BestBlogs早报·04-10｜Anthropic顾问策略Opus给Sonnet做参谋，通义VimRAG记忆图，ChatGPT百元档位

一句话结论

本日十条内容收敛为两条主线：一是 AI 基础设施的工程化集体提速——Anthropic 顾问策略、MiniMax MMX-CLI、LangChain Deep Agents Deploy 三家同时给生产级 Agent 补工程短板；二是行业开始认真重算 AI 这笔账——腾讯研究院 Token 经济学、Karpathy 认知鸿沟、大疆汪滔创业反思从三个视角审视同一轮变革。对开发者最有即时价值的是 Anthropic 顾问策略与通义 VimRAG：前者是可直接落地的成本优化方案，后者是多模态 RAG 的新起点。

导语

今天的十条内容看下来有两条主线特别清楚。第一条是 AI 基础设施的工程化在集体提速。Anthropic 发布了顾问工具，MiniMax 发布了 MMX-CLI，LangChain 发布了 Deep Agents Deploy，三家公司都在给生产级 Agent 补工程短板，给出的答案各有侧重但都很实用。第二条主线是大家开始认真重新算 AI 这笔账。腾讯研究院的 Token 经济学长文、Karpathy 对认知鸿沟的观察、还有大疆创始人汪滔的创业反思，三个完全不同的视角在聊同一件事，就是我们到底应该怎么理解这一轮 AI 变革。

本期挑了四条展开：Anthropic 的顾问策略、通义实验室的 VimRAG、OpenAI 新出的 100 美元档位，还有腾讯研究院的 Token 经济学七问。剩下的六条会在后面做一次速览。

一、Anthropic 顾问策略：让 Sonnet 用 Opus 做参谋

Anthropic 官方博客发布的顾问策略，标题是用 Opus 给 Sonnet 做顾问来提升智能水平。这篇发布后引发不少讨论，因为它直接把很多 Agent 开发者都在用的土办法，规范化成了一个官方的 API 工具。

先说背景。过去做 Agent 编排，最常见的模式是大模型当指挥，把任务拆成小块派发给小模型去执行。听起来挺合理，但实操下来有个问题：指挥的成本很高，每一轮都要加载全部上下文，而大部分简单决策其实根本用不上大模型的推理深度。

Anthropic 这次把思路倒过来了。他们让 Sonnet 或者 Haiku 全程驱动任务，从头到尾都是这个小模型在跑，调工具、读结果、自己往前推。只有遇到自己判断不了的复杂决策点，才去叫 Opus 来当顾问。顾问看一眼当前上下文，返回一个计划、一个修正或者一个停止信号，执行者继续往下跑。顾问本身不调用工具，也不产生面向用户的输出，就是一个聪明的参谋。

这个策略的效果是说服力的关键：

• Sonnet 加 Opus 顾问，在 SWE-bench 软件工程多语言基准上比 Sonnet 单跑提升了 2.7 个百分点，同时每个任务的成本下降了 11.9%
• Haiku 加 Opus 顾问，在 BrowseComp 网页浏览任务上，分数从 19.7% 直接翻倍到 41.2%
• 和 Sonnet 单跑比，Haiku 加顾问这个组合的性能只落后 29%，但成本只有前者的 15%

对那些需要高质量输出但又有预算压力的场景，这个性价比很有吸引力。

这个工具已经集成进 Messages API 了，一次请求就能完成整个任务移交，不用自己管上下文。而且内置了 max_uses 这个参数，用来控制顾问被叫几次，避免失控。顾问和执行者的 Token 消耗是分开计费的，账单也清楚。做过 Agent 的人应该都会想立即试试这个，尤其是那些有成本压力的生产场景。

二、通义 VimRAG：把多模态 RAG 的线性历史换成记忆图

通义实验室开源的 VimRAG，是针对图文视频三种形态的混合知识库检索框架。这一条是今天最值得技术团队关注的工作。

先把背景说清楚。RAG 就是检索增强生成，是现在大模型接入外部知识最常用的方案。但传统 RAG 处理纯文本还行，一遇到图片和视频混合的知识库就容易出问题。原因在于传统 Agent 的上下文是线性历史：你检索一轮，把结果塞进去，再检索下一轮，就这么一直往后摞。这个模式处理多模态内容的时候会产生一种现象，通义实验室把它叫做状态盲区——Agent 自己搞不清楚已经看过什么、哪条路走通了、哪条路是死胡同，结果就是重复生成相似的查询，原地打转。

VimRAG 的做法是把线性历史换成一张动态记忆图 DAG（有向无环图）。图里每个节点包含文本摘要、视觉证据、拓扑位置，Agent 每做一次动作之前都要重新看一遍这张图。好处是 Agent 能清晰区分探索性搜索和结论性验证，碰到死胡同会自动剪枝，不会卡在原地循环。

