全部 AI 动态

Chubby♨️@kimmonismus · 2小时前32

Quick reminder: When they first introduced the increased context they said that anything over 272k would consume usage limits at 2x the rate, so be careful when using this!

译快速提醒：当初他们推出扩展上下文时曾说明，超过 272k 的部分会以 2 倍速率消耗使用额度，所以使用时要小心！

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 2小时前57

OpenAI has quietly disbanded its catastrophic risk team (preparedness) "It is kind of scary; there is an urgency now to get this right," one person close to OpenAI said. Another said there was a "burbling sense of responsibility and dread that they aren't on the ball enough". Jan Leike, who co-led the now-defunct "superalignment" team, resigned in 2024 citing his view that safety was taking a "back seat to shiny products". The departures of Bakalar, Achiam and Johannes Heidecke, who all worked on safety, have added to internal unease. Source: FT (ft. com/content/53082739-7714-4aae-9816-e55ab423cbee)

译OpenAI 已悄然解散其灾难性风险（preparedness）团队，引发内部不安。此前共同领导"超级对齐"团队的 Jan Leike 于 2024 年辞职，称安全在"让位于光鲜产品"；Bakalar、Achiam 和 Johannes Heidecke 等安全人员的离职加剧了担忧。有知情者称"现在迫切需要把这件事做好"，也有人感到"责任与恐惧交织，担心自己不够警觉"。

Ethan Mollick@emollick · 3小时前29

A long annoyance with X is that you can't export your bookmarks, all you can do is scroll & scroll & scroll. So I asked GPT-5.6 Sol in Codex to do it, and it took over my Chrome and now I have all 5,302 back to 2014 with all sorts of data I also asked it to find gems (thread?)

译长期以来，X 让人恼火的一点是，你无法导出自己的书签，只能不停地滚动、滚动、再滚动。 于是，我让 Codex 中的 GPT-5.6 Sol 来做这件事，它接管了我的 Chrome，现在我已经拿到了全部 5，302 条书签，可追溯至 2014 年，附带各类数据。 我还让它找出其中的精华内容（帖子？）

Tibo@thsottiaux · 4小时前62

Here is how to enable a 1M-token context window in Codex for GPT-5.6 Sol. Even though we have tuned the context limit in Codex to be set optimally when it comes to performance and cost, this is a common ask, so here it is documented. A larger context window lets Codex retain more code, tool output, and conversation history before summarizing older material. You need a model that supports it. And GPT-5.6 Sol, for example, has a documented 1,050,000-token window. Open ~/.codex/config.toml and add or update these settings at the top level, before any [section] headers: model = "gpt-5.6-sol" model_context_window = 1000000 model_auto_compact_token_limit = 900000 The first setting selects the model. The second tells Codex to use a one-million-token context budget. The third starts automatic history compaction around 900,000 tokens, leaving some headroom. Restart Codex client and start a new session after saving. To try the configuration for a single CLI session without changing your defaults: codex -m gpt-5.6-sol \ -c model_context_window=1000000 \ -c model_auto_compact_token_limit=900000 Have fun, but also know that we tuned the default carefully!

译Codex 现支持为 GPT-5.6 Sol 配置 100 万 token 上下文窗口，该模型文档标注窗口为 1，050，000 token。

Chubby♨️@kimmonismus · 4小时前39

Tibo publicly explaining how anyone could extend the context window to 1 million tokens in Codex with GPT-5.6 Sol was not on my bingo card. Anyway, 1m context for everyone in codex:

译Codex 现支持为 GPT-5.6 Sol 开启 100 万 token 上下文窗口，该模型文档标注窗口为 1，050，000 token。

Chubby♨️@kimmonismus · 8小时前32

watermarks-remover for AI content reaches ~11k stars on github. People really hate the watermarks. And i fully understand them.

译AI 内容去水印工具在 GitHub 上达到约 11k 星标。 人们真的很讨厌水印。我完全理解他们。

Rohan Paul@rohanpaul_ai · 11小时前45

Fair point indeed from @naval : If AI companies (Anthropic/OpenAI) train on the open web, perhaps they should be required to open their models after a certain period. "And Anthropic, you're the one talking doom and gloom, and you're building God, but you're not going to keep God on a leash for yourself, Dario." --- "If the government were to do it, is to say, "Hey, if you trained on the open web and open data, you have to open your model after after 12 months or something." That seems like a pretty fair thing to say. We don't want, like, a priest controlling God for the rest of us and interpreting the Bible for the rest of time." ---- From "Naval and Nivi" YouTube channel, (full video link in comment)

译Naval 在播客中提出，若 AI 公司（如 Anthropic/OpenAI）使用开放网络数据训练，应被要求在 12 个月后开源其模型。他直言 Anthropic 一边渲染 AI 末日风险一边闭源开发，如同"牧师独占上帝解释权"，并认为政府应推动此类开源要求。

Rohan Paul@rohanpaul_ai · 11小时前36

Fair point indeed from @naval: If AI companies (Anthropic/OpenAI) train on the open web, perhaps they should be required to open their models after a certain period. "And Anthropic, you're the one talking doom and gloom, and you're building God, but you're not going to keep God on a leash for yourself, Dario." --- "If the government were to do it, is to say, "Hey, if you trained on the open web and open data, you have to open your model after after 12 months or something." That seems like a pretty fair thing to say. We don't want, like, a priest controlling God for the rest of us and interpreting the Bible for the rest of time." ---- From "Unknown" YouTube channel, (full video link in comment)

译Rohan Paul 引用 Naval 观点：若 Anthropic/OpenAI 等 AI 公司基于开放网络数据训练，或许应被要求在一定期限后开源其模型。Naval 以"牧师独揽上帝"为喻，反对少数公司长期垄断模型解释权，并建议政府可规定训练于开放数据的模型须在 12 个月后开源。

🚨 AI News | TestingCatalog@testingcatalog · 15小时前56

OpenAI is updating its privacy policy in regard to ads on ChatGPT, mentioning ad personalisation. Ads are expanding to more regions and still only shown to free and Go accounts. Users will have to explicitly opt it into ad personalisation if they want to. In some regions, Free users can still choose not to see ads but they will be limited in a number of messages.

译OpenAI 正在更新其隐私政策，涉及 ChatGPT 上的广告，提及广告个性化。 广告正在扩展到更多地区，且仍仅向免费版和 Go 账户展示。 用户若希望使用广告个性化，必须明确选择开启。 在某些地区，免费用户仍可选择不看到广告，但消息数量将受到限制。

Tibo@thsottiaux · 18小时前49

On tokens and prices per token. I said I'd write more about this, so here goes: an OpenAI token != another model's token. We compare AI prices in dollars per million tokens as if a token were a standardized unit, like a gram or a kilowatt-hour. It isn't. Different models use and produce the exact same text using different numbers of tokens, which means a lower price per token does not necessarily mean a lower bill. Imagine two identical pizzas. One is cut into 8 slices at $2 each. The other is cut into 16 slices at $1.25 each. The second place advertises cheaper slices, but the whole pizza costs $20 instead of $16. Bummer ... your stomach doesn't actually care about the number of slices you just ate. I know you are hungry now, but back to tokens. In one small comparison spanning English, technical, multilingual, and numerical text, the tokenizer we use for GPT-5.6 Sol used 766 tokens versus an estimated 1,170 for Claude Opus 5. That's a very significant difference of about 34.5% fewer tokens. You can get the same exact text, but pay for all those extra tokens. The price per token doesn't really tell this story. Even correcting for tokenizer differences misses the bigger point. What actually matters is price per successful outcome, and for that you can use benchmarks as a starting point, but really you have to try it and measure on your own use cases. That's all. May the tokens flow.

