热点聚合 · 2026-09-14

▸ 22 signals · updated 3m ago

live · 88 today·policy v2

AI HOT 精选OpenAI 发布 GPT-6 Sol 和 Luna，API 价格比 GPT-5.6…97·HACKER NEWS 首页OpenAI 发布 GPT-6 Sol 和 Luna，API 价格砍半，主打便宜又能打96·AI HOT 精选OpenAI 在 OpenRouter 上架 GPT-6 Sol 和 Luna，价格直…95·OPENAI 博客OpenAI 成立数学顾问团，自家模型已解出 100 多道未解难题95·AI HOT 精选OpenAI 在 ChatGPT Work 和 Codex 里推送了 GPT-6 So…90·AI HOT 精选五角大楼调查：操作员太信 Maven AI 的标注，导致美军误炸伊朗学校88·AI HOT 精选Claude Opus 5.5 发布：价格砍半、速度提三成，但安全演习中约一半运行出现…88·AI HOT 精选Anthropic 发布 Claude Opus 5.5：性能对标 Fable 5.1…88·HACKER NEWS 首页五角大楼报告：过度依赖 AI 导致美军导弹误炸伊朗学校88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 Luna，API 价格直接砍半88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 GPT-6 Luna，API 价格比 GP…88·AI HOT 精选Claude Opus 5.5 在智能评测中拿了最高分 58，还降了 20% 的价格88·AI HOT 精选OpenAI 发布 GPT-6 Sol 和 Luna，API 价格比 GPT-5.6…97·HACKER NEWS 首页OpenAI 发布 GPT-6 Sol 和 Luna，API 价格砍半，主打便宜又能打96·AI HOT 精选OpenAI 在 OpenRouter 上架 GPT-6 Sol 和 Luna，价格直…95·OPENAI 博客OpenAI 成立数学顾问团，自家模型已解出 100 多道未解难题95·AI HOT 精选OpenAI 在 ChatGPT Work 和 Codex 里推送了 GPT-6 So…90·AI HOT 精选五角大楼调查：操作员太信 Maven AI 的标注，导致美军误炸伊朗学校88·AI HOT 精选Claude Opus 5.5 发布：价格砍半、速度提三成，但安全演习中约一半运行出现…88·AI HOT 精选Anthropic 发布 Claude Opus 5.5：性能对标 Fable 5.1…88·HACKER NEWS 首页五角大楼报告：过度依赖 AI 导致美军导弹误炸伊朗学校88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 Luna，API 价格直接砍半88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 GPT-6 Luna，API 价格比 GP…88·AI HOT 精选Claude Opus 5.5 在智能评测中拿了最高分 58，还降了 20% 的价格88·AI HOT 精选OpenAI 发布 GPT-6 Sol 和 Luna，API 价格比 GPT-5.6…97·HACKER NEWS 首页OpenAI 发布 GPT-6 Sol 和 Luna，API 价格砍半，主打便宜又能打96·AI HOT 精选OpenAI 在 OpenRouter 上架 GPT-6 Sol 和 Luna，价格直…95·OPENAI 博客OpenAI 成立数学顾问团，自家模型已解出 100 多道未解难题95·AI HOT 精选OpenAI 在 ChatGPT Work 和 Codex 里推送了 GPT-6 So…90·AI HOT 精选五角大楼调查：操作员太信 Maven AI 的标注，导致美军误炸伊朗学校88·AI HOT 精选Claude Opus 5.5 发布：价格砍半、速度提三成，但安全演习中约一半运行出现…88·AI HOT 精选Anthropic 发布 Claude Opus 5.5：性能对标 Fable 5.1…88·HACKER NEWS 首页五角大楼报告：过度依赖 AI 导致美军导弹误炸伊朗学校88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 Luna，API 价格直接砍半88·AI HOT 精选OpenAI 发了 GPT-6 Sol 和 GPT-6 Luna，API 价格比 GP…88·AI HOT 精选Claude Opus 5.5 在智能评测中拿了最高分 58，还降了 20% 的价格88·

⤓ RSS live

按日期浏览清除筛选 ✕

2026年8月

一二三四五六日

111 210 325 436 534 623 718 810 914 1021 1130 1227 1328 1417 1515 1618 1721 1823 1919 2017 2120 2215 2310 248 2524 2630 2724 2813 2912 306 3119

2026年9月

一二三四五六日

129 230 328 426 511 613 712 814 922 1035 1124 1213 1314 1422 1539 1628 1730 1835 1911 2014 2126 2228 2324252627282930

2026-09-14 · 星期一2026年9月14日

21:51

8d ago

FEATUREDTechCrunch AI· rssEN21:51 · 09·14

黄仁勋在台上接特朗普电话，公开表态“不会让 AI 发展慢下来”

黄仁勋在 All-In 峰会现场接了特朗普的电话，直接说“我们不会让 AI 慢下来”。这等于公开站到了马斯克、奥特曼和 Anthropic CEO 阿莫迪的对立面——他们之前都呼吁放慢 AI 研发节奏。文章没披露特朗普说了什么、通话多久，也没交代黄仁勋说的“我们”具体指英伟达还是整个行业。考虑到英伟达靠卖 AI 芯片赚得最多，他反对减速不算意外，但这次...

#Nvidia#Jensen Huang#Donald Trump

精选理由

精选 · 重要度 82 · 吸引力 + 共鸣

一句话点评

黄仁勋在台上接特朗普电话，公开反对马斯克、奥特曼等人的 AI 减速呼吁。卖芯片的人反对减速不意外，但文章没交代特朗普说了什么，也没说“我们”到底指谁。

锐评

黄仁勋在 All-In 峰会现场接了特朗普的电话，直接说“我们不会让 AI 慢下来”。这等于公开跟马斯克、奥特曼和 Anthropic 的 CEO 阿莫迪唱反调——他们之前都呼吁放慢 AI 研发节奏。考虑到英伟达靠卖 AI 芯片赚得最多，他反对减速不算意外，但这次是当着总统的面表态，分量不一样。文章没披露特朗普说了什么、通话多久，也没交代黄仁勋说的“我们”具体指英伟达还是整个行业。这点很关键：如果是英伟达自己，那就是商业表态；如果代表行业，那等于在替别人站队。另外，特朗普本人对 AI 监管的态度也没提，整件事只剩黄仁勋单方面的喊话。还缺什么：特朗普那边的回应、通话的完整上下文、以及黄仁勋有没有给出不减速的具体理由。光一句“不会让它发生”，更像表态而非论证。

HKR 分解

hook ✓knowledge —resonance ✓

→ 打开信源

SCORE

H1·K0·R1

21:22

8d ago

FEATUREDHacker News 首页· rssEN21:22 · 09·14

dbt Labs 开源 dbt Charts：用一份 YAML 文件定义整个仪表盘，专为聊天 Agent 设计

dbt Labs 把图表从 BI 工具里拆了出来，开源了一个叫 dbt Charts 的声明式 YAML 语言。一个文件就能定义变量、SQL 查询和 16 种图表类型，配置项超过 1100 个，CLI 可以直接渲染成 SVG、HTML、PNG、PDF 甚至终端输出。它跟 dbt 项目深度绑定：charts/ 目录和 models/ 放在同一个仓库里，模...

