GPT-5.6 这轮发布,我作为开发者最大的感受是,做智能体的成本逻辑变了。官方说得很直白,这个模型家族把前沿级智能体能力做到便宜得明显,性能边界还往前推了一步,以前只有旗舰模型能干的事,现在换更小的模型、更低的推理档位就能拿下。

低推理档位是最意外的。在 Agents’ Last Exam 基准[……]
GPT-5.6 这轮发布,我作为开发者最大的感受是,做智能体的成本逻辑变了。官方说得很直白,这个模型家族把前沿级智能体能力做到便宜得明显,性能边界还往前推了一步,以前只有旗舰模型能干的事,现在换更小的模型、更低的推理档位就能拿下。

低推理档位是最意外的。在 Agents’ Last Exam 基准[……]
最近 AI 编程圈讨论最多的工具,OpenAI 的 Codex 算一个。我翻了一圈讨论帖,发现不少人第一次接触它,以为这就是又一个帮我写代码的 AI,随手丢一句帮我写个登录页就完事了。这么用其实严重低估了它。Codex 真正的价值不在补一个函数,而在 AI 在编程这件事上的角色变了,从帮你补代码的工[……]
我把千问办公和 WorkBuddy 都点了一遍,上周五上午在电脑上各开了一个账号,一个跑钉钉,一个跑浏览器,就是想看看哪个更顺我平时的活儿,结果一周下来,三个入口的用法差得比我想象中明显。
千问办公三个地方我来回切了一周,桌面端做本地文件最顺手,周报和待办这些丢过去自己能成稿,钉钉群里用得最多,消[……]
半导体这行有条铁律:软件出错打个补丁就能翻篇,芯片流片出错,几千万美元当场进碎纸机。三星偏偏挑这种地方干了件大胆的事。韩媒爆料,三星电子 System LSI 事业部把芯片验证交给 Anthropic 的 Claude Code 跑,原本需要一个多月的任务,两天收工,内部估算提速 15 倍上下。我头[……]