作者实测OpenAI新发布的GPT-6 Astra模型，认为其综合能力追平Claude Fable 5，OpenAI重回黄金时代。文章从三方面展开：一是速度大幅提升，任务完成时间从数小时缩短到十余分钟；二是前端和审美能力史诗级强化，一句话即可生成高精度3D网页模型；三是代码能力追平Fable 5，能从本质层面发现并修复系统深层问题，并介绍Codex实验性跨窗口笔记功能。作者还分享了为超级模型简化的AGENT.md配置建议，强调聪明模型需要更少限制规则。
OpenAI发布GPT-6 Astra，定位为迄今最智能且最对齐的模型。文章详细解析其新特性：105万Token上下文窗口、作为全球最佳操作电脑的模型（OSWorld完成率72.6%）、ARC-AGI-3达到99.9分远超人类平均水平、视觉判断力和审美大幅加强、更强的主动性（Judgment）能自主消化不确定性、安全对齐显著提升（幻觉率降至2.0%）、成为首个达到网络安全Critical等级的模型。同时文章指出隐忧：模型思维链可监控性显著下降，人类越来越难理解其推理过程，AI正在走向奇点。
作者分享UU远程新版本对远程Vibe Coding体验的史诗级强化。作者此前曾向UU团队反馈终端功能不符合Agent时代用户习惯，如今新版补齐了完整TUI交互渲染与多终端会话管理：进入Mac免输密码、终端移动端输入大幅优化（含独立输入框支持语音输入）、完美支持Claude Code、Grok Build等Coding Agent的TUI界面、支持多会话并行与手机电脑跨端接管同步。作者演示了在手机上远程使用Grok Build进行编码的完整流程，认为UU远程免费、低延迟、丝滑，已成为Agent时代远程控制Agent终端的新基建。
作者宣布成立一个名为AGORAY的AI爱好者组织，旨在连接真正喜欢AI、愿意创造、对世界有巨大好奇心的年轻人，通过共享资源、合作项目、参与活动等方式，促进信息与资源的流动。组织首批邀请了11位来自全国各地的年轻人，他们各有专长，包括AI开发、安全测试、硬件设计等。AGORAY的名字取自古希腊广场（AGORA）和光线（RAY），寓意开放与启发。未来将谨慎招募新成员，并希望组织能自发生长，成为AI时代有价值的连接网络。
文章调研了AI风口下的新职业FDE（前沿部署工程师）的真实生态。FDE起源于Palantir，如今OpenAI、Anthropic及国内大厂纷纷布局。作者访谈多位从业者后发现：FDE身份定位模糊，常被当作产品经理或外包；工作分为产品驱动型和项目驱动型两类；驻场时面临客户需求不清、一线员工防备抵触、内部利益博弈等困境；行业收费混乱，报价从2000元到19万元不等，交付标准缺失。作者将其类比为上世纪的系统分析员，认为FDE虽处混乱期，但正站在AI成为生产力的前夜。
文章揭秘了海外爆火的匿名模型OX Alpha的真实身份——智谱发布的GLM-5.3-Flash。该模型是总参数320B、激活18B的MoE架构，GLM-5系列首个原生多模态模型，支持图像、视频和文本输入，上下文达100万。其能力逼近Opus 4.8，而价格极低（每百万Token输入0.8元、输出2.8元），比DeepSeek V4还便宜一半。作者通过自建1000条新闻评测集实测发现其在精选率和品味上优于MiMo 2.5 Pro和DeepSeek V4 Pro，前端代码能力也直逼顶级模型。此外，智谱用10万张国产卡扛下了匿名测试期的全部推理流量。作者决定将AIHOT网站模型全面切换至GLM-5.3-Flash。
字节在飞书与豆包团队整合后发布首个办公Agent产品「豆包工作」。它支持飞书账号直接登录，完整继承企业的文档、多维表格、知识库及权限系统，内置技能、连接器（MCP）、工作伙伴，并提供本地电脑与云电脑两种任务模式。作者认为其最大亮点在于与飞书的深度打通：员工开箱即用，企业统一管理AI额度与Skill共享。作者结合自家MCN公司的达人数据分析案例演示了完整流程，并提出核心观点——Agent本身没那么重要，组织沉淀的数据和上下文才是用好Agent的基石，而飞书正是最好的组织数据资产载体。
