📄🦌🙌🐟🏖️
爱上极客
Just another Halo site
全部分类
Meta 发布 Muse Wonder，AA 智能指数 56 分，比 Opus 5.5 低两分。

Meta 发布 Muse Wonder，AA 智能指数 56 分，比 Opus 5.5 低两分。

Meta 发布 Muse Wonder 和 Muse Wonder Full。第三方的 Artificial Analysis 智能指数上，Full 拿到 56 分，比第一名 Claude Opus 5.5 低两分。官方 14 项评测里 Meta 拿了 7 项第一，Opus 5.5 拿了 6 项，优势集中在长周期编程和 Agent 任务；成绩最好的 Full 不上 API。

0 yan
15 万创意人的 AI 账本：近半数说赚多了，扣掉对照组只多 12%。

15 万创意人的 AI 账本：近半数说赚多了，扣掉对照组只多 12%。

Contra Labs《Creative Intelligence 2026》称，AI未取代创意人：超15万受访创意人约七成使用AI，49.1%的使用者称收入上升。但问卷与平台成交口径差异大：付费项目用AI占比从7.2%升至18.9%；带对照收入中位数净提升约12%，而非“40%以上”。AI多用于构思和打磨，出初稿最低。品牌、平面设计收入改善最少；AI自动化、vibe-coded apps订单增长最快，RAG/定制GPT单价最高。主要阻碍是成本70.1%，担心被取代仅19.6%。报告依托接单平台，样本与立场需谨慎看待。

2 yan
Claude 写了 Anthropic 超八成代码，RSI 还差那个 R。

Claude 写了 Anthropic 超八成代码，RSI 还差那个 R。

RSI 指 AI 自己改进自己，且每次改进让下一轮更容易。Anthropic 披露，截至 2026 年 5 月，代码库超 80% 由 Claude 编写，人均日合并代码为 2025 年前的 8 倍，但称仍未到 RSI，差距在选题与判断力。DGM、SkillOpt、SIA 等 9 项工作已让 Agent 的代码、Harness、Skill、记忆和权重自动变好，但“怎么改”多由人设定，缺的正是递归一环。读者若看到“自进化”，应先问负责改进的机制是否也变强；落地应留候选档案、给修改设限，并把评分尺子留在外部。

3 yan
OpenAI 甩出 722 篇数学手稿，热议的四维挂谷偏偏没有 Lean 证明。

OpenAI 甩出 722 篇数学手稿，热议的四维挂谷偏偏没有 Lean 证明。

10月6日，OpenAI发布内部模型的722篇数学手稿，归为372个成果族，约4000个研究问题，平均每个结果约3小时ChatGPT Pro算力，涉及准黎曼猜想等。多数未经同行评审；235族有Lean形式化，仅覆盖330篇，四维挂谷、CM阿贝尔簇霍奇猜想、有理数域希尔伯特第十问题未形式化。模型未公开，372/4000不是成功率。读者应看分母、验证层级和可重做性：Lean通过不等于命题就是原问题，证明可批量生产，核对读懂仍靠人。

2 yan
OpenAI 上线文本水印 textGrain，换掉 25% 的词检出率只剩 17%。

OpenAI 上线文本水印 textGrain，换掉 25% 的词检出率只剩 17%。

OpenAI 2026年10月5日上线文本水印textGrain：API可自选开启且默认关闭，欧盟ChatGPT和Codex未来几周加隐形水印，检测器仅对获批研究者与专业机构开放。其核心是以0到1的熵预算β量化水印让出多少随机性；虽无偏，但固定密钥可能使同一提示反复生成相同回答。实测模型基准无明显差异；检测短板突出，400 token段落换10%词检出率从约92%降至66%，换25%仅17%，短文、数学也难测。水印只能作为统计证据，不能证明作者、责任或内容真假；API开启者应自测多次采样差异。

4 yan
a16z：只有 4.5% 的美国人为 AI 付费，头部 1% 每月砸 903 美元。

a16z：只有 4.5% 的美国人为 AI 付费，头部 1% 每月砸 903 美元。

a16z两份报告指出，AI使用广而浅。美国近半消费者用过，每天用仅25%；截至2026年8月，为ChatGPT、Gemini或Claude付个人订阅费者仅4.5%。付费高度集中，头部1%月均903美元，贡献19.5%支出，超过后50%合计；中位数25美元。企业69%称已部署AI，仅2%披露持续追踪指标。消费榜前50有29个不在流量榜。Token降价推高用量，周Token量一年约增27倍，GPU租金仍高，资本开支流向芯片和电力。消费级AI多靠订阅，广告和交易抽成尚在探索。判断AI落地应看每天使用、付费与效果追踪；当前需求主要靠极少数重度用户，多数人尚未真正开始。

3 yan
GPT-6 用法变了：少教步骤，多划边界

GPT-6 用法变了：少教步骤，多划边界

OpenAI 10月2日发布《GPT-6系列模型指南》，介绍Astra、Sol、Luna三款模型及定价，核心是如何控时控本用好它们。省钱靠选对模型和提示词缓存：固定指令与参考资料放前、工具定义一致，Sol缓存输入最多便宜95%。模型变聪明后，提示词应少写手把手步骤，讲清结果、边界和完成标准。长任务可用中途引导、异步工具和子智能体；计算机使用应优先调用API或工具，不得已才操作屏幕。成本应看每次成功任务成本，并让模型提交证据便于核验。

8 yan
Gemini 4 Argon：高分之后，离好用还有多远？

Gemini 4 Argon：高分之后，离好用还有多远？

Gemini 4 Argon 发布后，高分能否转为真实好用成为焦点。libgav1 案例中，它改写约3.2万行 SIMD 代码，使安全 Rust 更易自动向量化，速度达原 Rust 移植版2.7倍，视频输出一致，但不可误读为比 C++ 快2.7倍。输出上限由64K升至1M token，指生成预算，不等于更快、更便宜或稳定。编程评测中不同任务各有胜者，且默认最高思考、多为 pass@1，DeepSWE 用 mini-swe，并非统一横测。Bloomberg 报道部分员工质疑实际编程和前端表现，Google 否认，证据尚不足。按每百万 token 计，输入/输出首发2/10美元、优惠后4/20美元。是否好用仍须以相同任务、验收和预算实测。

4 yan