模型还没轮到评,范凯先被 Antigravity 的等待劝退;宝玉和 Lauren Tan 为「先教经验还是先跑再修」分了次序,936 个智能体长出了互相挑错的评审。
本期覆盖 11 月 19 日(周四)晚至 20 日(周五);文中时间除另注明外均为北京时间。
- 范凯实测:Antigravity 里 Neon 开中等思考强度常等五分钟以上,GPT-6.2 Sol 或 Claude Opus 5.5 往往一分钟内做完。 他盼着把 Gemini 订阅接到本地助手 Hermes,谷歌的 Logan 只回了「12 月 2 日迈出第一步」。
- 乔木用 Neon 给 SubCast 做了视频高光剪辑,又回头用 Opus 5.5 优化——写代码的效率,他仍判 Opus 胜出。
- Lauren 主张先教经验,宝玉主张先跑再修,分歧只在次序。 Anthropic 让智能体接手大部分审查后,拿到实质性评论的合并请求从 16% 升到 54%。
- alphaXiv 报告:936 个智能体产出 936 项研究,严谨性盲评高于人类。 但优势几乎只来自第一个实验室。
- Anthropic 股票以代码 ANT 登陆纳斯达克,募资约 813 亿美元为史上最大 IPO。 首日开盘涨 34.3%、收盘涨 17.07%——开盘的涨幅,收盘吐回一半。
模型可以换,入口却把人耗住了
范凯拿 Google AI Pro 订阅认真试了 Gemini 4 Neon,不评模型本身,先受不了官方工具 Antigravity:同样简单的任务,GPT-6.2 Sol 或 Opus 5.5 往往一分钟内做完,Neon 在 Antigravity 里开中等思考强度(medium)却经常等五分钟以上,换 GitHub Copilot 通道也要 1 到 3 分钟(均为个人体验)。他想把 Gemini 订阅接到本地助手 Hermes 上——目前第三方应用还没有用上个人订阅额度的官方途径,这是谷歌开发者论坛的官方答复。他把问题问到了 Google 的 Logan Kilpatrick,对方只回一句「December 2nd we take the first step」:12 月 2 日迈出第一步,具体指什么没有任何官方文字。乔木则用 Neon 给 SubCast 做了视频高光剪辑,又用 Opus 5.5 优化——写代码的效率,他仍判 Opus 胜出。
来源:范凯谈 Antigravity 的等待 · 范凯希望把 Gemini 订阅接到 Hermes · Logan Kilpatrick 的简短回复 · 范凯把 Logan 的回复看成好消息 · 范凯谈中文写作对比 · 范凯把五个 Bot 接到 Paseo · 乔木用 Neon 做高光剪辑 · 乔木展示高光剪辑示例 · 乔木发出 SubCast 更新 · 乔木调侃播客工具
先把手艺教给助手,还是先跑起来再修
参与 Grok Bot 工程的 Lauren Tan 写了一篇讲自动化的文章:先把目标、验收方式和自己的判断讲给 bot,确认后再开跑。宝玉专门写了自己的不同做法:他更强调目标和验收,中间步骤少干涉——先跑一遍,再根据偏差去改,把做法沉淀成技能(Skill)。两边都要目标、验收和事后改进,分歧只在次序:Lauren 先把人的经验教给助手,宝玉定好目标和验收、让助手自己跑着积累经验。
宝玉还转述了 Claude Code 团队产品经理 Morgan Lunt 的分享:Anthropic 内部曾因待审改动排长队而互相盖章放行,后来让智能体接手绝大部分审查。按 Anthropic 官方博文(Lunt 是共同作者)的口径,获得实质性审查评论的合并请求比例从 16% 升到 54%,合并数量翻倍,回滚少了 40%。宝玉转述的「90% 合并请求无需他人审查」未见于官方文本,且这些数字均为内部口径,不是公开对照实验。
来源:Lauren Tan 谈自动化的文章 · 宝玉谈与 Lauren 的分歧 · 宝玉转述 Claude Code 团队的代码审查
近千个智能体做研究,也开始互相挑错
