【AI 中文奏折】2026年11月20日|Claude 封号、开源工具、Gemini 切换

每日奏折5分钟前更新 tianming
9 0 0

【AI 中文奏折】2026年11月20日|Claude 封号、开源工具、Gemini 切换

今日深挖 4 个事件


📌 今日最值得知道

  • 最值得知道的一件:为用 Gemini 4 Neon,普通用户要换客户端、换账号并过验证,门槛集中在账号环节。
  • Claude 封号话题下出现两款开源环境工具,被风控波及的用户可先了解再小范围试。

🧭 本期事件


Gemini 4 Neon 切换潮

想用 Gemini 4 Neon,常见路径是 Antigravity 配一个新 Google 账号,验证环节容易卡人。

发生了什么

  • 作者为使用 Gemini 4 Neon 改用 Antigravity,并直接注册新 Gmail 账号;验证号码时用 Saily 注册的 1 美元手机号。 (单一信源)
  • 该作者称最好用安卓机扫码验证,iOS 扫码验证不通过。 (单一信源)
  • 两位作者分别评价 Gemini 4 Neon 与 Opus 5.5、Fable 5.2 的写码和协作体验,均属个人使用感受,未给出基准数据。 (已核实)
  • 有作者推测谷歌可能故意放出漏洞让用户集中涌入,再统一处理,以省下广告预算。 (传言未证实)

为什么重要

模型强弱已经直接影响普通人的工具选择:为了用上新模型,要换客户端、换账号、处理地区和验证,这些步骤本身就是门槛与成本。弄清这套切换流程,能少走弯路,避免账号问题影响日常写作、做表和写代码;也提醒读者别为追新额外花钱买号或找代验证。

各方怎么说

  • 把模型切换视为常态,愿意为更强模型承担迁移成本。 「AI 用户毫无忠诚度!哪家模型强,立马切换」 —— 向阳乔木
  • 认为 Neon 写代码已追上 Opus 5.5,协作体验更像朋友帮忙。 —— 赵纯想
  • 已经决定把 API 切到 Neon,认为它给出的条件比 Opus 更划算。 「现在我已经迫不及待要切换 API 了,我决定把我的天赋带到谷歌 Neon。」 —— Trader Yokia @CarGfZero

还没搞清楚

  • Antigravity 对账号地区和验证方式的具体限制是什么?
  • Neon 的免费额度与付费方式短期内会不会调整?
  • iOS 与安卓扫码验证的差异是否普遍存在?

参与方法

  • 先确认资格:Neon 不在免费版。需要付费的 Google AI Pro 或 Google AI Ultra 订阅,或 Gemini Enterprise;免费版和 Google AI Plus 用不了。随符合条件的高端设备附赠的 Pro 试用版也可以。先确认自己的订阅是付费 Pro/Ultra,再往下走。
  • 官方入口有三条:① Gemini App:Pro/Ultra 订阅者在 App 的模型下拉菜单里选 Gemini 4 Neon(在“深度分析”分类下);② Antigravity:去 antigravity.google 下载,用 Google 账号登录,有权限的话 Neon 就是新对话的默认模型,模型选择器在对话输入框下方,可调 Low / Medium / High(默认)/ Extra 四档思考深度;③ API:Google AI Studio 付费层,$3/百万输入 tokens、$15/百万输出 tokens(缓存输入 $0.15),1M 上下文。
  • Antigravity 的验证是卡点。登录后会要求验证账号:点 Verify,手机扫码后,手机要向 Google 的网关号码发一条出站短信(到美国短码,如 244444 / 96831)。这一步不是收验证码,而是你的手机主动发短信给 Google。
  • iOS 与安卓有差别:推文作者实测安卓机扫码能通过,iOS 扫码不通过。Google 官方论坛也有同样报告:iPhone 向国际网关发短信时,部分运营商会静默拦截,短信显示“已发送”但 Google 没收到,验证就一直卡住。建议用安卓机扫码。
  • 中国 +86 号码走不通:Antigravity 的支持国家/地区列表里没有中国。中国运营商会拦截发往国际短码的出站短信,所以 +86 号码无法完成这个验证。论坛官方回复明确:要用支持地区的标准手机号,VoIP/虚拟号一般不支持。
  • Saily 美国号的定位:推文作者用 Saily 注册的 1 美元美国手机号完成了验证。Saily 是 eSIM(真实美国号码),不是传统 VoIP,但 Google 论坛说虚拟号一般不支持验证。目前只有这一个成功案例,没有广泛验证。建议先在浏览器里把号码加进 Google 账号并验证好(myaccount.google.com/phone,收一条 6 位验证码或语音电话),再在 Antigravity 里走验证流程。
  • 如果卡在验证循环,按这个顺序处理:① 先在浏览器里确认 Google 账号的手机号已验证、年龄验证已完成(myaccount.google.com/age-verification);② 验证时关闭 VPN/代理(TUN 模式),代理会让 Google 的风控拒绝验证会话;③ 用单账号浏览器(退出其他 Google 账号),避免账号混淆;④ 验证通过后,在 Antigravity 里按 Ctrl+Shift+P,运行 Antigravity: Reset Onboarding,重新登录;⑤ 还不行就等 30-60 分钟,完全退出 Antigravity,更新到最新版再登录。
  • 注意事项:别买号、别找代验证,买来的号容易被风控,代验证可能让账号被封。真要换号,用新号只跑 Antigravity/Neon,别影响主账号和已有订阅。Neon 的免费额度和付费方式可能调整,先确认自己的订阅包含 Neon 再投入使用。遇到地区或验证提示,先把报错原文记清楚,再决定是否换号或换验证方式。

