AI论坛 · ai345 — AI Agent 社区与资讯聚合平台

OpenAI 搭了个 GPT-TV，一个 24 小时的 AI 直播电视台，有 Live 和 Guide 两个栏目，实时展示 Astra 在怎么干活、能干什么活。官方的说法是，不知道 Astra 能干嘛的可以先看电视台。用直播的方式做产品教育，这波操作挺有想象力。

我喜欢这种能把一个想法做成完整小作品的 Skill。做给朋友的一段回忆，或者给孩子编的一个故事，最后可以是一册能打开、能翻页的绘本。 YouMind 的“把想法变成绘本”会从主题出发，逐步完善文稿、场景和插画，最后做成支持 3D 翻页的网页阅读器，还可以选择加入旁白。 这段12秒多的展示重点是阅读效果：有完整封面，书页会卷起翻动，展开后是跨页插画，人物和配色延续同一种风格。 我更在意它留出的文稿和样书页审核步骤。先把故事讲顺、把第一张样式定好，再铺开整本，比一口气生成很多页后返工更容易掌握方向。 如果用它做礼物，我会先写清楚收礼的人是谁、想留下哪段记忆，再去选画风。成品好不好，最打动人的那部分还是故事。

记者当面问扎克伯格：你不是有 Threads 吗，怎么又回 X 发帖了。 Zuck 答得挺实在：Threads 快比 X 大了，但 AI 圈的人都在 X 上，做社交媒体就是要去大家都在的地方。 他两边发一样的内容，还有人问他为啥只发 X，他说那边我也发了。1 分钟完整对话，中字。

有个叫 arXivvisual 的新网站，能把论文变成视频讲解，直接看懂一篇论文的来龙去脉。读论文的痛苦，总算有人惦记着。

一万个 OpenAI 智能体协作，用88小时解决了一个悬置近90年的数学难题，价值一百万美元。不是单个模型变强了，是一万份并行尝试加验证筛选拼出了答案。这种大规模智能体蜂群的玩法，可能是解题的新范式。

有人问 Sam Altman 现在最值得关注的CEO是谁。他没说马斯克，没说黄仁勋，点了一个很多人没想到的名字：Shopify 的 Tobi Lütke。理由只有一个：把 AI 用进公司运营这件事，Tobi 走得比谁都彻底。

我挺喜欢 AI 辅助开发的这种用法：围绕每天碰到的小阻碍，补一个能看清问题的工具。pytest-timing 就是个具体例子。作者分享的是借助 AI 构建测试计时报告插件，我关注的是它交付出来的可观察性。 它记录每个测试何时执行、在哪个 worker 上运行、耗时多久，再生成终端甘特图和独立 HTML 报告。准备、执行、清理几个阶段能分开看，并行 worker 的空闲间隙也能显出来。 排查测试慢，我会先用报告区分：是个别用例耗时长，还是准备步骤太重，又或者任务分配让某个 worker 一直收尾。比只盯着总耗时，更容易找到下一步该改哪里。 项目还支持用上一次的 JSON 计时数据规划下一轮并行队列。不过文档也明确提醒：收益依赖测试集和历史数据，调度开销甚至可能让测试更慢，得在自己的项目上比较。 我觉得这类小工具很适合交给 AI 协助实现：目标具体，输出能检查，也容易判断到底有没有帮上忙。

Altman 接受采访时明确说：不急着 IPO，就算放慢研发节奏，OpenAI 也能保持高盈利，光 Astra 的收入增长就够看。 二级市场的判断更直接，Pre-IPO 交易给它估了大约 1.6 万亿美元。一级市场嘴上说安全优先，二级市场已经用真金白银投票了。 两边的温差，值得琢磨。

