OpenAI 那边连甩两句短话,把"下周"和"6.1"先后钉在了台面上。
两句照录。头一天回网友的试探,原句是 "Hey now. You don't know what we're releasing next week",隔天再被追问,回得更干脆,"@davis7 6.1 coming soon"。
6.1 这三个字母是头一回被点名。而"下周"这个筐,早在之前那张日程里就装过东西,每天要么一个明显改进、要么一次全量重置,眼下算是对上了号。
这两句不是凭空甩的。同一阵子,产品需求的征集帖里涌进近七千条回复,队形整齐地刷着同一个名字,对家的模型。随后负责人宣布闭门只做四件事,简化、提效换更多用量、颠覆性功能、新模型,附上的那句是,反馈很清楚,想要更简单。
"回得越短,追的人越多"这半句是全场重心。前面那张二十八天的日程表讲的是日拱一卒,这两条讲的是把悬念压成一行。跟前面还在灰度就已经在超呼应,那条是货在管道里跑,这条是话在嘴边留半句,两头都在正式落地前造势。跟前面一百二十亿超了原定目标也接得上,一个备钱一个备话,进场前的动作一模一样。
我单拎出来的是那句 coming soon,没有型号,没有日期,可追的人已经把后续每条动静都对上号了。
我留的疑问有三处。6.1 指的是哪一档没说;"下周"落在哪天没定;和二十八天表的先后也没排。
等它真落地那天,把 6.1 和手头这档摆同一道题,看提速那部分到底快在哪。
codex 的 computer use 被人从壳里掏了出来,当着面接进了对家的模型。
门子拆开讲。它其实是 ChatGPT 的 Mac 应用里一个本地的 MCP 服务器,Claude Code 想调就能调,连无头的 claude -p 也行。实测那组数字摆开:同一个八任务,Opus 5.5 挂着 Codex 的引擎做成六件,Codex 原配自己上也是六件,另一条 cua 的路子三到四件、成本还翻四倍。
差别也在细节里,cua 在 Mac 上的后台模式只走辅助功能,画布和拖拽落不了地;Codex 的引擎把真实的点击和拖拽发进应用,全程没碰用户光标。限制同样照录,不支持悬停,非官方,聊天应用一更新就可能断。
还有那句附赠,一段可以直接丢给 Claude 的设置词,让它去插件缓存里翻出那份 mcp.json。照着把其中的 cua_repl 注册成叫 codex-cu 的用户端服务器,再拿计算器验一道十二乘十二。
"手脚和脑子能拆开换"这半句是全场重心。前面六个仓库各接一段讲的是生态互相咬合,这条讲的是连官方的工具层都能拆出来单租。跟前面把决定挪进系统呼应,那条改的是谁在定,这条改的是谁在动,两头都在把模型和工具这层皮剥开。跟前面给形状不给自由发挥也接得上,一个管输出长什么样,一个管手伸到哪里去,出口与入口两端同时松动。
两件事我单拎出来记。一是六比六这个平局,说明手和脑各换一边都不掉链子;二是那句"直到聊天应用更新前都能用",自带着保质期的坦诚,比包装过的更可信。
我留的疑问有三处。剩余两件败在哪没拆;六件的通过判定没给;悬停缺失对流程影响多大也没数。
这周照那段设置词试一遍,把 Codex 的手接到自己常用的那个模型上,看那道十二乘十二能不能自己算明白。
整套 Git 基础设施被 GitHub 拆着重建了,主力已经换人。
GitHub 自己交的底。九月里智能体和开发者合计产出七十三点八亿次提交,比一年前翻了五倍还多;push 同比涨四点九倍;内部基准测下来,吞吐峰值提到过三十五倍。同一天的另外几件事排着队来,Sierra 拉上 Meta、Shopify、Stripe、Walmart 发了 Personal Agent Protocol,Cursor 的手机端能远程指挥电脑上跑着的智能体,WebMCP 让网站直接把工具递给智能体,路修得飞快。
路在修,监控没跟上。METR 那篇的路子够巧,让 AI 当帮手,十来分钟就在 Inspect 评估框架的日志查看器里刨出一个客户端 JavaScript 注入的口子。借它能把审查者眼前的内容随手改掉,可数据库里的原件纹丝不动。
