
Sign up to save your podcasts
Or


Tibo 確認 Astra 付費訂閱用量重置已完成。
Tibo(@thsottiaux)引用先前公告,寫道:「All reset for everyone.」,確認用量重置已完成,並邀請大家繼續使用 Astra。
原公告的範圍是所有付費訂閱。Tibo 以使用 Astra 在 Blender 做 3D 建模、把額度用完的情境說明這次全球重置,希望大家能在新的一週繼續使用。公告未細分重置涵蓋哪些用量計數器。
原文:https://easyvibecoding.app/curated/3286-astra-completes-paid-subscription-usage-reset
GitHub Copilot Day 將於 9 月 10 日登場,聚焦 Copilot app、CLI 與 HydraFusion 研究預覽。
活動定位 GitHub 在 X 公告中預告,活動將由打造 GitHub Copilot 的團隊,以及實際使用它的開發者帶來現場內容。官方將涵蓋 Copilot app、CLI,以及新的 HydraFusion research preview;目前來源只確認 HydraFusion 屬於 research preview,沒有說明它會展示哪些能力、何時發布或在哪裡開放使用。
議程內容 活動說明指出,內容將深入探討 AI 代理、模型選擇,以及 GitHub Copilot 如何跨 GitHub、CLI 與 VS Code 運作,並包含:
技術示範與實務工作流程 產品公告 特別來賓分享 Burke Holland、Pierce Boggan 與其他夥伴主持的兩小時 live coding
官方也將這場活動描述為四小時的 GitHub Copilot live programming,內容來自產品團隊與使用者的實作經驗;不過,說明沒有交代四小時主節目與後續兩小時 live coding 如何配置在同一時段內。
時間安排 根據 YouTube 活動說明,GitHub Copilot Day 時間為 9 月 10 日太平洋時間上午 8:00 至中午 12:00。這是目前公布的明確時段;來源未說明是否需要事前註冊,也未交代活動結束後是否提供錄影或 replay。
在淺綠色漸層背景上,左上方以大型黑體字寫著「Join GitHub Copilot Day」,右下方則排列著多個呈等角投影的立體方塊,其中部分方塊表面帶有網格球體圖示、轉輪圖示以及一個戴著藍色頭盔的機器人圖標。
原文:https://easyvibecoding.app/curated/3285-github-hosts-copilot-day-app-cli-hydrafusion-research
ChatGPT Work 為付費方案新增 Writing style,從連接工具學習個人文風。
功能運作 官方說明指出,ChatGPT Work 會從連接工具中的電子郵件、訊息與檔案學習使用者的寫作風格,再用於後續撰寫。相關貼文列出的工具包括 Gmail、Google Drive、Slack 與 SharePoint。Derrick Choi 將這項內建功能形容為「不再需要額外的 skills來模仿自己的文風」;這是他的使用評述,不是官方對所有 skills 用途的替代保證。
ChatGPT 的寫作風格設定介面,左側浮動視窗顯示「Set up writing style」與 Messaging、Documents、Email 的連線狀態,右側聊天區域則呈現草擬給團隊的 Slack 訊息預覽。
設定方式 使用者可在網頁開啟 Writing style 設定,或依序進入 Settings → Personalization → Writing style。官方表示,設定完成後會套用到 ChatGPT Work 網頁版與行動版的訊息。
來源:@derrickcchoi|ChatGPT 的寫作風格設定對話框,中間顯示鉛筆圖示與標題「Set up writing style」,下方列出 Messaging、Documents 與 Email 三個應用程式串接選項,並提供「Use writing style」與「Not now」按鈕。