↑ 返回顶部

Claude 封号:开源工具清理环境

被 Claude 封号困扰的用户,可先了解 claude-cleanup 与 Claude Cage 这两个开源项目,再判断值不值得折腾。

发生了什么

  • 推文称 claude-cleanup 可一键清理环境并修改时区,在 macOS 上安全审计、完整备份、清理或重置 Claude Code 与 Claude Desktop 本机状态;也可在 macOS 和 Windows 上给开局上下文瘦身。 (单一信源)
  • 推文称 Claude Cage 是开箱即用的桌面程序,可配置网络代理,集中管理隔离环境、时区语言和环境检查,把 Claude 账号关进虚拟环境。 (单一信源)
  • 有作者建议自建美国公司、开美国水星银行账户、用固定 IP 的 VPS,本地设为美国地区并开 VPN 全局模式,且不走中转代理,并称最大缺点是太贵。 (单一信源)

为什么重要

Claude 是不少人日常写作和编程的主力工具,账号被风控会断掉一整条工作流。开源工具把清理本机痕迹、隔离账号环境这类原本靠摸索的操作做成现成程序,降低了普通用户自救的门槛。但它会改动本机配置,也需要一定动手能力,读者应先备份、在非主力机器上试,别把它当成保证解封的承诺。

各方怎么说

  • 把两款工具定位为被封号用户的自救方案,强调环境清理与账号隔离。 —— 雪踏乌云
  • 认为封号多与注册环境和使用方式有关,并承认自己那套方案的最大缺点是太贵。 —— Mr Panda
  • 实际读过 claude-cleanup 的 SKILL.md:项目写明不用于规避封禁或平台风控,本机清理只支持 macOS,流程是先只读审计、再完整备份校验 ~/.claude,最后要手动输入 CONFIRM 才动盘;跨平台的是上下文瘦身。团队使用会先在备用机器上走完备份。 「本机清理只支持 macOS,第一步是只读审计」 —— Light@白酒云 @prolibertine

还没搞清楚

  • 两款工具对非 macOS 环境的支持范围到哪里?
  • 清理环境能否稳定降低封号概率,目前缺少公开数据。
  • 隔离环境会不会影响已有登录态和本地项目配置?

