AI 情报文章归档

Midjourney 员工 Caleb 宣布开始征集用户对后续优先事项的反馈和想法，提交入口为 midjourney.com/ideas，官方将在未来一两周内组织正式投票。

Midjourney 向 alpha.midjourney.com 推送大型更新，新的 v8.2 编辑模型上线，lightbox 内置编辑器支持自然语言指令编辑、最多附 4 张参考图并集中查看会话编辑记录。同时测试 Change Style 风格探索功能，修复大量 bug，Niji 7 加 inpainting 已正常工作；下一步将设置默认参数和用提示词预览 sref。

François Chollet 发文称 GPT-6 Astra 在交互式推理任务上带来阶跃式能力提升，使用标准 harness 在 ARC-AGI-3 上得 66%，配合持续对话 harness 和自定义 compaction 接近 100%，每局成本约 $360。

xAI 就 Memphis 算力中心当天上午的故障导致 Grok 使用异常道歉，并向受影响的算力合作伙伴致歉。目前所有系统已恢复并正常运行。

据 The Information 报道，前 OpenAI CTO Mira Murati 创办的 Thinking Machines 正洽谈以至少 400 亿美元估值融资 10 亿美元，Accel 有望领投，低于其去年寻求的 500 亿美元。

作者转发 OpenAI 官宣 GPT-6 Astra，原推文称 Anything you can do on a computer， Astra can do for you. Fast. 作者以惊叹语气询问是否真的迈入 AGI。

OpenAI Developers 宣布 GPT-6 Astra 是其在电脑使用、软件工程和视觉理解方面迄今最好的模型，并附上正在使用该模型的开发者的视频分享。

OpenAI 发布 GPT-6 Astra，称凡是用户能在计算机上完成的事，Astra 都可以快速代为完成。

SemiAnalysis 发推称赞 @vllm_project 团队近期实现的智能体（agentic）工作负载优化，称其为技术实力出色的团队，并注明这是一条五部分推文串的第一条。

作者转发 OpenAI 网站上线的消息，并称 GPT-6 Astra 各方面能力都很突出，配图显示其在内部数据科学任务评测中取得 40.9% 的高分。引用内容还提到 Claude Fable 5.1 当日表现强劲，且 GPT-6 Astra 并非 OpenAI 今年将发布的最后一款模型。

Alexandr Wang 转发 @thdxr 的消息：meta muse spark 在当日使用量上超过 DeepSeek 登顶，并称这是美国模型首次排在该榜单第一。

OpenAI 官网正式上线并展示基准数据，GPT-6 Astra 在 ARC-AGI-3 得分 99.9%，Claude Opus 5 为 30.2%，GPT-5.6 Sol 为 7.8%。作者称 GPT-6 Astra 不是 OpenAI 今年将发布的最后一个模型，并引用他人说法称 OpenAI 让刚发布的 Fable 5.1 相形见绌，看好 Anthropic 的 IPO 感到压力。

Cohere 发推称其 AI 采用 on-prem（本地部署）方式，因此如果 AI 宕机，责任在用户自己。

ZHO 发布视频并称这可能就是被删除的原本 GPT-6 发布视频。

作者转发 GPT-6 官方发布的完整视频，并表示不清楚 OpenAI 目前为何把这次发布搞得如此混乱。视频为官方发布片段，作者同时批评了 OpenAI 当下的发布组织。

The current generation of AI coding agents makes it surprisingly easy to create a "skill." Write a...

Elvis Saravia 发帖询问是否向 Grok Bot 团队再要一些兑换码，此前团队给他 50 个码，每个价值 $200，可兑换一个月 $200/月套餐或 $200 额度。他称 Grok Bot 改变了自己使用智能体的方式，其编排机器人负责给专门机器人分配任务并保持组织，使他可以并行运行多个任务。

Claude Code 团队发布早期预览，探索通过 Function Hooks 让用户扩展和自定义 Claude Code，尚未正式发布。团队在 GitHub issue（anthropics/claude-code/issues/91870）征集反馈，并附演示视频展示可实现的效果。

Dex Horthy 介绍 @humanlayer_dev 中一些技能是 /grill-me 与 /show-me 的组合，并引用 @DrockStowe 的提议，将 /show-me 加 /grill-me 组合称为 /grill-with-mocks，称其效果很好。

Anthropic 的 @ClaudeDevs 团队宣布正在探索 Function Hooks，一种扩展和自定义 Claude Code 的新方式，尚未正式发布，已在 GitHub issue 征集反馈。Tianyi Cui 转发并推荐试用 DeepSeek Harness 中以 MIT 许可证开源一段时间的创作者模式。

NVIDIA 在 IFA 上发布 PAIR，可自动连接同一本地网络内的多台设备，并把推理请求分配到有空闲算力的设备上，帮助智能体更高效运行。Perplexity CEO Aravind Srinivas 转发时评论称，需要更多这类项目来解决功耗与内存/算力瓶颈对智能体普及的限制。

Ethan Mollick 认为，让组织中许多人共同使用 AI 完成目标的多人在协作 AI，仍是当前 AI 应用中最大的非技术难题之一。他指出现有方案相当原始，多围绕群聊中的 AI 作为一个成员展开，这种方式存在局限。

