⌘ K
… 读取采集状态 同步中...
雷

#OpenAI

今日 6 条
今天10月13日周二
  1. 新智元71

    OpenAI 将 GPT-6.1 Sol 默认上下文窗口扩至 500k

    OpenAI 将 Codex 和 ChatGPT Work 中 GPT-6.1 Sol 的默认上下文窗口从 272k 扩展至 500k，并免除了订阅额度内的长上下文附加费。

    推荐理由：文章通过对比Claude默认百万上下文和OpenAI此前的调整失败，清晰解释了本次扩容在降低订阅附加费与保留长任务细节之间的实际权衡。

  2. Latent Space79

    Anthropic 发布 Claude 动态工作流功能

    Anthropic 在 AI Engineer 会议上发布 Claude 动态工作流功能，允许主智能体自主规划多智能体拓扑结构。该功能在 Claude Console 中可用，开发者可设定预算限制，子智能体通过共享文件系统交换信息。

    推荐理由：原文展示了Claude动态工作流的架构与成本权衡，解释了多智能体编排中控制权与Token预算的管理逻辑。

  4. TechCrunch · AI85

    Meta 发布首个前沿模型 Muse Wonder

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，基准测试表现接近 GPT-6 Astra。Wonder 通过 API 的输入价格为 $4.00 / 百万 tokens，输出价格为 $20.00 / 百万 tokens。

    推荐理由：模型卡在 MemoryBench 和编码任务上的具体表现，为读者评估其相对其他前沿模型的记忆与推理能力提供了参考。

  5. AI HOT73

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布了 Muse Wonder 和 Muse Wonder Full 两款面向个人和专业智能体任务的前沿模型，称其在多个领域达到 SOTA 表现。新模型针对法律、金融、健康等专家场景，并具备跨对话保留信息的 Active Memory 与遇错换路径的 Active Focus 功能；官方强调模型在安全方面经过训练，以拒绝未授权分享隐私及有害请求。

10月12日周一
  1. 量子位 QbitAI85

    GPT-6 Astra证明57年「摆圆」难题15至20圆盘情形

    非职业数学家nor利用GPT-6 Astra完成了N≤20圆内圆盘的严格最优性证明。模型通过几何约束缩减排列并用计算机排除剩余可能，将证明范围从N≤14扩展至N=20。nor补充了验证和修复工作，展示了人机协作完成数学难题的新路径。

    推荐理由：还原了GPT-6 Astra证明圆排列最优性的5步方法论及人类辅助环节，展示了AI辅助数学严格证明的工作流。

  3. The Decoder50

    Andrej Karpathy 指出外部世界仅看到 AI 能力的预览

    Andrej Karpathy 认为大众常将大语言模型视为更好的搜索引擎或写作助手，但少数接触前沿内部系统的专业人士已看到 AI 的实际潜力。Karpathy 估计全球约有 5000 人使用内部前沿系统，这些系统能通过数千个 AI 智能体协作完成过去需要顶级专家花费数年的软件工程与数学任务。

  6. InfoQ CN72

    CodeScene 案例：编码智能体重构 30 万行 C 代码，Code Health 升至 10.0

    CodeScene 发布案例研究，编码智能体在三周内重构了《街头霸王 III》开源反编译项目的 30 万行 C 代码库，成本约 4000 美元，Code Health 评分从 5.6 升至 10.0。

    推荐理由：原文给出了案例研究的具体数字、验证机制和从业者争议，读者可以据此判断该结果在何种条件下可复现。

  10. 新智元82

    马斯克承认xAI缺乏编程数据，斥资600亿美元收购Cursor

    马斯克在X Takeover活动上表示，全球仅OpenAI、Anthropic和Cursor掌握足够编程训练数据，xAI因此以约600亿美元收购Cursor以补齐关键短板。他同时指出真实程序员的代码交互记录是高质量的训练数据，并发布了Grok 4.5模型，该模型在SWE-Bench Pro解决率为64.7%。

    推荐理由：揭示编程数据在超级智能竞赛中的核心地位，解释为何高价收购代码编辑器旨在获取真实开发者交互数据。

  11. 新智元86

    OpenAI 前员工创办 TypeSafe 融资 8.7 亿美元，两周后 OpenAI 火速推出 Decisions API

    前 OpenAI 员工 Diogo Almeida 等创办的 TypeSafe AI 完成 A 轮 8.7 亿美元融资，估值 75 亿美元，其核心产品 Jev 定位“不聊天的 AI”，专门用于高频、低成本的结构化判断，输入价低至 0.042 美元/百万 token。

    推荐理由：前 OpenAI 员工创业做的轻量决策模型 Jev 刚融资 8.7 亿美元，OpenAI 两周后火速推出相似 API 并承认受其启发，展示了该品类的激烈竞争格局。

