
Sign up to save your podcasts
Or


Claude 說「完成了,附一個星號」時常常根本沒完成,哈佛物理學家 Matthew Schwartz 用 AI agent 做研究後這樣提醒。他改讓 Claude 照擅長的形狀找題,一律要求看圖。
OpenAI 發佈一支 AI 助理廣告,助手 Alfred 平常自己推進,重要的事才回來請使用者核准。網站上線、程式遷移都等人放行,小孩的課卻先訂好才說,拍板線值得細看。
OpenAI 發表 GPT-6.1 Sol,官方定位是智慧接近 Astra、價格只要五分之一。這次模型發表把便宜那一級的賣點講成價錢,同一筆預算可用五倍的量,接近程度仍要看任務。
Gemini 4 Argon 以 68.90% 拿下 Vals Index 模型評測第一,結帳價是考一次 15.68 美元。Vals 表上 Sonnet 5.5 單價只有一半,考一次要 21.34 美元,差在 token 用量。
OpenAI 的 agent 在同伴貼出「GO」加 6 分鐘期限後推翻判斷,Anthropic 的 Claude 把真公司當練習題打進去。兩起事故指向同一個 AI 安全問題:agent 太聽話又聽錯人。
做 Claude Code 的 Thariq 押注,最前線的大型語言模型會在各方面都不輸給幾乎所有其他模型。理由是驗證:聰明模型做簡單任務能用更少 token,他也說這還不完全成立。
Daybreak Blue 個人用戶 10 月 1 日起用 cyber-forward 功能要插硬體金鑰,企業用戶不受影響。Tibo 說金鑰是為了幫助確保帳號背後是本人,AI 安全門檻開始看你是誰。
AI 生成數學出現沒人看得懂的證明時,一份文件要求發佈的 AI 實驗室負責讓人類理解跟上。成果要公開 prompt 與算力成本,交代失敗題數,生成式 AI 成果別當行銷工具。
Opus 判定 Astra 的 ts-rust 程式碼全是 slop,開新 crate 從零重寫,Theo 說 10 小時的進展比 Astra 2 週還多。這則 AI coding agent 案例帶出修還是重來的選擇。
Decisions API 是 Tibo 介紹的極快受限決策工具,由 Luna 驅動,調校到端到端少於幾百毫秒就能做出決定。它還支援視覺輸入,可以餵圖片進去。原文沒說推出者與收費。