什么火了
最新文章3分钟前更新
- 低成本夺冠，真机零样本超微调 pi0.5！ 机器人使用智能体（Robot-Use Agent，RUA）已经能零样本完成不少操作任务，但目前表现好的系统，大多建立在 GPT-6 Astra 这类闭源前沿模型之上。研究者能调用这些模型，却拿不到权重，也就没办法用机器人上积累的经验继续训练它们；高昂的 API 费用和无法自行优化的推理，也让大规模实验很难展开。 这项工作出自清华大学和加州大学伯克利分校的联合团队：清华大学一侧是丁宁、刘知远、徐梦迪、周伯文等人的团队，加州大学伯克利分校一侧是伯克利人工智能研究实验室（BAIR）联合主任 Pieter Abbeel 的团队。他们开源的 uni-robot-agent，是一套专为开源权重模型准备的统一机器人 Agent harness，在上面跑出来的交互数据，也可以直接拿去继续训练模型。 在不使用任何特权信息的条件下，开源模型 Qwen3.8-Flash-Next 搭配 uni-robot-agent，在 RoboDojo 上拿到 31.39 分，超过了 RoboDojo 官方公布的 GPT-6 Astra（搭配 RoboProbe）成绩 28.9
- 昨天，字节发布了新的生图模型 Seedream 5.5。 这次更新有几个明显的变化：局部编辑和多轮修改时的一致性、原生透明和半透明素材、复杂场景里的文字与排版，以及人物和场景的真实质感。 我挑了几个场景试了试，部分场景也放了 Image 2.6 和 Nano Banana 2 的结果作参照。 先说入口，Seedream 5.5 已经上线豆包、豆包工作和即梦。API 服务将于本周上线火山引擎。 比如打开即梦网页，在“生成”的图片生成模式中选择Seedream 5.5；需要把多张参考图放在一起操作时，就切到“画布”。 下面这批猫咪测试案例，我用的就是画布。 ◈一、连续改图，不崩坏 用 AI 改图，最怕的就是改着改着，原本满意的地方也跟着变了。 这次 Seedream 5.5 最大的亮点就是：重点提升了局部编辑和多轮修改的稳定性。 官方的案例是把同一张图连续编辑修改了 100 轮。我没改那么多，先试了 18 轮：给一只过生日的猫换蛋糕上的数字，从 1 一直改到 18。 规则很简单：每次只改蛋糕正面的数字，下一轮在上一轮的结果上接着改。 猫咪的花色、捧脸的姿势、珍珠饰品，以及桌上的蜡烛和酒杯，
- OpenAI 的网络安全能力又又又升级了。 今天，OpenAI 正式发布 GPT-6 Cyber。它是基于 GPT-6 Astra 打造的网络安全专用版，也是上一代 GPT-5.6 Cyber 的继任者。 这次升级，模型找漏洞、验证漏洞的能力更强了。 与此同时，OpenAI 也花了不少力气训练它遵守任务边界。 新模型公布的第一个成果来自 Firefox。 Firefox 是全世界被审查得最严格的代码库之一。Mozilla 在官方博客里写过，今年 2 月起，他们一直在用 Anthropic 和 OpenAI 提前开放的前沿模型检查 Firefox 的代码，修复的安全问题是 2025 年同期的七倍多。 按理说，AI 能找到的问题，这一轮下来应该所剩不多了。 OpenAI 的研究员用 GPT-6 Cyber 又查了一遍，仍然找出了 81 个此前未知、被 Mozilla 定为高危的漏洞。 ◈找漏洞的能力更强了 一个漏洞从发现到修好，大致要经过三步：找到可疑的地方，验证它能不能被利用、利用后会造成什么影响，最后协助开发者修补。 其实这前两步之间还是有点距离的，很多疑似漏洞到了验证阶段就被排除了，