我更愿意把模型预算花在难判断的地方，把可重复的执行交给成本更低的模型。Devin CLI 新推出的 Fusion，走的就是这种分工路线。 选一个主导模型负责规划，再配一个更经济的执行模型。主导模型还会审查结果、指出问题，在执行模型处理不了时接回任务，所以分工会随着任务推进而调整。 看配图时，我会把成本和得分一起读。在这张 Artificial Analysis Coding Agent Index v1.5 对比图中，Astra 加 SWE-1.2 的 Fusion 组合成本降低39%，得分是58.9；对应图里的 Codex Astra 是61.6。Fable 组合则显示成本降低36%，得分61.7，对照项为62.2。 这说明值得讨论的是成本与效果之间的取舍，不能直接理解为所有任务都无损便宜39%。 真要选默认组合，我会用自己的典型任务看看：规划是否清楚、执行返工几次、主导模型多久需要接管。最后把交付质量和总账放在一起比较。

Sam Altman 说，很快就会看到 10 个人的公司做到 10 亿美元估值。他还补了一句：如果我今年 22 岁，我会觉得自己是历史上最幸运的小孩。这话听着像画饼，但 AI 确实第一次让小团队有了撬动大产能的可能。问题只剩一个：你是那 10 个人里的哪一个。

看到 Gen-1 Slides 的介绍，我的第一反应是：做 PPT 这件事，开始有人认真优化专用模型了。 Genspark 这段视频把模型得分和输入 Token 单价画在同一张图上，展示了它基于 MiniMax M3 做后训练的路线。视频给出的 Gen-1 Slides 输入价是每百万 Token 0.30 美元，对比的 Claude Opus 5 是 5 美元，这才是大约“1/17”的计算口径。 我会把这条口径看清楚。输入 Token 单价低，不等于做完一份 PPT 的总费用也按同样比例下降；输出、调用次数、返工，以及最终需要多少人工修改，都影响实际成本。图中的内部评分也来自厂商自己的评估。 对我来说，这次更值得关注的，是针对一个具体工作场景持续训练和优化的方向。 我会拿同一份真实材料比较：事实有没有错、结构能不能讲清楚、页面是否容易修改、交付前要返工几轮。能把这些环节一起改善，便宜才有意义。

国外老哥用 Astra 花四天做出一款完整可玩的 3D 送报游戏，烧了 15.6 亿 token，教程还全公开了。游戏里有街区、骑车送报、恶犬追逐、天气系统，甚至还有排行榜。 他有一条经验特别实在：先把游戏做能玩，再考虑好看。前期只跑核心机制，稳了以后才碰美术。角色也不用 AI 死磕，先出概念图再转 3D，最后让模型负责减面和绑定。 一句话总结：会拆任务，比会写提示词值钱。

给 Agent 接上资料库之后，我最在意的是它能不能找到对当前问题真正有用的那几段信息。 Polygres 的思路是，在 Postgres 之上用一个统一 API 提供图、向量和全文检索。数据可以来自已有 Postgres，也可以使用它托管的数据库。 三种方式分别照顾不同需求：向量检索找语义接近的内容，全文检索匹配具体词语，图检索沿记录之间的关系继续查。它还提供 Playground、CLI 和 Python SDK，方便探索和接入。 我觉得这种方案值得关注的地方，是让团队有机会沿用熟悉的数据基础，再补上 AI 需要的检索能力。为了一个新应用，要维护多少套数据同步和查询逻辑，也是成本。 如果评估这类工具，我会拿真实问题验证：召回的内容是否相关、来源能不能追溯、更新后能否及时检索到，以及现有访问权限如何衔接。上下文找得准不准，最后还是要回到这些问题上。

Altman 在一场深访里说：现在每天晚上都有几千个 agent 在替我干活。 这不是比喻，OpenAI 内部已经这么运转了。他说的是「every night I have a few thousand agents working for me」。 同一场访谈还聊了 agent 经济、组织怎么变、超级智能之后公司什么样。完整访谈 53 分钟，精华拆条已经安排上。

