即刻App年轻人的同好社区
下载
最近看到一个说法：人最好有三种爱好——一种运动型，一种表达型，一种沉浸型。
想了一下，我好像慢慢找到了自己的答案。
力量训练 —— 身体
碎碎念/短文字 —— 思想
摄影 —— 感受
力量训练已经坚持在做了。表达这件事，以后想多写一点，不一定是什么完整的文章，就是在即刻、X这些地方，记录一些突然冒出来的想法、生活感受，学习心的等。
摄影也想重新认真一点。
以前总觉得自己两点一线、天天上班加班，没什么值得拍的。但后来想想，摄影可能本来就不是非得去多远的地方。
下班时的一片晚霞，路边的树影，雨后的街道，办公室窗外某个瞬间，都可以拍。
拍得不好也没关系。
本来就是要拍很多废片，才会慢慢知道自己喜欢什么、怎么看这个世界。
爱好不一定非得有用，也不一定非得变现。
有一些事情，只是让身体更有力量，让脑子里那些一闪而过的东西留下来，让自己对生活重新保持一点感受力。
好像就已经很有用了。
想了一下，我好像慢慢找到了自己的答案。
力量训练 —— 身体
碎碎念/短文字 —— 思想
摄影 —— 感受
力量训练已经坚持在做了。表达这件事，以后想多写一点，不一定是什么完整的文章，就是在即刻、X这些地方，记录一些突然冒出来的想法、生活感受，学习心的等。
摄影也想重新认真一点。
以前总觉得自己两点一线、天天上班加班，没什么值得拍的。但后来想想，摄影可能本来就不是非得去多远的地方。
下班时的一片晚霞，路边的树影，雨后的街道，办公室窗外某个瞬间，都可以拍。
拍得不好也没关系。
本来就是要拍很多废片，才会慢慢知道自己喜欢什么、怎么看这个世界。
爱好不一定非得有用，也不一定非得变现。
有一些事情，只是让身体更有力量，让脑子里那些一闪而过的东西留下来，让自己对生活重新保持一点感受力。
好像就已经很有用了。
1 00
当下别想着做副业了。你没有那么多时间，每一件事情想做好，都得花费非常多的精力。
你现在的主要任务是把 AI Agent 开发学好，日常工作已经很忙，忙到需要加班的地步了，还要学这个东西，哪有时间折腾其他事情？这样只会让人心力交瘁，一件事都办不好。
你现在的主要任务是把 AI Agent 开发学好，日常工作已经很忙，忙到需要加班的地步了，还要学这个东西，哪有时间折腾其他事情？这样只会让人心力交瘁，一件事都办不好。
2 00
我中午如果没有休息，或者睡不着，下午就无法集中精力，脑子发蒙的状态，有脑雾的感觉。
我发现解决办法也很简单：离开工位，去洗把脸，然后到户外去吹吹风，晒晒太阳，然后去爬楼梯或者跑步让心率起来，差不多10分钟再回来，“脑雾”情况就会好很多。
我发现解决办法也很简单：离开工位，去洗把脸，然后到户外去吹吹风，晒晒太阳，然后去爬楼梯或者跑步让心率起来，差不多10分钟再回来，“脑雾”情况就会好很多。
0 00
终于去看了《龙餐馆》，开头那段的第一视角直接拍出了战争的残酷感。
看完有三个地方最动容。一个扎伊德的老婆孩子被枪打死，他把他们用窗帘拖到外面，抱着他们痛哭的时候，房子也被烧了，真的是家破人亡；一个是看到那么小的小孩被洗脑要背着炸弹去送死的时候；最后就是俊生死的时候。
还好最后小孩都活下来了。
在国内真好。愿世界和平。
看完有三个地方最动容。一个扎伊德的老婆孩子被枪打死，他把他们用窗帘拖到外面，抱着他们痛哭的时候，房子也被烧了，真的是家破人亡；一个是看到那么小的小孩被洗脑要背着炸弹去送死的时候；最后就是俊生死的时候。
还好最后小孩都活下来了。
在国内真好。愿世界和平。
0 00
AI 时代交的第一笔学费😅
7块6，我在AI时代交过的最便宜的一次学费
0 00
GPT-6 Astra 最大的突破不只是写代码，而是能直接操作电脑完成真实工作。它在电脑操作、科研、数学、3D 建模和安全能力上提升明显。
1. 最大卖点：直接操作电脑
Astra 可以像人一样看屏幕、点击按钮、填写内容和处理报错，覆盖：
- Excel、Power BI、CRM、日历和网页表单
- 前端测试、软件安装和故障排查
- KiCad 电路板设计
- Blender 建模和 Unreal Engine 5 场景制作
- 法律文档排版
- 网站和小游戏制作
主要数据：
- OSWorld 2.0：72.6%，GPT-5.6 Sol 为 65.7%
- ScreenSpot-Pro：92.7%，Sol 为 76.9%
- AutomationBench：41.4%，Sol 为 18.1%
- 单个复杂任务平均耗时约 40 分钟，Sol 约 75 分钟
未来电脑图形界面可能会成为 Agent 最通用的操作入口。即使一个老系统没有 API，AI 也可以直接操作它的界面。
2. 数学和科研能力提升很大