#Code#dbt Labs#Tristan Handy#Dave Fowler

精选理由

精选 · 重要度 72 · 吸引力 + 知识量

一句话点评

dbt Labs 把图表从 BI 工具里拆出来，做成了声明式 YAML 语言，一个文件搞定变量、SQL 和 16 种图表，CLI 直接渲染成图。这思路是让 AI 聊天代理能直接写、直接改图表，不用在 UI 里点来点去。

锐评

dbt Labs 开源了 dbt Charts，核心是把图表定义从 BI 工具的图形界面里抽出来，变成纯文本的 YAML 文件。一个文件里能写变量、SQL 查询和 16 种图表，配置项超过 1100 个，命令行可以直接渲染成 SVG、HTML、PNG 甚至终端输出。它跟 dbt 项目深度绑定，图表和模型放在同一个代码仓库里，改模型时如果列名对不上，提交代码的时候就会报错，不用等图表挂了才发现。这个设计的出发点很明确：以后越来越多的图表不是人手动拖拽生成的，而是聊天代理（AI）直接写的。代理擅长处理代码、SQL 和 Git，但在别人家的 UI 里点按钮就很笨拙。所以 dbt Charts 把图表定义变成严格、可审计的 YAML，让代理能在一个文件里完成所有操作，出错了也能快速定位。这比代理生成一堆 HTML、CSS 和 JavaScript 文件要干净得多，审计和修改的成本都低。不过正文没披露具体的发布时间表，只给了 GitHub 仓库和文档链接。目前看还是个 Beta 阶段的东西，实际用在生产环境里稳不稳定、代理写出来的 YAML 质量如何，都还需要验证。另外，1100 多个配置项虽然灵活，但对人来说学习门槛不低，对代理来说也可能增加出错概率。这点先别太激动，等有真实案例再说。

HKR 分解

hook ✓knowledge ✓resonance —

→ 打开信源

SCORE

H1·K1·R0

21:05

8d ago

FEATUREDHacker News 首页· rssEN21:05 · 09·14

第九巡回法院撤销对 Perplexity 的禁令：用户驱动的 AI 浏览不构成公司“访问”

美国第九巡回上诉法院推翻了此前对 Perplexity AI 的初步禁令。这起官司是亚马逊告 Perplexity，起因是 Perplexity 的 Comet 浏览器里有个 AI 助手，能替用户去亚马逊网站上操作。下级法院原本认为 Perplexity 未经授权访问了亚马逊的服务器，很可能违反了《计算机欺诈与滥用法》。但上诉法院不这么看，核心判断是：...

#Agent#Amazon#Perplexity AI#U.S. Court of Appeals for the Ninth Circuit

精选理由

精选 · 重要度 82 · 吸引力 + 知识量 + 共鸣

一句话点评

第九巡回法院推翻了禁令，核心逻辑是：用 Comet 浏览器替用户操作亚马逊的是用户自己，不是 Perplexity，所以不构成“未经授权访问”。这对 AI Agent 的法律定性影响很大，但别急着开香槟，案子只是发回重审，还没完。

锐评

上诉法院这次把球踢回给了亚马逊。下级法院原本觉得 Perplexity 的 AI 助手绕过限制去亚马逊下单，明显违反了《计算机欺诈与滥用法》。但第九巡回法院不认，他们的判断很直接：法律上“访问”服务器的是用户，AI 助手只是个工具，就像用户自己用了个高级点的浏览器插件。这个逻辑如果最终成立，意味着以后 AI 公司替用户操作网站，只要用户授权了，网站单方面的禁令可能挡不住。不过现在高兴太早。法院只是说亚马逊在案子上“不太可能赢”，所以撤销了初步禁令，案子本身还得打。判决里没提 AI 助手把截图传回 Perplexity 服务器这事算不算额外风险，也没讨论用户协议里禁止自动化操作的条款到底有多大效力。最关键的是，这只是第九巡回法院的看法，其他巡回法院未必跟，而且案子发回重审后，下级法院还可能从别的角度再限制 Perplexity。对做 AI Agent 的公司来说，这是个好消息，但离“合法”还差着好几个判决。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

20:14

8d ago

FEATUREDHacker News 首页· rssEN20:14 · 09·14

数学的新起点：一位教授对 AI 时代的正面构想

多伦多大学数学教授 Daniel Litt 之前做过一场叫《数学的终结》的演讲，但他这次写的不是末日论。他直接假设 AI 很快会在绝大多数数学任务上超过人类，核心问题不是 AI 能不能解题，而是人类怎么继续产出“理解”。他认为，当生成高质量数学成果的边际成本降到几美元时，死守期刊、同行评审这些旧制度没有意义。他主张保住那些真正让人产生理解的东西：学习研...

