全部动态

GPT-6 Astra的Computer Use功能让App测试自动化又进了一步，比传统端到端测试框架更高效。

宝玉@dotey11 个信源在谈原文

Shopify 团队解释了如何用小模型超越大模型，关键是数据飞轮和自蒸馏技术，还揭示了 prompt 工程的局限性。

shao__meng@shao__meng原文

Simon拿到了GPT-6 Astra，还做了和GPT-5.6系列的详细对比，想知道新模型强在哪就点开看看。

官方账号Simon Willison@simonw11 个信源在谈原文

Armature让三大AI编程助手进行技术选型实验，发现Stripe、Vercel等工具成首选，13%情况下Agent选择自建方案。

shao__meng@shao__meng7 个信源在谈原文

OpenAI新出的GPT-6 Astra能自己操作电脑、写代码，还能发现零日漏洞，但安全限制更严，比Claude Fable 5.1贵2.5倍。

宝玉@dotey11 个信源在谈原文

Meta的Muse Spark 1.3在编程榜单上跃升20多位，性能接近Claude和GPT-5.6，工具调用减少20%。

lmarena.ai@lmarena_ai原文

有人实测了Fable 5.1与8个主流模型的表现，看看它是否真的更值得用。

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI的GPT-5.6 Sol正被用于营销活动管理，通过子智能体实现成本节约和时间优化。

官方一手@OpenAIDevs@OpenAIDevs原文

Google刚发布Gemini 3.8 Flash，性能媲美顶级模型但价格便宜5-6倍，彻底改变了Flash模型的定位。

Paul Couvert@itsPaulAi11 个信源在谈原文

LangChain和Fireworks合作，用微调Qwen模型替代GPT-5.5等昂贵模型，评估智能体轨迹成本降低100倍。

Fireworks AI@FireworksAI_HQ原文

LoopArena 基准首次单独测量模型作为'管理者'的能力，发现 GPT-5.5 在长程任务中表现最佳，但成功率仍不足 25%。

shao__meng@shao__meng2 个信源在谈原文

OpenAI官方教你如何构建AI Agent，从模型选择到工具系统，再到多Agent编排，全是干货。

shao__meng@shao__meng原文

腾讯Hy4 preview开源，在智能体任务上超越GPT-5.5，但抽象推理仍有差距。

shao__meng@shao__meng原文

OpenAI 与 AWS 合作优化 Kiro 和 GPT-5.6，性价比大幅提升，值得一看。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

想用GPT-5.6模型规划软件的开发流程，kirodotdev是个好选择。

官方一手@OpenAIDevs@OpenAIDevs原文

OpenAI降低了GPT-5.6 Sol的API和信用定价，使其在价格和性能上更具竞争力，值得关注。

lmarena.ai@lmarena_ai11 个信源在谈原文

看看这份 AI 模型排名，Fable 5 和 GPT-5.6 Sol 表现抢眼，和其它模型比有什么不同？

AI Will@FinanceYF57 个信源在谈原文