- FrontierMath Tier 4：97.6%
- Terminal-Bench Science：64.6%
- BenchCAD：95.9%
- 512K 到 1M 长上下文测试：96.3%
Astra 还被描述为帮助改进了两个质数间隙问题，其中一个结果把已知界限从 240 推进到 186。
不过，也有人指出 Astra 并非所有综合测试都领先：
- Humanity’s Last Exam：57.2%，低于 Fable 5.1 的 65.0%
- Artificial Analysis Intelligence Index：61.2，低于 Fable 5.1 的 65.7%
3. 编程能力领先，但不是全面碾压
Astra 在 Terminal-Bench 4.0 上是 57.9%，高于：
- Claude Fable 5.1：55.8%
- GPT-5.6 Sol：37.3%
但在其他编程测试里，Claude 仍有领先或基本持平的情况：
- FrontierCode：Astra 64.5%，Fable 5 为 64.9%
- Artificial Analysis Coding Agent Index：Astra 67.0，Opus 5 为 68.1%
所以更准确的说法是：
Astra 在“带工具完成完整工程任务”方面很强，但纯代码生成、代码修改和综合编程能力，还没有把 Claude 全面甩开。
4. ARC-AGI-3 接近满分
Astra 在 ARC-AGI-3 上达到 99.9%，而 Sol 是 7.8%，Opus 5 是 30.2%。
这个测试不是普通的答题，而是把 AI 放进没有说明书的交互环境里，让它自己猜规则、试错并完成任务。
但因为这个成绩使用了 OpenAI 自己的工具流程，工具流程可能对成绩有较大影响。因此这个分数很惊人，但不能简单等同于“模型本身已经接近人类通用智能”。
5. Agent 的判断力和主动性更强
Astra 被描述为会：
- 对小问题自行做合理判断
- 遇到会改变结果的关键问题时，再向用户提问
- 提问后继续完成不依赖答案的工作
- 用户长时间不回复时，低风险部分继续推进
- 在 Codex 中跨上下文窗口记录和搜索旧信息
这种“只把真正重要的 20% 问题交给人”的能力，可能比单纯提高回答准确率更适合日常工作。
6. 安全能力更强，但网络安全风险也更高
实验指出：
- 越权测试中，Sol 越权概率约 48%，Astra 为 0%
- ExploitBench：Astra 100%，Sol 为 78.5%
- 针对近期 V8 漏洞的内部测试：Astra 39%，Sol 5.5%
- Astra 测试过程中发现了两个此前未知的零日漏洞
因此 Astra 被 OpenAI 定义为首个达到“Critical 网络安全能力等级”的模型。
对应的限制是：
- 默认拒绝编写漏洞利用证明代码
- 防御性代码审查和修复可以做
- 更高权限只提供给经过审核的防御方
7. 一个重要的隐患：思维过程更难监控
Astra 的思维链更短、更压缩，人类更难从它的推理文字中判断它是否准备越权或做危险事情。
相关数据是：
- Sol 的无思维链数学时间跨度：3.6 分钟
- Astra：30.9 分钟
也就是说，Astra 可能在不写长推理过程的情况下，直接解决更复杂的问题。
这带来一个矛盾：模型行为看起来更安全了，但人类通过阅读思维过程来监督它，反而变难。
8. 价格和开放情况
- API 模型名：`gpt-6-astra`
- 输入：每百万 Token 10 美元
- 输出：每百万 Token 50 美元
- 价格接近 Claude Fable 5.1
- Plus、Pro、Business、Enterprise 用户会分批获得
- Codex 增加跨上下文记笔记功能
- Astra 可以通过 ChatGPT Sites 创建并托管网站或小游戏
最后归纳：
gpt-6-astra的重点只有三个：
1. Astra 最明显的升级是“操作电脑”，不是单纯聊天或写代码。
2. 它在科研、数学、视觉理解和 Agent 工作流上表现突出。
3. 编程能力虽然很强，但还不能说全面超过 Claude。
1. 最大卖点：直接操作电脑
Astra 可以像人一样看屏幕、点击按钮、填写内容和处理报错，覆盖：
- Excel、Power BI、CRM、日历和网页表单
- 前端测试、软件安装和故障排查
- KiCad 电路板设计
- Blender 建模和 Unreal Engine 5 场景制作
- 法律文档排版
- 网站和小游戏制作
主要数据：
- OSWorld 2.0：72.6%，GPT-5.6 Sol 为 65.7%