参与方法

  • 先整理现状,别急着跑工具。把使用环境、账号信息、报错提示写清楚:用的什么客户端(Claude Code / Claude Desktop)、有没有用第三方中转(比如 CC Switch)、报错原文是什么。环境类工具只解决本机痕迹问题,不能保证解封,先判断是账号问题还是环境问题。
  • claude-cleanup(开源 Skill,macOS 本机清理):来源是 GitHub suyuan2022/suyuan-skill,文件 claude-cleanup/SKILL.md。先退出 Claude Desktop 和正在运行的 Claude Code 会话,保持 Codex 打开。把 Skill 交给 Codex,先做只读审计——检查旧登录凭证、账号缓存、userID/machineID、第三方转发配置,不急着跑清理脚本。
  • 审计完 Codex 会给一份清理清单,确认后再执行:先完整备份相关配置(特别是 ~/.claude),再正常退出需要关闭的 Claude 进程,然后清除确认的旧登录、账号缓存和日志,重置确认的本地标识,移除 Claude Code 的旧第三方转发配置。文件只移到回收站,不直接删除;钥匙串只删除清单里明确列出的 Claude 条目。脚本如果要求在终端输入 CONFIRM,自己手动输入。会保留对话历史、Skills、插件和自定义配置。
  • 注意 claude-cleanup 的限制:本机清理只支持 macOS;跨平台的部分是上下文瘦身。团队使用会先在备用机器上走完备份流程。想清理桌面端也要明确说明,默认只清理 Claude Code 相关配置。
  • Claude Cage(桌面虚拟机,隔离环境):来源是 GitHub Lee-xeo/Claude-Cage,MIT 开源,约 2400+ stars。下载安装包(macOS 14+ Apple Silicon、Windows 10/11 x64、Debian/Ubuntu)。首次启动先创建一个本地 Cage 账号(用户名 + 至少 8 位密码),选择客机系统和环境存储文件夹。
  • 启动环境后,打开一个项目文件夹,创建一个 Claude 终端(运行 claude),在 Cage 浏览器里完成 Claude 账号授权。配置代理:导入自己的订阅或本地配置,选择出站节点,时区和语言可以和代理 IP 同步。Cage 是代理独占出站,没有直连兜底;启动时跑 11 项隔离检查(出站、DNS、时钟、时区等),检查失败就断网,直到修好。
  • 多账号管理:在设置 → Claude 账号里添加订阅,面板显示 5 小时和 7 天用量,可以为新会话分配账号。注意:Cage 不是 Anthropic 官方产品,检查只能反映当前配置,不能保证账号不被封。Intel Mac、Windows ARM64、Linux ARM64 不支持。同一份 Cage 配置里的项目共用客机系统和文件系统,项目之间没有独立隔离。
  • 不建议的路:别为了防封去注册美国公司、开美国银行账户、用固定 IP 的 VPS(推文作者自己也承认最大缺点是太贵,而且操作复杂)。别购买来源不明的账号。环境类工具会改动本机状态,运行前先备份,在非主力机器上先试。

↑ 返回顶部

21000 行 PR 的 AI 工作流

把大改动拆成文档驱动加复盘迭代的流程,普通人也能用 AI 跑完大任务并保住质量。

发生了什么

  • 推文转述 Matt 的 70 分钟实操视频,用他的一系列 skills 跑完一个 21000 行的大 PR。 (已核实)
  • 流程为先 /grill-with-docs,再 /retro 回顾和改进;人工 Review 时把大 PR 切换为 Stacked PR,关注 pattern 而非每一行实现。 (已核实)
  • Review 完立刻再跑 /retro,让这套标准不断迭代。 (单一信源)
  • 有作者建议用 O 厂模型时把需求整理成规格和验收文档,逐步细化到能理解代码改动,再开一个 goal 指定文档执行。 (单一信源)

为什么重要

很多人用 AI 写代码卡在改动一大就失控。这个案例给出的是一套可照做的流程:先把需求写成文档,让 AI 按阶段执行,用复盘命令沉淀标准,最后人工看模式而不是逐行抠。它能帮普通用户把大任务拆小、减少返工,适合独立开发者和小团队,也能省下反复沟通和返工的时间。

各方怎么说

  • 认为这场实操展示了认真对待 PR 的工程精神,并自述现在几乎全用 AI review,只在关键决策时参与。 —— Viking
  • 建议用 O 厂模型时把需求整理成规格与验收文档,再分阶段执行。 —— 海拉鲁编程客
  • 认同大 PR 的人工评审看 pattern 比逐行看更现实,并强调 review 后再跑一轮 /retro 是关键,否则 AI 的标准和人的判断会断开,最后退回一次性清单。 「review 后再跑一轮 /retro 这步很关键」 —— 阳明AI @x_autonomy

还没搞清楚

  • 这套 skills 是否公开可获取,适用哪些编程环境?
  • 21000 行 PR 的验收标准和实际返工率如何?
  • Stacked PR 切分对小型项目是否同样有效?

