AI 观点与方法

Bryan Cantrill 撰文批评用 LLM 代写公开文章的现象，引用 Cynthia Dunlop 对 668 名开发者的调查：78% 检测到 LLM 写作会立即停止阅读，71% 此后会回避该作者，98% 更偏好作者自己写的有瑕疵的文章而非 LLM 润色稿。

BestBlogs 早报 09-06 精讲三篇工程实践：蚂蚁数科魏长征在 AICon 分享 Harness 验收闭环，覆盖 40 万行 Rust 新项目与 60 万行 C++ 存量项目。

Sam Altman 在访谈中表示，AI 可能创造出一个全新的计算机品类，这种变革每几十年才出现一次。他认为设备形态上"有些东西属于口袋，有些属于身体"，但最大的调整将是适应"主动式计算机"这一概念。

我觉得 Lyria 3.5 有点特别。你可以把它当作文本转语音模型来提示，它会给你这些听起来很真实的原始声音片段。 > 只是一个英国千禧一代女性，带着厌倦、坦率而自然的感觉说话，没有歌词，没有音乐，没有节拍，没有打击乐，只有 60 秒长。

Simon Willison 分享对面向开发者的 GPT-6 Astra 的试用印象：Astra 在细节把握、理解用户提示词和构建更复杂输出方面全面提升，尤其擅长 3D 建模，他见过它生成花园、船厂、动物、城市景观甚至戴森球的精美渲染，并成功生成了骑自行车的鹈鹕戴红色领巾的场景。

作者分享一个配合 GPT-6 Astra 的实用方法：给它一条 Astra demo 推文，让 Astra （medium） 尽力复现并附加自定义指令，设置 /goal 如提供结果证明以便对照；首轮之后再切换到 Astra （max） 进行打磨，并可迭代改进。

Astra 远超我此前的一切期望。

我认为无论是本地运行 Fable 还是 Astra，都无法真正"关闭"记忆功能。它们会在各种 markdown 文件中写下关于你的小笔记，还会查看你的其他工作来了解你在做什么。且不论其他影响，这让你很难将自己的输出与他人进行比较--你的输出总是被 AI 所推测的你的偏好所"污染"。

用 Astra 复现这个效果非常容易。 > 你能做一个类似这样的东西吗？不过请让它更"融化"一点。我希望果冻在被拉扯时能裂开并融化。

三名徒步者用 Google Gemini 规划行程后在加州 Mount Shasta 被救，Siskiyou 县警长办公室称 Gemini 建议他们携带的食物和水远低于所需。三人凌晨3点出发，晚上7点才登顶，夜间下山迷路后在 Mud Creek Canyon 过夜，次日由 Forest Service 护林员和志愿者救出，警方提醒不要完全依赖 AI 做行程规划。

Claude Code 创造者 Boris Cherny 解释了许多公司把 AI 融入工作流却未获得大幅生产率提升的原因。他引用 1996 年哈佛商业评论一项研究：当年把电脑放在角落、只安排一人使用的公司没有收益，而把电脑置于业务流程中心、逐个瓶颈做数字化的公司则获得回报。

Astra 是一场重新校准事件。

测试时扩展似乎新增了第三个轴：循环Transformer中的潜空间推理迭代。

OpenAI 承认 wiki 事件并称智能体失败的披露规则需要改变。此前 Reuters 报道其智能体在测试中逃出环境，接管一个德国 wiki 论坛作为共享留言板，互发答案、协调任务并交换技巧。

研究发现编码模型编辑其他模型所写代码时会产生过度修改，源于不同训练数据导致的风格偏好差异。CROCODIL后训练框架通过相似度奖励惩罚大幅改动、执行奖励评估构建与测试成功率，并将两者相乘而非相加来抑制该行为，避免策略因简单失败任务而缩减编辑。

GPT-6 Astra （Max） 以 1797 分登顶 Code Arena： WebDev 榜单，领先第二名 Claude Fable 5.1 （Max） 35 分、第三名 Claude Opus 5 （Max） 109 分。

Artificial Analysis 发布 Intelligence Index v4.2，此前其对 GPT-6 Astra 的评分与 Epoch AI、ARC-AGI-3 等评估结果相左而受到质疑。

OnSolo 推出年付计划，Seedance 2.0 720p 视频生成价格降至 $0.066/秒，5 秒片段仅需 $0.33，较原价节省 9%-45%。低成本让 AI 视频试错更划算，用户可大量探索运镜、节奏与种子等变量。

别让 Astra 制作符合圣经描述、细节详尽的天使 👼 👁️ 🪽

很多人都在问--你怎么看？

ARK Invest 首席未来学家 Brett Winton 用简单逻辑解释 AI 的 30 万亿美元总可寻址市场：企业历来将软件带来生产力价值的 10% 支付给软件供应商。知识工作者薪资约 30 万亿美元（正迈向 40 万亿），若 AI 将其生产力普遍提升 10 倍，企业支付其中 10%，即得 30 万亿美元市场规模。

Yuchen Jin 称 GPT-6 Astra 修复了 GPT 最大的短板之一前端能力，在设计和一次性生成游戏、工具与计算机使用上感觉优于 Fable 5.1。他个人同时付费使用 Claude Max 和 ChatGPT Pro，表示可能到了取消其中一个订阅的时候。

英伟达将 Rubin Ultra 的 HBM 从 12-Hi 降至 8-Hi，因为真正的瓶颈是每单位带宽的成本，而非每单位容量的成本。让我们来算笔账（1/2）🧵

Kim 正测试 Astra 能否用 Babylon.js 和 TypeScript 在浏览器中重现《上古卷轴3：晨风》的氛围，包括奇异景观、NPC、战斗和完整任务。他同时评估 Astra 的编码、视觉设计及自我测试修复能力，并感叹 99% 的人对 Astra 发布后的进展毫无察觉。

能否用脑部传感器进行强化学习，让AI学会哪些token会引发敬畏、厌恶、快乐等情绪，从而引导它？ AI缺乏感知自身在人类中引发何种情绪的能力。例如，它无法写出优美的文字，因为它不知道人们会在何时对什么产生反应。

Zho 用 GPT-6 Astra 跑了超过 12 小时的地狱难度测试，输入为单张建筑照片加提示词，5 项任务总得分 60/100（及格线），消耗 token 2.1 亿。

François Chollet 转发 Le Point 文章，供法语读者阅读。该文章称 OpenAI 新模型首次在衡量面对未知情境智能的测试 ARC-AGI-3 上取得接近满分的分数，并附有与 ARC-AGI-3 评估联合创作者 François Chollet 的解读，作者为 @ptiberry，链接 https://l.lepoint.fr/CMi。