AX 严选 · 2026-07-12

这条迁移记录最值钱的地方，是它把“换模型”这件事的坑讲清楚了。Ploy 的 AI 负责直接搭营销网站，之前 Claude Opus 在这个位置上坐了四个月没对手。GPT-5.6 Sol 一出来，直接对比的结果很硬：平均构建时间从 8 分钟降到 3 分 42 秒，单次成本从 3.06 美元降到 2.22 美元，视觉评分还从 0.936 升到 0.970。代码也写得更精简，一个案例里 CSS 从近 1.8 万字符缩到 2500 多。 但别急着下结论说新模型全面碾压。他们发现自己的评测框架早就被旧模型“养刁了”。Opus 习惯一步步调工具，GPT-5.6 喜欢并行调用，结果直接冲爆了原来的工具调用预算，导致约三分之一的初期失败其实是框架的锅，不是模型出错。另外，GPT-5.6 产出的设计干净现代，但容易千篇一律，想保持品牌特色得额外加指令约束。 文章还提到工具定义、缓存和推理重放这些环节都要跟着改，但具体怎么修没细说。如果你也在考虑切模型，这篇相当于一份踩坑清单，提醒你先查自己的测试工具是否公平，别把新模型的“不一样”直接判成“不好”。

过去两天 Codex 和 ChatGPT Work 连上了三个更新，最直接的好处是 Plus、Business、Pro 套餐的 5 小时使用上限暂时拿掉了，现在可以放开用。同时 GPT 5.6 Sol 做了一轮效率优化，每次请求消耗的额度会变少，相当于同样的钱能跑更多轮，但具体省多少正文说等量化后再公布，我会先打个折看待。另外活跃用户到了 600 万，一小时内会重置用量，说明规模确实在涨。 这条更新来自官方推文，不是正式公告，所以关键信息缺得比较多。“暂时取消”到底管多久、效率提升是 10% 还是 30%，都没给范围。如果你在算成本或排产线，这两点没落地之前别急着改预算。

Hy3的定位很明确：不是通用对话模型，而是给Agent用的LLM。295B总参数、21B激活参数的MoE架构，推理效率能打平参数规模2到5倍的旗舰模型，这点如果是真的挺省钱。团队从预览版到正式版靠50多个真实业务场景的反馈来迭代，内部WorkBuddy的任务成功率从72%提到90%，延迟降了34%，幻觉和常识错误也在持续减少，说明迭代方向是靠谱的。 但正文没披露这些50多个业务场景具体是什么行业、什么任务类型，也没说90%成功率是在什么难度级别上测的。纯视觉能力被明确标为短板，意味着多模态任务上别抱太高期待。已集成微信服务10亿+用户这个说法，正文没解释是哪些功能点、用户是否感知到模型切换，更像是在说基础设施层面接入了。 还缺的信息：公开benchmark对比、API定价、Agent框架的开放程度。如果后续能放出具体业务场景的case study和失败案例分析，判断会更扎实。

纳德拉说的“反向信息悖论”点出了一个实际风险：企业花钱用AI，每次提问、纠错、调用工具，都在把自己的专有知识免费喂给模型方。他管这些操作痕迹叫“智力废气”，意思是企业排出的知识尾气被模型吸走，卖家越用越聪明，买家反而在帮对手练级。这个判断本身不新鲜，但由微软CEO说出来，分量不一样。 他主张企业需要一道信任边界，私有评估数据、组织记忆、用模型输出微调自己模型的权利，都得锁在企业手里，未经同意不能外泄。这等于在说，未来企业级AI的竞争点不是模型多大，而是谁能把客户的知识闭环留在本地。 不过正文没披露任何产品细节或落地时间，也没说微软自己打算怎么解决这个问题。Azure OpenAI服务目前的数据处理政策到底符不符合他说的边界，文章一个字没提。如果是真推产品，我会先打个折，等看到具体技术方案再说。

Sam Altman 在 X 上说，他“相当确定”AI 到目前为止是净创造就业的，还补了一句“这跟我之前想的不一样”。Anthropic 的 Dario Amodei 也修正了说法，现在把自动化称为生产力倍增器，而不是岗位杀手。两位 CEO 的转向幅度不小，但支撑这个判断的公开数据还很薄。耶鲁预算实验室没发现 AI 相关的劳动力市场变化，一项多大学联合研究也指出程序员和文案的就业危机在 ChatGPT 上线前就开始了。 文章提到，有些公司确实以 AI 为由裁员，但更像是给股东一个交代，或者把人力预算挪去买算力硬件。目前还没有研究显示 AI 对整体生产率或就业有显著影响，所以 Altman 的“相当确定”更多是个人判断，不是有数据背书的结论。 还缺的是：AI 创造的新岗位具体是哪些、规模多大，以及这些岗位的质量和可持续性。如果只是把全职拆成零工，那“净创造”的意义就得重新掂量。