Sam Altman 谈 AI 模型与人类判断

我有一阵子没碰 Claude Code 或 Codex CLI 了。 在我看来，终端时代已经结束。对编码智能体来说，它是错误的界面。标签页是短暂的，但上下文是持久的，管理 30 个标签页纯粹是认知负担。 我也不太需要像 Cursor 这样的 IDE。我很少再浏览整个代码库。 新的原语是智能体，而不是文件。 （Codex 桌面应用是目前最好的智能体 UI。但我们仍处于早期。）

旧金山房租已经疯了。 我那个小小的1居室两年前是$4000/月。我搬走后重新挂牌$6000。瞬间就租出去了。 一个朋友在旧金山租了个没有洗碗机的单间公寓，月租$5K。 现在CS应届毕业生怎么负担得起旧金山？ 欢迎来到AI经济。

Ben Horowitz 昨天在 Databricks 论坛上： “有人告诉我，他们用 Muse 这类个人智能体取得的最大成就是成功取消了《纽约时报》订阅。” 我打算试一试。

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。