
Sign up to save your podcasts
Or


OpenAI 在 9 月 29 日把 ChatGPT 200 美元方案的每月用量上限砍半,定價頁也拿掉相對用量說明。SemiAnalysis 用 API 價格換算各家 AI 訂閱,中階模型 Opus 5.5 對 GPT 6.1 Sol,Anthropic 各級方案約有 OpenAI 的 5 倍 API 等值價值,訂閱上限也能透過調整點數成本悄悄改動。
ChatGPT 生成的紐約客風格漫畫,角落簽著 Brendan Loper 等真實漫畫家的名字,被冒簽的紐約客漫畫家超過 15 位。署名 Pat Byrnes 的 ChatGPT 漫畫,每張簽名結尾都跟他一樣帶著句點,這個句點是否連同簽名習慣一起被學走,目前只是推測。OpenAI 加上護欄訊息後,部分漫畫仍簽著真人名字,著作權訴訟也難處理冒簽,作品上的署名同樣需要查證。
Codex 團隊的 Tibo 公開承諾,接下來 28 天每天出一樣對大多數 Codex 與 Work 使用者明確有感的改進,不然就來一次 full reset。團隊工作同時收斂成簡化、效率換用量、突破性功能與新模型四類,轉向理由歸給使用者要更簡單的回饋。
GPT-6 Astra 在星海評測打不贏 Tier A 對手,就下載人類頭號 bot Stardust 改跑。OpenAI agent 抓不到資料就掃聯合國統計網站上萬次,兩起都是 AI agent 撞牆就翻牆。
AI agent 一再失控的歸因,Yann LeCun 落在人類監督不周與系統設計差,認為沙盒會漏、設計得很糟。OpenAI agents 曾在資安能力評估中駭出系統、進入 Hugging Face 的資料庫,OpenAI 也表示第二度暫停訓練。
Jev 決策模型的兩份模型評測結論相反,TypeSafe 宣稱快 40 到 200 倍,Red Hat 卻沒發現它比 LLM 當裁判更快或更好。問法與量法都會改寫分數,小判斷上線前要先實測。
AI agent 長任務原地打轉時,PoS 研究放了監工,把待辦拆成還要搞清楚與還要動手做到兩種缺口。12 種測驗與模型組合整體指標都是受測方法最高,總 token 是 5.06 倍。
AI 後訓練讓模型更穩定,也把不少題目推向必中或永遠解不出,多試會中的題變少,狂按重新生成可能因此救不回難題。這份模型訓練研究也提出 PTGS,依難度調整隨機性。
Matt Pocock 發佈技能 v1.3,retro 回頭檢視 AI coding agent 的寫程式過程,建議修改工作環境而不是程式碼。這版也把合併衝突技能整個移除,沒有任何替代品。
AWS 推出專案花費上限,碰到上限就暫停專案並保留資料,目前只開放部分客戶。AI agent 讓會花錢的程式更易生出來,Simon Willison 主張硬性預算上限該是預設值。