LoopForge 自托管流水线:审批门卡住 AI 的提交
编程 agent 接进交付流程之后,真正难的问题往往不是模型不够强,而是没人说得清:谁在什么时候必须签字。Tencent/LoopForge 把这个问题的答案做成了一道审批门:
首页
场景化落地教程,含真实截图、Prompt、工作流模板与踩坑记录。
编程 agent 接进交付流程之后,真正难的问题往往不是模型不够强,而是没人说得清:谁在什么时候必须签字。Tencent/LoopForge 把这个问题的答案做成了一道审批门:
按 GitHub 官方 changelog 的 2026 年 11 月 13 日公告,把六个模型在 2026 年 12 月 14 日弃用的六句迁移动作摊成可照做的清单:更新 workflows 与 integrations 里硬编码的模型名、在 Copilot settings 的 model policies 启用替代表、model selector 与 global default 各自动哪一处、管理员与普通用户分别会看到什么。六个型号与官方替代建议逐字照表,Kimi K3 的 To be announced 不替官方补型号,Claude Haiku 4.5 年付个人订阅者例外单独写明。官方全文未给任何配置文件名或路径,本篇就不编。
按 AWS 官方四个章节名,把 Bedrock AgentCore runtime V2 的会话启动落成可自行核对的步骤:先看 CloudWatch 的 Latency 与 OverheadLatency,再把 imports 与静态数据移进 init,用 Working with hooks 处理构建期大文件,最后以 Pre-warm on user engagement 在后台发预热请求并复用 session ID。写明 120 秒 /ping 闸门、默认 V2 只针对新建与更新、存量须显式 platformVersion=V2、示例代码属非生产用途;官方两页的 Region 数与冷启动口径分歧原样两存。
按 OpenRouter 官方公告页拆开站内本地化流水线:站点共有 16,918 条英文字符串,全量重译成 7 languages 连翻译与校验约 460 美元;正文、FAQ 与索引分别对应 7 languages、含 English 的 8 种界面语言、8 languages 三种口径,校验模型与两条反馈来源也各自分列。
OpenRouter 在 2026 年 11 月 11 日的官方实测里,把同一个 cli/cli 仓库提问换了三种接法:在 Claude Sonnet 5.5 上,默认开启的 MCP 服务用掉 CLI 的 42 倍输入 token,费用是 17 倍,每 1,000 个任务 $127 对 $7.50。官方 TL;DR 指出的成本大头不是工具定义,而是工具调用后回传的结果,20,400、42,182、8,336 裁剪到 714 等数字都能逐行核对。本篇是单任务实测口径与自测清单,不是接入教程、也不是单价横评;Tool Search 依模型而异,整任务在 Sonnet 上下降、在 Haiku 与 Gemini 上反而变贵,官方也说明它不缩小工具结果。定结论前请照官方建议用 mcp_cost.py 在自己的任务上重测。
Gemini 4 Carbon 的推广价每百万输入 $2 / 输出 $10,与 Argon 同价,官方脚注逐字写明推广期 2026 年 11 月 30 日到期后为每百万输入 $4 / 输出 $20,且 Applies to the Carbon model intended for public access only——媒体流传的「12 月 1 日起」是转述,官方只写到期日。本篇是成本口径与决策清单,不是接入教程:官方明说的仅「即日用 paid tier 在 Google AI Studio 与 Android Studio 构建」「查 Gemini API Developer Guide」「intro 价至 11-30」;官方未说明的清单如实登记(非付费档、消费者可用时间、配额限流、上下文与分档价、model ID 逐字写法等),未说明不等于不开放。核心立论是 Argon remains the ideal choice 加 using more tokens than Argon 这句官方成本限定:单位 token 价低不等于单任务成本低,不同模型完成同一任务的 token 消耗不同;自报跑分与单任务成本对比均 Google 自报、未经独立审计。与站内 10 月 30 日 Carbon 热点(登顶却买不到)错角,只谈价与成本的口径边界。
