过去 8 小时 Linux.do 电报频道共 390 条。
AI/羊毛相关（评分≥6）269 条 | 噪声 121 条 | 高价值（≥20）171 条
本篇精选 11 条 → 标题数字按正文真实链接计
主题分布
同帖可命中多个主题，各主题之和会大于相关候选总数
- AI即时机会：176 条
- AI前沿/模型：146 条
- 福利羊毛/额度：142 条
- AI编程/效率工具：125 条
- 账号/风控/支付：66 条
- 开源/GitHub项目：51 条
- 赚钱/产品机会：8 条
过去 8 小时，社区讨论的焦点从“新模型有多强”明显转向了“模型怎么用才不亏”：DeepSeek V4 Flash 正式版借 opencode 免费入口落地，直接把低成本 coding model 的水位抬高一截；Claude Opus 5 进入真实工作负荷后口碑快速分化，UI 与产品直觉被夸，代码返工率被吐槽；Codex 的 token 消耗、Luna 用量上限、账号封禁与退款则成为最高频的焦虑来源。如果说上一窗口还是“模型能力竞赛”，这一窗口的关键词已经是“额度与存活率核算”。
新热点词观察
codex 近 8 小时出现 86 次（上窗口仅 27 次），是增速最猛的热词。直接驱动是两件事：一是 Codex 官方 referral 活动（受邀用户发一条消息，邀请人得 1000 积分约 $40 额度），二是 Codex 子代理调用出现系统性 bug 的集中反馈——多人复现、GitHub issue 存在但热度不高，时间线指向 7 月 25 日前后出现。另外，“codex 千万别碰代码”类吐槽也贡献了讨论量，Opus 5 重度用户给出了明确分工建议。
luna（GPT-5.6 Luna）从 3 次涨到 23 次，是“Plus/ChatGPT 额度”讨论的延伸。社区关注点不在模型能力，而在“Luna Max 跑 5 亿 token 就烧掉 $20 周限”——Plus 账号周额度实际可用量远低于预期，说明重度用户已开始逐 token 核算成本。
deepseek / v4 / flash 三个词合计超过 80 次，核心事件是 DeepSeek V4 Flash 正式版在 opencode 客户端上线并保持免费。有人实测画图验证、有人问最佳实践，围绕“免费额度怎么算、为什么几句话就没了”产生多帖讨论——免费模型正在成为不少人的第二/第三编码主力。
plus 从 4 次涨到 32 次，与封号、退款、Codex 额度绑定出现，典型如 35 个付费号被封后 34 个成功退款的复盘。Plus 账号在此刻已经彻底从“聊天订阅”变成了“生产资料”。
invite/邀请 上涨主要来自 Codex referral 和 新版块申请中的版主招募，不算噪音，但也不代表某个产品爆发。
AI前沿/模型动态
DeepSeek V4 Flash 正式版上线 opencode，免费通道确认。 有用户在 opencode 客户端发现新增的 “DeepSeek V4 Flash new” 选项，实测生成效果优于旧版，且仍走免费额度。原帖配图验证了正式版入口的存在，另一帖则反馈免费额度波动大，“有时用不完，有时几句话就没了”，且偶发 503——免费层稳定性仍需观察。
Claude Opus 5 的真实口碑分化。 一位在官方 App 5x Max 环境下高强度使用 Opus 5 的 Swift 开发者给出了明确差评：设计稿和 PRD 齐全仍多次返工，速度慢且代码质量不稳定；但对 UI、产品设计和意图理解给了“第一第二”的评价。原帖结论是“有 Codex 的情况下别让 Opus 5 碰代码”，社区认可度较高。
主流 coding model 横向测试：GPT 5.4、GPT 5.6 Luna、DS V4 Flash、Claude Sonnet 4.6。 测试用统一题目（Python 标准库任务编排器），覆盖依赖图、并发调度、子进程管理、超时/中断处理等难点，分 4 个独立区间分别跑题。完整方法已公开，是目前少见的可复现的多模型对比样本。
Cursor Pro 额度骤减引发不满。 用户反馈 Auto 模式额度不到两周耗尽，且“自有模型翻倍”名不副实——token 消耗比上月更多，活没干多少。结论是难题被迫交给 GPT SOL 解决，对 $20 套餐的可持续性提出质疑。
Agent实践与工作流
Codex 子代理并发 bug 的完整排查记录值得细读。 症状：GPT-5.6 SOL 同时调多个子代理时卡住，子代理上限设 10，实际并发到 5 就停，且 Agent 会反复调用无效的 exec/wait 工具。作者解包 CLI 发请求也能复现，确认不是本地环境问题；GitHub 已有 issue 但热度低。有人指出是 sub2API 导致，并给出了修复方案。原帖包含复现步骤和时间线（7 月 22 日正常，25 日左右恶化）——如果你在用 Codex 多子代理模式，值得跟进。
用 Rules 统一多模型代码规范，是低成本高回报的工程化实践。 核心思路：不要完整加载 ECC 这类 Agent 工程化系统（太重、吃上下文），只提取其中的 Rules 目录（按语言划分的规则文件），通过 AGENTS.md 让不同 Harness 按需读取。三层分工：Skill 管能力、Rules 管代码规范、AGENTS.md 管加载策略。原帖给出了具体用法，对 Claude/Codex/GPT/Gemini 混用的团队尤其适用。
CLI 和 Desktop 版 Agent 的系统提示词并不相同。 有用户发现 Gemini CLI 与 Workspace 在同样 skill 下检索行为完全不同，推断 Google 桌面端检索能力更强，并顺带质疑 Codex/Claude Code 是否也存在 CLI 与 Desktop 的能力差。原帖配了对比图——跨客户端切换时默认“能力一致”可能是个坑。
两个额度损耗真相： 一是 ChatGPT 网页版在“大生图+生文件”任务下也开始消耗 Codex 额度，有用户一单掉了 40%；二是 Plus 账号的 Luna Max 实际用量两天 5 亿 token 即烧掉 $20 周限。重度用户