openai

OpenAI 放弃的Atlas浏览器，转生到 GPT 6 Astra上了大家好，我是 MAI麦造9 月 3 号晚上还在蹬 Codex 的同学，估计都见过这个报错：一开始，我还以为是网络问题，还重试了几次。

AGI 时代终于来了！兄弟们，朋友们，家人们，激动的心，颤抖的手。给大家说个大事，AGI（通用人工智能）时代终于来了。这句话不是我说的，是 OpenAI 联合创始人兼总裁 Greg Brockman，在昨天的 GPT-6-Astra 闭门发布会上讲的，原话是：欢迎来到 AGI 时代。

GPT-6 跟它的重置卡来了！昨天晚上 OpenAI 挂了的时候（具体可以看鱼头另一篇文章《# 天才陨落了！三大 AI 集体不可用！》）鱼头就猜测准备要发 GPT-6 了。

AI 为什么会越改越坏？5个Tools 拆解编程 Agent昨天刚和一些朋友聊了一下 AI 编程，有人说：“怎么感觉最近 AI 降智了？有时候让它修一个问题，问题没有修好，反而把原本正常的代码改坏了。”

OpenAI Recurrent Depth：3个安全隐患最近，OpenAI 在其最新的 Astra 系列模型中引入了一种被称为「Recurrent Depth（循环深度）」的推理技术。这项技术在提升复杂逻辑推理能力的同时，也引起了 AI 安全研究人员的高度警觉（alarmed）。这种通过增加计算量来换取推理质量的路径，正逐渐模糊「预测下一个 Token」与「自主规划路径」之间的界限。

GPT-6 Astra 重磅发布这次 OpenAI 升级的不只是模型分数OpenAI 发布了 GPT-6 Astra。如果只看榜单，很容易把它理解成又一次“模型更强了”的常规升级：数学更高、代码更高、Computer Use 更高，部分项目甚至已经逼近满分。

GPT-6 Astra 与 AGI 的门槛：我们到底在争论什么？核心命题：Greg Brockman 说 "Welcome to the AGI era"，但 AGI 没有裁判、没有记分牌、没有统一的定义。GPT-6 Astra 的发布，最大的意义不是它做了什么，而是它迫使我们重新回答一个问题：什么样的智能，才配叫"通用"？

全栈弄潮儿

我的 AI 编程日常习惯：如何真正提升效率很多人都问过一个问题：同样用 AI 编程，为什么有人效率翻倍，有人却越用越累？这个问题我琢磨了很久。2025 年底 Stack Overflow 调查显示，已经有 65% 的开发者每周至少使用一次 AI 编程工具，但真正能把 AI 用出 3 到 5 倍效率的依然是少数派。大多数人仍然停留在“让 AI 写个函数→改两下能跑→祈祷别上生产”的循环里。

杨杨杨大侠

从 Token 到蒸馏：一步步理解大模型如何工作本文面向刚开始了解大模型的读者，以本机运行的 Qwen2.5 0.5B 为例，解释 Token、参数、Transformer、训练、蒸馏和量化之间的关系。

每日AI资讯（2026-09-02）截至 2026-09-02。今天的三条主线都关于「门槛」：能入侵系统的模型 OpenAI 要先设发布护栏再放出来；Anthropic 把同一个模型按护栏松紧拆成两个卖；Vercel 那批顶级开源项目开始拒绝人类的路过式 PR。三分钟，扫完今天的新东西。

一行配置接入 OpenAI 兼容语音识别：Ace Data Cloud Transcriptions API 实战音频内容正在成为越来越多产品的核心数据来源：会议纪要、播客转写、短视频字幕、客服录音分析、在线课程整理、语音搜索……这些场景背后，都离不开稳定、准确、易集成的语音转文字能力。

从OpenAI关停Sora看世界模型、AI视频与国内具身智能赛道路线分化标签：#具身智能 #世界模型 #人形机器人 #Sora #AI视频生成近期OpenAI全面关停Sora对外视频业务线，在行业内引发广泛讨论。很多人误以为Sora只是退出中国市场，而这件事背后释放了一条非常关键的产业信号：Sora作为长时序视频生成模型，它最大的长期价值或许并不是产出短视频、影视素材，而是充当一座“物理模拟器”，用来训练世界模型，最终赋能具身人形机器人，让AI理解真实世界运行的物理规律。

杨杨杨大侠

一次大模型 API 请求是怎么跑起来的：从 Harness 到 GPU、并发与 KV Cache前面聊模型部署时，我一直有一个疑问：一个模型实例明明只有一份模型参数，为什么它可以同时处理很多人的请求？

老纪的技术唠嗑局

深度“解剖”AI Agent 可观测性Harrison Chase 2026 年 8 月 26 日 07:30There’s no stack trace, because there’s no code that failed.

全栈弄潮儿

真实案例：用 AI 快速定位一次代码问题代码出现问题时，很多人会直接把一句“为什么重复提交”发给 AI。这样得到的答案往往是一长串可能性：缓存、网络重试、数据库重复写入、按钮连点、接口幂等……看起来都对，但很难马上解决问题。

6. 对SKILL进行一次全新尝试，改为框架+细节方式的实践及验证：admin-web联调与bug修复上篇把 gateway 授权转发的问题搞定后，这篇接着进入 admin-web 前端第一次联调。按 SKILL 框架+细节生成，AI 应该不会再犯之前那些低级错误——结果还是一路坑：RSA 加密被删了要找回来、UI 骨架错得离谱要重摆、svg-icon 组件找不到、汉堡菜单死活显示不对……每个坑都得揪出来骂回去才能改对。

同一个 Agent，用 Spring AI 2.0 和 AgentScope Java 各实现一遍：差的不止代码量本文基于 Spring AI 2.0.1（截至 2026-08-28 核实的当前稳定版）与 AgentScope Java 2.0.1（截至本文写作的最新版）编写，两家的 API 均迭代极快，代码细节请以Spring AI 官方文档与 AgentScope Java 官方文档为准。

杨杨杨大侠

现在的大模型怎么分类：别把 MoE、推理模型和多模态混在一起最近我在理解模型内部结构时，经常看到几个词：Dense、MoE、推理模型、编程模型、多模态模型、开放权重模型。

杨杨杨大侠

Harness 怎么适配不同模型：上下文、Token 计算与缓存我前面一直在想一个问题：同一个 Harness 可以接很多模型，但每个模型的上下文上限、Token 计算方式、输出能力都可能不一样，它到底怎么保证请求不会超限？

杨杨杨大侠

Agent 是怎么被组织起来的：六种编排方式与选择上一篇《Agent 为什么会反复调用 LLM：Loop、停止条件与 Outcome》讲完了单 Agent 的执行闭环：Runtime 调用 LLM，模型决定是否使用工具，Runtime 执行工具并回填结果，直到生成 Outcome。