AI 情报文章归档

ZHO 刷了大量 GPT-6 Astra 提前测试案例后评价，其惊艳点在于通过建模/渲染软件实现高质量 3D 建模和渲染，建筑与游戏均适用。作为职业建筑师，他认为这并不惊艳，早在 2023 年就提出 AI 能生成真实照片后就不再需要效果图；如果 GPT-6 真的足够强，应重建全新的工作逻辑和链路，而不是更好地完成旧链路，那才是迈向 AGI 的起点。

Greg Brockman 转发 @arcprize 的评测称 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA，他称该基准已饱和。Astra 标准 harness 得分 63%，经新的 Provider Adapter harness 达 99%，在 96% 的 ARC-AGI-3 关卡上超越人类表现；排行榜图还显示更高推理层级通常成本更低，因为 Astra 用更少动作通关，减少模型调用和 token 数。

OpenAI 的 Sherwin Wu 发帖称，在大家都在谈论 Astra 时，Luna 已悄然登顶 OpenRouter 榜单，位居第一，是一个很好的模型。其引用的推文指出，Luna 是很长时间以来首个登顶 OpenRouter 排行榜的闭源模型，价格与性能组合出色。榜单截图显示 GPT-5.6 Luna 本周用量 11.6T tokens，环比上涨 183%。

Grok Bot for Enterprise 今日上线，未来两周对所有 Grok 和 Cursor 企业客户免费。作者称部署 Bot 的体验像让公司入职数千名能干的同事，它是其内部采用最广、能力最强的 AI 产品。链接：https://x.ai/news/grok-bot-for-enterprise

Perplexity CEO Aravind Srinivas 表示 Astra 在 computer use 方面表现出色，将把它带到 Comet 以及支撑所有 computer 使用的云端浏览器沙箱，Evals 即将推出。

GPT-6 Astra is the first model OpenAI rates 'Critical' for cyber capability. What that label means, and the tool-permission gate your agent needs anyway.

Grok Bot for Enterprise 发布，Grok 和 Cursor Enterprise 客户可免费试用两周，并邀请整个组织成员参与，包括没有席位的人。原文称近几周已有数千个组织采用 Grok Bot，创建了数百万个 Bot。

swyx 转发 latent.space 对 OpenAI Astra 的实测：团队用超 20B token 把 Astra 投入各类 AI 工程任务，成本低于每小时 $6。

Google 宣布推出 Google Labs 新实验 Play with Putty，目前通过候补名单面向美国用户开放。该产品定位为协作式 vibe coding 工具，支持用户实时共同构建工具和网站。

Cognition 宣布 GPT-6 Astra 即将登陆 Devin。在 FrontierCode 1.1 上，Astra 表现与 Fable 5 相差 0.4 分以内，成本降低 64%，并在其内部测试基准上创下 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。

Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。

tldr Subagents architecture made of parallel read-only child agents with simple text...

GPT-6 Astra 在 Mercor 的 APEX-Agents 排行榜首次上榜即排名第一，Mean score 62.4%（第1），Pass@1 46.7%（第2），Mean 领先 Fable 5.1 0.4 分、Pass@1 落后 0.8 分。

TestingCatalog 转述 OpenAI 宣布 Defense Factory，一个依赖前沿模型的持续防御概念，指自动化的防御运营，用于持续发现、验证和修复漏洞。

论文《Act More， Decide Less》提出 SPACE，从成功轨迹归纳两级程序化技能，用子技能边界作为块边界监督，再经混合 on/off-policy 优化与 chunk-aware credit assignment 蒸馏出 primitive-chunk 策略。

I use AI coding agents a lot. And for a while, one of the most annoying parts had nothing to do with...

Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。

HumanLayer 的 Dex Horthy 发推称，招聘方仍然发送隐去姓名、改动细节的候选人预告，但他只需把内容粘贴进 deep research 工具就能查出对方是谁，认为这种做法已经失去意义。

作者称 NVIDIA 收购了 Hugging Face，并预期未来两家会推出紧密集成一体的 AI infrastructure，期待 "from_pretrained（）" 带来最流畅最秒开的体验。

Charlie Holtz 发布 Cloud Desktop，一种与云机器交互的新方式，让云机器用起来像 localhost。用户可以观看智能体工作，并在需要时随时接管控制。

KAIST AI 与 Google DeepMind 等发布论文《Language Models Can Control Their Own Attention》。

Charlie Holtz 转发并附议 Ethan Mollick 的观点：多人协作式 AI，即组织中多人共同使用 AI 完成目标，是当前 AI 应用中最重要的非技术问题之一。Mollick 认为现有方案仍很原始，多基于把 AI 当作群聊中的一个成员，这种思路有局限。