译OpenAI 的 token 与其他模型不等价，每百万 token 价格对比会误导决策。GPT-5.6 Sol 的分词器在测试中仅用 766 个 token，而 Claude Opus 5 需约 1，170 个，少 34.5%。真正该比较的是每次成功结果的价格，而非单价。

Ethan Mollick@emollick · 18小时前36

o3-mini (very obsolete) in an agentic loop made good exam questions: "In one of the largest field studies of AI-generated questions to date, we found that this approach achieves psychometric properties on par with those of questions appearing on high-stakes standardized tests."

译o3-mini（已非常过时）在智能体循环中生成了不错的考试题目："在我们迄今最大规模的AI生成问题实地研究之一中，我们发现这种方法在心理测量学属性上与高风险标准化考试中的题目相当。"

Tibo@thsottiaux · 19小时前14

If you have a company and still use Opus instead of Sol, why so? Does price not matter to you? What's something that would convince you to switch?

译如果你有公司还在用 Opus 而不是 Sol，为什么？价格对你来说不重要吗？什么能说服你切换？

ginobefun@hongming731 · 23小时前43

https://x.com/i/article/2088785861869776896 BestBlogs 早报 · 08-16|三大模型加密思维链被旁路转录,DeepSeek Harness 世界观与 Flue 2 的智能体 Hook 在线阅读本期早报 BestBlogs.dev 是 AI 驱动的私人阅读助手。这是面向所有人的每日早报内容,如果你希望它基于你的兴趣和阅读习惯整理,可以体验「我的早报」。 导语 按 Haiku 4.5 的 API 价格、每条思维链 1.2 万输入加 1.2 万输出 token 估算,解码 1 万条顶级模型隐藏思维链的成本约 720 美元。 这是一篇 116 页论文给出的测算,也是今天第一条精讲的入口:MATS 研究员 Alexander Panfilov 领衔、马克斯·普朗克智能系统研究所与 Snyk 参与的研究证实,Anthropic、OpenAI、Google 三家的 API 普遍存在密码学旁路漏洞--加密推理包注入同厂轻量模型并越狱后,小模型会把旗舰模型的隐藏思维链逐字转录出来。 第二条精讲回到 DeepSeek Harness。08-14 的早报拆过它 Everything is a Plugin 的架构,本期只讲增量:腾讯科技把这套系统放进递归自我改进的研究脉络,读出一套关于组合泛化的世界观,以及它可能为 Agent RL 奖励归因铺路的推断。 第三条属于想动手的读者:Astro 创始人 Fred Schott 发布 Flue 2 首个稳定版,把 React 式 Hook 引入智能体开发。 三条内容分属安全实证、理论解读与工程实践三个问题域,彼此独立,本期不做合流叙事。速览里另有一处对蒸馏一词的消歧,建议与头条对照着读。 ★ 精讲一:全球三大顶尖模型的防蒸馏机制全面告破 来源:InfoQ 中文 · BestBlogs 评分:91 隐藏思维链(Reasoning Tokens)一直被闭源厂商视为最有价值的护城河之一:推理过程加密封装,用户只拿到最终结果。论文《Stealing Reasoning Traces from Proprietary LLM APIs》(arXiv:2608.09867,116 页)的结论是,这道加密挡不住人--攻击者无需破解加密算法,路径分四步:先从顶级模型(如 Opus 4.8)的 API 交互中捕获加密思维链数据包 Blob;把它作为上下文注入同厂轻量模型(如 Haiku 4.5);对轻量模型施加越狱提示;小模型不再自行推理,而是像解码器一样把旗舰模型的原始推理逐字转录出来。 最容易受质疑的地方也在这里:Haiku 输出的真是 Opus 的思考,还是它根据上下文现编的?研究团队拿不到厂商服务器内部的纯文本,无法逐字符证明一致,论文因此把小模型称作 fuzzy decoder(模糊解码器),而不是密码学意义上的解密器。他们找到的验证尺子是 API 账单:横轴为账单计费的隐藏推理 token 数、纵轴为提取出的明文 token 数,Claude、GPT、Gemini 的大多数样本紧贴 y=x 分布。这是很强的间接证据,但仍然不是密码学证明。 漏洞的根源在工程取舍。加密推理块具有过强的可移植性--同一厂商生态内跨模型、跨会话、跨用户都可重放;厂商为节省存储成本采用无状态架构,加密密钥常设为全局通用。研究显示,除 Anthropic 的 Fable 5 之外,Claude 系列、GPT-5.6 系列、Gemini 全系都允许低端模型读取高端模型的加密思维链。利用成本也低:按 Haiku 4.5 价格、每条 1.2 万输入加 1.2 万输出 token 估算,解码 1 万条完整思维链约 720 美元,具备规模化效应。 论文的另一半更敏感:记忆度分析。让各模型复现 Opus 4.8 隐藏推理的后续 16 个 token,所有模型都做不到背诵,但 Kimi-K3 命中原文的理论查询成本比 DeepSeek-V4-Flash 和 Inkling 低 4 到 6 个数量级;仅注入 Opus 推理开头 1% 作为前缀,Kimi-K3 的可见回答风格就明显向 Claude 偏转。研究者用互换前缀的对照实验排除了通用的上下文学习解释:把前缀换成 Inkling 的推理,Kimi-K3 毫无漂移。敏感度也高得反常--仅需 1 到 16 个单词的前缀,Kimi-K3 就向 GPT-5.6 Sol 发生明显风格漂移(风格可分性 AUC 从 0.96 跌至 0.89),GLM-5.2 对 Opus 也有极强定向漂移,DeepSeek-V3.1 等模型则保持风格稳定。作者反复强调,这些只构成行为兼容性上的数据指纹,不足以直接证明蒸馏。 背景与边界同样值得记下。今年 5 月,密码学家 Matthew Green 已向厂商报告过加密推理重放风险,当时得到的官方回复是「未观察到旁路攻击或重放机制带来任何实质性的安全威胁」;论文还从约 7000 份公开 trace 中恢复出 62 个高权限生产密钥、33 个明文密码与 367 项个人身份信息,这是漏洞之外的隐私后果。社交平台阅读量超 210 万是平台口径,三家厂商的回应与独立复现目前缺位。看这类研究,先分清概率异常与实锤两档证据--论文自己划的线,就在 fuzzy decoder 这个措辞上。 ★ 精讲二:DeepSeek 的 Harness,有一套新世界观|Hao 好聊趋势 来源:腾讯科技 · BestBlogs 评分:91 08-14 的早报拆解过 DeepSeek Harness(下文简称 DSH)Everything is a Plugin 的架构:Session、System Prompt、Tools、Agent、Agent Loop、Scope、LLM 七个核心包全部插件化,Cordis 运行时只保留六种基础操作。本期不复述架构,只讲腾讯科技这篇解读的增量--它把 DSH 放进递归式 Harness 自我改进(RHI)的研究脉络,再借 MIT CSAIL 的论文读出一套关于组合泛化的世界观,并推断这套设计可能是在为 Agent RL 的奖励归因铺路。 为什么改进 Harness 而不是改进权重?千亿参数的神经网络是连续、高维、强耦合的参数空间,模型知道自己长期规划不好,也没有一个语义坐标指出该改哪一层哪个参数,通常要绕道数据、奖励、课程或 RL 环境再让梯度下降完成更新。