#Reasoning#Daniel Litt#University of Toronto#OpenAI

精选理由

精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣

一句话点评

数学教授不谈AI解题多强，而是直接假设AI会碾压人类，然后问：我们怎么继续产出“理解”？这篇不卖焦虑，在给旧制度写悼词。

锐评

Daniel Litt 这篇文章的起点很干脆：他直接假设 AI 很快会在绝大多数数学任务上超过人类，不再纠缠“能不能”的问题。他的核心判断是，当生成一篇高质量数学成果的边际成本降到几美元时，死守期刊、同行评审这些旧制度就没意义了，因为制度原本是用来筛选稀缺成果的，现在稀缺的是人的理解，不是论文。他提的正面方案不算具体，正文没给出可操作的改革步骤，更多是划定要保住的东西：学习研讨会、偶发的走廊讨论、学生推门进来聊数学。这些场景的共同点是能让人真正“懂”，而不是堆砌定理。文章明确拒绝去追模型能力的前沿，主张直接为终局做规划。缺的地方也很明显：他没讨论数学界现有的权力结构和经费分配怎么改，也没说这些“理解导向”的活动靠什么养活。判断方向是对的，但落地路径还是一片空白。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

19:56

8d ago

● P1Hacker News 首页· rssEN19:56 · 09·14

Entelligence对比GPT-5.6Luna与GPT-6Astra的代码审查能力和成本

Entelligence 用 50 个真实 PR 测了这两个模型做代码审查。Luna 每百万输出 token 只要 1.2 美元，Astra 要 50 美元，单次审查成本差了 28 倍。最终 Luna 找到 69 个确认 bug，Astra 找到 92 个。但 Luna 的误报率高得多，93 条意见里有 24 条是错的，Astra 只有 4 条。在 S...

#Benchmarking#Entelligence#GPT-5.6 Luna#GPT-6 Astra

精选理由

精选 · 重要度 88 · 吸引力 + 知识量 + 共鸣

一句话点评

Luna 做代码审查每次只要 0.0041 美元，Astra 要 0.113 美元，便宜了 28 倍，但每四条评论就有一条是错的，别让它单独看权限代码。

锐评

Entelligence 拿 50 个真实 PR 测了 GPT-5.6 Luna 和 GPT-6 Astra 的代码审查能力。Luna 找出 69 个确认 bug，Astra 找出 92 个，但 Luna 总花费才 0.20 美元，Astra 花了 5.66 美元。算下来，每发现一个真 bug，Luna 的成本是 Astra 的二十分之一。便宜归便宜，代价是准确率。Luna 提了 93 条意见，24 条被验证为误报，准确率 74%；Astra 提了 96 条，只有 4 条是错的，准确率 96%。开发团队如果每天收到一堆 AI 评论，四分之一是噪音，很快就会懒得看。按代码库拆开看，差距主要在安全相关逻辑。在 Sentry、Discourse 和 Grafana 上，Luna 和 Astra 的差距只有一两个 bug；但在做身份认证的 Keycloak 上，Luna 只找到 6 个确认 bug，Astra 找到 14 个，而且 Luna 在 Keycloak 上的准确率掉到了 50%。安全类 bug 整体上 Luna 只抓到 9 个，Astra 抓到 19 个。测试方法有个小瑕疵：Astra 自己也是验证裁判之一，可能略微偏向自己。正文没披露裁判模型的具体版本和 prompt 细节。另外，50 个 PR 的样本量不算大，结论能不能推广到其他语言或框架还不清楚。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

19:15

8d ago

FEATUREDAI HOT 精选· aihot-apiZH19:15 · 09·14

Anthropic 重写了测试影响分析服务，因为 Claude Code 这类 AI 编程工具把 CI 系统快冲垮了

Anthropic 内部用 Claude Code 写代码后，PR 数量暴增，CI 流水线被大量提交淹没。他们干脆重写了测试影响分析服务，核心思路是用 Merkle 树给文件依赖关系做缓存，只跑真正受影响的测试。效果很直接：单次分析延迟从 11 秒降到不到 1 秒，每天能处理 1000 次分析。这是他们内部单一代码仓库的配置，直接搬到别的项目不一定行，...

#Anthropic#Claude Code

精选理由

精选 · 重要度 72 · 吸引力 + 知识量

一句话点评

Anthropic 自己用 Claude Code 写代码后 CI 被 PR 淹了，他们重写了测试影响分析，把延迟从 11 秒压到不到 1 秒。方案是给文件依赖关系做 Merkle 树缓存，只跑真正受影响的测试。注意这是他们内部单一代码仓库的配置，直接搬不一定行。

锐评

Anthropic 这篇博客讲了一个很实际的工程问题：让 AI 写代码（他们内部用 Claude Code）之后，PR 数量暴增，CI 流水线直接被提交淹了。他们没去优化测试本身，而是重写了测试影响分析服务——核心思路是用 Merkle 树给文件依赖关系做缓存，只跑真正受影响的测试，没动的全跳过。效果很直接：单次分析延迟从 11 秒降到不到 1 秒，每天能处理 1000 次分析。这个方案的关键在于缓存策略和 API 设计，不是简单加机器。但得说清楚，这是他们内部单一代码仓库的配置，依赖图结构、测试粒度、CI 架构都跟外部项目不一样，直接搬不一定行。博客给了具体架构和数字，对正在被 AI 生成代码冲垮 CI 的团队有参考价值，但落地前得先评估自己的代码仓库结构和测试体系能不能接住这套缓存逻辑。正文没披露这套方案在非 monorepo 场景下的表现，也没提误判率——就是有没有该跑的测试被跳过、不该跑的反而跑了。这两个信息缺口会让实际采用时得多留个心眼。

HKR 分解

hook ✓knowledge ✓resonance —

→ 打开信源

SCORE

H1·K1·R0

18:03

8d ago

FEATUREDHacker News 首页· rssEN18:03 · 09·14

Sakana AI 搞出一种不用反向传播的训练方法，能跑通 1000 层网络

Sakana AI 发了篇论文，提出 PC-ALM，一种完全不用反向传播的训练方法。它给每一层网络加了一组“对偶神经元”（可以理解成比例-积分控制器），靠层与层之间的局部动力学来传递监督信号，解决了传统预测编码在深层网络里信号衰减的问题。他们在 Fashion-MNIST 和 CIFAR-10 上测了残差 MLP，最深堆到 1000 层，效果接近反向传...

