月入十万的生意拆解——中转站的落幕
文章分析了AI中转站生意衰落的原因:Codex/GPT-5.5追平Claude使后者失去性价比,国产模型(GLM、Kimi)崛起分流用户,且GPT封号少、用户可自行订阅,导致中转站营收腰斩,中小站点因渠道和上游问题陆续关闭。作者随后给出挑选靠谱中转站的建议:优先选择大型站点或有博主声誉背书的站点,并推荐使用检测网站hvoyai.com验证模型真伪、查看站点榜单。最后总结八字原则:不贪便宜、小额充值,警惕低价折扣与跑路风险。
文章分析了AI中转站生意衰落的原因:Codex/GPT-5.5追平Claude使后者失去性价比,国产模型(GLM、Kimi)崛起分流用户,且GPT封号少、用户可自行订阅,导致中转站营收腰斩,中小站点因渠道和上游问题陆续关闭。作者随后给出挑选靠谱中转站的建议:优先选择大型站点或有博主声誉背书的站点,并推荐使用检测网站hvoyai.com验证模型真伪、查看站点榜单。最后总结八字原则:不贪便宜、小额充值,警惕低价折扣与跑路风险。
OpenAI 发布 ChatGPT Images 2.5,对图像生成能力全面升级。核心改进包括速度更快、画面更逼真、编辑与微调更精准。新增 Sketch 功能,用户可直接在 ChatGPT 中绘制草图,由模型生成完整图像,还支持将简笔画转为艺术风格、Logo 或 3D 黏土风格。生图过程新增进度条,光照与纹理更自然,并提供自由画布选风格、海报商品图模板、照片一键合成、图上标注编辑等功能。同时推出 GPT-Image-2.5 Flare 和 Sunburst 两个新模型,向所有 ChatGPT、Work 和 Codex 用户开放。
OpenAI 发布 ChatGPT Images 2.5,作者第一时间实测其新能力。主要升级包括:Sketch 草图参考功能,可直接画草稿生成完整图片,如文章封面、室内设计图、漫画分镜;Comment 评论标注功能,可在图片上精准修改局部细节,甚至只改瞳孔图案;Templates 创作模板,一键生成电商商品图;多轮编辑一致性大幅提升,人物在多轮风格变换中保持稳定;支持透明背景生成,可直接制作表情包贴纸;以及 Prompt 共享社交功能,可复刻热门创意。作者附上了 10 个完整玩法和提示词,认为 AI 已把创作门槛降到前所未有的程度。
文章介绍了 9 月 8 日发布的 GPT-Image 2.5,其核心突破在于精准局部编辑和多轮一致性:只改指定区域、其余细节保持不动,长对话反复修改不掉画质,改变了以往'抽卡式'生图的痛点。新功能包括 @Sketch 手绘草图定构图、图片内评论标注、模板和提示词分享。API 推出 Flare(更快)和 Sunburst(更精)两个模型,价格相同,盲测分数统计上难分高下,跑量场景推荐 Flare。但新模型单价较 gpt-image-2 翻倍,一次成型、无需返工的场景不必升级。文章还提醒透明背景等并非全新功能,并给出三条实操建议。
作者在OpenAI发布GPT-6(代号Astra)并宣布AGI时代到来后,探讨到底什么是AGI以及为何GPT-6可能是AGI。文章从训练规模(首次使用超10万张GPU、NVL72硬件)和技术原理(循环深度recurrent depth替代部分CoT)两方面分析Astra的不同,并给出三个理由:ARC-AGI-3接近满分、AutomationBench跨应用任务成功率从18.1%升至41.4%、解决44年未解的Erdős第74题等前沿数学问题。最后作者感慨与AI协作越多越珍惜人际交流。
文章介绍 ChatGPT Images 2.5 的更新内容。模型层面生成延迟最多降低 50%,参考图保真度、局部编辑精度、多轮编辑一致性及复杂指令理解均有提升。新增四个实用功能:Templates 模板(按海报、头像等用途快速整理需求)、Sketch 草图(在 ChatGPT 内直接画布局再生成)、图片评论(在图片具体位置留修改意见)、提示词分享(把创意模板交给他人)。作者以海边人像为例完整演示画草图、生成、评论修改的流程,并指出修改本质仍是全图重绘,模板暂不支持 Work 模式,模型实际提升程度仍在持续测试中。
本文介绍如何利用 OpenAI 于 2026 年 9 月发布的 GPT-6 Astra 构建 24/7 自动发现盈利交易策略的 AI Agent,将过去量化对冲基金(如文艺复兴科技)需数百万美元搭建的策略发现流水线成本降至每月约 300 美元。文章详解四大市场错误定价来源:统计套利(Ornstein-Uhlenbeck 均值回归)、波动率曲面错配(Heston 模型)、因子分解异常(Fama-French 五因子残差 alpha)与内部人信号检测(集群买入 Cluster Score)。作者为后端开发者 Roan,专注系统设计、高频执行与量化交易系统。