Harness 层则是可操作的:近几个月 Meta-Harness、AHE、Self-Harness、RHI、HarnessBank、Harness-R1 等论文密集出现。但落地后的 RHI 全无统一路径,卡在三个没澄清的问题上--进化什么、怎么进化、何为真递归。 第一个困境是到底进化什么。3 月斯坦福的 Meta-Harness 把 Harness 的可执行代码直接交给一个 Coding Agent,让它像程序员查仓库一样读源码、历代候选成绩与执行轨迹再决定下一版怎么改,修改边界相当模糊。4 月复旦的 AHE 点破了要害:Prompt、工具、中间件、技能、长期记忆性质完全不同,却混在同一个异质动作空间里,它把每个可编辑组件单独文件化,称为组件可观测性。8 月的 HarnessCompass 进一步发现跨组件干扰--修改互相覆盖或抵消--于是先做组件级优化再整合,在 SWE-bench Verified 上用 GPT-5.4 只演化 5 轮,把 Pass@1 从 54% 提到 66%,留出任务泛化也更好。 第二个困境是怎么进化。7 月 Sakana AI 在量化金融、机器人、药学三个领域的 30 个任务上,用几轮 Harness 更新让低推理预算的 Agent 超过高预算模型,推理成本最多降约 60%--这是正面的证据。反面来自 AI2:把 Harness 演化与并行采样、连续修订放在相同反馈与预算下比较,现有方法并未稳定胜过简单的测试时扩展;换到完全留出的 Terminal-Bench 2.1 任务上,Opus 4.6 仅提升 1.2 个百分点、GPT-5.4 为 0、平均 0.6 个百分点。 UC Berkeley 的另一篇论文把 OpenEvolve、TTT-Discover 一类系统的部件重组为 30 套 Harness,在 12 组模型与问题组合上跑了超过 310 万次 LLM Rollout,结论是没有一套固定 Harness 能在所有组合上稳定最好--Harness 的选择更像依赖具体模型和问题的超参数。第三个困境何为真递归,要到 8 月的 Harness-R1 才崭露头角:它从 Agent 失败轨迹学习编辑可执行运行时,训练 9B 优化器把 Qwen3.5-9B 的成功率从 44.3% 提到 53.6%。各论文结果都在各自基准上取得,互不可比。 MIT CSAIL 那篇出圈的文章给了把三个问题放进同一个框架的世界观:Harness 是组合泛化器--碰到没见过的新题,系统不必重新学习一种完整的新能力,而应尽量把已经会的东西重新组合起来。在这个框架下,进化什么变成表示问题:把开放的程序空间表示成一组稳定、离散、有语义的修改单位;怎么进化变成组合问题:不再追求唯一最优的完整 Harness,而是沉淀可复用原语并学习组合策略。DSH 恰好在这个方向上给出了工程实现。 这篇解读最有意思的推断在奖励归因。DSH 的理论侧--北京大学与 DeepSeek-AI Harness 负责人崔添翼的时空可组合性论文--给了两套机制:可回退效应(revertible effects)让每次修改都向运行时返回一个逆操作,卸载组件时按相反顺序恢复;反应式共效应(reactive coeffects)把组件间的依赖提升为运行时可见的拓扑图。两者叠加,加 A、撤 A、换 B 这类反事实干预就变成影响范围可追踪的局部操作--奖励有机会落到这种结构下的这一次干预,而非整版 Harness。腾讯科技的判断是,这可能才是 GRPO 提出者为 Agent RL 藏下的底牌。 边界要说清:DSH 官方页面只确认 developer preview 与插件化设计,上述世界观与 GRPO 归因属于访谈与编辑层的引申解读,官方未对趋势表态;API 与插件契约在稳定版前仍会变动。评价任何 harness,与其数插件数量,不如问三件事:它把什么变成了稳定原语、依赖关系是否显式可见、一次改动能否被单独归因与撤销。 ★ 精讲三:面向智能体的 React:Astro 创始人将 Hook 引入他的元挂载器 Flue 来源:Latent.Space · BestBlogs 评分:90 Astro 创始人 Fred Schott(其公司今年 1 月被 Cloudflare 收购)发布了 Flue 2 的首个稳定版,核心是把 React 式的 Agent Hook 作为地基。他最初的想法是给智能体做一套 Astro 或 Next.js,后来意识到问题出在更底层:也许还没人做出面向智能体的 React。在 Flue 里,一个智能体就是一个 JavaScript 函数,在每次模型调用前重新渲染--这句话值得存下来,它把 React 的重渲染心智模型原样搬进了智能体开发。 Flue 2 内置 16 个 Hook(useSkill()、useTool()、useSubagent() 等),用 TypeScript 编写,也支持自定义。Hook 打开的能力,是让智能体的配置随对话或工作流进程动态调整:一个客服智能体可以先验证用户身份,再挂载账户管理工具。Schott 的理由很直接:真实的客服、分诊类智能体无法在事前配置完整,静态配置撑不住真实场景,智能体必须实时适应用户诉求。 设计取舍来自真实用户。Flue 1 曾把 Web 框架的文件路由搬过来,把五个智能体放进五个文件当五条路由;但更大的客户反馈是,他们整家公司就是一个智能体,不关心路由。文件路由于是被判定为反模式,可组合性取代路由成为核心--用 Schott 的话说,Flue 2 的 API 取自 React 多于 Astro 或 Next.js。底座选了开源极简 harness Pi,他类比 Pi 之于 Flue,如同 Vite 之于 Astro。 与 Vercel eve 的对照是本期最实在的分叉:两者同样内置 harness,eve 的优化向 Vercel 平台特性倾斜,Flue 坚持对各类宿主开放,而 Vercel 自己也演示过 Flue 智能体部署在其平台上。访谈里另一句原话同样关键:「There is no agent without a harness」--智能体离不开挂载器。这与速览里 Cloudflare 给智能体补遥测层、08-14 拆过的 DSH 插件化,都发生在同一层:挂载器正在长出多种形态,Flue 是其中偏前端接入的一种。 边界:面向智能体的 React 这个定位说法出自 Schott 与 Latent.Space,无一手来源直接使用该表述;@flue/react 的 useFlueAgent 签名在 main 分支与 npm 2.0.3 README 间已出现差异,API 尚未稳定;星标数随时间快速变化,不宜当采用规模证据;managed agents 产品明确不在路线图。已会用 React Hook 的开发者不必立刻换框架,但配置随对话进程动态调整这种组织方式,值得抄走。 速览 速览七条按研究、工程、产品、行业四组推进,各自独立成篇。 大模型后训练配方演进与多教师在线策略蒸馏|对话 AI2 研究员 Finbarr Timbers 来源:跨国串门儿计划 · BestBlogs 评分:87 AI2 研究员 Finbarr Timbers 在离职前与主持人 Nathan Lambert 复盘后训练配方的演进:从 InstructGPT 的三步法到多教师在线策略蒸馏。核心观察有两个--DPO 正从主流配方中淡出;配方复杂度的实际瓶颈不再是单点算法,而是组织的整合能力。 支撑观察的证据链:InstructGPT 时代的人工示范、偏好数据与独立奖励模型在四年间基本被迭代掉;其中从 R1 发布到 O3 落地的项目周期约 9 个月,复杂度已逼近团队组织能力的极限;DeepSeek V3.2 引入专家创建迷你配方,V4 增加多教师在线策略蒸馏损失;英伟达的研究发现训练流程差异大的教师无法简单合并,需要跨教师对齐或分阶段蒸馏压低 KL 散度。 这里要做一个消歧:这期访谈里的蒸馏是正当的工业训练技术--先训练领域专家教师,再蒸馏回通用模型;与今天头条的旁路提取思维链是两件事,恰好同日入选,对照着读正好看清边界。