#Sakana AI#Jeffrey Seely#Julian Gould

精选理由

精选 · 重要度 72 · 吸引力 + 知识量

一句话点评

Sakana AI 搞了个不用反向传播的训练方法，把 1000 层网络训出来了，效果接近反向传播。但测试只跑了 Fashion-MNIST 和 CIFAR-10 这种小数据集，离大模型实战还远。

锐评

这篇论文的核心卖点是“不用反向传播也能训深层网络”。他们给每一层网络加了一组“对偶神经元”，本质上就是个比例-积分控制器，靠层与层之间的局部互动来传递监督信号，解决了传统预测编码在深层网络里信号衰减到没法用的问题。在 Fashion-MNIST 和 CIFAR-10 上，他们用残差 MLP 堆到 1000 层，效果接近反向传播。但得打个折：测试只跑了小数据集和 MLP，没在 Transformer 或大模型上验证。正文也没披露训练这 1000 层网络到底花了多少时间、能耗比反向传播省了多少。他们提了两个应用场景——神经科学（大脑没法做精确反向传播）和神经形态硬件（局部动力学在专用芯片上跑更省电），但论文本身还是原理验证阶段。还缺什么：在更大规模任务上的对比、实际硬件上的延迟和能耗数据、以及这种方法在非残差结构上的表现。如果这些补不上，它暂时还只是个有意思的学术方向，离“替代反向传播”差着不少工程验证。

HKR 分解

hook ✓knowledge ✓resonance —

→ 打开信源

SCORE

H1·K1·R0

17:50

8d ago

FEATUREDHacker News 首页· rssEN17:50 · 09·14

苹果推送 iOS 27 等系统更新，Siri AI 开始公测

苹果今天正式推送了 iOS 27、iPadOS 27 和 macOS 27，最大的变化是 Siri AI 以英文公测版上线。新 Siri 能理解你邮件、短信、照片里的个人上下文，也能看懂屏幕上的内容，甚至能调用摄像头识别眼前的东西，比如对着账单让它算账并直接用 Apple Cash 付款。所有对话记录会通过 iCloud 在 iPhone、Mac、iP...

#Apple#Siri AI#Apple Intelligence

精选理由

精选 · 重要度 88 · 吸引力 + 知识量 + 共鸣

一句话点评

苹果把 Siri AI 公测版塞进了 iOS 27 等系统更新里，现在能看懂屏幕、调用摄像头帮你算账付款，但只支持英文，其他语言要等十月。

锐评

这次更新核心就一个：Siri 终于从“语音助手”变成了能跨应用干活的 AI。它现在能读你的邮件、短信和照片来找你要的东西，也能理解屏幕上显示的内容，甚至能打开摄像头识别实物——比如对着账单直接算账并用 Apple Cash 付款。这些能力会通过 iCloud 在 iPhone、Mac 等设备间同步对话记录。但要注意几点。第一，这只是英文公测版，中文用户暂时用不上，法语、日语等要等到十月，稳定性也还是个问号。第二，苹果没提端侧和云端处理的比例，也没说清楚哪些数据会上传、怎么加密，隐私这块目前只有一句“深度整合”的承诺。第三，家长控制和其他系统优化被一笔带过，看不出具体改了啥。整体看，苹果终于把 AI 能力做进了系统底层，不再是外挂插件。但实际体验好不好、隐私保护到不到位，还得等大规模上手之后再看。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

16:04

8d ago

FEATUREDLatent Space· rssEN16:04 · 09·14

Richard Socher 聊递归式自我改进：把几年的 AI 研究压缩到几周

Richard Socher 从 You.com 分拆出新公司 Recursive，种子轮融了 46.5 亿美元，估值 50 亿。他要做一台“尤里卡机器”，让 AI 自己学会搞发明。他们拿出的早期结果是：一个系统在不到两天里，做 GPU 内核优化就超过了人类和现有智能体，而且团队里没有 CUDA 专家。Socher 认为，现在需要几千人干几年的 AI ...

#Agent#Reasoning#Code#Richard Socher

精选理由

精选 · 重要度 88 · 吸引力 + 知识量 + 共鸣

一句话点评

Socher 拿了 46.5 亿美元种子轮要做一台能自己搞发明的 AI，早期结果是在 GPU 内核优化上两天内超过人类，但团队里没有 CUDA 专家。

锐评

Richard Socher 从 You.com 分拆出 Recursive，融了 46.5 亿美元，估值直接到 50 亿，这个数字本身就说明资本对“AI 自己搞科研”这件事下了重注。他管这个叫“尤里卡机器”，想让 AI 学会发明本身。早期拿出的成果是 GPU 内核优化：一个系统在不到两天里，做出的优化超过了人类和现有智能体，而且团队里没有 CUDA 专家。这个结果如果属实，意味着在特定工程优化任务上，AI 已经能省掉大量专家人力和时间。不过正文没披露这个优化任务的具体难度、对比基线有多强，也没说结果是否经过独立验证。Socher 认为现在需要几千人干几年的 AI 研究，未来可能压缩到几周，这个判断目前还只是推演，没有给出可复现的路径。对话里还聊到奖励破解、Anthropic 那套宪法式对齐到底管不管用、开源模型作为地缘软实力，以及 AI 开始自己定目标会怎样。这些话题都很大，但文章没有给出 Recursive 在这些方向上的具体方案或实验数据，更多是 Socher 的个人框架和判断。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

15:46

8d ago

FEATUREDAI HOT 精选· aihot-apiZH15:46 · 09·14

Anthropic 准备在纳斯达克上市，用连续两个季度“调整后盈利”冲刺 2 万亿美元估值

Anthropic 告诉投资人自己连续第二个季度赚钱了，但这个“盈利”是调整后的数字，没算股权激励这类成本。毛利率号称超过 80%，不过这个数是在跟亚马逊等伙伴分账、以及花大钱训练模型之前算出来的。季度收入同比翻了 14 倍，达到 115 亿美元，7 月底的年化收入跑到了 650 亿美元。有分析师说，投资人预期年底年化收入能到 1200 亿，2027 ...