適用範圍 功能可在網頁設定,適用於所有具備 ChatGPT Work 存取權的付費方案;設定後的文風會套用到 Work 網頁版與行動版。來源未說明更細的資料處理方式與權限控制。
原文:https://easyvibecoding.app/curated/3284-chatgpt-work-adds-writing-style-gmail-drive-slack-sharepoint
OpenAI 首席科學家 Jakub Pachocki 呼籲:AI 自我改進的速度,必須受安全能力約束。
原文:https://easyvibecoding.app/curated/3281-openai-jakub-pachocki-warns-recursive-self-improvement
LexnLin 用 GPT-6 Astra 打造可探索的 3D 森林
LexnLin(@LexnLin)在 2026 年 9 月 5 日分享,他讓 GPT-6 Astra 花了約 5 小時打造 Verdant Forest。這是一個用 Three.js 和自訂著色器製作的即時 3D 森林,作者自述有 3,808 棵樹、250 萬叢草和將近 40,000 株蕨類。
作品與探索 「Verdant Forest」示範 可以在支援 WebGL 的瀏覽器開啟。操作方式是拖曳滑鼠轉動視角、WASD 移動,以及 Q/E 下降或上升;使用者可以用第一人稱視角沿著泥土小徑探索森林。
3D 森林場景的第一人稱視角,泥土小徑兩側可見綠草與樹木。
程式裡的 LOD 與實例化 發佈頁面載入的 JavaScript 會建立森林,並把樹木準備成高、中、低三種細節版本。LOD(Level of Detail)就是依需要換用不同複雜度的幾何:近處保留細節,遠處可用較簡單的版本,降低渲染負擔。這裡能確認程式準備了不同細節版本,但沒有測量實際距離或切換後的效能。
程式也使用 InstancedMesh 的實例化做法:同一份幾何與材質可以套用到多個不同位置和變換,減少重複建立與繪製呼叫。這是程式結構與 Three.js 定義支持的做法,不能直接當成這個示範已測得的畫面更新率(FPS)或效能提升。
原文:https://easyvibecoding.app/curated/3276-verdant-forest-gpt-6-astra-3808-trees
Eric Provencher 建議為 GPT-6 Astra 精簡 Skills 與 AGENTS.md
Eric Provencher(@pvncher)在 2026 年 9 月 4 日重新檢視 GPT-6 Astra 時代的程式開發代理使用方式。他認為,為了把模型導向穩定結果而累積的 Skills、AGENTS.md 與任務提示,可能讓上下文變得擁擠、規則互相衝突,也讓模型載入與眼前工作無關的指示。OpenAI 的 Skills 文件與 AGENTS.md 文件只補充 Codex 如何載入這些指示。
skill文件先求精準 Eric 建議讓每個 skill 的名稱與說明短而明確,只寫清楚何時該用、何時不該用。多個skill一起安裝時,名稱與說明會先進入模型上下文;說明太長,Codex 會縮短它們,模型就更難選到合適的skill。彼此衝突或過度推銷的說明,也可能把不相關的規則帶進工作。
多流程skill可以把根文件做成小型路由,只負責指出下一步要讀的輔助文件與腳本。模型仍知道去哪裡找完整流程,但不必一開始就載入所有內容。Eric 也提醒,過去常寫成逐步食譜的指示,現在可能把模型綁得太死;保留必要的邊界即可,細節讓模型依任務處理。
skill還會影響同一個儲存庫裡其他貢獻者的代理。適合 Sol 或 Luna 的規則,可能對 GPT-6 Astra 太過嚴格;撰寫時要想清楚這些指示會由哪些模型使用。
Skill 說明範例:BAD 的適用情境過於籠統;GOOD 明確列出新增或修改資料庫 migration,或審查其部署推行 等觸發條件。
上下文預算與 AGENTS.md OpenAI 的 Skills 文件說,初始skill清單最多占模型上下文的 2%;上下文大小未知時,上限是 8,000 個字元。skill太多時,Codex 會先縮短說明,大型集合可能省略部分skill並顯示警告;選定skill後才載入完整 SKILL.md。這是文件描述的載入機制,Eric 的建議則是依這個機制重新整理skill。