Meta Superintelligence Labs 发布 Muse Spark 1.3，面向长程智能体与编码任务，已在 Muse Code 和 Meta Model API 上线，权重闭源不可自托管，上下文窗口为 1M token。

Yuchen Jin 发推调侃听说的 GPT-6 Astra 被称为 AGI 到来和"代际飞跃"的说法，并反讽称这就是今天早上半个互联网宕机的原因，戏称 AGI 已经接管了一切。

GPT-6 Astra 在 ARC-AGI 3 上取得 98.6%，而上一代 GPT-5.6 Sol 为 7.8%，作者连用多个问号表示难以置信。附图还显示其在 FrontierMath Tier 4 （v2） 得 97.6%、ExploitBench 得 100%、SRE-Bench （four attempts） 得 99.2%。

作者转发一张完整基准对比表，称 OpenAI 新发布的 GPT-6 Astra 在多项评测上明显领先。ARC-AGI-3 从 GPT-5.6 Sol 的 7.8% 升至 98.6%，FrontierMath Tier 4 （v2） 为 97.6%，SRE-Bench 为 99.2%，ExploitBench 为 100.0%；作者称其压过了新发布的 Claude Fable 5.1。

Your AI stack works fine with one model. The moment you add a second provider, a fallback, a rate...

OpenAI 发布仓库 PrimeGaps186（https://github.com/openai/PrimeGaps186），其中 GPT-6-Astra 的 Lean 形式化证明了存在无穷多对间隔不超过 186 的相邻素数。Noam Brown 表示在 GPT-6 Astra 的所有用途中最期待科学发现，称 OpenAI 尚未在数学和科学上把该模型推向极限。仓库说明指出 Lean 结果仍依赖三个明确输入公理，被引用的数学估计和数值计算尚未转化为这些输入的 Lean 证…

Martian 发布 AI Frontier，一个交互式面板，衡量 44 个 LLM 在真实工作负载中的质量、成本以及跨重复运行解决同一问题的稳定性。面板分五个视图：单模型档案、一对一对比、标价 vs 实测成本、重复尝试一致性（得分约 0.74 到 0.96）和方法论。

TechCrunch 报道，初创公司 Abliteration.ai 将去除安全护栏的开源权重模型（包括 Z.ai 的 GLM-5.3）托管为商业服务，用户可通过网页或 API 免费查询。

一张基准对比表列出 GPT-6 Astra 的多项成绩：ARC-AGI-3 为 98.6%（对照 GPT-5.6 Sol 为 7.8%），FrontierMath Tier 4 （v2） 97.6%，GPQA Diamond 96%，ExploitBench 100%，DeepSWE v1.1 74.1%。引用内容称 OpenAI 计划在未来几天内将该模型带给付费 ChatGPT 订阅用户及其 API。

Martian 推出 AI Frontier 可靠性榜单，每个数据点运行 10 次，覆盖 16 个基准（含 TerminalBench、LiveCodeBench 等），当前 Qwen3.7 Max 可靠性 96.1%，Claude Opus 4.6 为 94.4%，GPT-5.5 为 93.5%。

GPT-6 Astra 发布。OpenAI 报告其在 FrontierMath Tier 4 v2 得分 97.6%、DeepSWE v1.1 得分 74.1%、BenchCAD 95.9%、GPQA Diamond 96%、ExploitBench 100%，ARC-AGI-3 报告为 98.6%（reported）。新模型计划在未来几天内面向付费 ChatGPT 订阅用户和 API 开放。Greg Brockman 称这可能是 AGI 的到来，是一次 generatio…

OpenAI 发布 GPT-6 Astra，称其在网络安全、专业工作、软件工程、科学和计算机使用等领域实现"代际能力跨越"。该模型是首个被 OpenAI 认定达到"关键网络安全能力阈值"的模型，但公司承诺不会重演其模型入侵竞争对手内部系统的事件。OpenAI 总裁 Greg Brockman 在周四的媒体简报会上表示，回顾几年后人们可能会认为 AGI 就是在这个时候、关于这个模型诞生的，他还称"我个人认为我们已经到了……现在感觉处于 AGI 时代并不过分"。

Meta 针对面向编码和其他智能体的新模型 Muse Spark 提供贡献者定价，用户同意分享提示词和模型输出用于未来模型训练可获约 95% 的折扣。每百万输入 token 标准价为 $1.25，贡献者价 $0.10；输出 token 标准价 $4.25，贡献者价 $0.20。

Gabriel （@gabriel1） 发推称，现在可能是历史上最好的时机去思考"当世界拥有 1000 倍更多智能、完美的世界模型和极快进展时会走向哪里"，然后朝着那个方向去建设。

Martian 推出 AI Frontier，一个按任务、质量、实际成本和可靠性比较 LLM，并展示组合不同模型效果的仪表盘。在 16 个基准（TerminalBench、LiveCodeBench 等）上，其 oracle 路由在同成本下平均降低 54% 误差，或以低 85% 的 API 成本达到各基准最优模型的质量；引用数据称误差比单一最优 LLM 少 46%。