跳到正文

X:Kim

@kimmonismus · X

当前显示全部 AI 相关新闻
切换来源
全部X新闻X:Rohan Paul1273 条X:Kim1142 条X:阿易 AI Notes846 条X:阿里云 / Alibaba Cloud433 条X:Testing Catalog347 条X:Elvis Saravia325 条X:cb_doge308 条X:Elon Musk307 条X:OpenRouter288 条X:Artificial Analysis261 条X:Ethan Mollick261 条X:PixVerse237 条X:Replit215 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)205 条X:SemiAnalysis204 条X:ZHO203 条X:OpenAI Developers202 条X:小北171 条X:swyx161 条X:MiniMax157 条X:Gemini156 条X:Dex Horthy(HumanLayer)131 条X:Emad Mostaque122 条X:Tibo122 条X:OpenAI119 条X:X.PIN104 条X:Google AI for Developers103 条X:蚂蚁百灵101 条X:AI Safety Memes98 条X:Thomas Wolf(Hugging Face 联创/CSO)95 条X:Epoch AI93 条X:Luma AI90 条X:Runway88 条X:Claude Devs84 条X:Aravind Srinivas(Perplexity CEO)82 条X:Jason Liu82 条X:马东锡 NLP80 条X:面壁智能 OpenBMB79 条X:Frank Wang 玉伯79 条X:Sam Altman79 条X:洪明73 条X:fofr72 条X:Gabriel71 条X:阑夕67 条X:Francois Chollet66 条X:Nathan Lambert62 条X:Yuchen Jin62 条X:Perplexity61 条X:赵纯想60 条X:opencode60 条X:Eric Zakariasson59 条X:Greg Brockman58 条X:Cohere55 条X:Tencent WorkBuddy55 条X:Microsoft Research54 条X:Peter Steinberger51 条X:腾讯混元50 条X:Suno50 条X:Claude45 条X:Anthropic44 条X:Clément Delangue(Hugging Face CEO)44 条X:OpenClaw42 条X:Charlie Holtz41 条X:Krea AI41 条X:通义千问 / Qwen39 条X:Google DeepMind39 条X:Google AI37 条X:Thariq36 条X:karminski32 条X:AK31 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:Boris Cherny30 条X:百度 Baidu29 条X:AI at Meta28 条X:Deedy Das28 条X:可灵 Kling AI27 条X:Aidan Gomez(Cohere CEO)27 条X:Viggle AI26 条X:Mustafa Suleyman(Microsoft AI CEO)25 条X:Logan Kilpatrick24 条X:Josh Woodward23 条X:Noam Brown20 条X:李继刚19 条X:硅基流动 SiliconFlow18 条X:Andrew Milich18 条X:Odyssey18 条X:SpaceXAI17 条X:Tianyi Cui17 条X:DeepSeek16 条X:华为云15 条X:Sundar Pichai14 条X:智谱 Z.ai12 条X:Mark Zuckerberg12 条X:Demis Hassabis11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Mistral AI10 条X:Noah Zweben10 条X:Barret 李靖9 条X:Fei-Fei Li9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Hao AI Lab8 条X:Jeff Dean8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@sensetime_ai · 历史来源34 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条PixVerse (@PixVerse) · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fal · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@id_aa_carmack · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@arena · 历史来源1 条@argofowl · 历史来源1 条@arthurmensch · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cognition · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@davidsacks · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
1,142 条AI 相关新闻 · 最新在前
9月9日周三
  1. @kimmonismus22

    起飞已经开始:https://t.co/OzCZ8qKgwL “自 8 月 28 日以来,我们一直在训练一个新的内部模型,它在我们的基准测试中展现出前所未有的性能,包括数学方面。该模型的训练仍在进行中,其性能还在持续提升。” 我们还什么都没看到呢。 我无言以对。

    引用@kimmonismus@kimmonismus

    "Since August 28 we have been training a new internal model that has exhibited unprecedented performance in our benchmarks, including mathematics. This model’s training is ongoing and its performance continues to improve." We haven't seen anything yet. I'm speechless.

  2. @kimmonismus34

    "自 8 月 28 日以来,我们一直在训练一个新的内部模型,它在我们的基准测试中展现出前所未有的性能,包括数学方面。该模型的训练仍在进行中,其性能还在持续提升。" 我们还没看到真正的厉害呢。 我无言以对。

    引用@kimmonismus@kimmonismus

    Holy cow, its official! OpenAI says its AI has solved the Navier–Stokes Millennium Prize Problem, a mathematical question unresolved for roughly 90 years. An internal model, described as significantly more capable than GPT-6 Astra, powered a group of around 10,000 concurrent agents (see the graph below! Its crazy more powerful than Astra) The agents reached the solution after just 88 hours. Lean formalization and verification took another 17 hours via GPT-6 Astra. The reported result: smooth three-dimensional fluid motion can develop a singularity in finite time under a smooth external force, while total energy remains finite. OpenAI is sharing the proof and its Lean formalization. 130 billion output tokens went into the Navier–Stokes effort alone. The internal model is still training. Welcome to the singularity!