Eric 建議重新檢查 AGENTS.md:規則應貼近任務,不要每次改一個錯字都要求模型讀完整儲存庫地圖。OpenAI 的 AGENTS.md 文件補充,Codex 會把全域指引與專案層級覆寫依目錄合併,合併後預設上限是 32 KiB。文件連結仍有用,但只留下當下工作需要的內容。
測試與完成邊界也要寫得清楚。文章建議在指引中說明本機測試使用可丟棄的測試資料、沒有生產環境存取權,並要求模型修正本次變更造成的失敗後重跑受影響測試。若工作還包含啟動結果、檢查與修正,應在任務提示一開始寫出「完成」包括這些步驟;若希望模型繼續探索,也要寫明探索範圍與停止位置。
AGENTS.md 脈絡設定的指引範例圖,上方標示 BAD 顯示籠統的全面讀取指令,下方標示 GOOD 示範依任務需求指派特定檔案的寫法,左下角標註 GPT-6 Astra,右下角標註 Skills & prompting。
原文:https://easyvibecoding.app/curated/3275-pvncher-recommends-gpt-6-astra-skill-prompt-simplification
GPT-6 Astra(Max)登上 Code Arena 網頁開發榜首
排行榜結果 Arena 於 2026 年 9 月 5 日的 Code Arena: WebDev 排行榜中,將 GPT-6 Astra (Max) 列為第 1 名。它獲得 1,797 分,領先第 2 名 Claude Fable 5.1 (Max) 的 1,762 分 35 分;第 3 名 Claude Opus 5 (Max) 為 1,688 分。這份排行榜涵蓋 126 個模型、650,961 票,Astra 參與 1,199 票比較。
GPT-6 Astra (Max) 在 Code Arena: WebDev 排行榜中以 1,797 分位居第一,領先第二名 Claude Fable 5.1 (Max) 35 分。
排名解讀 Astra 的分數為 1,797 ±24,可能名次範圍(Rank Spread)為第 1–2 名;Claude Fable 5.1 (Max) 也是第 1–2 名。排行榜目前的最佳估計排名是 Astra 第 1 名,兩者的信賴區間仍重疊。
評測範圍 Code Arena: WebDev 主要衡量前端網頁開發,也涵蓋需要多步推理與工具使用的代理式程式開發工作流。
價格圖表 Arena 的 Pareto 圖把 Astra 標在每 1M token $40;圖表採 3:1 混合價格指標。排行榜列出的 API 費率是輸入/輸出 $10/$50,Astra 與 Claude Fable 5.1 (Max) 相同。OpenAI API 文件也列出 GPT-6 Astra 標準輸入 $10、輸出 $50。
GPT-6 Astra (Max) 在 Code Arena 獲得 1,797 分,位於圖中的帕累托前緣;每百萬 token 的混合單價為 40 美元,圖表標示的混合比例為 3:1。
原文:https://easyvibecoding.app/curated/3272-gpt-6-astra-max-hits-code-arena-webdev-top-spot-ties-second
AA 評測改版,Astra 從與 Sol 同分變成領先 4 分。
GPT-6 Astra 在 Artificial Analysis(AA)剛發布的分析中,綜合評測分數與 GPT-5.6 Sol 同為 61 分,還落後 Muse Spark 1.3;隔天 AA 更新評測方法後,Astra 卻成為第二名,領先 Sol 4 分。理解這個變化,得先分清楚 Intelligence Index 的版本。
兩次結果,用的評測版本不同
AA 在 2026 年 9 月 3 日發布的 Astra 分析使用 Intelligence Index v4.1.1;9 月 4 日則推出 v4.2。官方公布的結果如下,表中比較兩個模型的 max 推理設定:
| 評測版本 | GPT-6 Astra | GPT-5.6 Sol | 同版比較 | | --- | --- | --- | --- | | v4.1.1 | 61 | 61 | 公告以整數列為同分 | | v4.2 | 55 | 51 | Astra 領先 4 分 |
新版圖表中,Claude Fable 5.1(max,含備援機制)以 57 分領先,Astra max 為 55 分,Muse Spark 1.3 max 為 53 分。Astra 的數字從 61 變成 55,不能當成模型能力下降:評測項目、權重與部分評分方法都已改變,跨版本的總分不能直接相減。
Artificial Analysis Intelligence Index v4.2:Claude Fable 5.1(max,含備援機制)57 分、GPT-6 Astra max 55 分、GPT-5.6 Sol max 51 分;Astra 在新版中領先 Sol 4 分。
v4.2 加入了 Astra 表現較強的項目
這次改版新增兩項評測:
AA-Briefcase,占 15%:測試 AI 代理處理由產業專家設計的多週知識工作專案,涉及相互連結的任務與大量來源檔案。評分涵蓋任務完成度、分析品質與呈現品質。新版公告中,Astra 比 Sol 高約 85 Elo;這是成對比較得出的相對評分。 GDP.pdf,占 10%:測試跨長篇專業文件的推理能力。資料涵蓋 100 份 PDF、共 4,592 頁;每個任務必須滿足全部評分條件才算通過。Astra 的全條件通過率為 33.2%,Sol 為 28.2%,Astra 在這項評測領先。
AA 同時移除已接近飽和的 GPQA Diamond,並把私有、保留測試集在指數中的權重提高到 40%。四大類別的權重為代理任務 30%、程式開發 20%、科學推理 20%、一般能力 30%。
但排名變化不能全歸因於新增的兩項測試。AA 還修改了 AA-LCR 的評分提示與答案、GDPval-AA 和 AA-Briefcase 的抽樣及 Elo 定錨方式,以及 SciCode 執行環境的判分。多項設定同時改變,官方沒有提供能逐一拆出各項改動影響的對照實驗。
Astra 的進步也沒有平均分布在每一項能力上
改版前的官方分析已呈現這種差異:Astra 在 AA-Briefcase 有進步,但 GDPval-AA v2 約下降 80 Elo;τ³-Banking、SciCode 與 AA-LCR 也各有約 2 至 3 點退步。綜合分數把這些不同方向的結果加權在一起,因此納入哪些任務、各占多少,會影響最後排名。
這也解釋了為什麼「寫程式明顯更好用」不一定等於同一張綜合榜上大幅領先。AA 的 Coding Agent Index 是另一套指標,與這裡的 Intelligence Index 要分開看。
從排名變化,能判斷到哪裡?
官方資料能確認評測改版、分數變化與各單項表現;光憑這些結果,無法認定 AA 刻意壓低 Astra,也無法證明改版是為了替某個模型加分。
要用這份榜單選模型,先確認評測版本與推理設定,再看接近自己工作的單項測試。綜合排名可以作為起點,但長文件、代理任務與程式開發的表現差異,往往比總分更能回答模型是否適合自己的用途。
原文:https://easyvibecoding.app/curated/3270-artificial-analysis-releases-intelligence-index-v4-2
GPT-6 Astra 在 ARC-AGI-3 得分 99.9%,與 Sol 採不同評測框架。
圖表數據 2026 年 9 月 3 日,Tibo 分享的比較圖標示 GPT‑6 Astra 99.9%、Claude Opus 5 30.2%、GPT‑5.6 Sol 7.8%;圖說另列平均人類測試者 48%。OpenAI 官方發布頁也列出 Astra 在 ARC-AGI-3 得分 99.9%,並寫到它在 96% 的關卡超過人類行動效率基準。
GPT-6 Astra 在 ARC-AGI-3 得分 99.9%;圖中另列 Claude Opus 5(30.2%)與 GPT-5.6 Sol(7.8%)。Astra 使用 Responses API 執行框架,與圖中 Sol 的測法不同;OpenAI 估計 Sol 若採同一框架,得分約為 30%。