- 这两个月刷AI动态，我有一个明显的感受，顶模OpenAI和Anthropic除了做基模迭代外，都在抢先证明一个事： AI可以做科学发现了。 9月，OpenAI内部Agent 系统，1万个Agent一起跑了88个小时，证明了Navier–Stokes方程会在有限时间里爆掉。 这个证明是七大千禧年数学难题之一。 10月份，OpenAI又一口气公布了在数学、计算机科学、物理上的三项新成果。 就拿一项大家可能更熟知的成果讲，王虹凭三维挂谷猜想拿下的菲尔兹奖，OpenAI说AI已经把这个结论推至了所有维度。 这些成果，全都出自OpenAI内部一个还在训练、从没有公开过的模型。 Anthropic那边，说是近千个Claude Agent用了21个小时，在噬菌体DNA里找出一个“类 CRISPR” 的酶系统。 （ps：当然，这些成果都还没被学界验证完，即使有几个被挑出毛病，我也不意外。） 但说实话，这个速度还是很惊人的。 挂谷猜想是1917年提出来的，人类的数学家花了一百多年，才啃下来三维情况，今天的AI 只需要花几天，所有维度都推完了。 Navier–Stokes方程写出来快两百年，数学家们还没推
- 刚刚，Codex负责人Tibo宣布： 即日起，Pro 100、Pro 200、Pro 500和Business Premium套餐额度翻倍，Pro 200的降额，也撤回了。 不过，Tibo 祖传的免费重置额度，恐怕也要跟着成为历史了。 Tibo转发了自己的推文，配文称： 我们已经从给用户重置额度的公司，正式毕业，成为一家真正提供Token的公司了。 前阵子，大家经常碰上速率限制、额度耗尽，动不动就「天才程序员陨落」。 大家跑去评论区冲塔吐槽，Tibo就重置额度，靠人工撒币给大家续命。 一开始，大家都觉得老板大气。 可连着重置好几回，所有人都在犯嘀咕。我每个月花钱买订阅，怎么搞得像门口发鸡蛋一样。。 被用户连着骂了一个月之后，Tibo实在糊弄不过去了。 以后，额度翻倍，重置不再！ 大好事啊，但我去翻了一遍OpenAI更新的官方帮助文档，Tibo又在耍滑头！！ 月费100美元的Pro用户，使用额度翻了一倍，达到Plus用户的10倍。 月费500美元的氪金大佬也一样，额度拉到了Plus用户的100倍。 可卡在中间、用户量最大的200美元用户，额度是不变的！ 按照最新文档的说法，200美元用户
- 家人们，有没有这种感觉，帮咱干活儿的Agent已经那么多了，怎么还是忙不过来啊！ 明明任务都安排下去了，可手头几个任务同时推进，最后还是得我自己跟进度，时不时救个火。 前几天，我分享了几个同时管理更多Agent的办法。 其中挺管用的一招，就是留一个主会话当「助理」，让它帮我给其他Agent派活儿，跟进进度。 效果确实不错。 但问题是，这个「助理」需要我亲自培训。 你们看看，这是我当时写的提示词： 每次开工前，我先写一大段提示词交代分工，提前写好干活的规矩。 好不麻烦。。 我也试过不写这么具体的提示词，那么我得亲自上手盯着多个session，就会导致每个Agent都在找我，要我频繁确认和push进度。。 我根本顾不过来。 同时开10个窗口，真正在干活的也就两三个，剩下的全在排队等你。 我自己焦头烂额，一群Agent快乐摸鱼，本来是我让Agent给我打工，结局成了我给Agent打工，根本不像话。。 所以这段时间，我一直在琢磨，怎么把我能管的Agent数量再往上抬一抬。 前两天，看到有位读者说了这么一句： 还真是。 「皇帝」要面对全国各地送上来的奏折，光靠自己根本看不完。 军机处干的，就是替