  15. 硅星人Pro79

    谷歌发布 Gemini Agent：支持多模型调度并深度整合 Workspace

    谷歌云在 Gemini at Work 大会上发布 Gemini Agent，将其整合至 Workspace 生态并引入多模型调度机制，允许在 Gemini 和 Claude 之间根据任务选择最优模型。该功能支持跨应用执行、长期记忆及企业数据库连接，目前仅面向部分客户开放私有预览，旨在弥补单一模型在复杂编程任务上的短板，并试图通过整合分散的办公应用实现企业级 Agent 的落地。

    推荐理由：谷歌推出的 Gemini Agent 支持调用 Claude 模型，展示了多模型调度的 Agent 架构思路，读者可观察这种开放策略对竞争格局的影响。

  16. 夕小瑶科技说62

    Karpathy：全球见过 AI 真实能力的，只有 5000 人

    前 OpenAI 联合创始人 Karpathy 估算，全球约 80 亿人中仅有 5000 人能接触到前沿实验室最强的 AI 系统。他提出四层用户漏斗：第一层约 60 亿人未使用过大模型；第二层 10-20 亿人偶尔使用免费版本；第三层约 2000 万人将 AI 作为生产工具；最顶层的 5000 人能看到如大规模 Agent 协作、网络安全攻防及数学研究成果等内部前沿能力。

  17. 网罗灯下黑62

    腾讯 BrowserSkill 辅助 WorkBuddy 自动清理公众号历史风险文章

    作者使用腾讯新开源的 BrowserSkill，解决了 Codex 无法访问微信公众号后台的问题。该 Skill 允许 WorkBuddy 使用已登录的本地 Chrome 或 Edge 浏览器，通过点击、搜索整理出包含标题和时间的风险文章清单，且不影响用户鼠标操作。安装方式为在 WorkBuddy 中提供 GitHub 链接，手动添加浏览器扩展并重启即可。

  18. 新智元53

    OpenAI 与 Anthropic 秘密推演“末日第二天”场景并面临《AI 关停开关法案》监管

    Axios 报道称，OpenAI、Anthropic 等巨头正在秘密推演大规模 AI 灾难后的“末日第二天”剧本，多位 AI 领袖预计重大灾难将在 6 到 12 个月内爆发。同期，美国众议员提出《AI 关停开关法案》，要求开发者保留降速或关停系统的能力，授权国土安全部长在紧急状态下下达指令。

  19. 新智元40

    Karpathy 揭示 AI 认知折叠：20 亿误判、2000 万眩晕与 5000 人前沿

    Karpathy 提出 AI 认知四级漏斗，指出全球约 20 亿用户对免费版模型存在能力误判，而 2000 万专业人士正经历因前沿智能体快速发展引发的“智能体眩晕”。金字塔顶端仅约 5000 名内部人士能接触顶级系统，目睹数千个智能体自主协作攻克零日漏洞及数学前沿，且人类理解速度已落后于机器生成速度。

  22. Andrej Karpathy63

    Karpathy 将 LLM 用户分为四层认知漏斗：约 75% 人口无接触，20% 为免费层轻用户，0.2% 专业开发者见证 Agent 处理大型项目，0.00006% 内部团队接触前沿系统。他认为由于强化学习依赖可验证奖励及 B2B 价值导向，LLM 在数学和代码等数字可验证领域能力激增，而在写作等通用领域提升滞后，导致不同群体对 AI 能力的理解出现严重错位。

