AI 观点与方法

OpenAI 产品负责人 Thibault Sottiaux 接受专访，称 ChatGPT Work 旨在将编程智能体的能力带给更广泛人群，并已纳入每月 20 美元的 Plus 套餐。他表示该产品已吸引 2000 万用户，证明"世界似乎已经准备好了"。Sottiaux 还谈到发现式产品设计理念，以及 GPT-5.6 在处理文档、生成报告等专业工作上的能力提升。

在这个感受到早期RSI效应的狂热时代，给朋友寄实体书、举办活动、与刚踏上AI之旅的学生交流，这些都是极好的事情。很多事AGI不会取代，而我们很容易忘记去做。我还会再访问几所大学！

真的分不清这是真实的还是AI生成的。 动作感觉太流畅了。

博主预测 OpenAI DevDay 将发布新一代旗舰模型 GPT Astra，并可能推出首批自研硬件产品。他还预计 OpenAI 将展示首批自主 AI 研究员模型，以及为 ChatGPT 推出更个性化的智能体，并深化智能体工作流集成。此前 OpenAI CEO 称 DevDay 2026 将是公司史上最佳。

千问办公、豆包工作、我可八帝 还是腾讯的名字最有意思 除了上面三家 至少还有九十七家 百公大战正式开战 你最看好哪家

一位纽约布鲁克林的设计师兼创意技术专家，尝试训练人工智能用代码作画。文章从创作者视角出发，探讨如何将编程与视觉艺术结合，让 AI 通过代码生成绘画作品。

一篇博客文章回顾了人工智能在"变得尴尬"之前的早期形态，探讨其复古魅力。文章内容聚焦于历史视角，未涉及具体模型、版本或技术参数。该文在 Hacker News 上获得约 100 点热度，引发社区对 AI 发展早期阶段的怀旧与讨论。

阿里 Qwen3.8-27B 以 1595 分位列 Code Arena： WebDev 第 9 名，是前十中唯一同尺寸模型，并重塑帕累托前沿。该模型仅落后 Qwen3.8-Max 6 位，而 4 月发布的 Gemma 4-31B 排在第 80。27B 开源模型已接近前沿水平，且可本地运行。

"我几乎醒着的每一刻都在工作。我没有社交晚餐。我基本上就是在会议期间吃个午餐和晚餐，然后继续开会。" - 埃隆·马斯克

你们试过这个吗？https://www.youtube.com/watch?v=jzmNh8lbSp8

Apodex 1.1 随 35B 开源权重一同发布 FrontierAgent 多 Agent 执行框架，采用 Apache 2.0 协议，不绑定自家模型，兼容任何 OpenAI 端点。框架支持本地部署，含任务看板、文件沙箱、修改审批、回滚及评测套件，并内置独立审查机制。实测中 8 个 Agent 并行跑 AI 副业调研，在公开采样范围内满足 A 级证据标准的个人收入成功案例为 0。

OpenAI CFO Sarah Friar 阐释芯片、算力、模型与产品四层进步如何相互叠加，以更低成本、更大规模交付更实用的智能。她指出，全栈协同创新是推动智能"充裕化"的关键路径，并强调这一战略将加速 AI 能力的普及与应用落地。

Google 发布用 Inspect Viz 为 AI 评估生成热力图的方法，以 2D 色彩矩阵直观呈现模型与技能配置的准确率对比，如 3.6-flash + gemini_api_skill 得分达 1.0。

英伟达以 DeepSeek-v4-PRO 1.6T 模型测试显示，Vera Rubin NVL72 每兆瓦吞吐量约为 GB300 NVL72 的 30 倍，每百万 Token 成本为后者的 35 分之一。测试采用 SemiAnalysis AgentX 工作负载，评估智能体编程推理。此前 GB300 NVL72 每兆瓦吞吐量已达 H200 NVL8 方案的 15 倍。

Anthropic 官方 Startups 计划向获机构融资的早期创业公司免费赠送 Claude API credits 与最高优先级限流。申请需满足机构股权融资、成立不超 4 年、未领过 credits 三要件；社区称普通档 $1k-$25k，有 partner VC 推荐可达 $100k，Sophia 晒出 $30k 高阶额度。

阿里云 Wan 3.0 在 KoyalAI 的 Film Arena 评测中，基于 2 万多次盲选投票，拿下动画视频四个类别第一：多角色、高动态、世界构建和物体处理。其中多角色类别胜率 66%，为该类别历史最高。真实感提示词下排名第 2-4 位，落后于 Gemini Omni Flash 和 PixVerse C1。

Apodex 1.1 开源 35B 权重多 Agent 架构及本地 harness FrontierAgent，支持单机部署。实测 8 个 Agent 并行跑 AI 副业任务，公开采样中满足 A 级证据的个人收入成功案例为 0，并推翻文案需求居首的断言，指出视频剪辑需求最多。交付含证据清单、验证优先级表等可落地文件，30 天为验证周期而非回本承诺。

微软首席执行官萨蒂亚·纳德拉警告称，企业若依赖单一人工智能模型，可能把自身知识和思考能力"外包"给模型提供商，甚至失去独立生存能力。他认为企业会持续创造知识，这些知识应留在企业内部，而不应被绑定到某个模型或服务商，并提出了涵盖提示词上下文、员工与模型交互记录的"Token 资本"概念。纳德拉强调，任何模型都可能停止服务，企业必须掌控自身知识和发展方向。