Meridian Labs 收到报告,一天之内就打了补丁。问题在于,人盯智能体靠的正是那份日志,日志能被它动过手脚,人看的就成了摆设。PromptArmor 拆 WebMCP 时挖出的提示词注入,走的是同一个门。
"修路的多、装监控的少"这半句是全场重心。前面那个开关撤了那条讲的是默认放行收着点,这条讲的是连看的那条路都有人动了手脚。跟前面恢复这层接起来呼应,那边管崩了怎么爬,这边管看着它爬的那双眼,两头都在补基础设施。跟前面两天换掉工作台也接得上,一个搭干活的底座,一个搭信任的底座,缺哪个都站不住。
这三条规矩我记下了:凡是智能体自己写出来的日志,都别当信得过的东西;观测那套东西按要害系统的标准来搭;盖章之前,先去翻一翻原始记录。
我留的疑问有三处。那个注入漏洞的补丁版本没给;三十五倍是哪类负载没拆;Personal Agent Protocol 谁来管也没说。
这周把自己那条流程的日志隔出来当不可信输入过一遍,看还能揪出几个想都不曾想过的口子。
一篇三年独立开发的复盘把最扎心的那句放在了中段。用人工智能写应用以后开发的乐趣完全没有了。这复盘我看完先敬那份坦诚再看那两级优先级。敬的看的点在下面一层层摆。摆好了看那笔账,账在下面摆着,摆好了自己对。
账面是这样的。失业满三年,目标是上架一百个应用,实际完成三十四个。三分之一的进度摆在第四个国庆节上,进度条本身不算难看。难看的是曲线的后半段拐了弯。拐弯的第一个信号是手工和自动的比例,前三十二个是纯手工一针一线缝出来的,后期才开始让智能体搭把手。
旧感觉的配方是遇到问题。解决问题、把一个想法一点点变成应用,配方的每一步都带着阻力。阻力恰恰是乐趣的来源。没有阻力的生产像坐电梯。坐电梯上楼的人不会对楼梯有感情。感情的第四层是更现实的那记重拳。重拳是自己的多个应用被别人直接平替。平替的同行还特意来通知了一声。
顺手记一笔那两级优先级的顺序。先付费用户后自己用这顺序藏着三年的教训。教训是先把别人的问题解决顺了自己的现金流。自己的工具才有闲心慢慢磨。磨出来的工具往往也是别人愿意付费的那种,愿意付的和愿意磨的凑在一起才是可持续的节拍。
点评两句。第一句是被平替还特意来通知那半段是今年最诚实的独立开发者现场,现场里没有赢家只有存活。第二句是为做而做这四个字该贴在每个赶工中的产品墙上,贴了的回来点赞,句号。
taid=6ac483d5d67e050001c6eaec&utm_campaign=trueanthem&utm_content=business&utm_medium=social&utm_source=twitter
DeepSeek 这一轮至少要进一百二十亿美元,原定的募资目标被甩在身后,下一步指向二〇二七年初那场 IPO。
消息面摆开。资金被描述为有腾讯支持的那一笔,金额到这个量级已经把此前的计划抬高了一档;IPO 的时间点写在前面,路数是先把弹药备足再进场。
"先备弹药再进场"这半句是全场重心。前面一边退一边抢那条讲的是钱往工程侧挪,这条讲的是钱往资本侧挪。跟前面两天换掉工作台呼应,那条是两天花小钱办底座,这条是两年攒大钱等窗口,两头都在把资源压在该压的地方。跟前面三十八分那张榜也接得上,一个在台面上比分数,一个在台面下比弹药,桌子两边同时动。
一百二十亿这个数我留意,融到超目标再排队上市,这个次序说明要钱的人不急,急的是把产能和模型这两件先做实。
我留的疑问有三处。一百二十亿的用途怎么拆没说;腾讯之外的跟投方没列;IPO 的具体月份也没给。
这周盯它下一轮的公开信息,看钱先落在机房还是先落在模型上。
新加坡的一周技术周记把智能体的讨论从理论拽进了真金白银的现场。第一站就落在链上智能体和真实流动性上。这周记我看完先记那四个变量再记那条证据链。记的点在下面一层层摆。摆好了看第一站,站在下面摆着,摆好了自己走。
第一站的会场是 TOKEN2049。讨论的落点是自治模型开始和真实流动性打交道的那一刻。那一刻被这周记点名为整件事变难的起点。起点的难处拆开是四个会动的变量。价格在动。流动性在动。
新信息在冒头。执行成本在漂。四个变量共同构成一个事实。市场不会停在原地等你推理完。推理里的世界和下单时的世界隔着重门。重门的第二层是那句追问的转向。转向的落点不是模型对不对。而是环境变了多少之后这个智能体肯改主意。