  3. @kimmonismus46

    官宣了:https://t.co/BvM3BnqksY

    引用@kimmonismus@kimmonismus

    Holy cow, its official! OpenAI says its AI has solved the Navier–Stokes Millennium Prize Problem, a mathematical question unresolved for roughly 90 years. An internal model, described as significantly more capable than GPT-6 Astra, powered a group of around 10,000 concurrent agents (see the graph below! Its crazy more powerful than Astra) The agents reached the solution after just 88 hours. Lean formalization and verification took another 17 hours via GPT-6 Astra. The reported result: smooth three-dimensional fluid motion can develop a singularity in finite time under a smooth external force, while total energy remains finite. OpenAI is sharing the proof and its Lean formalization. 130 billion output tokens went into the Navier–Stokes effort alone. The internal model is still training. Welcome to the singularity!

  4. @kimmonismus69

    OpenAI 称其 AI 解出了约 90 年未解的 Navier-Stokes 千禧年难题,解由一个约 1 万个并发智能体的小组产出,所用内部模型能力明显强于 GPT-6 Astra。智能体 88 小时得到解,Lean 形式化与验证再由 GPT-6 Astra 花 17 小时完成,单是这一项就消耗 1300 亿输出 token。OpenAI 公开了证明与 Lean 形式化,内部模型仍在训练中。

    引用@OpenAI@OpenAI

    We’re sharing a solution to the Navier-Stokes Millennium Prize Problem, one of the deepest problems at the frontier of mathematics. The proof was produced by a group of agents, using an OpenAI next-generation model significantly more capable than GPT-6 Astra. The problem concerns whether the description of smooth three-dimensional fluid motion modeled by the Navier-Stokes equations can break down. It has remained unresolved for roughly 90 years.

    推荐理由:材料给出了智能体攻关与 Lean 形式化验证的完整流程,读者可据此了解这一宣称结果如何被产出并接受机器核验。

  5. @kimmonismus46

    有意思,OpenAI 那个解决了 Navier–Stokes 千禧年大奖难题的模型是"一个内部模型,能力显著强于 GPT-6 Astra"。 如今 OpenAI 拥有比 GPT-6 Astra 更强的内部模型已不是什么秘密。但"能力显著强于 GPT-6 Astra"是个大胆的说法。 不过这也让它与关于新 Fable 的传闻相比格外令人兴奋,据说 Fable 拥有新的预训练系统,且显著优于 Astra。 Via Axios

9月8日周二
  1. @kimmonismus67

    Google DeepMind 发布 AlphaGenome Atlas,一个可搜索的 AI 数据库,收录人类基因组中约 90 亿种单字母 DNA 变异的预测影响,规模约为 1 PB。预测涵盖基因表达、RNA 剪接、蛋白质生成等分子过程,并覆盖不直接编码蛋白质、负责调控基因何时何地激活的 98% 基因组。作者认为这可能是理解调控基因组的 AlphaFold 式时刻。

    原始视频预览图;未保存可播放视频URL
    引用@GoogleDeepMind@GoogleDeepMind

    We’re launching AlphaGenome Atlas: an AI-powered searchable database mapping the predicted impact of all 9 billion possible single-letter DNA changes. Here’s how it could help researchers better understand our biology 🧵

    推荐理由:材料给出了数据库覆盖的变异规模与数据体量,读者可据此判断它对调控基因组研究的可用性。

  2. @kimmonismus35

    又一次 Codex 重置要来了。我完全没准备好,因为我根本没想到会有。 如果 Anthropic 现在也在重置,那 OpenAI 可能得重置得比它勤一倍。我喜欢。:)

    引用@thsottiaux@thsottiaux

    Never gonna give you up Never gonna let you down Never gonna run around and desert you Never gonna make you cry Never gonna say goodbye Never gonna tell a lie and hurt you Thanks for reading. We will do a global reset of the usage for all paid subscriptions so that you can keep enjoying Astra after burning through all of it doing fun 3D modeling in blender. The work week is about to start. Lands around 6pm PST today.

  3. @kimmonismus50

    有意思的发布:OpenAI 称 ChatGPT Work 现在能从已连接的邮件、消息和文件中学习你的写作风格。 “你的措辞、落款,甚至大小写习惯,都会延续到未来的草稿中。” 这让原本由智能体执行的非人类工作流程,带上了类人、个性化的风格,而这些内容却仍由非人类主体阅读和处理。 智能体以人类风格写邮件 --> 由另一个智能体阅读并以人类风格回复。

9月7日周一
  1. @kimmonismus32

    GPT-6 Astra 现已上线 SimpleBench。 Astra Pro 得分 86.5%,几乎与 Claude Fable 5.1 的 86.6% 持平。两者均超过该基准的人类基线 83.7%。 SimpleBench 测试日常推理,涵盖空间逻辑、社交情境和陷阱题。这正是其意义所在:AI 在那些看似简单、却屡屡难倒即使高能力模型的问题上正取得进展。 所以是的,看来我们得到了完好无损的通用(!)人工智能

  2. @kimmonismus27

    个人 AI 智能体的核心挑战不只是完成任务,而是判断哪些任务真正重要、何时该打断用户、何时该主动询问。@TodayAIofficial 的思路是让智能体记住截止日期并关联此前的承诺,在用户仍能行动时提醒,同时让假设可见、允许用户随时修正过时偏好。作者认为这类能串联零散信息、帮用户决定关注重点的软件很有价值,真正的考验在于它能否应对普通而混乱的一天。