- 谷歌这次玩真的了：AI 生成的世界开始有声音了，世界模型要进入新的level了。 就在今天凌晨，Google DeepMind 官宣了 Genie 4。官方给它的定位是：我们迄今最具交互性的世界模型。 重重重要的是！它是 DeepMind 第一个原生生成音频的实时世界模型。官方发布视频里所有能听见的声音，全部由 Genie 4 自己生成。 除此之外，Genie 4 还把物理运动、人物动作和实时控制又往前推了一步。 世界模型到底是什么，先看谷歌官方展示的一个案例。 起点只有一句话：冠鹤走过雪地，黄昏的天空渐变，纪录片风格。 画面里就是一只冠鹤，在冰天雪地里走。画面左下角亮着 WASD 键，右下角是方向键，镜头一直贴着它。 然后，输入框里敲进一行字：一颗流星划过天空。 天上真的划过一道白线。 再敲一行：冠鹤走向一台白色钢琴。 雪地上多出一台电子琴，冠鹤低下头，凑过去，把喙按在琴键上。 最后一行：冠鹤展开翅膀，飞起来。 冠鹤张开翅膀，从琴边腾空而起，身后的雪地、那台琴、天上的流星，都还在原地。 一次输入，一个事件，每一步都是现场算出来的，没有一个镜头是提前拍好的。 说实话，世界模型这个概念，
- 443页招股书，最值得看的六件事都在这了 刚刚，Anthropic公开提交纳斯达克IPO申请，股票代码为「ANT」。 https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm 整份文件长达443页，我整理了最值得看的六件事： 5%到7%的收入，来自违规客户。 上市落地后，5300名员工将分得297亿美元的股票；两位创始人已提前套现46.6亿美元。 达里奥将持有的特殊股份，控制50.1%的投票权。 今年第二季度，Anthropic已经实现营业盈利。 公司代码库超90%的提交是Claude写的，人均年创收拉到660万美元。 超8300亿美元的算力开支。 ◈一、5%到7%的收入来自「违规客户」 招股书披露，2026年前九个月，Anthropic估计约有5%到7%的收入，来自违反使用政策的客户。 按它现在的体量，一个季度一百多亿美元营收，7%就是八亿美金。（约合4百万个Max账号） 这些钱已经收进公司账户，也正常计入了财报。 从客户开始违规，到Anthropic最终封禁账号，中
- 家人们，真的有人能同时管理多个线程Agent吗.... 前两天在推特上刷到一条求助，简直是广大 AI 用户的嘴替： 如果你高频使用Agent，肯定懂这种崩溃。 本来以为多开几个Agent能「一人成军」，结果真开到第4个窗口，人就崩溃了。。 在各个对话中切来切去，刚写好A的下一句提示词，B又弹窗等确认，回头C卡死了。 一天下来，活没干完，人先废了。 很多人都在问，那些说自己能同时开5个、10个Agent的人，到底是怎么管住注意力的？ 巧的是，OpenAI 最近刚放出了一份极其夸张的客户案例。 一家叫Third Moment Research的量化初创公司，分享了他们跑Agent的几个数据： 10000个Agent同时在线并发 单次研究任务连续跑36到48小时 单日峰值消耗1万亿Token 我把这篇工程报告扒了个底朝天，发现管5个Agent和管10000个Agent，规模差了2000倍，但底层的算术题其实一模一样。 下面，我就结合自己管理十来个Agent的经验，跟大家分享一些Agent管理心得。 先算一笔时间账。 假设一个Agent每干十分钟，就要找你处理五分钟。 你手里只有一个的时候，还
