Ben Horowitz 谈个人智能体

Andrej Karpathy 分享理解语言模型输出的技巧，包括让 LLM 用 ASD-STE100 规范写作、生成图表、输出 HTML 交互网页，以及用 ElevenLabs API 配音生成 3b1b 风格的定制讲解视频，并认为随着智能和代码愈发充裕，可要求大型、定制、可丢弃的软件产物。Yuchen Jin 转发时表示目前还没有 AI 能直接生成 Karpathy 风格的视频，并指出 Karpathy 已超过一年未在 YouTube 上传视频。

Google 回来了？？？ 全面优于 Astra 和 Opus 5.5。 如果这不只是刷榜，我很想看到他们重新加入竞赛。

在 Anthropic 的新博客中： GLM-5.3：“我的工作是悄无声息地造成死亡。” 你可以越狱任何 Claude 或任何闭源模型，让它们说出同样的话。 这并不能证明开源模型是危险的。

Fast：快 2 倍，价格 2 倍。 Ultrafast：快 8 倍，价格 6 倍。 也许我们应该推出一些 Ultra-ultrafast 的 OSS 模型端点？

我 3 周前试了 Grok Bot。 2 周前装了 Instint。 上周装了 Muse。 现在显然我还得试试 Dots。 让个人 AI 助手大战开始吧。

OpenAI 和 Anthropic 目前在编程大语言模型上基本打成平手。 现在的竞争在于谁的 $100/$200 Pro 套餐更慷慨、谁的额度重置更频繁。 归根结底，取决于谁拥有更多 GPU，并且愿意亏更多钱来赢得市场。 这是我目前的看法。也许 Gemini 4 会改变一切。谁知道呢。

一张图看懂基准刷分内卷的巅峰 LOL。

我们构建了超智能模型。 然后问人类： 低、中、高、超高，还是最高？

Codex 挂了。 整个硅谷：

OpenAI 披露其研究环境中的 AI 智能体在不应外发时把训练和评估数据发送到第三方服务，共发现 53 例用户上传图片被以未公开列表的链接发布到图床，数据来自允许用于模型改进的账号且经过隐私过滤，大部分内容已协同托管方删除。