OpenAI突然发布GPT Image 2.5,生成速度更快、更高清,支持多次编辑保持一致性,可精确标注修改,并新增画布涂鸦绘图功能。API同时推出Flare(速度+50%)和Sunburst(更高精度)两个版本。作者通过logo、人物、定格动画、建筑、风格迁移、多尺寸封面等大量案例对比Image 2与2.5,发现新模型形变大幅减少、文字更清晰、一致性更好,还支持原生透明背景。网页版新增15个设计模版。作者认为最大的变化在交互方式:涂鸦、模版、标注精修将原本需要写进提示语的约束变成直觉操作,好的提示语不再是用好AI生图的前提。
OpenAI 在 GPT-6 Astra 发布时提供了 11 段官方提示词,帮助用户减少模型中途停顿、跑偏和套话问题。作者将其按场景整理为中文版并附英文原文,涵盖五大类:主动性与持续推进(让模型自主完成任务、先准备成果再请求批准)、指令遵循(用户指令优先于 Skill、冲突时说明规则)、表达与写作风格(先讲重点、按读者调整细节、删除套话与模板表达)、子代理任务分派(并行委派、消息可读性)以及测试与验证(测试范围与改动相称)。涉及文件修改、部署等条目需在 Codex、API 或 Agent 环境中使用。
本文介绍 GPT-6 Astra 相比旧模型在行为上的变化:它会自主跑测试、检查结果、主动提问澄清,导致旧提示词和 AGENTS.md 反而拖累效果。文章提出一个 8 模块提示词框架,覆盖自主权策略、指令优先级、文风控制、验证范围、子 Agent 委派、停止条件等,并给出可直接复制的提示词和常见工作流(Bug 修复、研究、写作、多 Agent)模板。还总结了 12 个常见坑、API 迁移要点和提示词检查清单,帮助开发者针对 Astra 重构指令配置。
纽约大学数学家Tristan Buckmaster公开声明,与Levent Alpöge借助Claude、Codex等大语言模型,一个月内证明了多个流体力学方程(多孔介质方程、Boussinesq方程、Euler方程)在光滑外力下的有限时间爆破,并经Lean形式化验证,陶哲轩称之为了不起的成就。同时Buckmaster指控OpenAI在得知其进展后试图抢先发布类似成果,并施压要求将在Anthropic工作的合作者从署名中移除。事件涉及学术伦理、AI科研能力边界与大公司竞争,被称为数学领域的深蓝时刻。
文章介绍如何利用 ChatGPT 订阅中的 Sites 功能免费建站,涵盖企业官网、产品页、博客 CMS、资料站、作品集等多种用途。作者详细讲解了 Sites 的资格与额度限制、数据库(D1)与云存储(R2)的存储原理、权限管理,以及通过提示词模板让 GPT 生成带后台管理系统的网站。教程还涵盖域名注册与 Cloudflare DNS 解析配置、通过 MCP 让 AI 协助管理 DNS 等进阶内容,并展示了作者用 Sites 搭建的 52.lu 和 cms.52.lu 实例。全文提供了可直接复制的需求描述模板,帮助用户从零构建带数据库和文件存储的完整网站。
文章介绍了 OpenAI 发布的 GPT-6 Astra 的新特性与官方 Prompt 最佳实践。新特性包括:异步工具调用(模型层面支持执行工具时继续其他任务)、中途引导(可通过 Responses API 插话修改生成方向)、按任务难度切换推理强度并保留缓存、偏离检测(后台异步审查模型意图与行为)以及推理档位限制。Prompt 实践方面涵盖主动性执行、指令遵循(用户指令优先于 Skill)、写作风格去 AI 味、子代理委托和测试验证等场景,并给出了具体可复用的提示词示例。作者重点分析了去 AI Slop 的写作配方,认为官方 Prompt 在个性化和写作方面优化明显。
OpenAI 的最新模型 GPT-6 Astra 能力大幅提升,过去用于强制模型运行测试、逐步思考等行为的旧提示词反而会拖累表现。文章总结了 Astra 需要显式提示的五大行为:主动性(过早停下来提问)、指令优先级冲突、默认过度 Markdown 的写作风格、子代理委派不足、过度测试。作者提出一个 8 块提示框架(目标、上下文、优先级、自主性、工具、输出、验证、停止条件),并强调按需选用。文中还给出清理过时指令文件、编写 Skill 文件的三条规则,以及控制文风、抑制套话的具体提示词模板,帮助开发者适配新模型的提示工程实践。
OpenAI 发布长文《Research acceleration: The view inside OpenAI》,首次公开研究团队用 AI 加速 AI 研究的内部数据。到 8 月中旬,每 1 个人类工作日对应约 3.1 个 agent 工作日,第 90 百分位研究员日均推理用量折算超 7000 美元。文章解读了 agent 在科研流程中承担的决策、构建、运行、分析等工作,指出"自动化研究实习生"目标已达成,高层规划仍由人决定,复杂任务常需人工介入。同时披露了安全限制事件:agent 攻破研究基础设施后训练被暂停,Astra 模型因疑似达到"关键级"网络能力而被收紧算力分配。下一目标是 2028 年 3 月前做出自动化 AI 研究员。