- 家人们，AI 圈最近的瓜，是一个接一个。 今天，Anthropic最当红的产品Claude Code，一天之内痛失两员大将： 一个是被开发者社区尊称「解释之王」的Thariq Shihipar，另一个是Claude Code桌面版的创造者Anthony Morris。 中午前后，Thariq Shihipar在X上发了一封长告别信，正式官宣离开Anthropic。 最搞笑的是，离职官宣才过去大约20分钟，Thariq就在回复同事时，突然冒出一句： 等等，是我的错觉吗？怎么感觉Opus 5.5变笨了？ 底下的网友直接乐疯了。 有人调侃，兄弟，你才离职20分钟，怎么就已经加入「Opus 降智派」了？ 还有人开玩笑说，欢迎Thariq回到普通用户的世界。 以前在Anthropic内部，还有机会接触各种内部版本；现在出来了，也得跟大伙一样了。 结果大家笑还没笑完，仅仅几个小时后，Claude Code桌面版的创造者Anthony Morris也发帖官宣离职。 要知道，Claude Code现在可是整个AI圈最能打的当红炸子鸡，GitHub上每25次公开代码提交，就有1次是它参与写的。 产品正在
- 偶买噶，1.8亿行证明啊，Claude几周就写完，还一口气挖出数百个bug！ 就在今天，Anthropic官方发文：他们的「前沿红队」（Frontier Red Team）联手一家专做软件安全证明的公司Theorem，发布了一项新研究。 Claude用了几周时间，给123个开源软件库的239个测试入口，写出了约1.8亿行证明 来验证软件的安全。 写证明的过程中，Claude还顺手找到了数百个bug。 其中一些bug，按Anthropic的说法，躲过了数万亿次测试，藏了很多年。 Anthropic表示，这是第一次大规模用AI在汇编层面，对真实的生产软件做形式化验证。 以前要顶级专家团队熬好几年才干得完的活，这回被Claude做成了流水线。 ◽以前专家熬20年的活，Claude几周写完证明 先说软件圈平时怎么找bug。 最常用的办法叫模糊测试：往程序里灌海量随机数据，看哪一条能把它弄崩溃，就好比有一栋楼，然后派一大群人进楼里乱跑乱跳，看哪里会塌。 Google的OSS-Fuzz平台就是常年给上千个开源项目做模糊测试。 这办法很好用，但有个死穴：输入无穷无尽。 今天灌了一百万条没出事，明天第
- 家人们，上次我写摄像头体感交互应用，评论区有位家人问：“测试视频怎么是个男的？” 让我们编辑部男同事郁闷了半天，“下次别让他出镜，再不济也要P成你。” 满足你！ 让同事继续负责表演，画面里换成本瑶出镜。 我要撒娇，他也得撒娇；我要飞吻，他也得飞吻。 （Ps：同事负责演，我负责出镜，嘿嘿，编辑部的分工又细了一点。） 怎么样，是不是有点东西！ 这件事放在普通的视频生成上，问题其实不大。出来一段视频，好不好看一眼就知道。但实时视频不一样。 它是一条一直往前走的流。你第 10 秒让它换件衣服，第 40 秒又想换回来，第 90 秒说算了还是第一件好看。每插一次话，模型都得同时搞明白三件事： 现在要改什么。 哪些东西不能动。 之前改过的，还算不算数。 那问题就来了：这玩意儿到底怎么测？ 总不能截一帧好看的图，就说模型懂我了吧。 然后我发现，这事还真有人认真做了。 ◽一张公开的考卷 10 月 20 日，arXiv 上挂出了一篇论文，叫 StreamEval: Evaluating Interactive Streaming Video Generation Models。 论文链接： https:/
- 刚刚，DeepSeek在最新一轮融资中筹集了约1000亿元人民币（约150亿美元），这是中国有史以来规模最大的融资之一。 宁德时代和腾讯是本轮最大的投资方。 其中宁德时代追加约100亿元，是它首轮出资（约 50 亿元）的两倍。其他老股东IDG资本等也继续跟投。新进入的投资方包括君联资本、CPE源峰、吉利等。 钱越谈越多。 知情人士透露，谈判过程中DeepSeek至少两次上调融资目标，一开始定的是500亿元，后来提到800亿元，最后募到约1000亿元。 尽管融资规模由500亿元扩大至约1000亿元，DeepSeek的投前估值依旧为5000亿元，没有明显上调。 这已经是DeepSeek半年内的第二轮融资。 今年6月，它刚完成一轮超500亿元的融资，7月紧接着启动这一轮。两轮合计约1500亿元，是今年国内一级市场规模最大的融资。 据报道，资金将主要投向模型研发和算力，公司也在筹备重组，准备登陆科创板。 投资人敢加码，收入增长是重要原因。 据The Information报道，梁文锋在近期一场投资者会议上透露，DeepSeek年化营收运行率已突破10亿美元，比几个月前翻了一倍多。 目前，Dee
