GPT-5.6 Sol 在 ARC
据最新测试结果，GPT-5.6 系列中的 Sol 模型在 ARC-AGI 基准测试中表现突出。在最大推理努力下，Sol 在公开测试集上平均得分 13.33%，在半私有测试集上得分 7.78%，成为该系列中唯一性能显著的模型。它还首次赢得 ARC-AGI-3 公开赛（ft09 关卡，得分 87%），能够正确理解陌生场景并使用游戏自身词汇，将失败假设视为重新规划而非混乱。大多数智能体失败源于其编写的代码或采取的行动上游，而 Sol 之所以能胜任，并非执行更好，而是首先在新环境中正确定位自身。测试还按推理难度列出了各基准的通过/失败情况，最难任务位列首位。 #GPT5 #ARCAGI #AI推理 #大模型 #智能体
据最新测试结果，GPT-5.6 系列中的 Sol 模型在 ARC-AGI 基准测试中表现突出。在最大推理努力下，Sol 在公开测试集上平均得分 13.33%，在半私有测试集上得分 7.78%，成为该系列中唯一性能显著的模型。它还首次赢得 ARC-AGI-3 公开赛（ft09 关卡，得分 87%），能够正确理解陌生场景并使用游戏自身词汇，将失败假设视为重新规划而非混乱。大多数智能体失败源于其编写的代码或采取的行动上游，而 Sol 之所以能胜任，并非执行更好，而是首先在新环境中正确定位自身。测试还按推理难度列出了各基准的通过/失败情况，最难任务位列首位。 #GPT5 #ARCAGI #AI推理 #大模型 #智能体
智能体入门：用提示词即可构建最简AI Agent，无需编程
随着大模型技术的普及，智能体（AI Agent）概念常被误解为营销黑话或简单聊天机器人。本文面向产品经理，系统解答三个关键问题：智能体究竟是什么、为何一段精心设计的提示词就能构建最简版本、以及这种“纯提示词智能体”的能力边界在哪里。核心观点是，通过定义角色、目标、约束以及工具调用格式，用户无需编写一行代码，即可让大模型自主执行任务，实现简易自动化工作流。文章同时指出，纯提示词智能体在处理复杂状态管理、长期记忆等场景时存在局限，但足以应对多数日常简单任务。这一低门槛方法有助于非技术人员快速上手，探索AI Agent的实际应用。 #智能体 #AI Agent #提示词 #产品经理 #大模型 #自动化 #入门教程
随着大模型技术的普及，智能体（AI Agent）概念常被误解为营销黑话或简单聊天机器人。本文面向产品经理，系统解答三个关键问题：智能体究竟是什么、为何一段精心设计的提示词就能构建最简版本、以及这种“纯提示词智能体”的能力边界在哪里。核心观点是，通过定义角色、目标、约束以及工具调用格式，用户无需编写一行代码，即可让大模型自主执行任务，实现简易自动化工作流。文章同时指出，纯提示词智能体在处理复杂状态管理、长期记忆等场景时存在局限，但足以应对多数日常简单任务。这一低门槛方法有助于非技术人员快速上手，探索AI Agent的实际应用。 #智能体 #AI Agent #提示词 #产品经理 #大模型 #自动化 #入门教程
Meta 正式开放 Muse Spark AI 模型 API，加入商业化竞争
Meta 今日正式向开发者开放其 Muse Spark AI 模型 API，并推出升级版 Muse Spark 1.1，标志着 Meta 正式加入 AI 模型商业化阵营，与 Anthropic、OpenAI 等公司展开竞争。Muse Spark 1.1 被 Meta 称为在真实世界编程和 AI Agent 任务中能力最强的模型，是其“个人超级智能”战略的核心组成部分。该模型于今年 4 月首次发布，是 Meta 去年组建超级智能团队后的首款文本推理模型。目前，美国开发者可通过 Meta Model API 公开预览版进行测试和原型开发，其定价高于 OpenAI 入门级 GPT-5 mini 和 Anthropic 的 Claude Haiku 4.5，但低于 Claude Sonnet 4.6。此外，Muse Spark 1.1 已在 Meta AI 应用和网页版以“思考”模式上线，紧随周二 Meta 将生成式 AI 功能扩展至旗下应用并推出图像生成模型 Muse Image 的更新。 #Meta #MuseSpark #AI模型 #商业化 #编程 #智能体 #大模型 #科技新闻
Meta 今日正式向开发者开放其 Muse Spark AI 模型 API，并推出升级版 Muse Spark 1.1，标志着 Meta 正式加入 AI 模型商业化阵营，与 Anthropic、OpenAI 等公司展开竞争。Muse Spark 1.1 被 Meta 称为在真实世界编程和 AI Agent 任务中能力最强的模型，是其“个人超级智能”战略的核心组成部分。该模型于今年 4 月首次发布，是 Meta 去年组建超级智能团队后的首款文本推理模型。目前，美国开发者可通过 Meta Model API 公开预览版进行测试和原型开发，其定价高于 OpenAI 入门级 GPT-5 mini 和 Anthropic 的 Claude Haiku 4.5，但低于 Claude Sonnet 4.6。此外，Muse Spark 1.1 已在 Meta AI 应用和网页版以“思考”模式上线，紧随周二 Meta 将生成式 AI 功能扩展至旗下应用并推出图像生成模型 Muse Image 的更新。 #Meta #MuseSpark #AI模型 #商业化 #编程 #智能体 #大模型 #科技新闻