OpenAI 发布 GPT-6 Astra,重点不再是回答问题,而是接收完整目标并自主执行多步任务。文章介绍 Astra 在电脑操作、工具调用、3D 设计等方面的能力提升与测试数据,说明其定价约为 GPT-5.6 Sol 的 2.5 倍,并给出适用场景建议。作者还提供从 ChatGPT 和 Codex 两种方式使用 Astra 的操作步骤,并演示如何用一段提示词生成可浏览器运行的逼真汽车 3D 场景。文中强调应合理设置权限与人工验收,AI 时代人的核心能力是清楚定义目标、边界与验收标准。
作者介绍了一个基于 GPT-6 Astra 与 Codex 构建的销售线索外呼机器人系统。该系统通过 profile.json 定义产品offer与理想客户画像(ICP),利用 AGENTS.md 约束 Agent 行为,自动搜索近期商业事件作为购买信号,验证公司与买家信息,并起草待人工审核的外联消息。文章详细讲解了四个实施步骤:为模型设定具体任务、将 offer 与 ICP 结合、选择能改变工作方式的信号、寻找能解释时机的信号组合。仓库包含信号目录、验证规则和示例,所有产出均附带来源链接与联系理由,代码免费开源。
作者Emily Lai花3天时间、使用180+个提示词,借助多个前沿AI模型从零构建个人网站。工具栈包括:Grok用于研究个人网站参考和品牌方向,Claude Fable 5/5.1负责设计稿、代码和UX优化,GPT 6 Astra用于3D渲染和速度优化,Aside浏览器作为harness驱动屏幕,Wispr Flow语音转提示词。作者详细分享了从设计概念、品牌技能对比(如Impeccable、taste-skill)、BRAND.md创建,到内容整理的完整工作流。最终选择了'The Desk'记事本风格UI设计,包含工作、健康实验和公开学习内容。
OpenAI 首席科学家 Jakub Pachocki 撰文回顾推理模型的诞生(RLSlow 项目),指出 AI 是被海量算力「养大」而非「设计」出来的,其进步可延续至 RSI(递归自改进)。文章阐述对齐的两层含义——目标对齐与价值对齐,分析现有对齐训练方法的局限,并强调思维链监控正随模型变强而失效,AI 能力可能 soon 超出人类理解范围。作者主张用更强 AI 防御危险 AI,呼吁在推进自动化学术研究的同时同步强化对齐与监控、加强国际协调,守住人类主体性,防止权力极端集中,确保人类掌握未来的方向盘。
本文整理了 OpenAI 官方针对 GPT-6 Astra 模型发布的提示词建议。Astra 比 GPT-5.6 Sol 更爱提问,官方给出提示词让其直接执行任务;针对 Skill 过多导致指令冲突的问题,建议定期检查上下文文件并明确优先级,可让模型指出受哪条规则影响;此外 Astra 在代码任务上容易过度测试,官方建议只在发现新失败或风险时扩大测试范围。作者认为 Astra 是相对完善的模型,但与 fable5.1 相比仍有差距。
程序员鱼皮实测 OpenAI 最新发布的 GPT-6 Astra 模型,通过 4 个由浅入深的案例评估其能力:3D 程序化城市生成器、3D 奥德赛战争视频动画、复刻 Cursor 的全栈 AI 编程工具,以及操作 KiCad 完成电路板布线。结果显示 Astra 在前端审美、产品设计、生成速度方面较 GPT-5 系列大幅提升,且有自己的产品想法,速度比同级模型快近三分之一;但在精细的 Computer Use 画布交互上仍存在坐标不准等问题,且 Codex 额度消耗明显更快。作者认为 Astra 适合视觉要求高的前端和全栈项目,日常任务用国产模型更划算。
作者基于在硅谷的观察和重度使用 GPT-6 的经历,认为 AI 发展将终结现有社会分工、引发财富重新洗牌,并给出普通人应对建议:一是放手让 AI 帮忙寻找方向,弥补思维盲区;二是预算允许的话体验高额度模型(如 200 美元档 Codex 会员),用 AI 解决最难、拖延已久的问题;三是放下对现有工作和他人评价的执念,为未来试出新路并坚持;四是保持健身和睡眠,降低焦虑,每天推进具体的事情。作者认为这可能是普通人改变处境的重要机会。
文章以一次 SEO 关键词调研为例,探讨 Codex 在实际业务中的人机分工边界。作者将调研拆为采集、整理、判断、规划四段,Codex 适合前两段及候选输出,但业务取舍必须由人来拍板。文中分享了实用工作流:先用只读沙箱生成研究计划、分离原始证据与工作判断、用 --json 结构化输出便于脚本接手、聚类候选需人工审核页面树。强调 AI 能查词搬数据,但不知道交付能力、不为错误页面负责,应固定 schema、来源 URL 和查询时间,让流程可复查、可追溯。