作者整理了多年来真实帮助过自己的12个常用Prompt，覆盖五大场景：问清问题（苏格拉底式提问）、学习（双层解释法、反向拆解、横纵分析法、事实核查）、解决问题（专家会诊、第一性原理、跨领域借解）、决策（双向钢人论证、最小实验替代空想）以及认识自己（挖掘隐藏天赋等）。所有Prompt均可直接复制使用，无需安装Skill，适配当下各类AI模型，作者建议配合原始材料一起使用以获得更好效果。
作者创业两年半，分享AI在组织中的应用心得。他认为AI化应‘薄中台，厚一线’，让业务人员自己用Agent解决问题；数据是核心，需沉淀和治理；AI省下的时间应还给客户、员工，而非填满更多工作；管理者应聚焦目标与决策，而非控制；新人培养需避免依赖AI而失去判断力。最终，AI让组织回归传统，强调信任、责任和真诚沟通。
作者从推特上一条让AI先深度思考再回答的Prompt出发，追溯其Reddit原帖，学习了"钢人论证"（steelman）这一源自"稻草人谬误"反义的逻辑方法：先替对方把论点补到最强再判断。为克服AI谄媚、结论含糊的问题，作者设计了"双向钢人Prompt"，让AI重述真实问题、强化正反双方论证、找出关键变量，并逼出明确判断与行动。作者以公司选择司庆日为例，成功用它找到了内心最真实的答案。
文章通过分析多个真实场景评测集（如RealReplicaBench、E-Bench等），指出尽管大模型在编程领域表现优异，但在电商、生活等复杂真实任务中的成功率极低，甚至不足50%。这揭示了模型从解题到实际工作之间仍存在巨大差距。
本文介绍了DeepSeek Harness这一Agent产品，其核心理念是“一切皆插件”，基于Cordis内核实现插件的动态加载与卸载。文章详细解释了Harness的四种模式（标准、PTC、极简、创造），并推荐了多个社区插件。同时，作者也讨论了DeepSeek V4 Pro的涨价问题及Harness对普通用户的使用门槛。
本文作者分享了DeepSeek V4 Pro和Grok 4.6两款新模型的发布体验，认为它们从性能和价格两个方向打破了传统大模型的不可能三角（性能、价格、速度），将行业斩杀线推向前所未有的高度。作者详细对比了两款模型与Claude Fable 5的跑分和实际使用感受，并分享了自己重新分配AI工具组合的策略，包括将日常开发切换到Grok Build + Grok 4.6，将自动化任务交给DeepSeek V4 Pro。文章最后指出，新模型的出现将淘汰大量夹在中间的玩家，大模型市场进入新的竞争阶段。
本文作者对微信基于小微更新的AI功能表达了担忧，包括朋友圈的AI帮写、AI点评以及公众号的AI总结功能。作者认为这些功能虽然提升了效率，但破坏了朋友圈的真实性和人与人之间的情感连接，使社交变得虚假，并可能影响内容创作者的创作动力。作者呼吁在人与人的关系中保留低效率的诚意，不要让AI代替人类表达真实情感。
作者耗时54小时开发了一个全新的AI大模型聚合排行榜。为解决现有榜单数据缺失、样本量和标准不一的问题，作者参考电竞和统计学算法，自研了名为LatentRank的评分系统，通过模型间的成对比较来推算综合能力。目前该榜单已集成10个主流评测源，免费开放供用户查看和对比。
文章深度解析了AI视频模型Seedance 2.5的核心升级。相比2.0追求短视频爆款的自主发挥，2.5将目标对齐电影工业标准，具备极强的指令遵循能力，支持原生30秒视频输出及海量参考素材。通过提升画面美术质感、物理空间稳定性和声音细节，2.5实现了真正的“电影感”。此外，该模型不仅能颠覆影视预演工作流，更能为具身智能提供低成本训练数据。作者指出，随着技术普及，审美判断力、资产构建能力和优秀的故事内核将成为未来最稀缺的能力。
作者开源了「活人感写作.skill」，旨在解决AI写作缺乏真实情感的问题。该Skill不仅优化辞章，去AI味，还强调通过激发真实经历和思想来实现“修辞立其诚”，适配GPT、Qwen等多个模型，助人创作真诚内容。
作者分享了体验荣耀Robot Phone两周的深度感受。这款手机配备独特的钛合金机械云台，结合强大的YOYO智能体，不仅能完成复杂的跨APP任务，更通过物理动作赋予手机“生命力”。它从单纯的工具转向具有情绪价值的伙伴，为僵化的手机形态带来了久违的创新与惊喜。