论文网站 alphaXiv 11 月 19 日发布报告《A Society of AI Scientists》:35 个实验室在约 12 周里接入 936 个自主智能体,留下 936 项研究,人只管算力、预算和大方向。作者之一说近千个智能体「发明了同行评议」——这是修辞,但评审的做法确实长了出来:只看文本的审稿人,在 16 篇有缺陷初稿里标出了 11 篇,却也在已修好的 16 个版本里误标了 10 篇;另一种编辑把异议改写成脚本、拿数据重跑,156 条重大异议里有 77 条推翻了主要结论。
盲评里,智能体论文的实验严谨性 9.02 分,高于人类论文的 7.00 分(10 分制),人类在新颖性和重要性上更高。但报告自己写明,总分优势主要来自最早那一个实验室,第 2 到第 35 个实验室与配对的人类论文没有显著差异。评委是大模型、只看文本,不能当成专家审稿的结论;936 项研究,也不等于 936 项已经成立的发现。
来源:alphaXiv 报告页 · Samuel Schmidgall 的介绍 · 宝玉的转述与限定 · Ethan Mollick 的评论
Anthropic 首日冲高回落
美国东部时间 11 月 19 日,Anthropic 股票以代码 ANT 在纳斯达克开始交易。发行价每股 83 美元,开盘 111.50 美元(涨 34.3%),收盘 97.17 美元(涨 17.07%)——开盘的涨幅,收盘吐回了一半。本次募资约 813 亿美元,为史上最大 IPO(纳斯达克与多家媒体口径)。
来源:纳斯达克新闻室 · CNBC 当日报道 · 归藏谈敲钟 · Anthropic 官方致辞 · 宝玉的摘译 · indigox 转述公司材料
短讯
- GPT-6.2 Sol 的耐用和好用被说成了两件事:池建强用了两天,额度只降了 10%;宝玉重度测试后却认为,复杂编程仍比 Opus 5.5 差不少。 一个讲额度,一个讲质量。来源:池建强谈额度 · 宝玉测试 Sol 写代码
- 谷歌称世界模型 Genie 4 已可通过 Gemini API 和 AI Studio 供开发者使用(付费档),前一天刚向 Ultra 用户开放体验;开源助手 OpenClaw 也宣布接入 Neon。 来源:谷歌开发者博文(Genie 4) · Logan Kilpatrick 的宣布 · 归藏的评论 · OpenClaw 的宣布
- Mark Gurman 称,macOS 27.3 测试版里,为 ChatGPT 打开第三方电脑操控支持的步骤从 4 步增至 14 步,苹果称是出于安全考虑;苹果自己的电脑操作智能体,据本周招聘启事看仍属早期。 来源:Mark Gurman 的报道 · Ethan Mollick 的评论 · Ar_Douillard 的原帖 · 橙哥的转述
模型名字换得越来越快,人们真正较劲的,仍是等不等得起,和该先教助手多少。
文末来源索引(主线索)
- 入口与等待:范凯谈 Antigravity 的等待 · 范凯希望把 Gemini 订阅接到 Hermes · Logan Kilpatrick 的简短回复 · 范凯把 Logan 的回复看成好消息 · 范凯谈中文写作对比 · 范凯把五个 Bot 接到 Paseo · 乔木用 Neon 做高光剪辑 · 乔木展示高光剪辑示例 · 乔木发出 SubCast 更新 · 乔木调侃播客工具
- 先教经验还是先跑再修:Lauren Tan 谈自动化的文章 · 宝玉谈与 Lauren 的分歧 · 宝玉转述 Claude Code 团队的代码审查
- 智能体做研究:alphaXiv 报告页 · Samuel Schmidgall 的介绍 · 宝玉的转述与限定 · Ethan Mollick 的评论
- Anthropic 上市:纳斯达克新闻室 · CNBC 当日报道 · 归藏谈敲钟 · Anthropic 官方致辞 · 宝玉的摘译 · indigox 转述公司材料
- 短讯:池建强谈额度 · 宝玉测试 Sol 写代码 · 谷歌开发者博文(Genie 4) · Logan Kilpatrick 的宣布 · 归藏的评论 · OpenClaw 的宣布 · Mark Gurman 的报道 · Ethan Mollick 的评论 · Ar_Douillard 的原帖 · 橙哥的转述