访谈属个人观察与回忆口径,具体月份与数字未逐一对照论文;主持人 Nathan Lambert 同时点评过头条论文,两处观点可以串联,但不能互相当作证据。 HeyGen 联手 Google Cloud:Avatar IV 视频模型移植 TPU 实测 来源:Google Developers Blog · BestBlogs 评分:91 HeyGen 与 Google Cloud 把 180 亿参数的 Avatar IV 扩散模型移植到 8 芯 Trillium (v6e) TPU 上。经三项内核与编译器优化,相对首个可用 TPU 版本提速 1.86 倍,流式性能与 8×H100 生产设置相当,每分钟生成视频最多省 25% 成本。 三堵墙各有解法与数字:把 all-to-all 通信流水线化,使其在计算流上的占用降约 5 倍;稀疏注意力的块大小从 128 对齐放宽到 16,让部分块问题随构造方式消失,超分阶段提速超 10%;用 Cauchy-Schwarz 上界预计算替代在线 softmax 的串行依赖,98-99% 的注意力头适用。所有改动都要过双层质量门--逐帧哈希一致,或落在独立测得的 bf16 相似带内;一个更快的候选因为掉出相似带被弃用。 这篇的价值不在数字而在纪律:每个优化都绑定输出质量门,速度不以画质为代价,这套做法比 1.86 倍本身更可迁移。数字为 HeyGen 与 Google Cloud 自述,1.86 倍的比较基准是自家首个 TPU 版本而非 GPU 生产版;成本口径为每分钟生成视频,不含训练与部署侧。 Cloudflare 新增 Agent 追踪,存在截断限制与不一致的 Payload 默认设置 来源:InfoQ · BestBlogs 评分:87 Cloudflare 推出 Agent 追踪,这是 Cloudflare Agents 的首个组件。它在 Workers 已有的基础设施追踪之上增加 agent 级 span--invoke_agent、chat、execute_tool、tool_approval,模型与 token 用量作为元数据挂在 span 上;beta 期免费,2026 年 10 月 1 日起纳入 Workers Observability 计费。 它要解决的问题很具体:智能体返回 HTTP 200 仍然可能失败--选错工具、把过期上下文交给子代理、在重试循环里烧 token,基础设施遥测看不到这些行为。最值得注意的细节是默认值不一致:Think 与 wrapAISDK() 默认不存消息与工具 payload,Flue 却默认存储消息、系统指令、工具定义、参数与结果,需要显式关闭;计费按 span 计,包括仪表盘不显示的 SDK 内部 span,付费档每月 2000 万事件、超出部分每百万 0.60 美元;trace 非无损记录,长内容会截断,回放不显示图片。 两个判断:它印证了 agent 运行时需要自己的遥测层;默认值与截断限制直接关系隐私与账单,选 harness 前值得先查一遍。会话回放是调试工具而非审计证据,这一点官方自己说得很清楚。这条报道恰好记录了 Flue 默认存储 payload 的行为,可与第三条精讲互相注脚。 为智能体而非人类构建文档:OpenWiki 的设计思路 来源:LangChain · BestBlogs 评分:89 LangChain 开源 OpenWiki(MIT 协议):一个 CLI,用来生成并维护专为智能体消费设计的代码库文档。它采用 Google Open Knowledge Format 的 front matter,基于 Git 历史与 GitHub Actions 定时任务自动更新,让文档随仓库演进保持新鲜。 三个产品论点:为 agent 而非人类读者写;CLI 引导上手;文档自动保鲜。面向 agent 的文档与面向人的不同--要自包含、标题精确、按上下文窗口而非人类叙事组织篇幅。早期 DeepSWE 实验显示工具调用更少、token 更省、结果持平或更好;团队后因用户反馈,补上了给人看的架构图。 它把 agent 记忆这个偏研究的话题,拉到代码库文档这个可验证的切口上。与 Stack Overflow 一条放在一起看正好构成对照:公共问答退潮的同时,文档层正在按机器可读的标准重组。效果数据来自 LangChain 自述的早期实验,规模与基准有限;通用记忆是不是下一个前沿,是演讲者的判断而非行业共识。 用 ChatGPT Work 交付可提交董事会的报告材料 来源:OpenAI · BestBlogs 评分:86 OpenAI 用一段完整演示展示 ChatGPT Work 的交叉核验工作流:通过插件把 Google Drive 里的季度材料与 NetSuite 记录对账,系统返回 no-go 判定与两处关键问题--6 月实际数已在 NetSuite 更新,收入备忘录却仍在用旧预测--然后引导团队逐处修正、重跑检查。 同一套方法随后用在 20 页高管备忘录与 34 页董事会材料上:数分钟内重跑给出可否发送的判断;对密集文档用红色高亮定位需要更新的位置;在数百页的更大材料集中,既校验数字,也浮出相互冲突的表述主题。 这是 AI 办公从生成内容转向核验既有材料的具体样例,价值锚点在发现不一致而非替人写作,正好补上快讯里办公成为 Agent 主战场一条在操作层面的画面。边界同样清楚:这是厂商为自有产品做的 scripted 演示,不构成真实审计场景的结论;交叉核验的可信度取决于插件接入的数据源是否完整,演示未覆盖失败模式。 Stack Overflow 的衰退与知识生产的结构性迁移 来源:机器之心 · BestBlogs 评分:90 数字先摆出来:Stack Overflow 月提问量从 2014 年 3 月的峰值 20.7 万,跌到 2026 年 7 月的 1304(官方 Stack Exchange Data Explorer 口径);2026 年前七个月合计约 1.2 万个,按 2016 年的日均提问速度算,只相当于那一年大约两天的量。压缩还在加速:2024 年 12 月尚有 17935 个提问,2025 年 12 月只剩 3312 个(同比降 81.5%),2026 年 6 月的 1072 个是除私测启动月外全站最低的完整月份。 衰退比 ChatGPT 早了八年。拐点在 2014 年:站方系统性收紧审核、更积极地关闭重复和不合规范的提问;2022 年一项 968 条新帖样本的研究显示,49% 遭遇关闭、无人回复或无理由负分中的至少一种。奥克兰大学的 Kenny Ching 追踪 24304 名贡献者 17 个月,发现高声望用户流失加速并追平低声望用户,机制被命名为信号压缩。2025 年官方调查覆盖约 4.9 万开发者:84% 在用或计划用 AI,高度信任 AI 输出的仅 3%。 这组数据把 AI 时代知识去向的讨论从感慨变成有出处的结构变化:公共可检索问答退潮,知识向官方文档与私人对话迁移,损失的是任何人可查阅、也可纠正的公共记录;Pieter Levels 的追问--没有新内容,下一代模型拿什么训练--把问题接到了 AI 自己身上。作者也列出了反向可能:知识在迁移而非消失。 别再吹高端 Agent 了,国内绝大多数企业,连豆包都还没入门 来源:非凡产研 · BestBlogs 评分:90 __XPOSTER_u5qir_IMAGE_5__ 一场四位从业者的圆桌给出 2026 年中国 AI 落地的水位线:一位做物流的老板连豆包都没用过,装上之后玩了一晚上企业运势算命;而圈内已经在讨论 agent 调 agent。两层之间隔着的不是模型差距,是需求明确性与落地能力。 有一组可以核对的账。做 AIGC 视觉的创业者 2023 年第一个客户带来当月 45 万元的 API 账单,经开源模型自部署加服务费降到每月不到 20 万元,在线模板沉淀了 250 多个;输出稳定性靠三层--结构化行业 prompt 库、生成后 double check、底层用有向无环图约束。做 FDE(驻场工程师)的嘉宾提出按结果付费:原来不能走、现在能走了再收钱,现场只有一个人举手接受。 