作者分享了一个名为Leader.skill的开源工具，旨在解决Agent交互中目标定义模糊的问题。该工具基于“目标七问”方法论，将模糊需求转化为清晰的目标任务书，支持多模型组合（如Claude规划、GPT执行），显著提升长程任务的完成率与Token利用率。
文章详细解读了北京市发布的《关于加快智能体引领发展的若干措施》，涵盖提升基础模型能力、Harness Engineering、原生应用、智能终端融合、OPC新模式及Token经济等10条重磅内容，描绘了未来智能体经济的宏伟蓝图。
腾讯正式推出设计Agent平台Miora，由WorkBuddy团队打造。该平台支持品牌设计、UI设计等五大场景，具备模型切换、技能市场和项目记忆功能。作者实测了品牌VI全案生成，展示了其在设计工作流中的潜力，标志着设计Agent进入白热化竞争阶段。
本文介绍了如何利用国产大模型和Agent编程工具，让不懂代码的人也能从零开始开发并上线一个完整产品。文章详细涵盖了购买模型套餐、准备服务器与域名、ICP备案、使用Agent进行开发、Git版本管理、CI测试流程及运维知识等20个步骤，旨在帮助非技术人员抓住AI时代的创业黄金期。
作者分享了在Claude Fable 5和GPT-5.6时代的AI开发流程，通过优化测试流程和Agent协同，实现高效自动化的开发模式。核心流程包括用Claude出方案、GPT纠错、Codex目标模式执行，极大提升了开发效率和创造力。
作者分享了朋友海辛和阿文使用Seedance制作视频的实用经验。指出网上流行的提示词大多无效，建议从主体、场景、音乐、镜头四部分构建有效提示词。强调不要依赖故事板、避免冗长提示词、不追求过高清晰度，并指出最重要的还是构思分镜和故事。
文章盘点了今年上半年加入Anthropic的9位行业巨佬，包括Andrej Karpathy、诺贝尔奖得主John Jumper等。他们放弃了顶尖职位押注Anthropic，展示了AI成为各学科公共地基的趋势，被视为人类黄金时代的前夜。
本文作者受斯坦福课程《人生设计课》启发，设计了一套Prompt（提示词），利用Claude等AI模型辅助进行人生规划。该Prompt将书中“看清现状”、“找到指南针”、“寻路”、“奥德赛计划”等设计思维转化为四个阶段的AI对话流程。作者通过实测发现，AI的持续追问能有效帮助用户梳理内心潜藏的价值观与焦虑，最终生成包含人生蓝图、原型行动和失败免疫在内的深度分析报告。
文章盘点了瑞幸、麦当劳、飞猪、滴滴等16款国民级应用，这些产品正通过封装Skill、MCP或CLI接口，向Agent开放点咖啡、订票、打车、办公等核心能力。作者指出这标志着Agent化时代的到来，并对比了当前支付环节的“信任”壁垒，认为该趋势类似于2017年小程序爆发的前夜，未来Agent将成为人们在数字世界的另一个“贾维斯”。
文章详细介绍了微信“小微”的内测体验，涵盖了其功能架构、底层模型、交互逻辑及与微信原生能力的打通情况。作者指出，虽然受限于算力成本和安全风控，目前的Agent策略偏向“只读不动”且需频繁确认，但在小程序调度、聊天记录上下文理解及AI生成工具方面表现出色。作者认为这是微信有史以来最大的更新，标志着平台级AI应用的正式落地。
本文是一篇WorkBuddy的从0到1新手教程。文章指出WorkBuddy是国内口碑不错的通用Agent产品，相比Claude Code和Codex更对国内用户友好。内容涵盖安装登录、界面模式介绍（Ask/Plan/Craft）、专家与技能市场、腾讯生态连接及个性化配置，并演示了日常办公报告生成和网页开发两个实战案例。
Anthropic 正式发布了 Claude Fable 5 模型，该模型是此前仅限合作伙伴使用的“神话级”网络安全模型 Mythos 的公开版本，新增了安全分类器。文章详细介绍了 Fable 5 的技术定位、昂贵的 API 定价（显著高于 DeepSeek V4 和 GPT 5.5）、以及在代码生成、视觉游戏通关（如宝可梦、异星工厂）、生命科学（蛋白质设计）等方面展现出的惊人能力。作者在亲测后，对其“究极水桶”般的智能水平表示震撼，同时也因昂贵的费用和 AI 进步速度超越人类认知而产生的虚无感进行了深度思考。