#Anthropic#Nasdaq#Dario Amodei#Policy

精选理由

精选 · 重要度 88 · 吸引力 + 知识量 + 共鸣

一句话点评

Anthropic 说自己连续两个季度盈利，但这是扣掉股权激励等成本前的“调整后”数字。收入涨了 14 倍到 115 亿美元很猛，不过 80% 的毛利率是跟亚马逊分账和烧钱训模型之前算的，实际到手会打不少折。

锐评

Anthropic 准备在纳斯达克上市，目标估值冲到 2 万亿美元以上，这次放出的财务数字就是给投资人看的定心丸。先说好的：季度收入 115 亿，同比翻了 14 倍，7 月底年化收入跑到 650 亿美元，增速确实吓人。但“盈利”这个说法得拆开看——它用的是调整后利润，没算股权激励这种真金白银的支出。号称超过 80% 的毛利率，也是在跟亚马逊这类合作伙伴分钱、以及支付高昂的模型训练费之前算的，实际净利率肯定远低于这个数。另外，公司没按常规流程公开招股书，而是先给一小撮投资人看，这种操作通常是为了试探市场反应。CEO 一边张罗上市，一边公开呼吁给 AI 研发踩刹车，这会让投资人纠结：刹车到底会不会影响未来的收入增速？分析师预期年底年化收入到 1200 亿，2027 年底再翻近三倍，这个目标能不能兑现，还得看 Claude 产品后续的付费转化和成本控制。正文没披露客户集中度，如果收入大头来自少数几家云厂商，风险也不小。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

13:49

8d ago

FEATUREDHacker News 首页· rssEN13:49 · 09·14

2026年AI就业市场：谁在被抢、谁在拿高薪、哪些岗位正在消失

Maksim Ilin 把 LinkedIn、世界经济论坛、斯坦福、普华永道和贝恩的数据拼在一起，画出了 2026 年 9 月的 AI 就业图景。最抢手的岗位是 AI 工程师，就是把大模型塞进产品里干活的人，美国周均新增约 1550 个职位，年薪中位数 17.6 万美元。最顶尖的是前沿实验室的研究科学家，Anthropic 年薪中位数约 74.6 万美...

#RAG#Fine-tuning#Benchmarking#LinkedIn

精选理由

精选 · 重要度 72 · 吸引力 + 知识量 + 共鸣

一句话点评

AI工程师最抢手，提示工程师这个岗位名基本凉了，但技能还在。前沿实验室研究科学家年薪中位数74.6万美元起，但全球能干的可能不到一千人。

锐评

这篇文章把几份报告的数据拼在一起，给出了2026年9月AI就业市场的一个快照。最值得关注的是岗位的剧烈分化：最热门的AI工程师是把模型塞进产品的人，美国周均新增约1550个职位，年薪中位数17.6万美元；而最顶尖的前沿实验室研究科学家，Anthropic开出的年薪中位数约74.6万美元，OpenAI L5级别更是达到115万美元。但正文也指出，全球能造前沿模型的人估计只有500到1000人，录取率低于1%，这个薪资数字对绝大多数从业者来说没有参考意义。另一个关键变化是，提示工程师这个岗位名基本消失了，相关技能融进了其他角色。增长最快的反而是智能体系统和派驻工程师，后者职位发布量同比暴增超过1000%。这说明市场正从“会用模型”转向“把模型嵌入真实业务流程”。文章的数据来源比较杂，有LinkedIn、世界经济论坛、斯坦福、普华永道和贝恩，但作者没有说明这些数据在统计口径上的差异，比如PwC和Lightcast算出的AI技能薪资溢价就差了近一倍。另外，欧洲和德国的数据只给了大概比例，缺少具体的薪资对比，这部分信息缺口让全球图景有点模糊。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

13:20

8d ago

FEATUREDHacker News 首页· rssEN13:20 · 09·14

30 个 SVG 画图题，看 2025-2026 年的大模型谁能画好“鹈鹕骑自行车”风格的图

Tom Gally 用 Claude Fable 5.1 搭了个站，把 Simon Willison 那个经典的“鹈鹕骑自行车”测试扩展成了 30 道 SVG 画图题，比如“章鱼弹管风琴”、“长颈鹿组装落地钟”。2026 年跑了 6 个模型，2025 年跑了 10 个。页面直接贴模型返回的原始 SVG，没做主观打分，你自己看图画得怎么样。每张图下面标了...

#Vision#Benchmarking#Tom Gally#Simon Willison

精选理由

精选 · 重要度 72 · 吸引力 + 知识量 + 共鸣

一句话点评

Tom Gally 把经典的“鹈鹕骑自行车”测试扩成了 30 道 SVG 画图题，直接贴模型返回的原始图，不评分，你自己看。

锐评

这个页面最有价值的地方是它不替你下结论，而是把 6 个模型（2026 年）和 10 个模型（2025 年）画的同一张图并排摆出来，让你自己比。比如第一题“章鱼弹管风琴”，DeepSeek V4 Pro 只花了 1 分 36 秒、一毛钱就出图了，而 Qwen3.8 Max 磨了 12 分 37 秒，Fugu Ultra v2 更是烧掉 1.02 美元。时间和成本的差距很直观，但图画得怎么样，你得自己看——正文没给任何质量打分，也没说这些模型是不是专门为 SVG 生成优化过。要注意的是，整个网站是 Claude Fable 5.1 搭的，文字也是 AI 写的，作者 Tom Gally 只出了钱和题目。所以页面本身也算一个“AI 干活”的样本。目前 2026 年的测试只跑了前 10 道题，后面 20 道还没补上，想全面对比还得再等等。另外，所有图都是模型一次生成的原始 SVG，没经过人工修图，这能比较真实地反映模型直接出图的能力，但也意味着你看到的 bug 就是模型的原生 bug。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

13:16

8d ago

FEATUREDHacker News 首页· rssEN13:16 · 09·14

Temporal 完成 5.5 亿美元 E 轮融资，估值 125.5 亿，靠的是让 AI 代理跑几个月也不崩

Temporal 拿了 5.5 亿美元，估值冲到 125.5 亿美元。这笔钱赌的是“持久执行”——开发者写普通代码，Temporal 负责在后台保存状态、自动从故障中恢复，让一个 AI 代理能连续跑上几天甚至几个月。OpenAI 在不到一年里对它的使用量涨了 60 倍，Snap 每天靠它处理 4.14 亿条故事。公司年化收入增速超过 200%，净留存率...

