人工智能 on 方奇兵

Jev：当 AI 不再说话，只负责快速判断

Sun, 20 Sep 2026 14:53:03 +0800

最近，TypeSafe AI 发布了一个名为 Jev 的新模型。它不会聊天，也不能写文章，只负责根据当前状态作出选择、评分或概率判断。

与大语言模型逐个生成 token 不同，Jev 会并行返回预先定义好的结构化结果。按照 TypeSafe 公布的数据，它的响应时间约为 70 到 500 毫秒，每百万输入 token 的价格是 0.042 美元，不收取输出 token 费用。

AI 生图的进步，要看最后能不能交付

Sun, 13 Sep 2026 13:39:16 +0800

9 月 8 日，OpenAI 发布了 ChatGPT Images 2.5。官方强调的变化除了画质和速度，还有两件事：尽量只修改用户指定的部分，以及在多轮修改后保留前面已经确定的内容。OpenAI 称，它的生成延迟比 Images 2.0 最多降低 50%。这些是官方公布的能力与数据，具体效果仍要放到实际任务里看。

GPT-6 Astra：更强的模型，然后呢？

Thu, 10 Sep 2026 10:05:56 +0800

前几天，OpenAI 发布了 GPT-6 Astra。最近，我也终于在自己的模型列表中看到了它。

按照 OpenAI 的说法，这是他们目前能力最强的模型，主要面向复杂推理、编程、电脑操作、研究和文档制作。它最值得关注的地方，不是回答一个问题时变得更聪明，而是能够在代码、浏览器和专业软件之间完成更复杂的多步骤任务。

长时间运行，不等于真正的长任务 Agent

Thu, 03 Sep 2026 18:21:00 +0800

最近，Meta 发布了 Muse Spark 1.3，并把长周期任务作为这次升级的重点之一。

按照 Meta 的介绍，它可以在一条长对话中处理多个工作流，从混乱甚至相互冲突的资料中建立上下文，记录已经获得的信息，发现计划中的缺口，并在最后产出可以交付的结果。遇到困难时，它还会请求用户协助。

控制 AI，不等于控制它的每一步

Thu, 03 Sep 2026 18:20:00 +0800

最近，Anthropic 发布了 Claude Fable 5.1 和 Claude Mythos 5.1。

让我意外的是，它们其实使用同一个底层模型。两者的主要区别不是能力，而是保障措施和开放范围：Fable 面向普通用户开放，Mythos 则通过可信访问计划，向经过审核的网络安全和生命科学专业人员提供更宽松的使用权限。

AI 不需要看完所有内容，先要知道为什么看

Thu, 03 Sep 2026 12:25:00 +0800

最近，Google 推出了一项智能体式视频理解功能。

以往的模型处理视频，通常会按照固定帧率读取内容。新的方式则不再平均地处理整段视频，而是根据目标，动态决定看什么、以什么速度看，以及应该查看画面、音频还是转录文本。按照 Google 公布的测试结果，这种方式不仅减少了 token 消耗和成本，准确率还有所提高。

AI 让答案变得廉价，却让判断变得更昂贵

Fri, 28 Aug 2026 18:37:37 +0800

最近，我读到了一项由博科尼大学研究人员与 OpenAI 经济研究团队合作开展的实验。

一千多名大学一年级学生需要为学校的纪念品商店制定营销方案。研究人员把他们随机分成四组，分别使用 ChatGPT、接受因果推理训练、两者兼有，或者两者皆无。

知道很多，为什么还是做不好？

Fri, 14 Aug 2026 15:00:46 +0800

最近读到《万维钢·现代思维工具100讲》中的一篇文章，作者借用 AI 的训练过程，解释人是如何学习和成长的。

其中有一句话让我印象特别深：

预训练决定能力的上限，后训练决定能力的下限。