
独家体验|千问大更新,把 Agent 装进了电脑和手机(在新窗口打开)
今年 6月,OpenAI 将 Codex 正式合并进 ChatGPT,让聊天对话框直接具备了执行代码、操作文件、完成复杂任务的能力。它指向了一个 AI 行业正在加剧趋势,AI助手正在从「你问我答」进化成能自主拆解目标、调用工具、交付成果的Agent。
共 1186 篇

今年 6月,OpenAI 将 Codex 正式合并进 ChatGPT,让聊天对话框直接具备了执行代码、操作文件、完成复杂任务的能力。它指向了一个 AI 行业正在加剧趋势,AI助手正在从「你问我答」进化成能自主拆解目标、调用工具、交付成果的Agent。

Transformer 的上限在哪里?这个问题从 2022 年 ChatGPT 问世起,就开始被广泛讨论。

且不论性能,自Claude Opus 5发布以后有一件事让AI圈特别在意,就是Anthropic在提示词上的改进。

今天,OpenAI重磅放出一份长达62页的「核心手稿」,详细展示了GPT的完整推演。传送门:https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf。它的「摘要」只有一小段,但信息量却大得惊人——这份笔记由AI模型独立撰写,OpenAI团队完全没有插手。

这两天,AI圈百家争鸣。GPT-6曝光、DeepSeek V4 Flash公测、SD2.5发布、MiniMax多模态开源视频模型发布……

刚刚完成 GPT-5.6 系列模型的大降价,OpenAI 又传出了新模型的消息。 据外媒 The Information 报道,OpenAI 正准备发布一个新的模型系列,目前暂定名为 Astra。该系列在执行长时间任务方面的能力将有所提升。

把主题知识变成一门学习课程。 现在想入门一个陌生话题已经很容易了。 打开ChatGPT问一句,几秒钟能得到解释。把资料丢进NotebookLM,也能很快生成总结、播客和思维导图。 但是得到答案后和把一件事学进去之间,还隔着一段很长的距离。 该先学什么,按什么顺序学,学完怎么巩固,过几天还记不记得住,这些问题,大模型都不会主动替你排好。 最近注意到一款叫Wondering的产品,用户只需要输入一个想学的主题,它就会把这个主题拆成由三分钟课程、视觉内容、播客和互动练习组成的一条学习路径,并且事后还会记录打开,生成学习报告等等。 Wondering的创始人胡程维,早些年在Google Labs的No

AI写作的黄金时代,正在崩塌! 进入,模型一代比一代强,文章却一篇比一篇烂。 它知道什么时候列出几条建议,在哪里塞进小标题,也不会忘记在结尾补上一句总结。 但通篇读完,脑子里却一句话都留不下来。 模型越强,文章越不像人话 最近,剑桥大学博士后Adam Hunt也注意到了这个现象。他的研究方向是演化精神病学与人类演化。 Hunt过去一直看好AI。可到了7月28日,他却在一篇长帖里坦言:自己现在越来越悲观。 之前有一种流行的比喻,是把模型能力画成一个带尖峰的圆。 首先是代码和数学超过人类,然后随着规模扩大,每个方向逐步增长,最终实现AGI。 但实际上,代码和数学那根刺确实是越来越长了,而语言表达和

过去两年,多模态模型的竞争看起来像一场“造眼睛”的竞赛:更高的图像分辨率、更多的视觉 token、更大的模型,以及更昂贵的训练。行业似乎默认,只要第一次看得足够清楚,AI 就能从“看见”抵达“洞见”。

就是上个月我开源的让Claude Code和Codex搭配使用的Skill搭子的1.4版,当时的定位是把Claude Code出计划然后直接在当前对话调用Codex,不需要复制黏贴,由Fable5自己写交接文档自己从CodeX那读取输出。