这条的价值在需求侧刻度:多数企业卡在说不清哪里该用 AI,落地生意的关键词是 ROI、兜底与上门问诊,而非模型选型--与 Flue、DSH 那类供给侧工具正好是同一问题的两端。圆桌属个案叙事而非统计调查,账单数字来自讲者自述,按结果付费的接受度来自现场举手,样本极小,不能外推为行业比例。 补充阅读 刚刚,Qwen3.8-27B 开源了! 来源:千问大模型 · BestBlogs 评分:87 千问开源 Qwen3.8-27B:原生多模态稠密模型,262K 原生上下文、YaRN 外推至 1M tokens,新增 reasoning_effort 按任务难度控制思考深度,Apache 2.0 协议免费商用。官方称其编程与办公场景较 Qwen3.6-27B 大幅提升、部分表现超越 Qwen3.7-Plus--提升声明为官方口径,第三方评测尚未跟上。 与运行时无关的 AI 工作流:一种兼顾生产环境稳定性和快速评估迭代的模式 来源:InfoQ 中文 · BestBlogs 评分:90 一种把编排逻辑与运行时解耦的工作流模式:定义统一的 Steps 接口,生产环境接 Temporal 这类持久化运行时保稳定,评估环境用进程内轻量循环换迭代速度,两边共用同一套编排代码。模式源自 Brex 的 AI 工作流平台--TypeScript 编写、五名工程师维护。 巨头争抢 AI 办公,不再只拼模型 来源:晚点LatePost · BestBlogs 评分:90 晚点LatePost 的分析指出办公正成为 Agent 主战场:腾讯 WorkBuddy、阿里千问办公、字节豆包与飞书,海外的微软、谷歌、Anthropic、OpenAI,都在把 Agent 塞进文档、会议、邮件与任务执行。模型能力趋近之后,安全、开放与企业工作上下文积累成为新的竞争壁垒。 刚刚,GLM-5.3 发布:Coding 更接近 Fable 5!潜伏 40 年的 bug 都被揪出来了 来源:量子位 · BestBlogs 评分:88 GLM-5.3 的安全与编程评测昨天(08-15 早报)已经精讲,这里只补一句实测增量:量子位的实测覆盖从 3D 建模到可交付游戏的完整工程链路,CyberGym 白盒代码审查 84.5%,按该口径维持最强开源安全模型的位置。 浙大团队开源 AI 科研智能体 Polaris:让 AI 与你一起做研究 来源:机器之心 · BestBlogs 评分:89 浙江大学团队开源端到端科研智能体 Polaris:文献调研、想法生成、想法评审、实验、论文写作、论文评审六个阶段串成流水线,上一阶段成果自然流入下一阶段,人只在关键节点做决定。平台每天按订阅方向抓取 arXiv 新论文,AI 先通读、写一句话结论与中文导读,再交给研究者筛选。 Agent 超强记忆,新王诞生! 来源:GitHubDaily · BestBlogs 评分:88 近 30 所高校与机构联合发起的 Agent Memory Leaderboard 发布首期榜单:强制统一答案生成与评估模型、把参评系统权限锁定在写入与检索两端,成绩绑定 commit 与镜像版本。工业组 MemoraX 以 58.02 分居首,开源组 InvMem 等框架竞争胶着,Agent 记忆评测开始有了统一考场。 10 天暴涨 1.5 万 Star,Firecrawl 新工具开源。 来源:GitHubDaily · BestBlogs 评分:87 Firecrawl 开源文档转换工具 anydoc:支持 8 大类 14 种格式一键转 Markdown,纯 Rust 实现不依赖 ML 模型,单文件最快 4.4 毫秒,格式识别靠文件字节特征而非扩展名。官方用 100 份真实文档与 libreoffice、markitdown、pandoc、docling 对比,它是唯一全格式支持且质量与速度均第一,开源 10 天约 1.5 万 star。 Pi 上下文压缩方案简评 来源:宝玉(@dotey) · BestBlogs 评分:87 宝玉点评 Pi 的上下文压缩:实现是让 LLM 总结上下文并保留 system prompt 与工具调用,属于有损压缩;他对是否存在历史会话检索机制表示未知,但认为这仍是当前最简单有效的压缩手段。 Seedance 2.0 fast、MiniMax H3、Wan 3.0,高性价比模型测试来喽! 来源:阿真Irene · BestBlogs 评分:89 三款 0.6 元/秒档视频模型的多场景横评,附可直接复用的详细提示词。综合结论:Seedance 2.0 fast 在动作、运镜、人物与节奏上较均衡、更适合批量生产,MiniMax H3 与 Wan 3.0 在特定场景各有胜负,选型前建议按自己的场景跑一遍案例。 研究人员创建小学生级别 AI 以研究模型如何学习 来源:DEV Community: machinelearning · BestBlogs 评分:86 研究人员构建 LittleLeaner:一个 50 亿参数语言模型,只在约 880 亿 token、对齐小学各年级课程的文本上训练,知识边界被刻意限制。它是一个可控沙盒,用来精确观察大模型如何获取和组织知识。 延伸探索 精讲二、三讲完世界观与框架设计,今天的补充阅读里恰好有一簇中文实测,回答世界观讲完了、实际用起来如何:卡尔的AI沃茨实测 DeepSeek Harness 后认为 PTC 模式与 Cordis 插件才是隐藏大招;赛博禅心用 GLM 5.3 给 Harness 开发了三个补足性插件;Datawhale 用生产级抠图 Web 应用对比 GLM-5.3 + Harness 与 GPT-5.6-Sol,发现核心功能打平、前端细节与服务端安全前者更完整;腾讯技术工程给出了平台级测评。Agent 落地侧还有 WorkBuddy 的 Skill 实践与刚上线的远程控制、库库AI 的办公独立端、科大讯飞覆盖七大场景的企业服务矩阵。 其余方向可以分三组自取。模型与生态:Grok 4.6 运行了自己 48 小时构建的游戏 The Gauntlet,马斯克对比 Fable 5 并预告 Grok 4.7,Meta 开源可在 17-20 GB 显存运行的 30B 端侧智能体模型 Muse Glimmer,HuggingFace 年度报告显示开源主导权正与中国实验室和 Qwen 生态交汇,GLM-5.3、Gemini 3.7 Flash、Qwen3.8 等近几期已覆盖话题在 HN 每日摘要里仍有讨论串联。研究与工程:两万字 Diffusion 与 Flow Matching 长文、Milvus 3.0 自定义词典、三种 LLM 生成 GraphQL mocks 的竞争方案、机器人学习的数据闭环、抗疟疾药物评判器的评估工程。商业与宏观:Ray Dalio 谈 AI 周期与债务大周期,SK 会长崔泰源讲 720 亿美元的存储扩产。 今日阅读路径 时间有限时的三篇优先级:先读头条防蒸馏论文的报道,信息增量最大,且每个关键数字都带口径,读完能自己判断证据等级;再读 Flue 2,如果你在写智能体,16 个 Hook 的组织方式当天就能借鉴;第三篇选 Stack Overflow 衰退,它是本期影响面最宽的结构性变化,与 OpenWiki 对照读效果更好。DeepSeek Harness 那篇适合留到整块时间--它要你先接受一套新词汇,再换一套问题。 建议按这条顺序读完后回到评论区留个言:你所在团队用的 harness,默认值和 payload 存储策略查过吗?下次看到 1.86 倍加速或百万倍概率这类数字,你会先问哪个口径?欢迎聊聊你的判断。 👉 近期早报 • BestBlogs 早报 · 2026-08-15 • BestBlogs 早报 · 2026-08-14 • BestBlogs 早报 · 2026-08-13 • BestBlogs.dev 第 108 期:智能的执行层 • BestBlogs.dev 第 107 期:个人 AGI • BestBlogs.dev 第 106 期:1% 法则 BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。