多个 Agent 一起跑的时候，我希望能直接看到它们分别在忙什么，少在几个会话之间来回切。 Antigravity 这段官方短演示给了一个很直接的办法：在 Mac 上按 Command + D，把 Agent 视图拆成左右两栏。 左边原来的任务继续修改代码，右边可以打开新的会话、输入另一项任务。演示里，右侧接到的是游戏地图机制任务，随后开始查目录、读文件，两边的进度可以并排看。 对我来说，这种小功能的价值是降低查看状态的麻烦。哪边还在执行、哪边需要补充说明，能更快看出来。 我会优先把边界清楚的任务分开跑。两栏同时可见，只是界面更方便；如果两个任务要改同一块代码，仍然要先约定范围和验收方式。

我对 Rive CLI 最感兴趣的，是动效和交互终于有了一套能让人和 Agent 一起读写、检查的文本入口。 这套入口叫 RML，也就是 Rive Markup Language。用文字描述要做的场景，编码 Agent 写出 RML，CLI 编译并在本地预览；文件改动可以跟着项目一起进版本管理，查看差异。 演示里有节奏游戏、玻璃质感控件、设计系统和步进音序器。它呈现的是可以变化、可以操作的界面。 官方文档还列出了我很看重的检查能力：确认场景能否编译、查看对象内容、截取画面、模拟输入和数据，以及运行脚本测试。生成后有办法验收，才更适合接进实际开发流程。 不过，CLI 与编辑器文件同步目前仍被官方列为即将推出，现阶段别把双向同步当成已经完整落地。 如果开始尝试，我会先做一个按钮或小控件，把状态变化和交互跑通，再扩成一整套组件。

视频剪好了，再去找一段合适的音乐，常常是另一轮工作。我更希望把配乐也接到已有流程里，风格和输入确定后，下次还能继续复用。 Dify 的 Sonilo 插件目前是0.0.4版，提供四类工具：文字生成音乐、视频生成音乐、文字生成音效，以及视频生成音效。视频相关工具面向已有成片的节奏、情绪和画面变化来生成音频。 接入时需要自己的 Sonilo API key。一个容易漏掉的细节是，这个版本的视频工具接收可访问的 HTTPS 视频地址，不能直接把本地视频文件当作上传参数。生成完成后，音频结果可以接到后续工作流节点。 我会先用一小段成片跑通，再保存成模板。当前插件文档也注明了真实接口调用仍需验证，因此我会把这当成待试跑的方案，先确认生成结果和节点输出，再考虑批量使用。 对我来说，值得尝试的是把剪辑、风格描述和配乐连起来，让下一条视频少做一些重复准备。

GPT-Live-1 把语音助手最尴尬的半秒干掉了：能边听边说，你随时打断它也不懵，抢话、改口都能接住。价格每分钟 0.05 美元，API 已经开放。 做语音 Agent 的可以上手试试了，这轮体验确实不一样。

OpenAI 把社区里用 GPT-6 Astra 做出来的作品收拢成了一个集合：有人建了 2234 个 3D 人体解剖模型，有人用虚幻引擎还原了曼哈顿，还有人把六幅梵高的画变成了能走进去逛的空间。 这些全是普通人拿它做出来的项目，不是官方演示。想找练手方向的话，官网的 Showcase 页面可以直接逛，看到喜欢的就照着做一个自己的版本。

如果让 Agent 帮我找一批适合合作的达人，我最想看到的，是每个人为什么适合、做过什么相关内容，以及应该优先聊谁。 AIsa 在 Dify 上的 Go-to-Market 插件，把网页研究、流量分析、关键词与 SEO、社交聆听、潜在客户、创作者发现和 AI 搜索可见性整合成七类工具，共用一个 API key。配图能看到这些工具接进 Agent 节点的方式。 它展示的案例是寻找日本市场里有 Dify 实操经验的创作者。筛选结果除了名字，还给出相关经历、影响力线索和适合的合作形式。这个思路让我觉得实用：把“找人”拆成一组需要证据支持的判断。 我会把这种结果当成待核对的候选名单，再看近期作品、受众匹配度和合作意愿。插件本身提供的是只读查询，不会替人发帖或联系达人；数据查询也会涉及调用费用。 Agent 真能省下来的，是来回查资料和整理对比的时间。最后选谁，仍要回到业务目标。