Ethan Mollick 评价 Astra 更好保持心智理论，长时间运行漂移更少

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的"火车"电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

Ethan Mollick 称自己获得 GPT-6 早期访问，认为其能力惊艳，已能自主为自己完成持续数天的复杂有意义工作。他展示了一个由 GPT-6 制作的历史模拟项目亚历山大图书馆（https://alexandria-mouseion.netlify.app），并表示更长的评测文章即将发布。

Ethan Mollick 认为，让组织中许多人共同使用 AI 完成目标的多人在协作 AI，仍是当前 AI 应用中最大的非技术难题之一。他指出现有方案相当原始，多围绕群聊中的 AI 作为一个成员展开，这种方式存在局限。

Ethan Mollick 发推调侃，一家 AI 公司把模型命名为 mythos，另一家发布"群星几乎归位"的宣传语，感叹这些营销部门的取名风格越来越像 1920 年代的经典恐怖小说。

Ethan Mollick 公开一段用于 Fable 5.1 的提示词，要求生成《伊利亚特》船目（Catalog of Ships）的可探索 3D 船只地图，结合真实图像与考古数据，并用智能体测试和修订，成品见 https://homer-catalogue-of-ships.netlify.app/。

Ethan Mollick 体验 Codex voice（他也不确定是否应称 ChatGPT Work in Codex voice），认为其好用时体验出色，但存在不少粗糙边角：似乎经常切换正在处理的线程、多任务只在部分时候有效、对其余 Codex 功能的访问不一致。

Ethan Mollick 引述 Prinz 对 AI 系统的法律基准测试结果，称最新模型表现很好，但更便宜、低推理能力的模型表现不佳，并追问如何让厂商有动力提供好的模型。其引用的律师案例显示，一份由法律部门大量借助 AI 完成的备忘录格式精美，却在监管审批判断上得出完全错误的结论，还遗漏了两条导致交易被法律禁止的原因。

Ethan Mollick 发文指出两张图之间存在 10 个月的时间差，展示了两种关于 ChatGPT 智能体如何工作的构想。其中一张图显示了一个客服智能体流程图，包含越狱防护栏、分类智能体、if/else 分支，以及退货、挽留、信息咨询等下游智能体和幻觉防护栏。