OpenAI 推出 ChatGPT Work 代理，基于 Codex 与 GPT
2026年7月9日，OpenAI 正式发布 ChatGPT Work，这是一款由 Codex 和 GPT-5.6 驱动的新型 AI 代理，能够在应用和文件中执行操作，并支持长时间项目跟进。该代理在 Codex 基础上增加了持久记忆和跨平台功能，可导航文档、更新表格、协调通信，将用户目标分解为连续步骤，显著减少人工干预。企业需设置权限以保障数据安全，并通过订阅模式获得更长运行时和自定义集成。ChatGPT Work 旨在降低报告生成、数据同步等重复任务的时间成本，但也面临数据隐私合规和员工培训挑战。专家认为，此类 AI 代理将加速知识工作自动化，重塑金融、营销、软件开发等领域，同时监管对自主 AI 行动的透明度要求将提升。该代理在用户定义的权限边界内运行，仍需人类进行战略指导和最终质量验证。 #OpenAI #ChatGPTWork #AI代理 #GPT5 #Codex #自动化 #科技新闻 #AI效率
2026年7月9日，OpenAI 正式发布 ChatGPT Work，这是一款由 Codex 和 GPT-5.6 驱动的新型 AI 代理，能够在应用和文件中执行操作，并支持长时间项目跟进。该代理在 Codex 基础上增加了持久记忆和跨平台功能，可导航文档、更新表格、协调通信，将用户目标分解为连续步骤，显著减少人工干预。企业需设置权限以保障数据安全，并通过订阅模式获得更长运行时和自定义集成。ChatGPT Work 旨在降低报告生成、数据同步等重复任务的时间成本，但也面临数据隐私合规和员工培训挑战。专家认为，此类 AI 代理将加速知识工作自动化，重塑金融、营销、软件开发等领域，同时监管对自主 AI 行动的透明度要求将提升。该代理在用户定义的权限边界内运行，仍需人类进行战略指导和最终质量验证。 #OpenAI #ChatGPTWork #AI代理 #GPT5 #Codex #自动化 #科技新闻 #AI效率
OpenAI 发布 GPT-5.6 三模型系列，推出 ChatGPT Work 与桌面应用
据 TheRundownAI 报道，OpenAI 推出 GPT-5.6 模型系列，包括 Sol、Terra 和 Luna 三个版本，同时发布 ChatGPT Work 和桌面应用等新工具。该系列模型在代理能力、计算机使用和网络安全方面实现针对性升级，可跨平台无缝操作，直接影响软件开发、知识工作等行业。其中 Sol 通过自主后训练精炼 Luna，扩展了自动化知识处理的应用场景。企业可借助定价低于 Fable 的实惠方案，将 AI 代理集成到金融、设计等领域的桌面工作流中，有效处理文件管理和基于浏览器的任务。公共测试版支持将 AI 工作转换为可共享的网络应用，适合快速原型开发。新发布标志着 OpenAI 向集成 AI 生态系统的转变，伦理与监管问题也引发关注。 #OpenAI #GPT5.6 #AI代理 #ChatGPTWork #桌面应用 #科技新闻 #AI
据 TheRundownAI 报道，OpenAI 推出 GPT-5.6 模型系列，包括 Sol、Terra 和 Luna 三个版本，同时发布 ChatGPT Work 和桌面应用等新工具。该系列模型在代理能力、计算机使用和网络安全方面实现针对性升级，可跨平台无缝操作，直接影响软件开发、知识工作等行业。其中 Sol 通过自主后训练精炼 Luna，扩展了自动化知识处理的应用场景。企业可借助定价低于 Fable 的实惠方案，将 AI 代理集成到金融、设计等领域的桌面工作流中，有效处理文件管理和基于浏览器的任务。公共测试版支持将 AI 工作转换为可共享的网络应用，适合快速原型开发。新发布标志着 OpenAI 向集成 AI 生态系统的转变，伦理与监管问题也引发关注。 #OpenAI #GPT5.6 #AI代理 #ChatGPTWork #桌面应用 #科技新闻 #AI
Cortex CTO 提出 DRIVE 框架，衡量AI时代工程组织健康
随着AI加速软件开发，传统生产力指标已无法适配工程团队的新需求。Cortex联合创始人兼CTO提出DRIVE框架，旨在评估AI时代工程组织的整体健康度。该框架涵盖五大支柱：交付（衡量发布速度与可持续性）、可靠性（基于客户体验的SLO与故障计数）、倡议（跟踪工程级投资进展）、警觉性（监控安全漏洞与合规风险）、效率（评估资源分配合理性）。通过定期审查将测量转化为行动，DRIVE帮助组织在AI加速输出的同时，建立有效的控制与制衡机制，确保可持续地将客户需求转化为可靠软件。 #AI #软件工程 #组织管理 #DRIVE #Cortex #科技前沿 #效率
随着AI加速软件开发，传统生产力指标已无法适配工程团队的新需求。Cortex联合创始人兼CTO提出DRIVE框架，旨在评估AI时代工程组织的整体健康度。该框架涵盖五大支柱：交付（衡量发布速度与可持续性）、可靠性（基于客户体验的SLO与故障计数）、倡议（跟踪工程级投资进展）、警觉性（监控安全漏洞与合规风险）、效率（评估资源分配合理性）。通过定期审查将测量转化为行动，DRIVE帮助组织在AI加速输出的同时，建立有效的控制与制衡机制，确保可持续地将客户需求转化为可靠软件。 #AI #软件工程 #组织管理 #DRIVE #Cortex #科技前沿 #效率