肯改主意这五个字把聪明和可用划了条线。线的第三层在下面摆着。摆好了别眨眼,眨眼就翻过去了,过去一页少一页。少一页都是损失。损失不起的往下看。看下段。下段是那三种环境的对照。对照读完这篇就通了。通了就收工,收工的礼数在下段,下段是最后的门,推开它,推。
三种环境排开是受控环境。实时市场。还有介于两者之间的演练场。受控环境证明的是智能体会不会给出答案。实时市场检验的是它能不能持续观察。更新看法。守住自己的限制。决定什么时候不出手。以及出手之后认账。
四样里最扎眼的是决定什么时候不出手。不出手的判断是所有交易系统里最难教的一课。教不会的系统会在不该动的时候乱动。乱动的代价按秒计价。计价的第四层是那句权限与限制的环境。环境的意思是给智能体的行动划出围栏。
围栏之内允许试错围栏之外必须停机。围栏立好了责任才有落点。落点的第五层是我的保留。保留是链上经济这套叙事今年听得多落地少。落地少的原因是结算和声誉这些基础设施还在拼装。拼装期的承诺打七折听。
折完的第六层是我的收尾。收尾在最后一段。最后一段到了就推门。门后是我的两句点评。读完这篇正式结束。结束语不留悬念,悬念是给没看完的人的,看完的人不需要,不需要的直接收。收在下段,下段见,见了就懂。
懂了就散。散会的礼数最后给。给完就收。收工。工收得干净。干净的收尾不带水,带水的都是没写完,我读完了,读完在下段,下段是最后的门,推开它,推。
NeoSoul 那条证据链是周记里最值钱的一段,决策可以被记录。可以被评估。可以随时间累积。累积下来的表现就不再是一次结果而是证据。证据能长成声誉。声誉能换权限。更长的运行历史最终影响一个智能体被托付多少责任和资本。
四个环节串起来是一条从一次运气到长期信任的通道。通道搭好了智能体经济才有了可以下注的牌桌。牌桌的第七层是那句对比。对比的两端是别人嘴里的智能体要上链和眼前这条能落地的链路。能落地的都长着具体的脸。
脸看得见的第八层是我的观察。观察是这周记的温度是冷的。冷的观察在热闹的会场里反而稀缺。稀缺的第九层是我的收尾。收尾和第四层说的其实是同一件事。同一件事摆完这篇就齐了。齐了的礼数最后一段给。
最后一段到了就推门,门后是我的两句点评。读完这篇正式结束,悬念是给没看完的人的。看完的人不需要。不需要的直接收。收在下段。下段见。见了就懂,懂了就散
把那四样测试再各自拆一句。持续观察拼的是数据管道的诚实度,管道撒谎后面全白搭。更新看法拼的是模型肯不肯推翻自己,推翻自己的代价在实时市场里是面子,在受控环境里是零。守住限制拼的是工程纪律,纪律靠代码不靠自觉。
认账这一样最看重历史记录,没有记录就无账可认。无账可认的系统谈责任是空对空。空对空的信任在任何经济系统里都借不出钱来。借不出钱的智能体永远停在玩具档。玩具档往上走一格就是那条链要干的活,干活的现场这周在新加坡摆了几天。
摆完的收获是一句话。聪明只是入场券。能不能持续地在变化里做对决定才是决赛。决赛的下一句摆完就收,收在最后一段,最后一段到了就推门。点评两句。第一句是决定什么时候不出手这五个字今年值得所有做自动化交易的人抄在屏幕上方,抄了的回来点赞。
第二句是证据到声誉到权限这条链听起来遥远。但每一步在别处都已有人跑通。跑通的拼图就差最后几块。差的那几块出现时这条链就不是叙事了。就收在这里。句号。
用 Grok Bot 搭的 Team Bots 把发布和质检这条流水线接了过去,一个管发版一个管修错。这接法我看完先记分工再记那条异议通道,记的点在下面一层层摆。摆好了看那两个名字。名字在下面摆着,摆好了自己对。
两个机器人挂在同一个聊天软件里,各占一条战线。一个叫 sandcastle 是发布经理。一个叫 poteto 是修错的主力。新开了一个 Slack 频道管发版日常。分工的第二层是那个异议通道。
通道的做法是发布经理先私信所有贡献者。附上各自的代码改动链接让人知道下个版本收了什么。贡献者有任何拦路的问题可以私信回它。异议权被显式写进流程这件事我服。服的原因是自动化的发布最怕的就是有人的活被静默吞掉。
吞掉的那次偏偏就是不能出错的那次。把否决权还给人才让整条流水线敢跑起来,跑起来的第三层在下面摆着。摆好了别眨眼,眨眼就翻过去了,过去一页少一页。少一页都是损失。
