9月12日 X 时间线：6个 AI 与开发者工具话题 (2026)

过去 24 小时的关注时间线，集中出现了六个值得继续追踪的信号：Grok 4.7 延期，OpenAI 把长时 Agent 基础设施做成 Agents API，Devin Fusion 用多模型组合换取成本效率，Cursor Projects 试图延长编码 Agent 的项目上下文，Sakana Fugu 把多模型路由放到性价比前沿，DeepSeek V4.1 Flash 则展示了长时自我检查任务。

本期按事件和主题聚合，不按单条帖子排序。授权关注列表本轮返回 404 个账号，接口对每个账号返回 20 条并将分页状态标为结束；窗口内得到 1091 条去重帖子。这个覆盖口径代表接口返回的窗口样本，无法证明每个账号过去 24 小时的完整历史。

Grok 4.7：延期原因落在长任务自检

Elon Musk 说 Grok 4.7 还需要几天打磨，模型在困难任务上会过早放弃，也还没有足够严格地检查自己的工作；Kim Monismus 随后将消息概括为延期。Elon Musk 的说明 · Kim Monismus 的跟进

Agents API：把长时 Agent 的底座做成接口

Tibo 转发的发布信息介绍了 Agents API：它由 Codex harness 支撑，可以连接工具、连接器和 sandbox；Greg Isenberg 将这次发布比作 Agent 领域的 AWS 时刻，Aaron Levie 则展示了 Box Mount 把企业文件接入 Agent sandbox 的场景。Tibo 的转述 · Greg Isenberg 的分析 · Aaron Levie 的企业案例

Devin Fusion 与 SWE 二：多模型组合换取成本效率

Artificial Analysis 的独立评测给出 Devin Fusion 的两个配置：Claude Fable 五点一加 SWE 二中等配置得分 62，GPT 六 Astra 加 SWE 二中等配置得分 59；后一个配置成本低 43%，完成任务快 31%。另一条评测给出 7.9 美元对 12.4 美元的单任务成本对照。首条独立评测 · 成本与基准明细

Scott Wu 转发 Walden Yan 的说明，称 SWE 二需求超出预期，扩容期间出现容量短缺，免费试用会延长到十月。SWE 二供给更新

Cursor Projects：持久线程回应 context decay

Cursor 的产品说明是：Projects 让开发者围绕一个持续线程工作，由协调 Agent 管理任务、调用子 Agent，并随着时间积累改进。Corbin Braun 认为这个设计可能回应了 context decay；产品能力是发布方的说明，后一句是他的判断。Cursor Projects 的产品说明 · Corbin Braun 的判断

Fugu Max 与 Fugu Ultra v2：多模型路由进入性价比比较

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2，强调多 Agent 编排和能力、成本两条轴上的 Pareto frontier。发布帖列出八个高难基准中的五个第一名、DeepSWE 74.3 和 Chartography 48.3；另一个上线帖给出每百万 token 输入 2 美元、输出 6 美元，并列出图像和 PDF 输入、网页搜索、可配置推理、函数调用和结构化输出。Fugu 发布转述 · Fugu 结果与模型池 · OpenRouter 上线信息

DeepSeek V4.1 Flash：长时修正与架构效率

Victor Mustar 展示了 DeepSeek V4.1 Flash 执行波音 747 Three.js 长时任务的过程：Agent 连续运行数小时，反复检查、定位缺陷、放大细节、诊断和修正；Niels Rogge 的转述把 YOCO 解释为用于降低 GPU 显存占用和 prefill latency 的 decoder-decoder 架构，Hugging Face 转述的部署信息包括 5520 亿参数 backbone 和最高一百万 token 的上下文窗口。Boeing 747 长时任务 · YOCO 架构说明 · 部署信息

片尾推荐

@stevendcoffey：Agents API 的第一手产品说明，能看到 Codex harness、工具连接器和 sandbox 如何进入开发者入口。
@walden_yan：给出 SWE 二的容量状态，并说明免费试用延长到十月。
@cursor_ai：直接说明 Projects 的持久线程、协调 Agent 和子 Agent 机制。
@SakanaAILabs：发布 Fugu Max 与 Fugu Ultra v2，原始帖子同时给出模型池、价格和基准定义。
@victormustar：发布 DeepSeek V4.1 Flash 执行 Boeing 747 长时任务的实测。