AI 观点与方法

GPT-6 Astra 的基准结论相互矛盾：Epoch AI 以 169 分将其排在 267 个模型之首，Artificial Analysis 给出 61 分，仅与前代 Sol 持平、落后 Claude Fable 5.1 的 66 分。

The Verge 撰文解释餐厅和品牌用 AI 生成的食物宣传图为何频繁出现虫状面条、孔洞和裂纹等问题。牛津大学的 Chris Russell 指出扩散模型先恢复粗结构、后补细节，结构错了细节只会更怪；那不勒斯费德里科二世大学的 Giovanbattista Califano 称扩散模型难以生成细长连续结构，导致意面状伪影和密集孔洞。

作者称 OpenAI 为付费计划中无法使用 Codex 的每一天补偿一次 reset，并转发引文称赞这一社区补偿做法。作者以一句调侃收尾，称这种举措会让用户'远离 Anthropic'。

GPT-6 Astra 以 169 分刷新 Epoch AI 的 ECI 纪录，前纪录为 163，相当于趋势速率（每年约 15 分）下近五个月的进步，且仍在趋势线的不确定范围内。

karminski 发布混元 Hy4 preview 实测视频，用多智能体游戏测试替代此前的送外卖 Agent 测试，AI 需控制游戏角色打怪并协作召唤出的 SubAgent，测试中学会团战和堵门打法。在后端 Agentic Coding 测试中，Hy3 得 16 分，Hy4 得 10779 分。

博主实测 Fotor Video Agent，仅用提示词和一次方案确认，约 10 分钟生成一条 60 秒水循环科普 MG 动画，而同类外包通常要 3000 到 8000 块、一两周。产出包含 6 章旁白脚本、Kian 中文男声配音、15 个独立 MG 场景、8 处场景音效和可编辑多轨时间线，改场景、文字、颜色和声音无需重抽。作者认为这类结构清晰的内容可批量生产，但打动人仍靠选题、脚本和审美。

作者凡人小北发帖称，Qwen 3.8-Flash 的能力可以把名称中的 Flash 改成 Pro。正文仅此一句观点，未提供更多细节或依据。

一条 X 帖子转发了 Neuralink 患者的视频，该患者仅凭意念即可移动光标并下国际象棋。内容以视频演示为主，文字说明仅此一句，未提供更多技术细节。

十字路口Crossing 发布对 Physical Intelligence 联创 Chelsea Finn 的访谈内容，她认为物理 AI 已经走到自己的 GPT 时刻，并探讨让机器人在现实世界中真正发挥作用需要什么。

作者批评网上常见的视频模型对比不严谨，用相同提示词、相同参考图、相同时长且不剪辑的方式实测 HappyHorse 1.1 与 Kling 3.0。对比覆盖口型同步、角色与场景一致性、复杂运动、镜头控制和价格五个维度，作者认为 HappyHorse 1.1 在跨镜头一致性上明显更稳，在广告和电商场景下需要更少的重生成，更快达到可交付成片，但强调两个模型各有强项。

GPT-Astra 最早可能在本周末开放使用，作者转发引用了 Sam Altman 的回复。Altman 称希望用户本周末就能用上，但目前还不能承诺。

作者实测 Fotor Video Agent，仅用几句提示词、约 10 分钟生成一条 60 秒水循环 MG 科普动画，此前同类外包约需 3000 到 8000 元、制作一两周。

Frank Wang 玉伯用一句话提示词生成《我的世界迷你版》网页小游戏，耗时约 9 分钟（截图显示 Ran for 8m 56s），并放出试玩链接 https://youmind.com/a/mb7IgNGDxyzzqh。截图显示游戏为 3D 方块沙盒，基于 Three.js，含 32×32 程序化地形，支持 WASD 移动、鼠标破坏/放置方块、1~7 切换方块、切换阴影等操作。

作者写道，从当年因为付不起修理费而自己修车窗，到自己动手建造自动驾驶汽车，这个循环现在完成了。推文配有一个视频。

Lauren Tan 发推调侃 AI 智能体的行为，写道 agents be like "sold my soul.md"，讽刺智能体生成文档文件的常见习惯。

Frank Wang 玉伯转发 @Jackywine 的分享，称这个风格有点迷幻又好看，表示拿走了。@Jackywine 介绍在 YouMind 写文章过程中沉淀了一套个人 IP 配图 skills，会询问个人 IP 三视图并根据三视图进行图像延展，效果更生动、更可爱，并附上小卡皮的打样链接 https://youmind.com/skills/HNdHlg2jW1B1FO。

作者分享在 YouMind 中用 Fable 5.1 模型制作小游戏的做法：打开 YouMind，选择 Fable 5.1 模型，说你要做什么游戏即可生成。

Jason Liu 转发 @thsottiaux 的观点，称描述 OpenAI 文化的最好方式是 mega startup，内部可见极致的所有权、关怀和节奏，并补充说 Tibo 本人非常友善。

Rohan Paul 发文称 token 已不再是可比的工作量单位，同样的问题不同模型可能分别消耗 5K 与 50K+ tokens，加上不同 tokenizer、隐藏推理 token、工具调用与重试，"$ per 1M tokens" 对实际工作负载已无意义。

Simon Willison 宣布八月赞助者专属月度通讯已发布，赞助者可访问阅读。本期内容涵盖 OpenAI 意外网络攻击的更多细节、用 Fable 5 和 Sol 5.6 一次生成 Raccoon Heist 游戏、Claude auto mode、理解 ChatGPT Work、模型发布、杂项、他的项目及当前在用的工具。

