官网，官方信息以 GitHub 项目和 wiki 为准，且项目不与任何代理、VPN、ISP 合作。 参考：OpenWrt GitHub、OpenWrt 下载目录、ZeroOmega GitHub、ZeroOmega Chrome Web Store、ZeroOmega Firefox Add-on。

3.6 生成游戏、Fable 与 AI 视觉审美

群聊里聊到了什么：大家从 Fable 生成游戏、虚幻 5 demo、黑神话风格案例，聊到 AI 做网页、海报、信息图时常见的“能做但不好看”。这里最实用的结论是：生成工具擅长从 1 到 20，但方向、风格、约束和审美判断仍然要由人给清楚。

做网页、海报、信息图或游戏 demo 时，可以先写一份设计约束：

资料补充：AI 视觉生成的公开语境 OpenAI 图像生成文档把图像生成用于沟通、说服、分析等场景，并强调文字渲染、多轮编辑、指令遵循和参考图上下文；API 支持从文本生成、编辑现有图片、用参考图生成新图。Adobe Firefly 则把图像、视频、音频、设计、mood board、storyboard 等创意流程放进同一套生成式工具。公开发布时还可以关注 C2PA / Content Credentials，它们提供内容来源和编辑历史的开放标准。 参考：OpenAI Image Generation API、OpenAI 4o Image Generation、Adobe Firefly、C2PA、Content Credentials。

4. 高质量内容与资源索引