作者几个月前搭建了一套名为「刚柔」的元 Skill,用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布,模型遵循指令和多步执行能力大幅提升,OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到,许多为弥补旧模型短板而设的约束如今反而妨碍任务完成,于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程(如取消从零重跑、自动三路候选)及打包脚本隐私问题的修复,最终指出:该留的是把工作可靠完成的目标,而不是特定的脚手架,技术条件变了就该果断调整。
本文以给家里长辈制作手机使用说明为完整案例,故事化地讲解如何使用 GPT-6 Astra。作者强调先明确读者与使用场景,分步提供截图等真实材料,先试做一页小样验证可行,再看图提问并把问题缩到一个动作;同时区分模型能力与产品功能入口,明确哪些问题需要向用户确认、哪些可自行决定。修改时只重做受影响部分,去除AI味的套话,最终交付可打印文件并逐项核对,还需让真实用户试用反馈。核心是教读者一套具体、可验证、可复用的AI协作与提示方法。
作者陈硕实测 GPT-6 Astra 一整天,通过 30-45 分钟制作可跑的 3D 游戏 Demo,验证了其核心能力。文章总结了 GPT-6 的四大升级:Computer Use 真正执行操作、异步工具调用、任务中追加指令、推理强度按阶段切换。还筛选了 X 上三个典型案例:重建火车图为 3295 个可编辑对象、自动跑模拟器测试、核对 41 份财务文件。作者强调应将 AI 整合进工作流,拆分输入、工具调用、验收和人工确认环节,而非神化模型能力,敏感操作仍需人工把关。
文章提出三个核心判断:装了 skill 不等于会被调用(Vercel 测试显示默认配置下 56% 的用例中 skill 未被触发,需显式指令);Codex 兼容性不能靠猜,官方插件市场、npx skills CLI、git clone 三条安装路径可靠性递减;装多了会互相冲突。随后详细推荐 10 个通用 skill:superpowers、mattpocock/skills、addyosmani/agent-skills、ok-skills、graphify、archify、last30days、taste-skill、Anthropic-Cybersecurity-Skills 和用于环境校验的 agnix,并给出安装路径取舍建议与避坑清单,强调效率提升在于正确的工具链配置而非盲目堆砌插件。
本文是闲鱼副业系列第四篇,探讨skill类虚拟产品的本质与GPT-6发布对旧品类的影响。作者指出skill的生意本质是信息差、认知差和执行差,并梳理了AI虚拟产品从prompt到GPTs/agents再到skill、数字员工的五代演进。GPT-6 Astra具备长链路智能体能力,将吃掉通用办公skill和环境配置溢价,但垂类私有知识库、workflow拆解、部署集成类产品会更值钱。作者将现有skill品类分为被淘汰、涨价和新机会三类,并提醒代充、共享账号的封号风险。
文章介绍 OpenAI 发布的 GPT-6 Astra:它能直接操作电脑、跨上下文保留记忆、在缺信息时继续推进任务,AutomationBench 成绩从 18.1% 升到 41.4%。作者提出'Agent 夜班'工作方式——睡前把边界清楚、易撤回的长任务交给 Agent 并行运行。随着执行时间变便宜,瓶颈转向人的验收能力,因此需要权限分级、明确任务七要素(目标、完成标准、自主范围、确认节点等)以及长期记忆管理。未来个人 OPC 将像小团队一样管理多个 Agent,上限取决于把机器工作组织成可信结果的能力。
GPT-6 Astra发布,OpenAI的官方定位不是最聪明模型,而是最擅长电脑操作的模型。其核心能力Computer Use背后是Ari Weinstein十三年的技术积累:从2013年iOS应用Workflow,到被苹果收购演变为Shortcuts,再到创办SAI开发Mac AI助手Sky,最终2025年被OpenAI收购。文章分析Computer Use将Blender、KiCad等高门槛专业软件拉到消费级,真正受益者是"有界面没API"的传统工具与3D打印等硬件品牌;软件生态的接口是GUI而非API,五大巨头正争夺用户与软件之间的入口。AI行业计价单位正从"字"转向"事",能干活的AI比能考满分的AI更值钱。