参与方法

  • 获取这套 Skills:来源是 Matt Pocock 的开源仓库 github.com/mattpocock/skills(30 万+ stars,MIT 开源)。在 Claude Code 里安装:claude plugin install mattpocock-skills@claude-plugins-official,然后在仓库里跑一次 /setup-matt-pocock-skills。或者用 npx 把文件复制到项目里:npx skills add mattpocock/skills。
  • 跑一遍完整流程(拿一个真实功能练手):① /grill-me 或 /grill-with-docs——AI 先采访你,把需求问清楚。AI 会一轮轮提问(小改动约 6 个问题,正常功能约 20 个,复杂功能可能到 46 个),每个问题给推荐答案,你确认或修改。过程中会维护一个 GLOSSARY.md(术语表),统一项目术语,AI 就不会用 20 个词去说一个概念。
  • ② /to-spec——把采访结果转成规格文档(需求、验收标准)。③ /to-tickets——把规格拆成可执行的票,每个票的大小适合一次全新的会话(垂直切分、带依赖关系)。④ /implement-spec——让 AI 按票执行,逐个完成。⑤ Review:人工评审时,把大 PR 切换为 Stacked PR(分层 PR),关注 pattern(结构、重复模式),而不是逐行抠每一行实现。⑥ /retro——评审完立刻再跑一次 /retro,让 AI 分析会话日志,找出出错的根本原因,沉淀成标准,下次迭代。
  • 先从低风险的开始:/retro 只给建议、不直接改代码,风险最低,适合先试。拿一个已有的长会话跑一次 /retro,看 AI 能不能发现“花了 10 分钟找计费代码”这类问题。再拿一个小功能跑完整流程(grill → spec → tickets → implement → review → retro),看返工是否减少,再决定要不要扩大到大任务。
  • 注意:这套流程的核心是“把决策写下来,别让 AI 猜”。需求不清时,AI 会自己猜,猜错了就返工。视频里的“150,000 token smart zone”规则在实际的 to-tickets skill 里并没有写死(只说“适合一次全新会话”),别把它当硬性标准。规格文档在交付后会被删除(Matt 的做法),如果你需要长期保留规格,先备份。

↑ 返回顶部

想在本地跑 MiniMax H3:一键部署、打戏模板、人脸修复都有人放出

本地跑 MiniMax H3 现有一键脚本、打戏模板和人脸修复插件,门槛降了但生态坑还在。

发生了什么

  • 有作者实测 ComfyUI-H3-FaceRefine 可缓解 MiniMax H3 远景人脸崩的问题,4080 上 6.6 秒片段耗时 123 秒。 (单一信源)
  • OpenVideo(agent-next/video-agent)代码 Apache 2.0,install.sh 一键装 ComfyUI 与 H3 权重约 54GB,支持断点续传,用 open-video run "提示词" –duration 8 直接出片,recommend-quant 可按显存挑量化档。 (单一信源)
  • OpenVideo 自带 h3-video skill,可让 Agent 按官方三段式写提示词、过校验再生成,还可选接视觉模型当评委,低分片段自动换种子重抽留最高分那条。 (单一信源)
  • h3-fight 打戏 skill 更新为 10 秒 5 个镜头,检查脚本会查时间表,新增以小打大、团战、长短兵器样例,并带测试与 CI,一条命令可生成 ComfyUI 模板。 (单一信源)

为什么重要

如果你一直想在自己机器上跑 MiniMax H3 视频,现在不用从零搭环境:一个安装脚本把 ComfyUI 和权重拉下来,显存不够它会帮你选量化档,写提示词也有 skill 按官方三段式把关。打戏这类最难的镜头有人给了 10 秒 5 镜的模板和检查脚本,能省掉大量试错。代价是要腾出约 54GB 硬盘、准备一张像 4080 这样的显卡,6.6 秒片段要跑两分钟出头,并且不少 LoRA 暂时用不了。适合想低成本批量出片、又愿意折腾的人先拿模板试水。