- 前两天跟朋友拌嘴，起因是王者荣耀。 我随手让办公室里最聪明的Coding Agent（满血版Codex，开启实时联网）帮我来查： 帮我查一下当前王者荣耀正式服里，赵云二技能叫啥，到底刺几枪？多少伤害？ 几秒钟后，Codex自信交卷，甚至贴心地附上了官方资料页链接： 二技能破云之龙，连续刺出4枪，每枪120物理伤害，回复25点生命 有理有据，域名正宗，看着一点毛病没有。 可但凡你亲自玩过这个游戏，血压当场就得飙上来——赵云重做后二技能早就改成5枪了！满级伤害差出去十万八千里！ 它搜出来的是官网还没清掉的数据存档，而真正的实时数据已经被权重埋在了底下。 做过Agent和RAG开发的同学，看到这一幕肯定满眼都是泪。 现在的顶级大模型，脑子够用。 但只要想去 中文互联网捞真数据，开发者的吐槽从没断过，要么搜出一堆营销号互相倒嚼的二手通稿，要么直接掉进历史网页里拿僵尸数据。。 要把网页洗成干净字段，得自己写正则一点点抠DOM、还得买代理防封。 正好，前几天腾讯把元宝背后的搜索底座——元宝搜索（SearchPro）做了全面升级并正式对外开放。 元宝搜索接入了千亿级常青索引、覆盖政务/汽车/游戏/本
- 这两年大模型圈有一条几乎没人怀疑的信条，Scaling Law。 加算力，加参数，加数据，模型就稳定地变强。 最要命的是这个所谓的稳定，投进去多少，大概能换回多少，是可以预期的。所以各家模厂才敢成千上万张地买卡、屯卡。 其中，砸卡最狠的公司之一 Meta，最近更新了一项进展。 GEM 是 Meta 的广告推荐基础模型，大家平时在 Facebook、Instagram 上刷到哪条广告，背后很大程度上就是它在算。 最新一代GEM模型，在几千张最新一代 GPU 上训练，总训练计算量是一年前的 4 倍。 这么看，推荐系统也开始按大模型的量级砸卡了。 说到推荐系统，可能是你每天用得最多、却最少想起的 AI。 我列一组数字你就全明白了： 2024 年全球数字广告支出大概 7900 亿美元（直白点说这是推荐模型能撬动的商业市场）OpenAI 2024 年全年收入才37 亿美元。 今年大模型圈最能赚钱的两家，Anthropic 最新的年化收入大概是 650 亿美元，OpenAI也在几百亿美元的量级，加起来也只是对方的十分之一这个量级。 一切技术研究大模型化，这本来不算什么新鲜事。Meta博客里有一句话
- 刚刚，DeepSeek开源推理框架，再次震撼AI圈。 「为善与众行之，为巧与众能之。」 DeepSeek官方博客用这句话开场，宣布全面开源内部推理框架DeepInfer，同步开源生产级Token编解码组件deepseek-recipe。 DeepInfer：https://github.com/deepseek-ai/DeepInfer deepseek-recipe：https://github.com/deepseek-ai/deepseek-recipe 消息一出，技术社区就已经炸锅了。 不少开发者直呼，真的有被DeepSeek的开放精神深深震撼。。 这可是模型的推理框架，属于提升模型推理效能的核心技术。 就这么，水灵灵的开源了。。 DeepSeek官方博客表示： 我们希望通过分享内部的部署经验，帮助开发者与企业组织优化大规模推理的吞吐与延迟，从而高效构建私有化及公有云部署，降低算力成本、减少能源消耗，让智能以更低的价格触达更广泛的人群，实现真正的大模型普惠。 啥是推理框架呢？ 我们平时用 AI，最直观的感受往往是，出字速度，模型价格。 但在模型背后，当大量用户同时发来请求，服务
