归档 - 个人成长抓手

智能体从「随叫随到」变成「一直上班」：dots 真正想解决的是上下文问题

OpenAI 9月29日发布 dots，一类由 GPT-6 Astra 驱动的始终在线智能体，有云电脑，可从反馈学习并 7×24 推进目标，插件连接超 4000 个应用。它把“你问它答”变为任务在用户离开后继续推进；用户可进入云电脑检查过程，也可在 ChatGPT、Slack、Teams 中对话，一个 dot 并行多个项目。目前灰度开放，企业版需管理员开启 beta。应先自动化规则清楚、只缺人盯的流程，并先明确数据权限与人工批准边界。

09-30

9月 Serenity

能力贴着顶配、价格只剩五分之一：GPT-6.1 Sol 把智能体的账算清了

OpenAI 9月29日发布GPT-6.1 Sol，称智能接近GPT-6 Astra，标准单价仅其五分之一；缓存输入降至每百万token 0.10美元，比标准输入低95%，也比GPT-6 Sol缓存价低一半。智能体需反复调用同一上下文，缓存降价直接削减最大开销。编程、PDF问答、自动化流程等评测接近顶配且成本更低。三档模型四周内全更新，等待下一代已不现实。应优先做上下文复用高的场景，选型不必只盯最强档，预算投向评测与复核，并用降价增加自检与重试。

09-30

9月 Serenity

当 AI 成了命令行的主要用户：Cloudflare 用一个 cf 覆盖全部 API

Cloudflare披露，Wrangler调用中AI智能体占比2026年3月约四分之一，此前一年为个位数，上周达48%，且更高产：每天用不同命令数近人的两倍，单日超六个命令概率近四倍。Wrangler仅约280个操作，产品有几千接口，旧命令各团队自写、术语不一。新工具cf基于接口描述和内部生成管线生成命令行，覆盖全部接口，并面向未读文档的智能体：内置搜索引导、默认JSON、统一配置。它仍是公开测试版，管线开源。企业应提供结构化、可搜索、配置明确的智能体入口，内部工具宜单一入口加自动生成，并把接口描述当基础设施维护。国内使用前需验证网络链路与合规。

科技笔记

09-29

9月 Serenity

把「该怎么分」压成 22 毫秒：0.8B 的决策小模型在本地跑

Jeff 是基于 Qwen3.5 和 Gemma 4 微调的零样本分类模型：输入情况描述和候选选项，一次前向计算返回选项校准概率，不生成文本。RTX PRO 6000 上约 22 毫秒，M4 Max 约 28 毫秒；提供 0.8B、2B、Gemma4-E2B 三个规格，MIT 许可，可本地嵌入。训练在本地完成。语音导航微调后，准确率从 31.7% 提升到 95.8%，不到半小时。它适合客服归口、意图、审核高频分类，只能在给定选项中选择，不能开放推理；宜大模型生成选项，小模型执行。

科技笔记

09-29

9月 Serenity

同一份单价、少三成花费：Sonnet 5.5 把「日常活」的模型又推了一格

9月28日，Anthropic发布Claude Sonnet 5.5，比上代更快，多数任务最多省三成，是Opus 5.5的搭档。评测中，其智能体编程、跨学科推理、图表识别分别达70.6%、64.5%、61.6%，进步明显，但复杂判断仍以Opus 5.5更强。价格与上代相同，因完成任务所需token更少，每任务成本最多低三成，企业应按任务而非百万token单价核算。它还首次加入网络安全护栏与回退、防推理提取分类器；原关闭思考者迁移需改用between_tools。实用做法是分级选型、按任务算账，并保留可替换接口。

科技笔记

09-29

9月 Serenity

别把 Go 代码绑在 GitHub 上：一个自定义域名就能解开

Go 把导入路径当作代码获取地址，方便却让项目绑定托管商，迁移时所有引用者都要改 import。作者举例，有公司同时使用 GitLab、GitHub 和 Azure DevOps，因迁移成本高而付三份托管费。他建议商业团队让内部库使用自定义域名，import 路径不变，背后可随时切换仓库，用 nginx 和元信息页面即可实现。企业数字化可借鉴：把域名当最便宜的抽象层，附件、图片、接口等 URL 也先走自有域名，并把可迁移写进交付标准，降低锁定与迁移成本。

科技笔记

09-28

9月 Serenity

不登录、不付费、本地跑：fakecloud 想把测试用的 AWS 搬进你的电脑

fakecloud 是专供集成测试的本地 AWS 云模拟器，应用仍用官方 SDK、CLI 和 IaC，只需把 endpoint 指向 localhost，并可用测试 SDK 断言事件、重置状态。它宣称覆盖 105 个服务、7,508 个操作，其中 3,932 个已实现操作经 Smithy 生成测试验证，并支持 30 多个服务间联动。对比 LocalStack 社区版，启动约 300 毫秒、空闲内存约 10MiB、单文件约 19MB，无需账号或 token，许可证为 AGPL-3.0。但它仍年轻，模拟通过不等于线上通过；适合日常集成测试与 CI 快速验证，不能替代真云回归。企业可将其用于降低测试环境成本，在交付中加入一键起本地环境，并划清模拟与真云回归边界。

科技笔记

09-28

9月 Serenity

推理模型「想得太多」：Fireworks 用 Ember-1 把 token 砍掉四成

Fireworks Research 9月发布 Ember-1，基于 Kimi K3，主打同样答案 token 少一半。推理模型大量 token 耗在内部推理，多轮 agent 会反复回放历史推理，成本近二次增长；调低强度又伤质量，于是转向训练模型更高效思考。官方称在7个基准和两家客户生产 A/B 中，推理可缩短35%–50%且准确率不降，每任务成本最多降51.9%，自家开发者切换后无人察觉。其启发是竞争标尺应转向每任务总成本，企业需用自有任务算账，把模型当可替换组件，并以自身流量 A/B 验证。

科技笔记

09-28

9月 Serenity

每年交一千欧元买不到五分钟人工：Conversations 决定离开 Google Play

作者 2014 年起开发 XMPP 客户端 Conversations，靠应用商店销售、定制、咨询和资助维持十余年。谷歌抽成 15%，每年超 1000 欧元，却屡遭更新被拒、下架和不实指控，审核漫长，且不区分功能与安全更新，安全补丁可能被压数天到数周。资助已保障到 2029 年底，商店收入不再关键，他转向 F-Droid 分发，可复现构建、自有签名，以谷歌不配再拿我的钱为由宣布免费。启示：渠道成本看买到了什么；审核制渠道需备安全更新旁路；退出路径提前铺。

科技笔记

09-27

9月 Serenity

AI 开始产出好想法之后：我们需要更多数学家

Amit Sahai在陶哲轩博客客座文章中警告，AI已能产出漂亮新想法，所有人将经历“跟不上”的时刻；若因此放弃理解，是集体失职。他以1太瓦核聚变电站为例，说明重大突破的新颖性使旧经验失效，必须理解原理、失效边界与不确定性。他并不主张人类手工重做，而提议建立“可调用的智力储备”：稳定支持有数学素养的研究小组，用一学期或一年借助AI理解AI产出的想法，并让理解不只属于提案组织。对企业数字化，这意味着把“能解释为什么”作为交付一部分，说明依赖前提、边界及何时不该相信，判断与承担比写代码更难被自动化替代。

科技笔记

09-27

9月 Serenity