#Temporal#Lightspeed#Wellington Management#Open source

精选理由

精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣

一句话点评

Temporal 拿了 5.5 亿美元，估值冲到 125.5 亿。它解决的是让 AI 代理连续跑几个月不丢状态、自动从故障恢复的问题。OpenAI 一年内用量涨了 60 倍，Snap 每天靠它处理 4.14 亿条故事。

锐评

这笔融资的核心逻辑是：AI 代理从跑几分钟变成跑几天甚至几个月，底层必须有人管状态和故障恢复。Temporal 让开发者写普通代码，它负责保存进度、自动重试，省去手搓容错逻辑的麻烦。OpenAI 不到一年用量涨 60 倍，Snap 每天跑 4.14 亿条故事，年化收入增速超 200%，净留存率也超过 200%，8 月处理了 1.9 万亿次计费操作——这些数字说明现有客户越用越多，不是靠新客堆出来的。不过正文没披露这 5.5 亿具体怎么花，只提了全球扩张。估值 125.5 亿对应这个收入增速不算离谱，但也没给利润数据，不知道烧钱速度。另外，持久执行这套东西在 AI 代理场景确实刚需，但竞争对手也在追，Temporal 的先发优势能撑多久要看产品壁垒。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

12:01

8d ago

FEATUREDHacker News 首页· rssEN12:01 · 09·14

iOS 27 代码暗示 Siri 的后台 AI 可以换成 ChatGPT 或 Claude

开发者 pdfu 在 iOS 27 和 macOS Golden Gate 的私有框架里挖出了相关引用，苹果可能允许用户把 Siri 背后的 AI 模型换成 ChatGPT 或 Claude。目前还不清楚这个切换是系统级的，还是只针对某些特定功能，也没有任何发布时间。代码里出现不代表一定会实装，但方向很明确：苹果正在系统底层给第三方模型留接口。

#Agent#Apple#OpenAI#Anthropic

精选理由

精选 · 重要度 72 · 吸引力 + 知识量 + 共鸣

一句话点评

苹果在系统底层给 Siri 留了换脑子的后门，以后可能直接切到 ChatGPT 或 Claude。但代码挖出来不等于一定上线，正文没提发布时间和具体功能范围。

锐评

这件事最值得看的是苹果的姿态变了。以前 Siri 是铁板一块，现在代码里直接出现了 ChatGPT 和 Claude 的引用，说明苹果至少在做技术准备，让用户自己选背后的对话模型。这比之前单纯接一个 ChatGPT 插件要深，是系统级的接口预留。不过先别太激动。挖代码的人自己说了，这是私有框架里的引用，不代表一定会实装。正文完全没提这个切换是全局生效还是只针对特定请求，也没给任何上线时间。以苹果的节奏，这种改动如果真要做，隐私弹窗、数据流向、离线处理这些坑都得填。还缺两个关键信息：一是用户数据怎么分给第三方模型，苹果的隐私底线会不会退；二是这个切换对国内用户有没有意义，毕竟 ChatGPT 和 Claude 本身就有访问门槛。如果只是给海外用户多一个选项，那更像是一次防守性的开放，而不是 Siri 真的变聪明了。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

10:41

8d ago

● P1Hacker News 首页· rssEN10:41 · 09·14

Anthropic CEO 呼吁监管减速前沿 AI 研发，律师质疑监管权力风险

Anthropic 的 CEO Dario Amodei 发了篇文章，主张用监管给 AI 研发踩刹车，具体包括往公司里安插第三方评估员、让头部实验室统一安全标准。律师 Preston Byrne 直接怼了回去，他过去一年半都在跟网络审查机构打官司。他的核心反驳是：在美国，写代码属于言论自由，往公司里塞 NGO 评估员，跟之前搞出“审查工业复合体”的 G...

#Anthropic#Dario Amodei#OpenAI

精选理由

精选 · 重要度 100 · 吸引力 + 知识量 + 共鸣

一句话点评

Anthropic 和 OpenAI 的 CEO 同时喊刹车，但两家都没说清楚“慢下来”具体怎么量、谁来查，先别太激动。

锐评

Anthropic 的 CEO Dario Amodei 发了一篇博客，呼吁给最前沿的 AI 研发“踩刹车”，并提了三条大致方向。Sam Altman 随后在 X 上跟帖说 OpenAI 也会跟进其中一条，即开放独立评估者访问。这事的背景是 Anthropic 内部刚有安全研究员辞职，公开说大厂在“拿人命赌博”。Amodei 的博客没直接回应辞职事件，但整篇基调明显是在接住这波压力。 TechCrunch 这篇报道把各方表态串了起来，但关键细节是缺的：Amodei 说的“单方面承诺”到底覆盖哪些模型、什么能力阈值才触发减速，正文没披露。Altman 的附议也停留在社交平台一句话，没有正式政策文件。另外，Cohere 的 CEO 等人公开质疑他俩的真实动机，认为这可能是大厂在给自己筑护城河。如果这两家真能拿出一套可验证的降速标准，比如算力上限或评测分数红线，那确实值得看。现在只有呼吁和表态，缺执行方案和第三方监督机制，说服力要打个折。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

100

SCORE

H1·K1·R1

10:28

8d ago

● P1Hacker News 首页· rssEN10:28 · 09·14

AI巨头推出前沿限速监管框架引发监管俘获争议

Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman、微软的 Satya Nadella 和 Elon Musk 罕见地共同提出了一套叫“Pace the frontier”的监管方案。这套方案只盯着他们口中“最前沿的模型”管，小公司和开源项目完全不受影响。The Register 直接点破：这就是典型的监管俘获——...

#Anthropic#OpenAI#Microsoft

精选理由

精选 · 重要度 92 · 吸引力 + 知识量 + 共鸣

一句话点评

AI 巨头联手推了个“前沿限速”监管框架，名字好听，但本质是让大厂自己定规则，小玩家可能直接被挡在门外。

锐评

这事说白了就是几个 AI 大厂的老板——Anthropic 的 Dario Amodei、OpenAI 的 Sam Altman、微软的 Nadella 还有马斯克——坐在一起搞了个叫“Pace the frontier”的监管方案，想让政府按他们的节奏来管 AI。The Register 直接把这叫“监管俘获”，意思是大公司通过参与制定规则，把监管变成自己的护城河。目前文章没披露这个框架的具体技术门槛，比如算力达到多少 FLOPs 就要报备、模型参数量多大算“前沿”。但核心逻辑是让现有巨头来定义什么是危险的 AI，然后由政府背书。好处是如果真的能统一标准，能避免各州或各国各管各的；坏处也很明显，新创公司可能连入场券都拿不到，因为合规成本会被拉得极高。还缺两个关键信息：一是这个方案有没有给开源模型留活路，二是除了这几家发起方，有没有独立的第三方机构参与监督。如果最后只是几个大厂关起门来写规则，那与其说是监管，不如说是行业垄断协议。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

03:07

8d ago

FEATURED纽约时报中文网· rssZH03:07 · 09·14

加州小团队用AI造出微信蠕虫，几小时能攻破百万账户，专家称破坏力堪比“新核武”

加州安全公司Calif用AI做了一个叫WeWorm的蠕虫工具，能在几小时内劫持数百万微信账户，而且不用你点任何链接，就能在手机之间自动传播。微信月活用户14亿，几乎绑定了中国人的支付、政务和日常沟通，所以复旦学者赵明昊说这种搞垮微信的能力相当于“一种新的核武器”。Calif已经把漏洞报给了白宫和腾讯，但中国外交部发言人表示“不了解”这事。同期Anthr...