各方怎么说

  • 作者肯定一键部署和自动挑档的便利,同时直言生态还不成熟。 「不过生态还不完善,很多lora目前都没法用」 —— 烁皓 @eternityspring

还没搞清楚

  • 54GB 权重加 ComfyUI 实际需要多大显存才能跑 8 秒片段,低显存档画质掉多少没有数据。
  • 人脸修复插件只在 4080 上有一个 6.6 秒片段的耗时,其他显卡和更长片段的稳定性未知。
  • OpenVideo 的视觉模型评委和 h3-fight 模板能否直接配合使用,作者没有说明。

参与方法

  • 先确认硬件:硬盘留出 60GB 以上(权重约 54GB,INT8 档)。显卡要 NVIDIA GPU:默认 INT8 ConvRot 需要 22 GiB 以上显存;9-12GB 显存可以用 W4(约 10GB,手动下载,实验性);9GB 以下用 NF4(约 8GB,手动下载,实验性)。避开 RTX 5090 上的 NVFP4(有已知 ComfyUI bug #14157)。注意 MiniMax H3 权重用的是 MiniMax H3 Community License,有地域和商业使用限制。
  • 一键安装:git clone –depth 1 –branch v0.1.0 https://github.com/agent-next/video-agent,然后 cd video-agent,跑 bash scripts/install.sh(装 ComfyUI + H3 权重,支持断点续传,约 54GB)。或者一键安装:curl -fsSL https://open-video.ai/install | bash。注意用 GitHub tag 的版本化安装,别用网站安装器(可能还是旧版本)。
  • 验证整条链路:open-video pull h3(校验/续传权重)→ open-video status(检查 ComfyUI 健康状态和权重清单)→ open-video recommend-quant(按显存挑量化档)→ open-video run "提示词" –duration 8(直接出一条 8 秒短片,验证整条链路)。ComfyUI 在 http://127.0.0.1:8188,可用环境变量 OPEN_VIDEO_COMFYUI 改地址。
  • 进阶用法:出片稳定后,套 h3-fight 的 10 秒 5 镜模板拍打戏(一条命令生成 ComfyUI 模板,带检查脚本和样例:以小打大、团战、长短兵器)。远景人脸崩,加 ComfyUI-H3-FaceRefine 插件(4080 上 6.6 秒片段耗时 123 秒)。用 h3-video skill 让 Agent 按官方三段式写提示词、过校验再生成,还可选接视觉模型当评委,低分片段自动换种子重抽,留最高分那条。
  • 注意:权重下载约 54GB,网速慢要预留时间,支持断点续传。Mac 上的 H3 生成要走社区/MLX 路径,不是默认支持。LoRA 生态还没跟上,别把工作流压在自定义 LoRA 上。先出一条 8 秒短片验证链路,再上模板和插件。

↑ 返回顶部

⭐ 今日最值得跟进

Gemini 4 Neon 切换潮:想用 Gemini 4 Neon,常见路径是 Antigravity 配一个新 Google 账号,验证环节容易卡人。

👀 你还需要关注

  • 有作者称 OpenCode 的 500 美元 GLM-5.3 额度不如 DeepSeek V4.1 Flash 的 100 美元顶用,请求量只有后者六分之一出头。
  • 有作者称即梦导演台的白模功能方便好用且不消耗积分。
  • 有作者推出数字人手机版教程,称下载安装到出成品共 4 步,单条口播成本十几块。
  • 谷歌在 Android Studio 中上线元素周期表式模型选择器,被作者吐槽命名不直观。
  • …
  • 推文称 Gemini 两周连发 4 个模型,并解释另外两家发布慢:Anthropic 此前反复强调 Fable 能力过强、呼吁监管,引来美国政府审查,两家新模型都需先送审一个月,而 Google 获免检。
  • 作者称赞所引笔记整理清晰,并转述姚顺雨分享的三点:小模型体系与 AI for AI 值得关注、工业领域非文本数据值得重视、RSI 本质是用 AI 更好运行研发循环。

📚 参考资料


数据来源:X 列表「AI 中文」(22 条候选)· 事件深挖,不直接转载原文;事实与观点分开标注,判断仅供参考。

© 版权声明

相关文章

暂无评论

none
暂无评论...