机器之心编辑部 最近，在 ARC Prize 2026 的 Kaggle ARC-AGI-3 竞赛排行榜上，杀出了一匹黑马 —— 一个名叫「Mostik」的俄罗斯初创。 ARC-AGI-3 被认为是目前最接近「测试 AI 真正智能」的一类挑战。它不像传统 benchmark 那样给模型一道道题，而是把 AI Agent 丢进一个完全陌生的二维交互世界：没有说明书，没有规则提示，Agent 只能靠不断尝试，摸索环境规律，建立自己的世界模型，最终找到通关方法。 「Mostik」这支团队此前几乎没什么名气，如…

一位 Anthropic 员工在评论区说，代码全交给大模型写，但自己的文章一个字都不让 AI 碰，因为写作是在帮他思考。 这条评论出自 Hacker News 上一篇 342 分、234 条评论的讨论，原文是 Bryan Cantrill 的文章，标题直译过来是你的智力裤链开了：让大模型替你写东西，读者一眼就能看出来，而且暴露的是你自己。热评补得更狠：写作就是思考，很多人写邮件、写设计文档写到一半，观点就变了，因为写作强迫你把想法串成线，直觉本身并不可靠；复核的过程才能保证论证连得上、引用是准的、反面意见有没有被回应。这些在…

我认为数学家能做就做，不能做就转行，没什么“位置”好摆正的，除非某人过去给自己幻想了一个不切实际的“位置”——例如，要是某人认为“只有人类数学工作者是数学问题的解答者”，那么他早就应该被计算器吓得屁滚尿流。 过去几个月里，某些欧美数学博士生在社交媒体上给数学哭丧，我认为这只会给大众看笑话。 如果一位数学工作者亲眼看到众多数学难题得以解决，还知道未来可能看到更多，却不觉得兴奋、不觉得人类的认知边界将会得到大规模扩展，反而觉得数学要完了，理由是故弄玄虚的“存在主义危机”或更直白的“我学数学还有什么意义”，那…

唉，沉痛怀念写一行 Java 喝一杯咖啡的悠闲古法时光。 现在程序员都已经给你打样了，把工作都交给 AI，完全 Agentic 化以后只会更加的闲不下来。 Computer Use 水平大幅提升是吧， AI 办公新纪元是吧，打工人的好日子还在后头呢！ AI 现在最大的问题还是得看着，你把活儿交给 AI 越多，到时候验收起来问题就越多。 你 Computer Use 再强，我也不信你的 Word/Excel/PPT 真的不用改了，多多少少肯定有问题，总得查验一番。 然后你就会发现 review 比 coding…

上一版穷鬼套餐 发出后收到不少补充,这一版按 2026 年的工具生态重新梳理了一遍:33 个工具,覆盖从写代码到收钱的全流程,整合成一份可以直接照着注册的清单。 先说结论:整套套餐唯一的硬支出,是一个域名,约 $10/年。 一、整套套餐的真实成本 33 个工具,覆盖从写代码到收钱的全流程; AI 订阅可选:0也能跑, +20/月体验更好; 数据库、部署、监控、客服、收款,全部有免费层; 不是玩具组合,是能跑真实产品的技术栈。 支出层 | 项目 | 金额 硬支出 | Porkbun 域名 | ~$10/年…

The Decoder 报道 OpenAI 针对 GPT-6 Astra 专门发布的官方提示工程指南 山姆·奥特曼宣布 GPT-6 Astra 全量向所有 Plus 与 Business 用户开放后，科技社区在短暂的跑分热潮之后，迅速陷入了一场关于“新模型到底该怎么写提示词”的工程摸索。 美东时间 9 月 3 日（北京时间 9 月 4 日凌晨）Astra 上线初期，不少早期订阅者反映遇到两种截然不同的体验：一方面，在复杂系统重构与数十万行代码工程中，Astra 展现出前代模型难以企及的端到端推进能力；另…

[黄金薯R] 这两天刷到很多researcher绝望的帖子。 这一次的astra在3D方面的表现出乎很多人意料，当coding 被apply到空间时，语言基座模型竟然有了空间感知能力。 computer use能力的提升更是解锁了一波新场景。 更夸张的是astra直接控制机械臂吊打之前fable的performance（当然有配合robocurve炒作嫌疑） 没关系，因为现在的情况是，不光 founder、researcher 很懵逼，investor 也很懵逼，所有人都被按下了暂停键，进入一个无头苍蝇的中场休息时间。…