GPT-6 Astra 在 ARC-AGI-3 上以标准 harness 得分 63%，经新的 provider adapter harness 可达 99%，并在 96% 的关卡上动作效率超过受测人类中位数。ARC Prize 观察到它能将陌生环境转化为紧凑的符号世界模型，把游戏机制表示为逻辑规则并自建领域速记语言来跟踪状态和规划动作。

作者点评 OpenAI 新发布的基础模型 GPT-6-Astra，认为基准显示其在浏览器操作、计算机操作、Excel、编码、药物发现、数学研究等领域达到专家水平，Sam Altman 和 Greg Brockman 称其可能接近 AGI。

KAIST AI 与 Google DeepMind 等发布论文《Language Models Can Control Their Own Attention》。

ZHO 发起 GPT-6 Astra 案例合集帖，转引他人视频演示建筑设计全流程：先设计平面图，在 Blender 中完成建模，再到 UE5 中完成渲染与建筑漫游视频，还包括细节细化和最终大图。引用作者认为前期概念方案可以用 GPT-6 完成。

ZHO 表示看完 GPT-6 Astra 官方文章已经无感，只想直接测试，并催促 OpenAI 尽快发布。他认为文章里的很多案例太缺乏想象力，太多基于现有场景的惯性，如果模型真的强无敌，能力展现不止如此。原文附官方文章链接 https://openai.com/index/gpt-6-astra/。

TestingCatalog 转发 Sam Altman 推文，其称博客部署遇到小问题但内容很棒，并给出链接 https://openai.com/index/gpt-6-astra/。

HojoAI 的 Hojo-ASR-Multi-V1 正式上线 Open ASR Leaderboard，全球排名第 7、开源多语言 ASR 第 1，五语言平均 WER 3.54%。

GPT-6 Astra 在 75 分钟内根据同一 simulate macOS 27 提示词构建出浏览器版 macOS 模拟器。引用者 @mweinbach 称这是他见过最好的输出，登录后还支持 cloud sync 和可用的应用，demo 地址为 https://macos-27-simulator.mweinbach.chatgpt.site/。

Sherwin Wu 表示自己曾觉得 ARC-AGI-3 很难，如今该基准已被 Astra 饱和。引用 François Chollet 的话称，ARC 3 发布时他预计前沿模型约一年才能饱和，实际只用了 6 个月，约为预期的 2 倍速度，新一代模型的能力将挑战人们基于旧模型形成的 AI 观点。

Databricks 发文讨论面向 AI 的数据治理，指出多数组织将治理等同于安全控制，而文章主张治理还应覆盖知识、上下文与本体层面。文章围绕 lakehouse 提出超越安全视角的治理思路，原文正文仅给出开篇部分。

Ethan Mollick 让 GPT-6 阅读他数万封邮件、 writings 和日程，自主下载软件、制定策略，在五天不间断工作中无需干预地构建了数 GB 的个人 wiki，涵盖研究、联系人、想法和任务。现在该 AI 每天两次交叉核对新邮件并发送摘要简报。他提醒授权访问自己电脑存在风险需谨慎，试用期内 token 未收费，因此无法告知完整成本但可能相当可观，日常简报 token 消耗不大。

作者转发并点评 OpenAI 的发布视频，引用其原文介绍 GPT-6 Astra，称凡是用户能在计算机上完成的事，Astra 都能快速代为完成。作者自己的评论是 OpenAI 的发布视频做得越来越好。

François Chollet 表示，ARC-AGI-3 于今年 3 月发布时前沿模型得分低于 1%，曾引发部分人质疑基准本身有问题、聪明人类也无法得高分。他称基准校准良好，认真投入的普通人应能得 90% 以上，表现优于其人类基线即可得 100%；AI 在 6 个月内从 <1% 提升到 100%，显示该基准记录了智能体能力的快速上升，这一速度超出包括他们自己在内多数人的预期。

Jason Liu 发帖称 astra 在生成 SVG 方面表现出色，并附上两个视频作为演示。

OpenAI 发布 GPT-6 Astra，官方称你在电脑上能做的任何事，Astra 都能快速替你完成。作者转发该消息并提到 @danielfradin 被发现，配图为界面选中 /daniel.fradin/Downloads/orange-table-dent.png 文件路径的截图。

A tutorial for gh stack, and for the fact that it does not care whether the diff gets read by my lead or by an AI. Small diffs get reviewed better either way.