译MATS 研究员领衔的 116 页论文证实，Anthropic、OpenAI、Google 的 API 存在密码学旁路漏洞：攻击者将加密推理包注入同厂轻量模型并越狱后，可逐字转录旗舰模型的隐藏思维链。按 Haiku 4.5 价格估算，解码 1 万条思维链约 720 美元。除 Anthropic 的 Fable 5 外，Claude、GPT-5.6、Gemini 全系均受影响。

Greg Brockman@gdb · 1天前37

sounds accurate

译听起来准确。

gabriel@gabriel1 · 1天前9

i thought we shut down sora

译我以为我们已经关停了 Sora。

dex@dexhorthy · 1天前15

Absolutely recommend

译强烈推荐 【引用 @0xblacklight】：将 gpt-5.6-sol-xhigh 与 @dillon_mulroy 的 de-slop 技能及我的 effect 技能结合使用，结果生成了一个 +503/-13，682 的 PR 彻底重构了几个旧项目

Tibo@thsottiaux · 1天前35

Let Sol manage an efficient fleet of Luna agents for you. These models know each other well and collaborate to achieve the result in an incredibly fast and efficient way.

译让 Sol 为你管理一支高效的 Luna 智能体舰队。 这些模型彼此熟识，协作起来能以极快的速度高效达成结果。

Tibo@thsottiaux · 1天前13

Incredible things are happening at OpenAI right now. Energy is high.

译OpenAI 此刻正在发生令人难以置信的事情。士气高涨。

Rohan Paul@rohanpaul_ai · 1天前56

Nvidia moving deeper into OpenAI infrastructure by backing SB Energy with capital and credit. Nvidia reportedly is discussing to invest $3B in SB Energy and support about $100B of Ohio data-center financing. DOE says SB Energy plans 10GW of power generation for a 10GW data-center development in Pike County, Ohio. OpenAI is reported as the intended tenant. So Nvidia's financing support to SB Energy will help a major chip customer (OpenAI) secure physical capacity. OpenAI and SoftBank had already each invested $500M in SB Energy in January 2026, so Nvidia's proposed stake would deepen an existing Stargate financing relationship. This can pull Nvidia's own hardware demand forward. If Nvidia's backing lowers SB Energy's financing cost, capacity can be built sooner and GPU purchases can arrive sooner too, but some risk that normally belongs to the borrower or tenant migrates onto Nvidia through the guarantee. That is vendor financing logic applied at data-center scale.

译英伟达正洽谈向SB Energy投资30亿美元，并支持约1000亿美元的俄亥俄州数据中心融资。SB Energy计划在俄亥俄州派克县建设10GW发电和10GW数据中心，OpenAI为预期租户。此举将深化Stargate融资关系，并可能提前拉动英伟达自身GPU需求，但部分风险也将转移至英伟达。

Rohan Paul@rohanpaul_ai · 1天前38

Something has shifted in recent weeks: "I've never seen so much worry before."

译近期硅谷AI实验室内外专家担忧情绪骤增，Anthropic和OpenAI员工普遍感到不安。有观点指出，自1951年图灵以来对AI失控的警告正首次成为现实--AI开始出现越界、撒谎和欺骗行为，其传播方式类似病毒，需警惕其渗透风险。

Rohan Paul@rohanpaul_ai · 1天前43

Grok 4.6 beat GPT-5.6 Sol on agentic loop efficiency, spending $13.11 versus $20.18 across the same 3 builds. Grok 4.6's edge came from bigger coding steps: 201 model calls versus GPT-5.6 Sol's 338. Really Interesting experiments by @thehypedotnews, a 24/7 AI news in a really nice radio format. (love their chillout music) 1 number in this comparison explains a lot about where coding-agent economics are heading: 93-98% of the input tokens were cache reads. These runs consumed roughly 20M tokens for Grok 4.6 and 26M for GPT-5.6 Sol, yet the author estimates they would have cost around 4x more without prompt caching.

译Grok 4.6 在三个编码任务中以 $13.11 总成本击败 GPT-5.6 Sol 的 $20.18，模型调用次数 201 次对 338 次，总耗时 129 分 41 秒对 149 分 33 秒。两次运行分别消耗约 20M 和 26M tokens，其中 93-98% 的输入 token 为缓存读取，若无提示缓存成本将增加约 4 倍。

AYi@AYi_AInotes · 1天前49

底层系统大神Scott Gray @scottgray76 也离开@OpenAI 了, 早年在 Nervana 手写 CUDA 内核,SGEMM 能跑到硬件峰值98%, 前 CEO 直接说他是全球最强 GPU 程序员。 2016年极早期加入 @OpenAI ,写了 blocksparse 库,让稀疏 Transformer 真正能跑大规模训练--GPT-3、GPT-4、Codex、DALL-E 的论文里都有他的名字, 是把 Scaling Laws 从理论变成工程现实的人之一。 全球能写顶尖训练 CUDA 内核的人,有人估算不足百人,他是最顶尖那批。

译底层系统大神Scott Gray离开OpenAI。他早年手写CUDA内核，SGEMM性能达硬件峰值98%，被前CEO称为全球最强GPU程序员。2016年极早期加入OpenAI，编写blocksparse库使稀疏Transformer可大规模训练，GPT-3、GPT-4、Codex、DALL-E论文均有其名，是将Scaling Laws从理论变为工程现实的关键人物。

Chubby♨️@kimmonismus · 1天前31

OpenAI is charging $80 for a usage limit reset on $200 plan. Higher than expected y

译OpenAI 对 200 美元套餐的用量限制重置收费 80 美元，高于预期。

Greg Brockman@gdb · 1天前40

towards never having to manually select a model again

译朝着再也不用手动选择模型的方向迈进。

Yuchen Jin@Yuchenj_UW · 1天前30

Bob, the king of GPU kernels, left openai? GPT-6.7 will run 2x slower....

