swyx 转发 latent.space 对 OpenAI Astra 的实测：团队用超 20B token 把 Astra 投入各类 AI 工程任务，成本低于每小时 $6。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1ctwz0u2drow5x2qs22db
全部资讯
Google 宣布推出 Google Labs 新实验 Play with Putty，目前通过候补名单面向美国用户开放。该产品定位为协作式 vibe coding 工具，支持用户实时共同构建工具和网站。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1fibf0u4grow5dnglnfei
原标题：《What I Learned from My Mom (1941-2026)》 评分: 240 | 作者: NaOH 💭 所以把妈妈写成纪念文就能稳赚全网眼泪吗？ 🎯 讨论背景 这是一篇写给母亲的纪念随笔，标题里的“1941-2026”说明母亲已经离世，文章重点大概是回顾她的一生，以及作者从她身上学到的东西。评论区几乎没有争论，主要是读者被文章的真诚、母亲的人格魅力和生活细节打动，纷纷用“beautiful tribute”“wholesome”“heartwarming”等词回应。文中那句关于“Grandma 家”的家规式幽默，也让不少人记住了这篇文章兼具温情和轻松感。整体讨论围绕亲情、哀悼、以及提醒自己趁还来得及向母亲表达爱展开。 📌 讨论焦点 文章与母亲人生受到普遍赞美 评论区几乎一致认为这是一篇非常动人的纪念文章，文字真诚而有力量。有人直接称它是这里最喜欢的一篇阅读，也有人说这是对一位令人敬佩的女性的美好致敬。文中那句“在 Grandma 家发生的事就留在 Grandma 家”尤其被反复提起，被认为既好笑又温暖，能瞬间把情绪拉满。 [来源1] [来源2] [来源
Cognition 宣布 GPT-6 Astra 即将登陆 Devin。在 FrontierCode 1.1 上，Astra 表现与 Fable 5 相差 0.4 分以内，成本降低 64%，并在其内部测试基准上创下 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1ctwo0u2crow57f1stywj
Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1xhpk0unkrow52qftlbda
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0x7ck0tptrow5lv66uj40
原标题：《The death of San Francisco's Market Street》 评分: 27 | 作者: A_D_E_P_T 💭 把公交说成杀人机器，证据在哪条平行宇宙街上？ 🎯 讨论背景 这场讨论围绕旧金山 Market Street（旧金山 downtown 的主干道）是否因为公交优先而“死掉”展开，背景是这条街近年从车流导向街道改成更偏公交、步行和自行车的走廊。评论者提到 Better Market（旧金山一项更偏向公交和自行车的街道改造计划）被取消，以及 streetcar tracks、busway 和更宽人行道等设计如何影响通行体验。争论并不只在交通工程上，很多人把 downtown 的冷清归因于 COVID 之后的 remote work/WFH、商业空置、homelessness、crime 和 San Francisco Centre（旧金山中心区的大型购物中心）的衰败。还有人用 2011、2015、2022 等个人经历对比街景和治安，说明“Market Street 的死”其实牵涉整个城市的 boom-bust 周期和城市更新争议。 📌 讨论
GPT-6 Astra 在 Mercor 的 APEX-Agents 排行榜首次上榜即排名第一，Mean score 62.4%（第1），Pass@1 46.7%（第2），Mean 领先 Fable 5.1 0.4 分、Pass@1 落后 0.8 分。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0x7d00tpurow5n11rzoln
原标题：《Any Human Ever – One life, drawn at random from all who have ever lived》 评分: 333 | 作者: thinkingemote 💭 先把引用补全，再谈随机抽人和历史真实吗？ 🎯 讨论背景 Any Human Ever 是一个网页项目，号称从“所有曾经活过的人”里随机抽取一位，再根据人口统计、历史地理和 LLM 补全，生成这位人的出生地点、婚姻、子女、寿命和死亡原因。页面还有人口与出生年份分布图，但评论里指出它用了 log scale（对数坐标），容易让人误读概率质量。有人进一步追查到引用系统里出现了 Claude（Anthropic 的大语言模型）“gap-fill”式补缺，意味着不少具体细节并非严格史料。围绕这个站点，讨论集中在它到底是严谨的随机抽样工具，还是一个把统计、历史叙事和 AI 幻觉混在一起的有趣玩具。 📌 讨论焦点 史料与 AI 幻觉 评论里最强烈的批评是：页面把半历史、半模型补全的内容伪装成了事实。有人举出公元 715 年扬子江流域的女性档案，里面同时出现“96% 婚配”“平均结婚
TestingCatalog 转述 OpenAI 宣布 Defense Factory，一个依赖前沿模型的持续防御概念，指自动化的防御运营，用于持续发现、验证和修复漏洞。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1fibf0u4hrow54s31t1hc