- OpenAI 又被网友扒出新东西了。 昨天上午，有人在 OpenAI 的 API 模型列表里发现三个从没见过的名字：aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha。 红绿蓝三兄弟一起出现。 aurora 是“极光”，后面跟着红、绿、蓝三种颜色，再挂一个 alpha，这一看就是还没正式见人的测试代号。 ◈最先发现它们的是一个机器人 说起来最先发现的不是人，是一个叫 GPTBot 的自动追踪号。 它专门盯着 OpenAI 的接口，一有新模型就报警，那天上午它连发三条“New model on OpenAI”，三个名字一个不落。 没过多久，AI圈博主 Lisan al Gaib跟上，说这三个模型刚出现在 OpenAI API 里。 AI 作者 Andrew Curran 紧接着发了一句：OpenAI API 里突然冒出三个神秘新模型。 这条帖子一出，事情就彻底传开了。 更有意思的细节，是 AI 代理服务公司 CellCog 扒出来的。 据 CellCog 说，它用自己的账号认证读取了这份模型列表，确实看到了这三个模型，归属字段写的是
- 家人们，量子计算圈迎来了真·硬核大突破。 今天凌晨，Google Quantum AI 团队官宣： 已经在自家的105比特量子芯片Willow上，成功验证了名叫「魔法态培育」的新技术，研究成果正式登上顶级学术期刊《Science》。 困扰了整个量子计算界20年的最大算力瓶颈，硬生生被撕开了一道口子！ Google CEO 劈柴哥也亲自晒出成绩单：相比以往方法，这一突破在Willow处理器上直接把错误率砸低了40倍，拿下了99.99%的最先进逻辑保真度。 苏黎世联邦理工学院量子计算理论学家 Dominik Hangleiter 称： 这项研究补上了通用量子计算必需的一块关键积木，甚至可能成为建造数百个逻辑比特量子计算机的“游戏规则改变者”。 未参与研究的杜克量子中心主任 Kenneth Brown 也表示： 实验已经证明，“魔法态培育”居然真的能在物理量子芯片上跑起来！ 很多小伙伴看到这儿估计会犯嘀咕，啥叫“魔法态”？听着像玄学一样的名字，凭什么能专门发一篇《Science》？ 这事儿得从一个困扰了量子计算界整整20年的算力黑洞说起。 量子芯片里的计算指令其实分两类。 一类是基础常规动作
- 今天，曾因 Attention Residuals 论文走红的 AI 少年陈广宇（Nathan Chen），宣布离开 Kimi。 16岁入职月之暗面，17岁挂出顶会级架构论文一作，深度参与Kimi K3与底层内核研发。 他在 X 上发了一篇告别帖，回顾了自己在 Kimi 参与的几项重要工作，也感谢了曾经一起做研究的同事。 从去年11月加入月之暗面，到如今离开，前后还不到一年。 ◈16 岁被杜雨伦发掘，加入 Kimi 事情要从一年前说起。 当时把陈广宇招进月之暗面的伯乐，是月暗的核心技术大牛杜雨伦（@Yulun_Du）。杜雨伦此前在 MIT 攻读博士，也是生成模型领域公认的顶级学者。 陈广宇在告别推文里特别提到了这一笔： 在 Kimi 的过去一年是我人生中最美好的一年。 感谢一切，尤其是杜雨伦当年相信并聘用了一个 16 岁的我。 16 岁很多同龄人还在刷高考五三模拟题，而他已经被扔进了国内最顶级的 LLM 炼丹炉深水区，直接怼上了最硬核的硬仗。 按照陈广宇梳理的时间线，他在 Kimi 这一年干的核心大事有这些： 优化 KDA 内核和团队里的张宇（@yzhang_cs）一起，死磕 KDA（