这套框架还有两个设计相当巧妙：

• 视觉能量分配：核心节点保留高清视觉 Token，边缘节点降级为文字描述甚至直接剪掉，在长上下文里省 Token
• 图引导策略优化 GGPO：训练的时候不再是最终答案对错一刀切，而是基于图拓扑精确回溯。正样本中剪掉没贡献的死胡同，负样本中保护那些检索动作有效但最终答错的节点

这个思路让模型能更快学到结构化的记忆逻辑。这篇论文已经挂到 arxiv 上了，通义实验室的官方账号也正式宣布了。在 Qwen3-VL 这类视觉模型上，VimRAG 在多个多模态 RAG 基准上达到了 SOTA 水平，也就是当前最佳。对做企业知识库、文档问答、视频理解这些方向的朋友，这是一个可以立即看看的框架。

三、ChatGPT Pro 100 美元档位：OpenAI 直面 Claude Code

OpenAI 正式推出了一个新的 ChatGPT 订阅档位，每月 100 美元。Sam Altman 本人发了条推文说这是应广大用户要求，特别是因为 Codex 的反响太好。

这条推文值得展开聊，因为它背后的信号量很大。先把事实说清楚：

• OpenAI 原来的价格结构是 Plus 每月 20 美元、Pro 每月 200 美元，中间有一个巨大的空档
• 这次新出的 100 美元档位刚好填进去
• 新档位比 Plus 多 5 倍的 Codex 使用额度，包含 Pro 模型，无限使用 Instant 和 Thinking 模型
• 到 5 月 31 号之前，新订阅用户还能享受 10 倍额度的促销

这里面有几个点值得说。第一，Codex 用户增长非常快。这个产品现在有 300 多万活跃用户，过去三个月涨了 5 倍，月增长 70%。OpenAI 自己也说这个定价是专门针对 Codex 的重度用户。第二，这次定价是冲着 Anthropic 的 Claude Code 去的。TechCrunch 和 CNBC 的分析都指出了这一点。Anthropic 的 100 美元 Max 计划已经存在很久了，开发者里反响不错，OpenAI 这次等于是跟进。第三，OpenAI 内部其实一直在重新思考定价策略。之前有员工说原来的结构是意外形成的，从 20 美元直接跳到 200 美元跨度太大，新档位等于是一次正式纠偏。

这个定价反映了一个更深层的变化：AI 编程工具已经从实验阶段走到了真有重度付费意愿的阶段。300 万 Codex 用户、5 倍的三个月增长，说明这批人是真的在用。而且愿意从 20 美元升到 100 美元的人，基本都是每天 8 个小时跟 AI 一起写代码的开发者。这类用户的特点是额度比模型能力更敏感，谁给的调用次数多就用谁。

四、腾讯研究院 Token 经济学：AI 产业的新度量衡

腾讯研究院发的 Token 经济学七问，是一份关于 AI 新经济的入门地图。挑几个最有意思的点来讲，正好能和前面 ChatGPT Pro 那条串起来。

文章的核心类比是把 Token 定义为 AI 时代的语言和货币，就像电力时代的千瓦时。作者认为 Token 的意义不只是一个技术计量单位，而是贯穿 AI 产业链五层架构的统一度量衡：能源、芯片、基础设施、模型、应用。从这个视角看，整个 AI 产业的效率、成本、收入都可以用 Token 来对齐。

最反直觉的一个发现是这句话：不到 5% 的 Token 消耗，创造了超过 80% 的可测量价值。也就是说 Token 的价值是极端分层的。同样一个 Token，用在法律、科研这些高价值场景里可能值几百块，用在闲聊里就一分钱都不值。这个价差可以到 10 万倍，是和传统生产要素完全不一样的特性。

第二个点是杰文斯悖论。这是个经典的经济学概念，原来讲的是蒸汽机效率越高，煤炭消耗反而越大。作者把它套到 Token 上，指出 Token 越便宜，全世界在 Token 上花的钱反而越多。中国日均 Token 调用量从 2024 年初的 1000 亿，到 2026 年 3 月已经突破了 140 万亿，两年增长超过一千倍。价格在降，总开支在涨，这就是杰文斯悖论的现实版本。

第三个点和 Karpathy 那条推文可以对照着看。作者指出，Token 消耗正在从人类注意力驱动转向 Agent 自主驱动。过去 Token 的消耗受限于人能看多少、能打多少字，现在智能体可以 24 小时自己跑、自己调 API，这个天花板被彻底打破了。Token 消耗量会进入下一个量级的爆发期。

文章最后还讨论了中国模型的全球竞争优势：以 DeepSeek 为代表，MoE 架构让推理成本出现了指数级下降。作者把这个叫做算法出海——中国 AI 的优势不在资源投入，而在算法效率。