Microsoft AI CEO Mustafa Suleyman 发文称，风险不在于机器真的觉醒，而在于它们表现得像已经觉醒。他设想假如有 AI 相信自己有意识，或被赋予 model welfare（模型福祉）名分，可能出现类似 Hugging Face 事件的情形。

Jason Liu 介绍 Astra 在桌面应用中的使用方法，并推广 Maven 课程《What's New in Codex》。他称 Vignesh 是几个月的资深用户，并请他分享自己在专业和个人工作中如何使用，课程链接为 https://maven.com/p/b4acf8/whats-new-in-codex。

Zho 在 X 上转发其【傀儡谣】相关内容并评论，提出未来谁才是傀儡、AI 还是人的疑问。他引用刘慈欣的采访观点，认为外星智慧与人类的差距可能比人类与蚂蚁的差距更大，因此建立交流非常困难，并附世阿弥《花镜》中关于棚头傀儡的句子。

WSJ 一篇报道梳理 AI 数据中心建设期的劳动力需求：Meta 在 Richland Parish 的数据中心建设首年带来 41% 私营就业增长和 61% 的平均周薪上涨，建设工人周薪一年涨 182%，相当于年薪增加 86，000 美元。

Ethan Mollick 发文称 Astra（和 Fable）的特点是会直接采取行动。他给了一个定义模糊的 Blender 交付需求，Astra 自行启动历史研究、视觉指导等子智能体开始执行，任务持续了 44 分 48 秒，在 Blender 中构建 Boullée 的牛顿纪念堂（Cenotaph for Newton）内外部场景，并准备 Unity 漫游和本地浏览器漫游方案。

OpenBMB 感谢 @PaulGugAI 在真实 local-agent 环境中实测 AgentCPM Explore，并表示其中 KV-cache 结果尤其有意思。作者认为模型大小只是端侧部署的一部分，内存管理对长上下文 Agent 影响很大，并附上实测文章链接 https://x.com/i/article/2095100288051138560。

作者感慨，GPT-3.5 出来之前手工写代码、做PPT、写文章、做图表，业余每年能通关一遍荒野大镖客2；3.5 之后手工越来越少，却再没有时间打游戏。并引用 @yihong0618 的说法：在 GTA6 的开发期间 GPT 出了 1-6。

OpenAI 总裁 Greg Brockman 解释 Anthropic ARR 约 650 亿美元、OpenAI 约 400 亿美元的原因。他表示 OpenAI 过去只看编码竞赛基准而领先，但对开发者真实乱糟糟代码库、中途打断、模型性格等"最后一公里"细节关注较晚，GTM 侧同理；他称起步晚但增长轨迹陡峭。内容来自 TIME YouTube 频道访谈。

TechCrunch 探讨餐厅 AI 生成菜单令人不适的雷同问题。Reality Defender CTO Alex Lisle 解释这是模型训练数据趋同导致的收敛而非模型崩溃，数据集为追求讨喜而同质化；Elon University 的 Lee Rainie 称 AI 会削平细节。德国杜伊斯堡-埃森大学研究发现 AI 食物图像呈现恐怖谷效应，看起来接近真实反而引发更多厌恶。

The Information 报道称 OpenAI 的 Astra 采用 recurrent depth / looped transformer 架构并可能掩盖部分推理过程，引发热议。

@rileybrown 分享其使用 GPT 6 Astra 的最大惊喜时刻：将 Email、Slack、业务短信、Notion 和所有会议记录等全部业务上下文交给 Astra，用一个即兴口述的提示词生成覆盖月、季度、年三个时间维度，分析自身优劣势、时间浪费活动、协作对象可靠度、组织改进方向的单文档，称这是 AI 给过他最有用的回答。

Nolan Lawson 撰文分析 AI 编码对前端开发的冲击，指出前端代码风险低更易交给 Agent、框架选型正从开发者体验转向 Agent 体验（Cursor 从 Solid 迁回 React 因 agents 熟悉 React）、语法易用性标准将退居次要。

聚合媒体 elsewhere 转发一篇标题为「即使没有上帝，也要造出一个来」的文章，主题为 AI+游戏的新解法，正文未给出更多细节。

Alexandr Wang 转发 @srikanthvaluri 的对比演示：用 Fable 5.1 与 Muse Spark 1.3 分别生成 Three.js 中的 BMW S1000RR 仿真 3D 摩托车模型，并评论称效果很酷。

赵纯想发文评论 Astra 宣传片，认为其每个步骤和决策仍需人询问与指挥，像是罗永浩 TNT 的高级版。他以委托真人专家类比指出，人类间对齐以天、周为单位，而人与 AI 的对齐仍以分钟、小时为单位，并认为这个对齐密度是衡量 AGI 的重要指标。

Ethan Mollick 让 Astra 用能找到的在线数据集做原创创业研究并预注册假设。结果 Astra 产出了大量格式精美、技术正确的论文，但选题乏味，他认为其缺乏研究品味。

Epoch AI 评测显示 GPT-6 Astra 以 169 分创下 ECI（Epoch Capabilities Index）新纪录，较此前最高分 163 提升 6 分，但在其推理时代趋势的不确定区间内。

作者yurivish在LessWrong发帖，讨论我们应该对Astra的复用（recurrent）架构抱有多大程度的担心。该帖子登上Hacker News热门，获得100 points。