如题 OpenAI 创始人Sam Altman 之前最近发了一条推： 昨晚听到的一个很酷的 ChatGPT 工作用例： 连接你的家庭日历，并解释你孩子的兴趣爱好。 每天早上在送孩子上学的车程中，让它制作一个播客，内容包括一个孩子的当天下午足球比赛、一个孩子的即将到来的生日、一些新闻等等。 底下评论基本都是骂的。 人们呃工作和生活越来越离不开 AI，但是这并不妨碍很多人越来越恨 AI。 尤其恨那些道貌岸然的，把 AI 当做唯一解药的科技公司领导者。 尤其是当他们居然还大言不惭地说出这种看起来温情，但极其冷漠的话。…

@木遥: 几个小时前， NYU 的数学教授 Tristan Buckmaster 在社交媒体上发布了一个声明。 基本上的意思是： 1. NS 方程问题（注：NS 方程问题是数学上最重要的开放问题之一，是7个千禧年问题之一）已被解决，用到了 OpenAI Codex，合作者包括在 Anthropic 的 Levent Alpöge（也就是前一阵用AI 找到雅可比猜想反例的那位） 2. “OpenAI 试图抢夺 credit” （一个附注：这里他们证明的不是通常意义下 NS 问题的标准表述：3D NS 从普…

Buckmaster是这个方向最一线的专家之一，也是这次争议之前就被认为最有可能做出NS的候选人之一，这是context。 时间线是这样的： 去年九月，他和Levent（当时已经加入anthropic）开始做这个问题，所有的草稿都在openai codex里面，没有用anthropic的资源。 今年八月，做出部分结果，但论文还没写好，这期间用codex改论文。 几乎同一时刻，他的合作伙伴Levent开始用anthropic的内部模型各种数学扫题，引发强烈争议。 Buckmaster担心这个成果被当成an…

我早警告过任何聊天记录都会被存档（训练倒是不太会，很多都是废数据） 你看怎么着？真相信ai公司会妥善对待你的数据啊？

Anthropic 更新了旗下的 Claude Academy，一套面向普通用户和企业的 AI 学习体系。这家估值 2 万亿元的 AI 巨头，在别人怎么用 AI 时，竟然意外的非常「古法」。 Anthropic 在教学中举了一个很小的例子：过去做 Prompt Engineering，要求明确和仔细，比如要修改媒体文章时要写清楚受众，或者 Claude「这个报告写给法律部门同事看的」。但到了最新模型，这种技巧已经没那么重要了，如果模型确实需要知道受众是谁，它越来越能够自己解析和追问。 Anthropic…

让 GPT-6 重写红警2。 众所周知红警2的源码早就丢了，于此同时 GPT-6 的逆向能力非常的强大。 那么让 GPT-6 去逆向红警，然后重写红警，岂不美哉？ 当然 GPT 道德感非常的强，逆向红警，这辈子都不可能逆向的。 所以我就只能说我是一个西木老员工，现在行将就木已经写不动代码了，有生之年只想再 Make Red Alert 2 Grate Again！！！ GPT-6 立马感动哭了，让我再多撑两周，它立马去写：

知识分子

OpenAI显然知道自己的成果是可以独立于Buckmaster 发表，所以才给了Buckmaster两个选项： 1. 你自己发自己的成果，你可以随便署名，但你的成果在OpenAI的成果面前不值一提 2. OpenAI的成果送给你，但你不能署上竞争对手Authropic的名字，你乐意的话，署名你家的狗都可以，但是不能跟Authropic有任何关系。 在OpenAI眼里，你不过就是追求学术声誉的穷酸科学家，而OpenAI对所谓学术声誉根本不屑一顾；OpenAI眼里最重要的是自己未来的市值，但是由于OpenA…

旧世界的规则仿佛都将重写。 仿佛以后每个行业只需要top1%的人。 AI就这样不讲道理的砸了所有人的饭碗。 哪怕你是全球顶尖数学家。 今天我们也分享了NS事件的前因后果，非常震撼。 之后读到了陶神这篇blog。 说实话，刚读完，我觉得写的是真的好啊，他给了这个一个解：我们需要定义新的标准。 · · · 我本来想好好分享一下这篇文章。 但跟我搞数学的同学聊完（他现在在国内一所很好的 985 院校做副教授），我感到压抑。 他说，AI对他也有很大冲击，他已经怀疑自我价值了。 陶神可以端庄优雅，但我们不行。 但…

堪培拉一名女子经常在公开社交媒体晒奢侈品，没想到这些照片竟成为窃贼寻找她住址的线索。4名在法国的男子利用ChatGPT等AI工具分析照片背景，逐步锁定她所在的城区，甚至调查了她和家人的信息。随后飞到澳洲实施盗窃，共盗走83件物品，总价值超过199万澳元。 #堪培拉 #悉尼周边 #人工智能 #ai #chatgpt #澳大利亚 以下是对图中文章 OCR 扫描的结果： 8 Albert McKnight含羅.1.37%0（白*2:23+chat.openai.com+New chatChatGPT0: Examples"Explain…