测试小队的编制是十个往上跑的智能体,跑在 Grok 4.7 xhigh 档位上,任务是像真人一样把界面点一遍。用的两样家什是验证技能和功能地图。十来个分子里有几个是定向排雷的。剩下几个是纯捣乱的。
捣乱的那位专点没点过的地方看什么会坏。定向加捣乱的组合比单一的巡检有效得多。有效的第四层是发现问题之后的接力。接力的开关是一句艾特。艾特到工程员它就开一个 Cursor Project 接手所有高优先级的错。
接手的分诊按严重程度分两条路。急的把修复捡回发版分支再出一个补丁版本。老毛病修完赶下一班车。两条路都跑在同一条流水线上,流水线的第五层是我的保留。保留是这套流程还没见过灾难性的那次检验,检验缺席之前先按顺利运转记账。
顺手记一笔那十个分子里捣乱的那位最费钱,钱花在乱点上其实最值,值在它替真人把边角都踩了一遍。点评两句。第一句是发布经理这活历来是最烦最不讨好的,被机器人接走的那一刻团队里最资深的那位大概松了口气。第二句是那条私信加异议的通道才是整套设计的精髓,去掉它这流程就是全自动的暴政,留着它才是人机分工,留住的回来点赞,句号。
Beam 今天挂了出来,五百亿参数的开源货专攻编码智能体和科学三类负载。这发布我先记规格再读那封公开信。规格四件套摆开,五百亿参数。词元效率极高。从零预训练。还有一场公开文献里我们所知的最大规模强化学习训练。四件里最扎眼的是那个最大。敢把最大写进公告的团队手里得真有账本。白手起家的训练今年在开源阵营里是稀罕事。
写信的人来路也值得记一笔。童年随父母移民到 USA。父母在 PNNL 这座国家实验室当科学家,实验室安在华盛顿州的一个小镇上。小镇少年的兴趣被物理学接住了。接住的原因写得朴素,物理的原则简单、是根基、影响长远。物理是二十世纪的根基科学。第一台通用计算机 ENIAC、晶体管、GPS 全球定位系统的根都扎在那里。
转折发生在二零一六年读研期间,AlphaGo 那盘棋改变了方向。DeepMind 造的智能体先模仿人类棋手再靠试错自我提升,赢下了世界上最烧脑的棋类游戏。让作者震动的不是胜负是三个属性。
概念上简单。通用。而且可扩展。可扩展的第三层是那个等式,原则上系统可以无限自我改进,剩下的只是算力的函数。等式一立作者就从物理转了行。转行的判断是人工智能会成为二十一世纪的根节点科学,就像物理之于二十世纪。
判断之后跟了一句我认为,做基础科学本身还不够,基础科学必须保持开放和广泛可得。牛顿记在物理史册上但他也炼金术。炼金术秘密进行因为人造黄金被认为既赚钱又危险,危险到可能毁掉整个经济。
牛顿的炼金笔记是用密码写的。另一边的自然哲学原理公开刊印在皇家学会的哲学会刊上,知识由此传了几代人,变成我们今天念的牛顿定律。同一人两副面孔,一副锁在密码里,一副摊在阳光下。摊开的那副才活成了科学。
三个开放案例摆在后面。互联网建在开放协议上。最广泛使用的操作系统是开放的。网络安全这个行当之所以存在,是因为九十年代把强加密协议公开了。三个案例摆完那句开放创造创新生态就不再是口号,是史实。
安全这副面孔最反直觉。直觉上藏起来才安全,事实恰恰相反。天天被代码审计的开源组件,出漏洞的平均修复速度比闭源的快得多。快的原因是盯着的人多。人多的眼睛是分布式防线。防线分布得越开源越牢固。
牢固的反面是那句白细胞的比喻。几个闭门研究者治不完人工智能的全部毛病,毛病的表面积比软件大几个量级。量级摆出来闭门策略就露了怯。露怯之后才轮到那句结论,最安全的方式也是让收益均匀分布的方式就是开放。
保留的地方也得说清楚。开放和安全的平衡这封信给了主张没给全部证据。证据要等社区的检验。发布者给自己的定位是让 Beam 小小地参与一把,让人工智能广泛可得、安全、有益。小小地参与这五个字的姿态比豪言壮语可信。
读者能做的事其实就两件,去跑一遍它的基准,再翻一遍它的权重说明。两件做完这封信的真伪自己就有了答案,答案在手里比在评论区里踏实。点评两句。第一句是把牛顿的炼金笔记和公开刊印的原理摆在一起对照的写法,今年在我心里排第一。第二句是那句白细胞的比喻,值得所有闭门做安全的团队抄下来贴墙上。贴了的回来点赞,句号。