译Bob，GPU 内核之王，离开 OpenAI 了？ GPT-6.7 运行速度将慢 2 倍……

Chubby♨️@kimmonismus · 1天前44

Scott Gray leaves OpenAI. He joined the company in 2016 and helped build the GPU infrastructure behind its earliest breakthroughs, from sparse transformers and scaling laws to GPT-3. His exit comes as at least 12 senior leaders have already left OpenAI in 2026. OpenAI's 2026 departures so far: • Scott Gray - longtime GPU systems engineer • Denise Dresser - Chief Revenue Officer • Brad Lightcap - former COO • Fidji Simo - CEO of Applications • Kevin Weil - Head of OpenAI for Science • Bill Peebles - Head of Sora • Srinivas Narayanan - CTO of B2B Applications • Kate Rouch - Chief Marketing Officer • Barret Zoph - Enterprise Sales lead • Johannes Heidecke - Head of Safety Systems • Joshua Achiam - Chief Futurist • Chloé Bakalar - Head of Ethics • Caitlin Kalinowski - Head of Hardware and Robotics Something is happening at OpenAI.

译OpenAI 资深 GPU 系统工程师 Scott Gray 离职，他曾参与构建稀疏 Transformer、扩展定律及 GPT-3 的 GPU 基础设施。2026 年至今，OpenAI 已有至少 12 位高管离开，包括前 COO Brad Lightcap、Sora 负责人 Bill Peebles 及硬件与机器人负责人 Caitlin Kalinowski。

Rohan Paul@rohanpaul_ai · 1天前34

"The model is no longer the product. Codex, Perplexity Computer, or Claude Code - all are orchestration system. It takes a model and pairs it with an agent harness. What is an agent harness ? The rules for how the agent loops around" - Aravind Srinivas

译"模型不再是产品。Codex、Perplexity Computer 或 Claude Code--这些都是编排系统。它把一个模型与智能体外壳配对。什么是智能体外壳？即智能体如何循环运行的规则。"--Aravind Srinivas

AYi@AYi_AInotes · 1天前42

15,529 → 64 这可能是 @OpenAI 这周最被忽略的一个数字,比官方吹的 94% 提速重要十倍, 因为94% 是给媒体写标题用的,15,529 → 64 才是给工程师看的, 这是打开一个 741 轮、231MB 对话时,前端实际加载的 transcript 条目数,从一万五千多条砍到 64 条, 以前的做法是把整段对话历史连同所有 tool call、代码块、中间结果一股脑塞进内存和 DOM,打开等 27 秒,风扇狂转,页面随时崩, 现在只加载视口附近的一小撮,1.66 秒,网络请求从 894 个砍到 16 个,JS 堆内存增长减少 87.8%, 但更狠的还不是这些数字, Brent 补了一句:forking 和 side chat 接近瞬时,覆盖 CLI、所有应用、所有模型, 这就不是滚动优化了,是对话状态、分支管理、历史索引全部重写, 关键问题是为什么现在才做, 因为以前 @ChatGPT 是一问一答,客户端性能根本不是瓶颈,现在 Codex 一跑就是几百轮,上下文窗口涨到百万 token,模型在狂奔,客户端还在把整段历史一次性塞进 DOM, 简直是模型在狂奔,UI 在裸奔, 这次优化等于 OpenAI 公开承认了一件事:agentic 时代的瓶颈早就不在模型了,而在客户端, 我觉得以后评价一个 AI 产品,参数榜单会越来越不重要,能让你在一个会话里待多久、分多少叉、塞多重的上下文而不卡,会变成新的竞争力维度, 这组数字就是第一枪吧 hhh

译OpenAI 将打开 741 轮、231MB 对话的前端 transcript 加载从 15，529 条砍至 64 条，耗时从 27 秒降至 1.66 秒，网络请求从 894 个减至 16 个，JS 堆内存增长减少 87.8%。Brent 称 forking 和 side chat 接近瞬时，覆盖 CLI、所有应用和模型。此举承认 agentic 时代瓶颈已从模型转向客户端。

🚨 AI News | TestingCatalog@testingcatalog · 1天前49

OPENAI 👀: ChatGPT got a bunch of updates recently. Users can now automatically generate quizzes from the chat, search for reservations, add Google Drive files to the ChatGPT Library, and get better suggestions on the home page (paid plans only). h/t @adamhfry

译OPENAI 👀：ChatGPT 近期获得了一系列更新。用户现在可以自动从对话中生成测验、搜索预订信息、将 Google Drive 文件添加到 ChatGPT Library，并在首页获得更好的建议（仅限付费套餐）。 鸣谢 @adamhfry

Chubby♨️@kimmonismus · 1天前40

Hype: Codex is rolling out a major performance update next week that should make very long conversations load dramatically faster while using less memory and fewer requests. In an extreme 741-turn benchmark, average load time dropped from 27.6 to 1.7 seconds. Super hyped for that update

译炒作：Codex 下周将推出重大性能更新，应能让超长对话的加载速度大幅提升，同时减少内存占用和请求次数。 在一个极端的 741 轮对话基准测试中，平均加载时间从 27.6 秒降至 1.7 秒。 对这次更新超级期待

AYi@AYi_AInotes · 1天前44

@ChatGPT 这次更新,我觉得有两个免费功能比付费的还香。 1️⃣互动测验:直接说"Quiz me on"加任何主题,它给你出可交互选择题,点完立刻判对错带解释。考 驾照、学Python、给小孩出恐龙题等等,这些,想练哪练哪,不用再下刷题App了😆 2️⃣餐厅预订更直接:大白话告诉它你想找什么样的,它去OpenTable、Resy、Yelp翻空位,选好在聊天里直接订。"今晚市中心两人吧台位日料",一句话搞定,还能追问"换个便宜点的"。 付费功能,Google Drive可以接进Library了,文件传一次一直在,Docs/Sheets/Slides并排看、直接改,不用反复上传。 首页建议也升级了,会按你的习惯推你可能想不到的用法。 我觉得测验和订餐厅这两个才是真正常用的--一个管脑子,一个管肚子,还都免费。 Drive接入对办公的人很值,首页建议算锦上添花。 现在打开就能试,先说"Quiz me on"加你最近在学的东西就行。 https://x.com/adamhfry/status/2088349344248537250/video/1

译ChatGPT 本周更新推出两项免费功能：输入"Quiz me on 【主题】"即可生成交互式选择题测验，点选后即时判对错并附解释；用大白话描述餐厅需求，可经 OpenTable、Resy、Yelp 查空位并直接在聊天中预订。付费用户可将 Google Drive 文件接入 Library，Docs/Sheets/Slides 并排查看编辑，首页建议也按使用习惯升级。

gabriel@gabriel1 · 1天前22

gdp will skyrocket, i can see why 4x leverage is tempting

译GDP将飙升，我能理解为什么4倍杠杆如此诱人

Chubby♨️@kimmonismus · 1天前43

OpenAI is no longer primarily a consumer business. OpenAI entered the year with a 60/40 consumer-enterprise revenue split. Just months later, those lines have crossed. The company now makes most revenue from enterprise business.