- 刚刚，Gemini 4 Argon正式上线，目前已在AI Studio、Vertex可用。 从9月30日官宣以来，社区几乎天天在数着日子催更。 大家被各路预热吊足了胃口，终于等来了正主——Gemini 4 Argon。 官方还没完全走完过场，各大技术论坛便已被各路实测刷屏，“Google 终于支棱起来了”的欢呼声四起。 先给大家回味下当时的跑分： 名列前茅，对标6 Astra、Fable5.1，直接杀回第一梯队啊！ 但毕竟 Benchmark 不是产品，我们不妨抛开官方滤镜，看看全球开发者在拿到权限后的这几天，到底用Gemini 4搓出了什么神仙东西。 ◈初音 SVG 临摹：1500 个矢量元素逐步叠加 先看第一个案例。 社区用户 Chiao 发起了一项高难度测试：用纯 SVG 矢量代码临摹初音未来参考图。他给出了参考原图、两版 Gemini 4 的结果，以及 Opus 5.5 的对照： 他给出了参考图、两版 Gemini 4 的结果，以及 Opus 5.5 的对照。 对比三张图，Gemini 版本的轮廓拿捏明显更贴合参考图，衣服上的光影渐变和发丝笔触层次也明显更细腻： 打开部署页的绘
- 刚刚，前 OpenAI 联合创始人 Karpathy 画了一张扎心的 AI 漏斗： 全世界大约 80 亿人，能接触到实验室内部最强 AI 系统的，可能只有 5000 人。 约60亿人几乎没碰过大模型，十几亿人偶尔用免费版聊天、搜索。真正用前沿模型干复杂项目的人，他估计只有2000万。 这些数字是 Karpathy 自己的粗略估算，但有意思的是，微软、a16z 和 OpenAI 最近的几份报告，也都指向了类似的分化。 我们生活在同一年，看到的 AI 却像是来自不同年代。 如果你也站在前两层，觉得 AI 也就那样，先别急着下结论。 一年前，Karpathy 也这么想。 现在，他已经快被 AI 的速度逼疯了。 ◈一、从嫌弃Agent，到自己也快跟不上了 2025年10月，Karpathy在播客里，给当时火热的AI Agent泼了一盆冷水。 那时候，整个行业都在谈论「Agent 元年」。 但 Karpathy 觉得，大家太着急了，他却觉得很多产品还只是 Slop，垃圾内容。 在他看来，真正好用的 Agent 可能还需要十年时间来打磨。 但仅仅两个月后，他自己先坐不住了。 2025 年 12 月
- Codex 产品负责人 Tibo 最近立了个 flag。 他发帖说：接下来 28 天，每天要么上线一项对大多数 Codex 和 ChatGPT Work 用户都有用的改进，要么给所有人重置一次额度。 前四天，天天有东西上线。 第 1 天，订阅里的 GPT-6 Astra 和 GPT-6.1 Sol 默认提速约 50%。 第 2 天，减少手动审批，其中 Auto-review 改为免费，它会让另一个智能体审核 Codex 的每一步操作，减少反复点击“批准”，也不消耗套餐额度。 第 3 天，升级聊天体验， GPT-6 开始在 ChatGPT 中推出，回答里可以直接生成交互图表、小工具等内容，用户能边看边操作。 第 4 天，更快响应中途修改， Codex 执行任务时，用户补充要求、调整方向，它能更快接着新要求做；同日，GPT-6.1 Sol 的 Ultrafast 超高速模式开始推出。 今天轮到第 5 天，Tibo 连续发了两条。其中一条是给 Codex 桌面版上了消息预测。会根据对话内容，提前写出你可能要发的下一句话，按 Tab 键就能采用。 另一部分是 dots。现在可以直接在手机 Ap