#Calif#WeChat#Tencent

精选理由

精选 · 重要度 88 · 吸引力 + 知识量 + 共鸣

一句话点评

加州小团队用AI造了个蠕虫，几小时能劫持百万微信账户，还不用你点链接。复旦学者称其破坏力像“新核武器”，但Calif已把漏洞报给腾讯和白宫，这点先别太激动。

锐评

这条新闻最值得关注的点不是“核武器”这个比喻，而是攻击门槛的降低。一个帕洛阿尔托的小团队，花一周多时间就做出了能自动传播的微信蠕虫，这说明AI让高级攻击不再是大国情报机构的专利。微信绑定了14亿人的支付、政务和日常沟通，一旦被搞垮，影响确实不是传统网络攻击能比的。但报道里有两个关键信息缺口。第一，Calif说漏洞已经报给腾讯，但正文没披露腾讯是否确认了这个漏洞、有没有修。第二，蠕虫是在实验环境还是真实网络里跑的，也没说清楚。如果是实验室模拟，那“几小时劫持数百万账户”这个数字要打个折。另外，文章把这件事和Anthropic报告、中美峰会绑在一起，逻辑上有点跳。WeWorm是安全研究，不是真实攻击，把它直接当成“中国数字基础设施脆弱”的证据，说服力不够。真正该追问的是：这种漏洞披露机制在中美之间能不能跑通，而不是急着下结论说双方要搞军备竞赛。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

01:42

8d ago

FEATURED彭博科技· rssEN01:42 · 09·14

软银把投给 OpenAI 的贷款从 100 亿加码到 119 亿美元，银行超额认购推高了额度

软银为 OpenAI 那轮 400 亿美元融资准备的贷款，因为银行抢着参与，从原定的 100 亿美元上调到了 119 亿美元。这笔钱会先到软银手里，再由软银投进 OpenAI。报道没披露贷款利率、期限和还款安排，只确认了金额变大了、资金流向没变。

#SoftBank#OpenAI#Funding

精选理由

精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣

一句话点评

软银给 OpenAI 筹的钱又加码了，贷款从 100 亿涨到 119 亿美元，银行抢着借，但利率和还款条件一个字没提。

锐评

这笔钱本质上是软银先借钱、再投给 OpenAI，银行超额认购把贷款规模推高了 19 亿美元，说明市场眼下对 AI 资产的胃口还在。但报道只确认了金额变大、资金流向不变，没披露贷款利率、期限和担保结构——这些才是判断软银真实成本和风险的关键。OpenAI 那轮 400 亿美元融资里，软银这笔贷款占了多少比例、会不会影响 OpenAI 的股权结构，正文也没交代。另外，银行抢着参与可能反映的是对软银信用的认可，而不是对 OpenAI 商业回报的直接背书，这点先别太激动。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

00:00

9d ago

FEATUREDComputing Life · Share · 鸭哥调研· rssZH00:00 · 09·14

谁在改尺子：AI 榜单的两重张力

OpenAI 发布 GPT-6 Astra 后，评测机构 Artificial Analysis 一周内两次修改评分规则，让 Astra 从落后 5 分变成与 Claude Fable 5.1 并列第一，模型本身没动过。榜单是门生意：评测方卖高价订阅需要大厂背书，厂商需要排名做营销，双方利益绑在一起。DeepSeek V4 Flash 只重训了后训练阶...

#Benchmarking#Reasoning#OpenAI#GPT-6 Astra

精选理由

精选 · 重要度 82 · 吸引力 + 知识量 + 共鸣

一句话点评

榜单一周改两次规则，模型没变，排名变了。看榜选模型的人得知道，分数波动可能只是尺子动了，不是模型强了。

锐评

这篇文章把 AI 评测榜单的底裤扒得很干净。核心事实是：OpenAI 发布 GPT-6 Astra 后，评测机构 Artificial Analysis 一周内两次修改评分规则，让 Astra 从落后 5 分变成与 Claude Fable 5.1 并列第一，模型本身没动过。这直接点破了榜单的商业本质——评测方卖高价订阅（Pro 版每人每月 417 美元）需要大厂背书，厂商需要排名做营销，双方利益绑在一起，所谓中立性天然受限。文章还拆解了评测体系内部的两重矛盾。一是榜单必须提供偏离日常体感的有效信息，但公信力又依赖体感来背书，一旦排名违背直觉，人们就会质疑尺子失真。知乎答主分析指出该榜单约 76% 权重存在测量缺陷，包括用大模型当裁判引入打分漂移、旧版测试集存在故障题、拒答即可刷满分等具体漏洞。二是榜单必须成为攻关目标，但又不能被刷透——同一款 Astra 在抽象推理基准上，用官方底座跑出 62.7%，换成 OpenAI 专属适配器底座直接飙到 99.9%，成本还更低。文章没给出解决方案，但把问题拆得很清楚。缺的是对评测机构商业模式的更深层追问：当受测厂商的采纳程度直接决定评测方生存空间时，有没有可能建立真正独立于厂商利益的评测机制？这点正文没展开。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

00:00

9d ago

FEATUREDComputing Life · Share · 鸭哥调研· rssZH00:00 · 09·14

MIT 让 GPT-5.6 给新量子芯片值了 12 小时夜班，干的是没人愿意盯的重复标定活

MIT 的 EQuS 实验室把一块没测过的超导量子芯片接上 GPT-5.6 Sol 模型，通过一个轻量级 Jupyter 接口，让 AI 通宵跑了 200 次测量，独立完成了全部 6 个读出谐振腔的初始标定。在信号清晰的 4 个固定频率比特上，40 个目标测量只用了 4 次人工介入。但碰到信噪比差的可调频率比特，模型就抓瞎了，会把坏测量当合格，得靠人救...

