GPT-6 Astra 破解一段此前未解的一战德国 ADFGVX 无线电密文

科学史研究者 benbreen 分享用 GPT-6 与 Opus 5.5 做历史研究的早期结果：Opus 5.5 从 Samuel Hartlib 档案下载逾5000份原始文献。

Georgia Tech 团队开发的 Transformer Explainer 是一个交互式可视化工具，在浏览器中实时运行 124M 参数的 GPT-2 (small) 模型（由 Andrej Karpathy 的 nanoGPT 项目转换到 ONNX Runtime）。

Rohan Bansal 通过 off-policy 蒸馏 GPT-6 Astra 轨迹和智能体强化学习，将 Qwen 4B 模型训练为查询优化智能体，在 Join Order Benchmark 113 条 join 密集查询上实现 1.81x 几何平均加速和 44.7% 总延迟下降。

作者在拆箱 Xteink X3 电子墨水阅读器后几小时内，借助 GPT-6 Astra（Codex）和 Fable 5.1（Claude Code）排查 CrossPoint 固件下灰度图片上的竖向条纹。

Armin Ronacher 用一个自主软件工厂测试 GPT 6 Astra，35 小时消耗约 40 亿 token（约 1200 美元 API 成本），产出净增 7.5 万行代码、79 次提交，但没有交付有价值的结果。

工程师以约 998 美元、8× B200 上 43 小时、65B tokens 训练 3.8B 参数模型 little-lm，CORE 得分 0.384，超过 GPT-2 1.5B 的 0.2565 和 nanochat d32 的 0.310。

OpenAI 发布案例，MIT EQuS 组研究生 Beatriz Yankelevich 将 GPT-5.6 Sol 接入 Codex 和实验室软件，自动运行超导量子比特芯片的常规校准测量。信号清晰时智能体可少量干预完成标准测量序列，识别跃迁频率、校准脉冲并测定量子信息保留时长；信号弱或有噪声时耗时更长、常需研究者指导。该组现已常规用智能体处理例行测量，让研究者专注实验设计与数据分析。

同一站点延续此前对 Claude Fable 5 和 Fable 5.1 的对比，让 OpenAI 的 GPT-6 Astra 在相同 YAM 机械臂、相同 Inspect Robots agent 策略下完成相同两项任务。

多数团队把 RAG 架构复杂化了，直接上嵌入、向量数据库和重排序，而用户往往只想找到"如何重置密码"这类文档。文章给出决策因素与分层方案：从纯全文检索（BM25）起步，再引入智能体查询改写（约 $0.001/次，用 GPT-4o-mini），仅在数据证明需要时才升级。对专有术语（如内部框架"Atlas"），精确关键词匹配优于语义理解。

NanoGPT 速通榜单显示，Fable 5 在 2，726 秒内以 81.7% 的通过率位居第一，超越人类基线 2，600 秒。Opus 5 和 Kimi K3 分别以 53.6% 和 52.2% 的通过率位列二、三名。榜单涵盖 GPT-5.6、Grok 4.5、Qwen3.8 Max 等 20 款模型，并开放 41 条完整智能体轨迹供探索。