評測脈絡 ARC-AGI-3 測試模型學習陌生的互動任務;Astra 的 99.9% 是透過 Responses API 執行框架測得。圖說另提供同一執行框架下 GPT‑5.6 Sol 約 30% 的估計,因此圖表的 7.8% 是不同脈絡下的另一個數值,不能和約 30% 混用。原始資料沒有 ARC-AGI-3 的執行設定、樣本數或信賴區間,圖表的方法與排名也尚未獲獨立驗證。
解讀方式 Tibo 問「我們需要另一個 AGI 評測,下一個門檻又會移到哪裡?」這是對評測目標是否移動的評論,不是數字的額外證明。圖表只能說明 Astra 在指定任務和執行框架下的分數;比較時應同時記錄模型分數、人類基準、Responses API 執行框架、任務設計與計分規則,不能據此推論模型已具備可泛化的 AGI 能力。
原文:https://easyvibecoding.app/curated/3269-gpt-6-astra-hits-99-9-arc-agi-3-responses-api-harness
GPT-6 Astra 列 Terminal-Bench 4.0 第 1,成本約為 Fable 5.1 max 一半。
排行榜資料 Tibo 於 9 月 4 日表示,Astra 使用 Codex 執行框架拿下第一名,成本是第二名的「50%」。官方排行榜 API 的原始列則顯示,兩個 max 推理強度執行各完成 330 次試驗:
GPT‑6 Astra 搭配 Codex:排名第 1,解決率 58.18%,95% 信賴區間半寬 2.79 個百分點,成功 192 次,totalcostusd 為 3267.18。 Fable 5.1 搭配 Claude Code:排名第 2,解決率 57.88%,95% 信賴區間半寬 3.76 個百分點,成功 191 次,totalcostusd 為 6243.5。
API 另列 Astra 的 xhigh 與 high 執行並列第 2,成本分別為 2350.51 與 2269.42 美元;本文的成本比較只針對 Astra 與 Fable 5.1 的兩個 max 執行。
以 API 的精確成本計算,3267.18 ÷ 6243.50 約為 52.3%,所以貼文的「50%」是約略說法,不能視為原始資料的精確比例。兩個 95% 信賴區間重疊;來源沒有提供顯著性檢定,不能把 58.18% 與 57.88% 的差距宣稱為統計顯著。
GPT-6 Astra 搭配 Codex harness 在 Terminal-Bench 4.0 以 58.2% 的解決率名列第 1,Fable 5.1 為 57.9%。成本資料另見 Tibo 貼文與官方 API:Tibo 概括為第 2 名的 50%,API 精確成本比約為 52.3%。
比較邊界 這項結果測量的是指定代理程式、模型、max 推理強度、執行日期、330 次試驗與 Terminal-Bench 4.0 資源下的終端機任務解決率,不能延伸成整體程式開發品質。Astra 的資料日期是 2026 年 9 月 3 日,Fable 5.1 是 2026 年 9 月 1 日。排行榜提供彙總解決率、信賴區間、token 與成本,但這份資料沒有每個任務的失敗類型,也沒有完整執行框架設定。
Terminal-Bench 4.0 的變更 更新說明指出,4.0 同時改動了評測資源與任務集合:
重新校準任務的時間、CPU 與記憶體,所有任務改用固定 8 小時代理程式逾時。 移除 8 個任務:2 個因已飽和、2 個因拒答、2 個因已有公開解答,另有 2 個涉及尚未解決的品質或平台相容性問題。 修正 19 個任務,更新指示、環境與驗證器,處理回報的不穩定與規格錯誤。 相較 3.0,4.0 的代理程式逾時與錯誤較少;剩餘錯誤主要是模型拒答和輸出 token 超過上限。
Terminal-Bench 現在採用持續更新的評測與語意化版本管理。資源設定和任務集合都改變,官方將此視為破壞性變更,要求重新執行試驗;4.0 的排名不能直接當成 3.0 或更早版本的縱向進步證據。
原文:https://easyvibecoding.app/curated/3267-gpt-6-astra-codex-harness-hits-terminal-bench-4-0-top-score