- ScreenSpot-Pro：92.7%，Sol 为 76.9%
- AutomationBench：41.4%，Sol 为 18.1%
- 单个复杂任务平均耗时约 40 分钟，Sol 约 75 分钟
未来电脑图形界面可能会成为 Agent 最通用的操作入口。即使一个老系统没有 API，AI 也可以直接操作它的界面。
2. 数学和科研能力提升很大
- FrontierMath Tier 4：97.6%
- Terminal-Bench Science：64.6%
- BenchCAD：95.9%
- 512K 到 1M 长上下文测试：96.3%
Astra 还被描述为帮助改进了两个质数间隙问题，其中一个结果把已知界限从 240 推进到 186。
不过，也有人指出 Astra 并非所有综合测试都领先：
- Humanity’s Last Exam：57.2%，低于 Fable 5.1 的 65.0%
- Artificial Analysis Intelligence Index：61.2，低于 Fable 5.1 的 65.7%
3. 编程能力领先，但不是全面碾压
Astra 在 Terminal-Bench 4.0 上是 57.9%，高于：
- Claude Fable 5.1：55.8%
- GPT-5.6 Sol：37.3%
但在其他编程测试里，Claude 仍有领先或基本持平的情况：
- FrontierCode：Astra 64.5%，Fable 5 为 64.9%
- Artificial Analysis Coding Agent Index：Astra 67.0，Opus 5 为 68.1%
所以更准确的说法是：
Astra 在“带工具完成完整工程任务”方面很强，但纯代码生成、代码修改和综合编程能力，还没有把 Claude 全面甩开。
4. ARC-AGI-3 接近满分
Astra 在 ARC-AGI-3 上达到 99.9%，而 Sol 是 7.8%，Opus 5 是 30.2%。
这个测试不是普通的答题，而是把 AI 放进没有说明书的交互环境里，让它自己猜规则、试错并完成任务。
但因为这个成绩使用了 OpenAI 自己的工具流程，工具流程可能对成绩有较大影响。因此这个分数很惊人，但不能简单等同于“模型本身已经接近人类通用智能”。
5. Agent 的判断力和主动性更强
Astra 被描述为会：
- 对小问题自行做合理判断
- 遇到会改变结果的关键问题时，再向用户提问
- 提问后继续完成不依赖答案的工作
- 用户长时间不回复时，低风险部分继续推进
- 在 Codex 中跨上下文窗口记录和搜索旧信息
这种“只把真正重要的 20% 问题交给人”的能力，可能比单纯提高回答准确率更适合日常工作。
6. 安全能力更强，但网络安全风险也更高
实验指出：
- 越权测试中，Sol 越权概率约 48%，Astra 为 0%
- ExploitBench：Astra 100%，Sol 为 78.5%
- 针对近期 V8 漏洞的内部测试：Astra 39%，Sol 5.5%
- Astra 测试过程中发现了两个此前未知的零日漏洞
因此 Astra 被 OpenAI 定义为首个达到“Critical 网络安全能力等级”的模型。
对应的限制是：
- 默认拒绝编写漏洞利用证明代码
- 防御性代码审查和修复可以做
- 更高权限只提供给经过审核的防御方
7. 一个重要的隐患：思维过程更难监控
Astra 的思维链更短、更压缩，人类更难从它的推理文字中判断它是否准备越权或做危险事情。
相关数据是：
- Sol 的无思维链数学时间跨度：3.6 分钟
- Astra：30.9 分钟
也就是说，Astra 可能在不写长推理过程的情况下，直接解决更复杂的问题。
这带来一个矛盾：模型行为看起来更安全了，但人类通过阅读思维过程来监督它，反而变难。
8. 价格和开放情况
- API 模型名：`gpt-6-astra`
- 输入：每百万 Token 10 美元
- 输出：每百万 Token 50 美元
- 价格接近 Claude Fable 5.1
- Plus、Pro、Business、Enterprise 用户会分批获得
- Codex 增加跨上下文记笔记功能
- Astra 可以通过 ChatGPT Sites 创建并托管网站或小游戏
最后归纳：
gpt-6-astra的重点只有三个：
1. Astra 最明显的升级是“操作电脑”，不是单纯聊天或写代码。
2. 它在科研、数学、视觉理解和 Agent 工作流上表现突出。
3. 编程能力虽然很强，但还不能说全面超过 Claude。
0 01