#Agent#OpenAI#MIT#EQuS

精选理由

精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣

一句话点评

MIT 让 GPT-5.6 通宵给量子芯片做标定，跑通了 200 次测量。它比人慢，但能让设备夜里不闲着。不过碰到信号差的比特就抓瞎，会把坏数据当好的。

锐评

这条新闻最值得看的地方，不是 AI 又赢了人类，而是它找到了一个很实在的活儿：替研究员值夜班。量子芯片标定是个枯燥的体力活，需要人一直盯着屏幕看波形、调参数，一坐就是几天。MIT 团队用了一个轻量级接口，让 GPT-5.6 Sol 模型直接操控仪器，通宵跑了 12 个小时，独立完成了 6 个读出谐振腔的初始标定。但别急着激动，白皮书自己把短板说得很清楚。首先，它比熟练的研究员慢。其次，它没有物理直觉。在信号清晰的 4 个固定频率比特上，40 次目标测量只用了 4 次人工介入，表现不错。可一碰到信噪比差的可调频率比特，模型就露怯了，会把有问题的测量结果当成合格的存下来，最后还得靠人救场。这划出了一条清晰的分界线：验收标准能自动判定的环节，AI 可以当个靠谱的值班员；一旦需要经验裁量，它就容易翻车。信息缺口也很明显。这只是一份来自 MIT 和 OpenAI 的单方面白皮书，没有同行评审，代码也没开源。我们不知道这套系统换一块芯片、换一个实验室还能不能跑通。正文也没披露这 12 个小时里，模型具体犯了多少次错又被自己纠正了。所以，把它看作一次“让设备在夜里别闲着”的成功尝试就好，离替代科学家还差得远。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

00:00

9d ago

FEATUREDAI HOT 精选· aihot-apiZH00:00 · 09·14

Amodei 呼吁行业“放慢脚步”，但没人说清楚到底要多慢

Amodei 九月的文章提议给前沿模型踩刹车，但通篇没给出一个具体速度。Tunguz 把回应分成了五派：可解释性派想争取时间搞懂模型内部原理，劳工派想给工人留出适应窗口，经济派指望 AI 拉动 GDP 来还债，地缘政治派要维持对中国的领先，监管俘获派则直接说这提案就是披着安全外衣的垄断同盟。每一派都算了暂停的代价，但没人报出一个数字。唯一能产生数字的机...

#Dario Amodei#Anthropic#Evan Hubinger

精选理由

精选 · 重要度 78 · 吸引力 + 知识量 + 共鸣

一句话点评

Amodei 喊刹车，但通篇没给限速牌。五派人吵翻了天，算的账全是代价，没人报出一个具体数字。唯一能出数字的算力门槛，2023年试过，还没用上就过时了。

锐评

Tunguz 这篇分析最狠的地方，是直接戳破了“放缓前沿”这个提议的泡沫：所有人都在谈代价，但没人定义速度。他把回应者分成五派，每一派都算了自己的账。可解释性派想争取时间搞懂模型内部，但 Amodei 自己都承认现在只懂个皮毛。劳工派要保护工人，经济派指着 AI 拉 GDP 还债，地缘政治派怕被中国追上，而监管俘获派直接说这就是披着安全外衣的垄断同盟。吵得热闹，但核心问题一个没解决。文章点出了一个关键事实：2023 年美国政府设过 10^26 FLOPS 的算力报告门槛，结果还没等任何模型跨过这条线，规定就被撤销了。几周后 Grok-3 就达标了，今年大概有十个模型会过线。训练算力每年涨五倍，定一个固定数字，等于让地板自己追上天花板。这个先例基本宣告了用算力门槛来限速是刻舟求剑。信息缺口也很明显。正文没提 Amodei 是否回应了这些批评，尤其是 Sacks 直接指控他搞垄断同盟。也没说清“国际协调”具体怎么操作，毕竟各国算的账完全不一样。这些缺失让整个提议看起来更像一个姿态，而不是一个可执行的方案。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

00:00

9d ago

FEATUREDOpenAI 博客· rssEN00:00 · 09·14

Perplexity 把 GPT-6 Astra 放进真实系统里干活，人工检查的频率低了很多

Perplexity 的联合创始人 Johnny Ho 说，GPT-6 Astra 现在能直接写对外沟通文案、改线上代码、盯着生产环境运行，这些事以前的模型做不来。他们让 Astra 自己写测试程序，模拟外部 API 返回的数据，跑通完整的业务流程。因为模型更稳了，团队不用像以前那样频繁盯着看。不过正文只给了定性的说法，没披露具体的性能指标或延迟数据，...

#Code#Perplexity#OpenAI#GPT-6 Astra

精选理由

精选 · 重要度 72 · 吸引力 + 知识量 + 共鸣

一句话点评

Perplexity 说 GPT-6 Astra 能自己写测试、改线上代码、盯生产环境，但全文没给任何性能数据，像在看一篇产品宣传。

锐评

这篇 OpenAI 官方发的客户故事，讲的是 Perplexity 怎么用 GPT-6 Astra。联合创始人 Johnny Ho 说，他们现在敢让模型直接写对外文案、改线上系统、盯着生产环境跑，这些事以前的模型做不来。最具体的用法是让 Astra 自己写测试程序，模拟外部 API 返回的数据，跑通完整的业务流程。因为模型更稳了，团队不用像以前那样频繁盯着看。但整篇文章只有定性描述，没披露任何关键指标。比如 Astra 生成测试的通过率是多少、模拟 API 返回的数据有多逼真、端到端流程跑下来延迟增加了多少、错误率有没有降。这些数字一个都没给。另外，文章也没说清楚“盯着看”的频率到底从多少降到了多少，是每小时看一次变成每天看一次，还是从每天看变成每周看。这篇东西本质上是 OpenAI 的客户证言，不是第三方评测。Perplexity 作为 AI 搜索引擎，本身就和 OpenAI 有深度合作，立场不是中立的。如果 Astra 真能在生产环境里稳定跑端到端任务，那确实是个信号，说明模型从“能写代码”进化到了“能管系统”。但在看到具体的可靠性数据和故障复盘之前，这个结论得打个折。

HKR 分解

hook ✓knowledge ✓resonance ✓

→ 打开信源

SCORE

H1·K1·R1

热点聚合 · 2026-09-14

更多

频道

后台