Agentic 经济学：AI 公司研发提速与资源分配

我认为 Tibo @thsottiaux 就是 OpenAI 的雨宫阳平，他说的任何 codex 的新功能都不再重要了，大家就等那一句： Codex Reset “中华冷面开始供应了！”

LLMs 有很多可以 scale 的维度。 但 OpenAI 最近的拉垮告诉我们，verifier scaling 目前看来是最无聊，最慢，用户体验感最差的一种 scale 方式。

但是，怎么感觉到了一丝 fear？

美国在忙着做 Frontier Models 中国在忙着做 Open Models，并努力成为 Frontier 欧洲在忙着做 Sovereign Models，谓之"主权" AI

针对资产稳定在 A4-A5 层级、想配置 DGX Spark 的提问，回答者不建议过早接触 Nvidia 这一层级。

听 @karpathy 的话，把 ASD-STE100 写进 system prompt

作者回忆新人时期请教资深工程师代码逻辑被一句“哦，忘了”回绝，感叹如今 LLM 能用文字、图表、视频等多种方式耐心回答问题。其引用的 Karpathy 帖子介绍了用 ASD-STE100 规范写作、生成图表、HTML 网页和 3b1b 风格讲解视频等理解 LLM 输出的技巧。

Tavus 发布 Griffin，称其为首个通过视频图灵测试的模型，48% 与其实时对话的人认为它是真人，此前系统通过率低于 3%，并在 NVIDIA 的全双工 AI 视频基准上排名第一。作者东锡 NLP 玩笑式畅想用 Agent 干活、让 Griffin 开会甚至面试来承接大量远程职位，又反问真发展到那一步还需要什么远程工程师和咨询公司。

arXiv 更新了面向所有投稿者的 rate limiting 政策，称此举是为公平分配审核时间、支持其员工、志愿者、读者与作者社区。马东锡 NLP 评论称，Vibe research 时代有想法就大概率能变成成果，但判定成果的标准已落后于时代，新标准尚无答案。

干净的圈子，规律的生活。几天就更新一次的 frontier，不是炫耀，是他们为数不多的爱好。 今天发布的 Gemini 氩，棒的氩口无言 9/21 — Grok 4.7 9/22 — GPT-6 Sol / Luna 9/22 — Claude Opus 5.5 9/28 — Claude Sonnet 5.5 9/29 — GPT-6.1 Sol 9/30 — Gemini 4 Argon