读完的整体感受是，Token 这个词已经不只是技术术语了，它正在变成一种新的宏观经济指标。作者最后提的问题很有意思：Token 消耗能不能像用电量一样，成为衡量一个经济体 AI 化程度的先行信号？这个问题现在没有答案，但值得持续观察。

速览：今日其他六条

LangChain 发布 Deep Agents Deploy。这个产品把自己定位成 Claude 官方托管智能体的开源替代方案，和 Anthropic 的专有方案最大的区别是模型无关，基于 AGENTS.md 配置文件、MCP 模型上下文协议、智能体协议这些开放标准构建。LangChain 强调的核心概念叫记忆所有权——封闭平台会把用户数据锁在专有 API 后面，开发者拿不到长期学习的数据飞轮，Deep Agents Deploy 想让开发者自己掌控智能体的记忆和数据。这个定位和开源 RAG 框架的诉求一脉相承，值得关注开源 Agent 的朋友看一眼。

MiniMax 发布 MMX-CLI。这是一个专门为 Agent 设计的全模态命令行工具，意思是 AI 的编程、视频生成、语音合成、音乐创作这些能力都变成命令行指令，Agent 可以像用 ls 或者 grep 一样直接调。它针对 Agent 的自动化运行做了几个专门优化：输出隔离保证数据纯净、语义化的退出码简化错误处理、异步模式支持多任务并行。核心目标是让 Agent 能独立完成从资料搜集到视频制作的全链路自动化工作流。

腾讯技术工程：顶级开发团队设计的 Harness 工程源码审计。他们对一个基于 TypeScript + Bun 的超大规模 AI 编程智能体做了全方位分析，规模是 1900 个文件、51 万行代码。几个值得看的亮点：Bun 并行预取实现亚秒级启动、异步生成器驱动的四级上下文压缩循环、支持多智能体编排的任务管理系统。这篇文章定位是 Harness 工程范式的实战指南，适合想自己搭生产级 Agent 框架的技术团队做参考。

Karpathy 谈 AI 能力认知鸿沟。他分析了公众对 AI 看法为什么越来越两极化，两个原因：一是很多人基于过时或免费版模型形成判断，根本没见过 Codex 和 Claude Code 这些最新系统的能力；二是 AI 的进步是尖峰式的，集中在编程和数学这种有可验证奖励函数的领域。亲眼看到前沿智能体自主解决复杂工程问题的人，会产生一种 Karpathy 称之为 AI 心理震撼的体验，而没见过的人完全理解不了这种感受。这个观察和今天精讲的 Token 经济学那条可以对照着看，都是在讨论 AI 变革的认知层面。

《晚点 LatePost》对话大疆汪滔：求真理、得自由、活成故事。汪滔反思了自己从早期觉得世界蠢得不可思议的狂傲，到经历团队危机后的深刻转变。他提出了一个管理学的熵减理论，认为管理比产品研发难度高十倍，分享了从个人英雄主义向系统驱动型组织转型的阵痛。访谈还聊了大疆在无人机、影像、机器人领域的战略布局，以及对创新和人才培养的新认知。和前面几条 AI 技术文章不同，这是一篇人物特写，如果你对创业和管理感兴趣，值得看。

Hex 构建 AI 数据智能体。LangChain 发的一个视频，Hex 的 AI 工程师 Izzy Miller 分享他们怎么构建数据智能体。核心洞察是数据分析的正确性是模糊的，不像代码有明确的对错。他介绍了 Hex 内部的评估系统 Shoe box（鞋盒），以及一项 90 天的模拟实验，测试智能体如何在长周期里积累专业直觉。这个视频的价值在于，它揭示了人在回路反馈系统对保持数据准确性的重要性，对做数据类 Agent 的团队启发很大。

今日阅读路径

时间有限？推荐优先读这三篇：

• 精讲一：Anthropic 顾问策略——如果你在今天只有时间看一条，看这条。它是一个立刻能用在生产环境的成本优化方案，SWE-bench 提升 2.7 分、成本反降 11.9%，一次 API 请求就能完成模型分工。
• 精讲二：通义 VimRAG——如果你在做多模态知识库或文档问答，这是方向性框架，动态记忆图 DAG 替代线性历史的设计可以直接借鉴。
• 精讲四：Token 经济学七问——如果只有时间看一篇长文，选这篇。它能帮你建立一个理解整个 AI 产业的新框架，5% Token 创造 80% 价值的分层规律尤其值得记住。

原文信息

原文地址：

• 作者：BestBlogs（@hongming731），BestBlogs.dev 主理人，AI 驱动内容精选服务
• 发布时间：2026-04-10
• 来源：X Article