AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

GPT-6.1 Sol 来了，OpenAI 给的定位一句话，"near-Astra intelligence for a fifth of the price"，近 Astra 的智力，五分之一的价钱。

三组数字摆开。真实编码那关走 DeepSWE，跟 GPT-6 Astra 打平，成本约五分之一。办公流程那关 AutomationBench，超 Opus 5.5 两点二分，成本三分之一。计算机使用那关 OSWorld 2.0，离 Astra 差两点一分，成本约七分之一。定价也给了，每百万 token 进两美元、出十美元。

一档顶三家这半句是全场重心。前面第二名的价钱那篇讲的是排第二的代价，这条把新一代的账直接摊开。跟前面自研那条链接得上，中档挤进头部之后，价格又往下踩了一脚。跟前面 Pro 档倍率那篇也是同一场发布会的两半，一半改价，一半发东西。

同期还落了两件。Pro 500 这个新档，用量是 Plus 的二十五倍，配 Ultrafast，Codex 里最多快八倍。Decisions API 让 Luna 做近乎即时的选择题，用来分内容、路由 agent。

引帖把头版也点了名，Dev Day 的头版是 Dots，OpenAI 对 Muse 和 Grok Bot 的回应，让 agent 有自己的电脑独立干活，跑在 GPT-6 Astra 上，接四千多个应用，ChatGPT、Slack、Teams 里都能触达。

我留的疑问有三处。五分之一这个比价按哪个场景算没标注；三点差距在自己的活里意味着什么得试；Dots 那四千应用的覆盖有多深一个字没提。

选型的把这三关当尺子，拿自己最常跑的那类活对一遍，差的两点一分和省的三分之二价钱哪个更值，账只有自己算得清。

不是科幻界面，一个实时推理回路被打成了结，Claude Code 跑 Opus 5.5 时的内里动作被摆进了 3D。原句是 "THIS IS NOT A SCI-FI UI. THIS IS WHAT A REAL-TIME AGENTIC REASONING LOOP LOOKS LIKE."。

三块结构照录。核心是一个三叶形的结，一千四百根彩虹股拧成的旋转体，代表 agent 那一轮轮的推理循环，计划、动作、验证。脉冲沿环实时跑，跑到哪就弹出事件，比如"SPAWN a-17，一个任务拆出六个侦察兵"，或者"TEST，412 通过，0 失败"。

外圈是工具弧，Read、Grep、Edit、Bash、Plan、Subagent、WebFetch、MCP 排成一圈，工具一被调用，对应的弧就亮，光流从边界打进结心。四周的面板盯实时的 token 消耗、主线与子 agent 的执行轨、上下文窗口分布，底部那排是子 agent 按工具的矩阵、任务队列和测试验证状态。

看得见这半句是全场重心。前面几篇讲的都是 agent 能干什么，这条让人看见它此刻在想哪一步。跟前面会说话那张屏接得上，那条把执行过程说出来，这条把它拧成了形状。跟前面可信度查得回也呼应，脉冲和事件都在，出岔子时知道是哪一环松了。

引帖还顺手做了个对照，把 GPT-6 Astra 和 Opus 5.5 放进果蝇蘑菇体的神经回路里跑。同样 82% 的准确率下，Astra 快一倍，Opus 5.5 省四成脉冲，速度与效率的老账在生物学这头又算了一遍。

我留的疑问有三处。这个结的转速跟真实循环有没有对应关系没说；一千四百根股各自代表什么没标注；面板上的数是实时还是示意也不清楚。

想看回路的，找它跑一条带测试的活，盯住"412 通过"那类事件弹出的节奏，比读日志直观。

DeepSeek Harness 的 v0.2.0-rc.2 来了，改动落在装配这一层。

六条照录。桌面版把 dsh 命令直接打包进去了，管理插件不再要 Node 和 pnpm。会话切换之后计划评审坏掉的问题修了。编码视图关着时 Agent 预设被锁住也修了。模型选择器给长列表加了模糊匹配搜索。

Bash 和 PowerShell 的文件操作加了更强的安全护栏。macOS 和 Linux 桌面启动时登录 shell 环境现在能正常载入，不过附注一句，Linux 的安装包还没见着，可能得手动构建。

免装那层是全场的重心。前面几篇讲的都是模型怎么强，这条把镜头对准了装配。跟前面一百三十八个 PR 那篇是同一条线的两端，那条改的是里面的活，这条改的是装上就能用的那一步。跟前面连接怎么做得更好也对得上，装的门槛降一次，接进来的人就多一批。

安全护栏那条也值得单独记。文件操作加硬，跟前面围栏那篇呼应，一收一放的两半里，这是收的那一半在往前挪。

rc 这个后缀我也留一分观察。候选版意味着还在试，计划评审和预设锁这类刚修的地方，自己升上去后先看会不会冒出别的状况。

手头装着的直接升一版，升完先在模型选择器里搜个长名字，看模糊匹配是不是真省事。

Hermes 一天合掉 138 个 PR，原句是 "DESKTOP IMPROVEMENTS (47 PRs)" 打头的长清单，挑值得知道的说。

最要紧的一条在沙箱。Bot Screen、computer_use 和浏览器现在都跑在终端后端的沙箱里，桌面版还发了一个带显示栈的真沙箱镜像，镜像名带着 NVIDIA EGL 的回退修复。这条跟前面围栏那篇接得上，跑在外面的能力，这下有了关得住的屋子。

国际化也齐了，核心层、终端界面（TUI）和桌面版全走可插拔的语言包，十六种语言完整对齐。会话归属也改了，桌面和终端动作按会话自己的档案走，不再跟着后端启动那个，设置终于读写自己显示的那份档案。

压缩那条也值得记，压缩改为跟着配置的 compression.threshold 走，不再硬卡二十五万 token，跟前面记忆技能那篇呼应，什么该压、压到哪，决定权交回给了配置。插件目录新加了 Nachos、unbrowse、antigravity OAuth、PIR8 brain graph 这批，Qwen OAuth 也显示 token 到期时间。

还有一条容易被刷过去，Claude Sonnet 5.5 进了 OpenRouter 和 Nous Portal 的目录，MCP 那层的池子又多了两处。

清单后半还扫到这些，照原样记下。voice 相关的 VOICE、REAL、PTT、TTS，开发者项的 DEVELOPER、PLUGINS，模型侧的 SWA、GGUF、MoA。会话与路由的 session.archive、A2A、tools.list、SWR、state.db、SHA、PATH、Hermes.app、terminal.cwd。

日志一路的 desktop.log、bridge.log、sessions.changed、gateway.log，另有 SECURITY、SECRETS、INTEGRATIONS、CHAT、STABILITY、FIXES 几组，其中含 SQLite 与 DST 的修复，还有一条从 combo.ts 到 actions.ts 的导入环修复。

我留的疑问有三处。沙箱隔离的逃逸面没给测试数据；十六种语言的翻译质量参差不知道；遥测默认关、同意才开，具体采集哪些字段也没列。

升级前先看一眼自己那份配置，二十五万硬卡改阈值之后，长会话会不会开始频繁压缩，得自己试一轮。