2026 年 11 月 9 日 17:00,字节跳动 Seed 团队官宣图像生成模型 Seedream 5.5:同一作品最多连续修改 100 轮、非编辑区域像素级保持、原生 RGBA 透明素材免抠、严重文字崩坏率降至 0.4%(轻微 1.7%),上线平台为即梦、豆包、豆包工作、火山方舟,后续将出 Pro(无日期)。而截至 2026 年 11 月 10 日官方核验的现实是:即梦官网横幅仍主推 Seedream 5.0 Flash,豆包页仍写「专业版 Seedream 5.0 生图」,豆包工作页仍「使用 Seedream 5.0 Pro」,火山方舟价目页模型 ID 仅 doubao-seedream-5-0-pro-260628 / -flash-260915 等 5-0 系,未见 5-5——官宣与全量入口之间存在时间差,官方也未公布各平台上线节奏。本篇只回答三件事:官方官宣了什么(能力口径逐字)、现在哪里真的能用(入口现状逐平台)、API 用户该等什么(模型 ID 未上架,官方页未提及不等于宣布没有);不含任何按钮路径与截图级细节。
腾讯元器平台 2026 年 11 月 9 日正式停服:应用访问、数据读写、API 调用与控制台全部关闭,发布到公众号、服务号、微信客服等渠道的智能体不再响应对话。本文全部口径来自官方四页(停服通知、数据导出指南、ADP 迁移指引、退费指引),按时间窗口给出五步止损:10-29 起已停建新智能体与 API key 分发;停服前平台内自助导出(对话记录、知识库、工作流、Widget 路径逐字,支持按空间一键导出);停服后 2027 年 1 月 9 日前仍可经元器数据导出控制台下载备份,之后依法删除全部用户数据;迁移官方点名的腾讯云智能体开发平台 ADP,可直导知识库、新版工作流与 Widget,但官方逐字「旧版元器上的工作流暂不支持导出,需在 ADP 中手动重新搭建」,插件需重建为自定义工具,且两平台官方模型与插件不完全相同、效果可能有差异;退费仅限腾讯云购买、旧版 API 调用未消耗完的混元预付费资源包,先关闭后付费(官方提醒会影响账号下其他后付费业务),审核通过后 5-10 个工作日原路退回。
google-adk 从 2.13.x 升到 2.14.0,release notes 把 execution environments、A2A、evaluation、core runtime 四块从 experimental 标成 stable,并列出 26 个 auth、environment、app、CLI、cache 模块与 16 个 toolset 及 integration 特性一并转正;stable 指 API 形状稳定,不等于应用已生产就绪。同一版本带来三处破坏性变更:Enum 与字符串不再等价,VertexAiSessionService.create_session 只接受 display_name、ttl、expire_time、labels 四个键,RunSkillScriptTool 在 environment 模式不再接受 command 而改传 args、short_options、positional_args,并会返回 UNSUPPORTED_SCRIPT_TYPE 与 INVALID_ARGUMENTS。release notes 自报 30 节点工作流、200 轮运行下耗时快 23%、峰值内存低 9%,只作趋势参照不作验收线。changelog 标注 2026 年 11 月 4 日,GitHub 上 v2.14.0 tag 的发布时间是 11 月 7 日 00:58 UTC,两个日期不能揉成一个。本文给一份五步升级与回归验证清单,只面向已有项目换版本,不是从零接入。
把 gemini-omni-1.2-flash 从拿到 Key 走到拿到成片,五步都对着官方文档:先确认渠道与计费前提(Gemini API 付费层、无免费层、输入 $1.50、文本输出 $9.00、视频输出 $12.00,1.1 为 $17.50,且 Gemini API 文档明确不支持 Provisioned Throughput);再用 Interactions API 的 response_format 起一条 360p 便宜草稿(duration 3s 至 15s、默认 10s、aspect_ratio 9:16 或 16:9);第三步上参考素材,最多 6 张参考图、首尾帧插值只支持 3 至 10 秒;第四步用 previous_interaction_id 做对话式改片而不是重做,注意 store=false 会丢掉后续可编辑性;第五步用 delivery 的 uri 取大于 4MB 的成片、经 Files API 轮询至 ACTIVE 后下载,1080p 与 4K 都是升频。成本按官方每秒单价推算并标注口径,一条 15 秒 720p 官方定价页直接给出约 $1.04。三个坑各自成段:无免费层与 12 月 3 日改价路由、一长串不支持项、尺寸与状态限制。