注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。
由于7月4日是美国独立日,大多数美国人这周都至少休了几天假,所以没太多新闻可聊。
新闻
在手机上使用 Cursor
Cursor 现在支持连接你的 GitHub 仓库,然后通过他们新推出不久的后台智能体帮你修改代码。你可以稍后回来审查并合并它生成的代码。这些操作可以通过他们的网站完成,更重要的是,在手机上也能搞定。现在就前往 cursor.com/agents 试试吧。
Cursor 定价更新
过去几周,Cursor 一直在折腾定价,最后变得比以前不划算多了。
几周前,他们取消了每月 500 次请求的额度,改成所有非 Max 模式的模型都能无限使用。后来他们又调整了规则,只有选择 Auto 模式才能免费无限使用。这个模式会根据任务难度,将请求分配给性价比最高的模型。而如果你手动选择模型,现在就要按所用模型的 API 价格计费(每月 20 美元的订阅费包含前 20 美元的使用额度,超出部分需要额外付费)。
这导致许多人突然发现自己被收取了几百美元的费用,因为 Cursor 完全没有把这些变化解释清楚。他们说,你应该仍然能获得大约 225 次 Claude Sonnet 请求,但根据我的经验,我估计只能用上几十次,额度就会耗尽。

此后,他们向所有产生意外费用的用户退了款,并澄清了定价模式,但花小钱就能疯狂使用大语言模型的时代已经结束了(至少 Cursor 是这样)。过去几周,我转而通过 Claude Pro 订阅使用 Claude Code,感觉用它来做氛围编程比 Cursor 更顺手,不过在审查代码改动方面,它的用户体验没有 Cursor 那么好。等我摸索出一套顺手的 Claude Code 工作流程后,会写篇文章分享。
新发布
Z.ai 推出新的多模态推理模型
Z.ai 已经有一阵子没受到太多关注了,尽管它的 GLM4 系列中有一些目前最出色的开源模型。他们的 GLM4 32B 模型可以说比 Qwen3 32B 更好,而且还有一个额外优势:它同时提供了目前最好的开源基础模型(Qwen 团队没有发布 Qwen3 32B 和 235B 的基础模型)。
他们继续扩充 GLM4 系列,发布了一个基于 GLM4 9B 模型的视觉推理模型。它的表现超过了大多数同等规模的模型,在图像理解和推理任务上也胜过 GPT-4o。它还支持视频理解,在这方面的排名同样领先于其他一些开源和闭源模型。

Gemma 3n
严格来说,Gemma 3n 是上周发布、但没来得及写进周报的模型。这是 Google 推出的开源模型,面向端侧部署。它采用一种名为 MatFormer 的架构,可以根据任务难度或运行设备的资源,调整实际使用的参数量,让模型变大或变小。它也是一个真正的多模态模型,除了文本,还支持图像和音频输入。基准测试成绩看起来不错,尤其是在对话方面,在 LMArena 上的 Elo 评分超过了 1300。
目前有一场围绕该模型展开的 Kaggle 竞赛,奖金总额超过 15 万美元。你平时用来运行大语言模型推理的平台,基本上都已经能找到并使用这个模型,所以现在就可以开始用它开发了!
注意:TIMM 库目前存在一个 bug,严重影响了模型的图像理解能力。这个库包含 Gemma 3n 模型中视觉 Transformer 部分的模型代码。在问题修复之前,别指望输入图像后能得到什么有意义的输出。
研究
自动化大语言模型训练速通
Andrej Karpathy 发布的 nanoGPT 库,是一个简单、完全自包含的大语言模型训练示例。自发布以来,人们一直在尝试缩短模型训练到指定目标指标所需的时间(在 FineWeb 验证集上达到 3.28 的交叉熵损失)。
大家为此做出了大量改进,将训练时间从 45 分钟缩短到了不到 3 分钟。Meta 的研究人员想看看,如果把代码交给模型,它们能否自己找出并实现这些加速方法。
直接说结论:模型在这方面表现相当糟糕。独立完成任务时,没有任何模型能实现超过 20% 的加速效果;即使给出了实现这些加速改动所需的完整伪代码,模型最多也只能实现 40% 的加速效果。
大语言模型也许擅长网页开发,但在系统编程方面还有很长的路要走。
收尾