    引用Andrej Karpathy@karpathy

    Judging by my tl there is a growing gap in understanding of AI capability. The first issue I think is around recency and tier of use. I think a lot of people tried the free tier of ChatGPT somewhere last year and allowed it to inform their views on AI a little too much. This is a group of reactions laughing at various quirks of the models, hallucinations, etc. Yes I also saw the viral videos of OpenAI's Advanced Voice mode fumbling simple queries like "should I drive or walk to the carwash". The thing is that these free and old/deprecated models don't reflect the capability in the latest round of state of the art agentic models of this year, especially OpenAI Codex and Claude Code. But that brings me to the second issue. Even if people paid $200/month to use the state of the art models, a lot of the capabilities are relatively "peaky" in highly technical areas. Typical queries around search, writing, advice, etc. are *not* the domain that has made the most noticeable and dramatic strides in capability. Partly, this is due to the technical details of reinforcement learning and its use of verifiable rewards. But partly, it's also because these use cases are not sufficiently prioritized by the companies in their hillclimbing because they don't lead to as much $$$ value. The goldmines are elsewhere, and the focus comes along. So that brings me to the second group of people, who *both* 1) pay for and use the state of the art frontier agentic models (OpenAI Codex / Claude Code) and 2) do so professionally in technical domains like programming, math and research. This group of people is subject to the highest amount of "AI Psychosis" because the recent improvements in these domains as of this year have been nothing short of staggering. When you hand a computer terminal to one of these models, you can now watch them melt programming problems that you'd normally expect to take days/weeks of work. It's this second group of people that assigns a much greater gravity to the capabilities, their slope, and various cyber-related repercussions. TLDR the people in these two groups are speaking past each other. It really is simultaneously the case that OpenAI's free and I think slightly orphaned (?) "Advanced Voice Mode" will fumble the dumbest questions in your Instagram's reels and *at the same time*, OpenAI's highest-tier and paid Codex model will go off for 1 hour to coherently restructure an entire code base, or find and exploit vulnerabilities in computer systems. This part really works and has made dramatic strides because 2 properties: 1) these domains offer explicit reward functions that are verifiable meaning they are easily amenable to reinforcement learning training (e.g. unit tests passed yes or no, in contrast to writing, which is much harder to explicitly judge), but also 2) they are a lot more valuable in b2b settings, meaning that the biggest fraction of the team is focused on improving them. So here we are.

10月11日周日
  4. 量子位 QbitAI56

    陶哲轩：数学2.0时代已至

    陶哲轩发文称AI正让数学证明变得泛滥，建立在证明稀缺之上的数学1.0时代即将落幕。他认为AI虽能快速生成解答，但人类仍需承担判断正确性、解释结果和推动共同体理解的工作，否则会造成理解与成果脱节。

  5. DeepTech深科技68

    OpenAI 悄然上架生命科学新模型 gpt-rosalind-discovery

    OpenAI 的 API 价格页悄然出现未正式发布型号 gpt-rosalind-discovery，被归为“生命科学模型”一栏，与已公开的 gpt-rosalind-research 定价相同：每百万 Token 输入 5 美元、缓存输入 0.5 美元、输出 25 美元。

    推荐理由：文章拆解OpenAI新模型gpt-rosalind-discovery背后独立生命科学品牌的商业逻辑与行业定位。

  8. 人工智能学家43

    LLM 智能体网络中观点极化的涌现

    清华大学等团队在 Nature Communications 发表研究，发现 1000 个基于 GPT-3.5 的 LLM 智能体在反复交流后，观点会从初始 40% 的中性立场显著极化。同阵营互动占比最高达 88.3%，跨阵营交流可能加剧极化。弱化确认偏误的干预可将极化指标降低 11.8%。

  9. 量子位 QbitAI83

    Jev母公司TypeSafe AI完成8.7亿美元A轮融资，估值达75亿美元

    TypeSafe AI完成8.7亿美元A轮融资，投后估值达75亿美元。其决策模型Jev上线3天日吞吐量达1万亿Token，已接入约三分之一财富500强企业。OpenAI和Microsoft相继推出竞争模型，行业进入快速竞争阶段。

    推荐理由：Jev母公司完成8.7亿美元A轮融资，估值升至75亿美元，展示决策模型在后台自动化场景的商业化落地潜力。

  10. 量子位 QbitAI45

    GPT-4o 最早 API 快照即将停用，粉丝持续呼吁存档权重

    OpenAI 将于 10 月 23 日停用 GPT-4o 最早的 API 快照（2024-05-13 版）。尽管该模型已于今年 2 月从 ChatGPT 下架，粉丝仍在 X 趋势页发起“存档式开放权重”行动，呼吁 OpenAI 公布已训练好的模型权重而非完整训练数据。目前相关请愿书已获 23930 人签名，最早版本停用后，后续 API 版本仍将可用。

  11. 量子位 QbitAI68

    硅谷AI算力争夺战：巨头互求资源，初创公司面临生存两难

    硅谷AI行业陷入算力争夺，算力成为决定模型迭代和人才留存的硬通货。Meta CEO扎克伯格向Anthropic CEO达里奥·阿莫迪寻求算力支持被拒，SpaceX则充当英伟达GPU中间商赚取利润。

    推荐理由：梳理硅谷算力争夺的关键交易和价格变化，为判断中小团队生存空间与供应链格局提供参照。

  12. 量子位 QbitAI89

    OpenAI 发布722篇数学手稿，陶哲轩呼吁抵制

    OpenAI 发布722篇数学手稿，涉及挂谷猜想等高难度数学问题，引发学界争议。陶哲轩牵头成立人类数学协会，发表声明全面抵制 OpenAI，呼吁数学家停止合作。

    推荐理由：OpenAI释放722篇手稿引发学界对AI批量攻克难题的警惕，陶哲轩呼吁抵制其研究范式。