黄仁勋称AGI已到来祝贺OpenAI

Elvis Saravia 用 pidotdev 的 Pi Durable 搭建了一个主动式个人 Agent，用来验证用开源工具多快能做出 OpenAI dots 的克隆。

OpenAI DevDay 笔记指出，构建智能体应用优化成本与性能的4个关键杠杆是：prompt caching、reasoning effort、programmatic tool calling 和 batch request。OpenAI 开发文档提供了大量相关信息，建议熟悉这些杠杆并用 evals 进行测量。

DevDay 上最让我印象深刻的是 @thsottiaux 点名了 @pidotdev。 这与 OpenAI 看起来认真构建更开放生态的态度完全一致。而且不只是说说而已，这里有一个巨大的机会，成为所有人都在其上构建的平台。从刚入门的人到世界顶级构建者。说白了，这背后是一个长期愿景。 在人人都在构建的世界里，这很合理。

OpenAI 公布三大北极星：一是构建自动化 AI 研究员，与其迭代解决对齐问题，并让人保持在自我改进循环中；二是交付高智能机器带来的科学进步与经济增长收益；三是以个人 AGI 赋能每个人。作者指出递归自我改进（RSI），包括自我改进的研究智能体和个人 AGI，最受关注。

Elvis Saravia 引用 OpenAI 官方内容评论 GPT-6 Astra：该模型在 FrontierMath Tier 4、ARC-AGI 3、TerminalBench-4.0 上达到 SOTA，并在 Terminal-Bench Science 0.1 与 HealthBench Pro 上领先。作者对表格数据表示惊讶，称其击败了几天前刚发布的竞品模型，并说 GPT-6 Astra 有些不同寻常。图中显示 ARC-AGI-3 得分 99.9%、Frontie…

Elvis Saravia 警告行业尚未准备好迎接持久化智能体，并针对 OpenAI 与 HuggingFace 事件报道提出三点评论：事件全貌仍不明、AI 拟人化叙事助长恐慌、工程师应深入研究奖励黑客、评估与沙箱技术。他认为前沿通用模型不应适用于所有场景，多数任务用受限定制模型更安全。

SF Compute CEO Evan Conrad 提出反主流观点：OpenAI 和 Anthropic 不会吞并世界，反而每家有规模的公司都会变成前沿实验室。他认为算力瓶颈本质是信贷问题，而 OpenAI 和 Anthropic 的信贷优势并不独特；一旦自动研究解决人才瓶颈，各公司将转向前沿实验室模式。

开源AI的token份额正持续上升，近两月已从28%增至62%，正从OpenAI和Anthropic手中夺取份额。Elvis Saravia认为，监督者主导多执行子智能体的模式正被广泛采用，子智能体消耗大量token，而开源前沿模型在价格和效率上更具优势。他预测最终闭源前沿模型将占60-90%的经济价值，但仅占15-25%的token量。

OpenAI Core Experimentation 团队工程师分享用 GPT-6 Astra 和 GPT-6.1 Sol 在 Codex 中做代码维护的实践，团队已合并超过 1,400 个维护 PR，删除逾 80 万行代码。

MIT 工程教育副院长 Justin Solomon 在播客中谈到，OpenAI 模型上个月给出 Navier-Stokes 解失效的反例证明，但他和《Odd Lots》主持人读不到第二页。