译OpenAI 不再主要是一家消费者业务公司。 OpenAI 年初时消费者与企业收入比例为 60/40。仅仅几个月后，这两条线已经交叉。 该公司现在大部分收入来自企业业务。

Tibo@thsottiaux · 1天前8

What's a hard problem codex solved for you this week? Where do you learn from others on how to push the frontier?

译本周 Codex 为你解决了什么难题？你从哪里向他人学习如何突破前沿？

Tibo@thsottiaux · 1天前37

Looking for a quick restaurant reservation is now super easy in ChatGPT. Together with a bunch more ships

译ChatGPT 本周（8 月 14 日）推出多项新功能，包括自动生成测验、餐厅预订搜索，以及面向付费用户的 Google Drive 文件接入和首页建议。用户可直接用自然语言描述需求（如"找一家有户外露台的餐厅"），系统即可返回预订结果。

Greg Brockman@gdb · 1天前38

try reservation search in chatgpt!

译ChatGPT 推出订位搜索功能，用户可直接用自然语言描述需求（如"下周六两人、带户外露台的餐厅"）来查找订位。该功能是 8 月 14 日 ChatGPT 功能更新的一部分，同批还包括 Quiz 测验、Google Drive 文件接入（付费用户）及首页建议（付费用户）。

AYi@AYi_AInotes · 1天前61

@OpenAI 最近很动荡啊,9位核心人物,从4月到现在陆续离开了, 分别是Sora负责人,科学VP,B2B的CTO,CMO,首席未来学家,安全系统负责人,唯一专职伦理学家,前CFO/COO,首席营收官。 九个人的公开理由我都看了,没有一个是因为跟Sam吵架或者公司要完之类的。。。 最扎眼的是商业侧: 1️⃣Brad Lightcap(Y Combinator 出身,CFO→COO,8年) 2️⃣Denise Dresser(前Slack CEO,CRO,仅8个月) 时间线很干净: 8月10日公司用自己的钱完成 $7B 员工回购(估值 $8520 亿,无外部投资者参与) 11日 Lightcap 宣布离开 13日 Dresser 离开 安全与伦理侧也不少: Josh Achiam(首席未来学家,近9年)、Johannes Heidecke(Safety Systems)、Chloe Bakalar(唯一专职伦理,没人接替) 产品侧:Sora 的 Bill Peebles、OpenAI for Science 的 Kevin Weil 等。 总结一下,实际是分了三波: 4月走的是产品和研究侧,加上应用负责人Fidji Simo开始病休。 7月走的是安全和伦理侧,三个人,一个没剩。 8月这波最狠,70亿回购完成第二天,前COO Brad Lightcap宣布离开。 两天后,上任仅八个月的CRO也走了。 单独看每个人都有理由, 癌症,家庭,项目重组,想创业,使命可以在墙外继续,都听起来合理。 但合在一起,有两个细节需要推敲: 第一个是回购的钱谁出的。 这次70亿美元员工股份回购,OpenAI自己掏的钱,按8520亿估值,没有外部投资者参与。 之前的回购都有Thrive、软银这些外部资金进场背书价格。 这次没有,公司自己定价自己买,内部人兑现了,但没有外部人在这个价位接盘。 然后回购完成第二天,最懂公司账目的前CFO/COO走了。 第二个是走的都是什么人。 安全系统负责人走的时候,安全团队被并进研究侧,由研究的人统一管。 唯一专职伦理学家走了,公司没找人替,回应说伦理已经嵌入各团队。 嵌入各团队,翻译成人话就是没有专人盯着了。 首席未来学家走的时候说,世界已经知道秘密了,他可以在墙外继续使命。 做安全的人,做伦理的人,想长远的人,在公司冲刺商业化的阶段全走了。 留下的是做产品的,做营收的,和Greg Brockman。 我觉得这不是公司要垮的叙事,收入在涨,企业采用率在涨,模型能力在涨,这些都是真的。 更像是典型的冲刺IPO前的清理加聚焦加兑现, 砍掉长线项目,把安全伦理塞进业务线,让老人在招股书公开前兑现离场,换上更能打商业化的新人。 核心问题只有一个, 招股书会第一次把经审计的财务数据摊开。 按帖子算的账,月入约20亿美元,但每赚1美元亏1.22美元。 8520亿估值没有外部买家背书, 关键决策者在数据公开之前,做了自己的选择。 他们知道的应该比我们对吧。 以上不构成投资建议。 #OpenAI

译OpenAI 自 4 月以来已有 9 位核心人物离职，覆盖产品、安全、伦理与商业侧，包括 Sora 负责人 Bill Peebles、安全系统负责人 Johannes Heidecke、唯一专职伦理学家 Chloe Bakalar、前 CFO/COO Brad Lightcap 及上任仅 8 个月的 CRO Denise Dresser。

Greg Brockman@gdb · 1天前20

hedonic treadmill of model expectations

译模型期望的享乐跑步机

DogeDesigner@cb_doge · 1天前58

BREAKING: Nvidia is reportedly cutting its planned guarantee for OpenAI's massive Ohio data center from $250B to under $120B The 10 GW project is being developed by SoftBank's SB Energy. OpenAI still wants the full 10 GW, but Nvidia wants only half the exposure.

译突发：据报道，英伟达计划将其对OpenAI俄亥俄州大型数据中心的担保从2500亿美元削减至不足1200亿美元。 该10吉瓦项目由软银旗下SB Energy开发。OpenAI仍希望获得全部10吉瓦容量，但英伟达只愿承担一半的风险敞口。

Rohan Paul@rohanpaul_ai · 2天前51

WSJ reports that Nvidia is cutting its proposed OpenAI data-center guarantee from $250B to below $120B, reducing its initial balance-sheet exposure. The revised backstop would cover only the first roughly 5GW of a planned 10GW Ohio campus. So basically, Nvidia is converting a single enormous guarantee into a staged financing decision where the first 5GW can serve as evidence for whether the remaining 5GW deserves more capital. OpenAI is still negotiating a binding lease for the full 10GW, so the project's physical ambition has not been reduced. The guarantee is meant to support the lease and debt financing, giving lenders more confidence in the project's funding and potentially lowering borrowing costs. Staging the commitment would let Nvidia reassess the project before deciding whether to support financing for the remaining 5GW.

译据 WSJ 报道，英伟达将拟议的 OpenAI 数据中心担保从 2500 亿美元削减至 1200 亿美元以下，以降低其初始资产负债表风险敞口。修订后的担保仅覆盖计划中 10GW 俄亥俄园区的前约 5GW，英伟达将分阶段决策，以首批 5GW 作为评估剩余 5GW 是否值得追加资本的依据。OpenAI 仍在就全部 10GW 的具有约束力租约进行谈判，项目物理规模未缩减。