《华尔街日报》报道称，中国 AI 模型与美国头部模型的差距已缩小至数月，背后是清华等高校长期形成的人才网络、开源技术、人才回流及更高算力效率共同推动。智谱 AI 唐杰、月之暗面杨植麟、DeepSeek 梁文锋等研究者构成重要力量。报道还指出，DeepSeek 通过 MLA 与 MoE 技术降低算力需求，但高端芯片数量仅为 OpenAI、谷歌同行的五分之一。

OpenAI 宣布明天起恢复 Plus 用户 5 小时使用限制，Pro 用户未来几个月无此上限。Tibo 在 44 分钟访谈中透露下一代模型 Astra（GPT-6）及 Agent 方向：ChatGPT 与 Codex 将合并为同一 personal AGI 应用，另一方向为 full automation。

一项基于50万篇arXiv论文的分析显示，约40%论文提及中国开源LLM，美国开源模型降至25-30%，中国模型已成研究默认选择。通义千问（Qwen）持续增长，如今提及任何LLM的论文中1/3提到Qwen；Llama在2025年4月达30%峰值后持续下滑。

通义千问Qwen3.8-27B在Code Arena： WebDev中以1595分位列总榜第9，是前十名中唯一同尺寸级别模型，并重塑了帕累托前沿。该模型仅比更大的Qwen3.8-Max低6个名次，而4月发布的Gemma 4-31B仅排第80位。

恶意 LLM 可能通过向推理引擎（如 vLLM、SGLang）发送特定 token 序列，利用其解析漏洞在宿主机器上执行任意代码。vLLM 曾因 CVE-2025-9141 漏洞，在 Qwen3 Coder 的 XML 工具解析器中对参数执行 eval（），导致任意代码执行。此类漏洞可被持久化利用，且开源权重模型与推理引擎的普及正扩大攻击面。

想象一下你搞砸了时间线，AI从未被发明，而你从此永远手写代码。

Artificial Analysis 实测 NVIDIA Groq 3 LPX 推理机架在私有端点上以 3，431 tokens/s 输出速度运行 Gemma 4 31B，为 100k 上下文下该模型最高实测速度。该机架已全面投产，将于今年晚些时候投入运营；在 10k 和 100k 输入长度下均保持约 3，400 tokens/s 的中位输出速度，长上下文推理性能稳健。

一篇评论文章回应"在科技行业工作怎能不愤怒"的提问，认为面对 AI 与智能体带来的剧变，焦虑比愤怒更合理：愤怒需要归咎对象，而焦虑承认未来的不确定性。作者主张以不确定感和好奇心替代愤怒，并指出 AI 收益正体现在员工业余项目数量上，而非公司利润。

高盛合伙人 Chris Churchman 警告，AI 在华尔街的快速普及可能削弱下一代金融从业者的思考能力，导致认知能力萎缩，无法再从第一性原理出发思考。他负责的机构客户数字平台 Marquee 的 AI 平台目前仅向高盛内部员工开放，且开发中最大挑战是确保 AI 答案 100% 准确并接受审计。Churchman 表示，银行需在使用 AI 与保护"师徒式"培养体系之间找到平衡。

小北借 Blockbuster 被 Netflix 颠覆的历史指出，技术革命的关键是底层条件跨过临界点，而非新发明本身。对 AI 而言，临界点是 AI 完成任务成本低于人类、且成功率高于商业可接受阈值。当两个条件同时成立，变化会突然加速，而旧世界存量巨大时最易误判。

Ox Alpha 三天内处理 11.6T tokens，是 OpenRouter 此前最大模型发布量的 2.6 倍，且有望今日突破 6T tokens。该模型拥有 1.05M-token 上下文窗口，专为持续智能体工作设计，单次会话可承载远超普通聊天的文本量。这种规模得益于编码智能体在单任务中通过长上下文、重试和重复工具调用大幅放大 token 消耗。

大淘宝技术提出 AI Coding 应从 Spec 驱动转向环境与验证驱动，内部案例改码仅 1 小时但上线耗时 3 周。Steve Yegge 主张用可执行治理系统"围栏"管理约 50-60 个 Agent；吴恩达详解 AI 工程六类能力。

许多老板要求员工将有用工作信息从私密 Slack 私信移至公开公司频道，以便 AI 智能体读取并用于工作。WSJ 报道，若员工私下讨论客户不满原因，AI 智能体可能永远看不到该背景；在可搜索频道讨论则可用于准备客户简报或总结决策。

中国互联网上一小部分声音坚称唐朝（公元618年至907年）从未存在过，这一说法源于历史网红"乔宇"5月发布的视频，其用占星数据"证明"唐朝不存在。该话题在微博上已有数千万浏览量，甚至有人致电西安旅游局要求关闭景点。官媒《人民日报》发文称该说法"荒谬"，并警告历史虚无主义将削弱文化自信。

用户仅用自然语言指令，让 Grok Bot 在几分钟内完成原本需数天的工作：找到并转录 38 个相关视频，精选 13 个最佳片段，剪辑合并为一个 19：35 的视频，并生成包含各片段科学要点及原始时间戳的 Markdown 文件。整个过程无需编写任何脚本或代码。

在 Featherbench 排行榜的 17 个模型中，GLM-5.3 以 100% 的成绩领先，另有 8 个模型并列 96%。该开放权重模型击败了 Anthropic/OpenAI 的模型，且成本仅为后者的五分之一。排行榜上检查器错误还翻转了安全排名。

没有围墙。 AI 能以人类无法做到的方式，融合并综合多个领域的专业专家知识。 --Anthropic CEO Dario Amodei 出自 Lex Fridman 的播客。

做出你的用户智能体想要的东西！ 【引用 @vinvan】：@charlieholtz 太棒了！！！我的智能体从周日开始就一直用它处理所有工作，效果惊人。 感谢你做出这个！