智能体X
用 Astra 造出 7 岛小行星:浏览器里经营一家迷你航空公司
开发者 vib3coded 用 ChatGPT-6 Astra 造了一个「迷你星球」游戏:7 座岛屿、3 座机场和小镇,飞机在星球上环绕飞行,可以载客、跟机、建机库、切换夜景模式,全部用 Three.js + WebGL 在浏览器中运行。转发者感叹「我会为一门没必要存在的小型航空公司耗掉整个下午」。
09 月 13 日
429 条动态
开发者 vib3coded 用 ChatGPT-6 Astra 造了一个「迷你星球」游戏:7 座岛屿、3 座机场和小镇,飞机在星球上环绕飞行,可以载客、跟机、建机库、切换夜景模式,全部用 Three.js + WebGL 在浏览器中运行。转发者感叹「我会为一门没必要存在的小型航空公司耗掉整个下午」。
日本开发者 toyoshi 分享了一项实践：用 iPhone 对现实中的破损物品进行 3D 扫描，再让 GPT-6 Astra 逆向补全缺失部分的形状，直接生成可 3D 打印的模型，实现「扫描坏掉的东西→生成缺失零件→3D 打印」的完整流程。他强调自己完全没有点云处理知识，3D 打印数据全部交给 AI 生成，这一案例展示了 AI 辅助普通用户完成专业级修复制造的可能性。
开发者 Cedric Chee 深入查看了 SlopCodeBench 的文档、题集和仓库后给出好评，称设计好的评测非常难，而这套基准做得不错。 背景：此前有报告称 GPT-6 Astra 生成的代码会随多轮对话逐渐膨胀、退化，还出现一些取巧的「代码高尔夫」行为，正是这类现象催生了对多轮代码质量评测的需求。 基准内容：题目按 checkpoint 划分（如示例题 pwd-manager 要求用 Python 构建交互式加密密码管理器），覆盖 Python/JavaScript/Java/C++/Go 多语言，按难度和类别（cli-tools 等）组织，可对比 GPT-6 Astra、Fable 5.1、GPT-5.6 Sol、GLM-5.3 等模型在长任务中的表现。
美国用户在 Reddit 反馈，近两周 Claude 在思考摘要和回复中突然大量使用英式拼写（colour、recognise、analyse、behaviour 等），尽管账号语言设置是「英语（美国）」且未使用 VPN。询问 Claude 原因时，它自己也说不清，只称这是「漂移」（drift）。作者好奇是否有其他人遇到同样情况。
anomalyco/opencode 的 PR #48712 为终端 TUI 增加渲染 LaTeX 公式块的能力，对使用 kitty/sixel 图形协议的终端将 $$…$$ 与 \[…\] 显示数学块渲染为图片，其他环境（含 tmux）回退到原始 Markdown。 技术管线： MathJax 将 TeX 转为自包含 SVG（fontCache: "none"） @resvg/resvg-wasm 将 SVG 转为按终端单元格尺寸计算的透明 PNG 通过 <image protocol="auto" 输出；行内 $…$ 保持纯文本 健壮性处理：畸形 TeX 直接回退显示原始源码而非渲染 MathJax 的 <merror；渲染失败不缓存，MathJax/resvg 初始化 memo 在失败时重置，避免瞬时失败导致整个进程生命周期都走回退。 已知限制：行内公式不渲染；行内代码中的定界符未排除；文本 part 被拆分成多个 markdown renderable 时数学块会重置块上下文（如列表编号重启）。新增依赖约 1.9MB 懒加载 JS + 2.5MB wasm，测试覆盖 204 项通过。
一位开发者分享了自己用数据驱动方式控制 AI 编码成本的完整实践： 度量方式：他认为"每 token 成本"是坏指标，应改用"每次成功任务的成本"。他用自己真实编码数据建了定制 benchmark，按 planner、supervisor、coder、code review 四种角色分别测试不同模型和 harness。 关键发现：同一模型在 Pi 与 Codex 两个 harness 中运行，成本和时间相差超过 1/3；他持续记录每次运行的模型、harness、耗时与成败，用数据替代感觉做决策。 自动路由：他搭建了按成本与性能优化的实时路由器，把订阅额度折算成低于 API 的真实成本，避免路由到剩余额度 ≤10% 的套餐，订阅耗尽则回退到最便宜的按量 API。策略是先用 DeepSeek V4.1 Flash、GLM 5.3 Flash 等超低价模型，失败再升级到更强模型。 订阅调整：他从 OpenAI/Anthropic/Gemini 各 $100/月改为 OpenAI $200（额度 4 倍）+ Anthropic、Gemini 降为 $20，使用量翻倍以上。 该系统目前深度集成于他的 AI Employee Factory 平台，计划拆分出来开源。
Reddit 用户反馈最近几天 ChatGPT（疑似被切换到新版本/配置）在理解力上明显退化：以往擅长抓住提问的真实意图，现在却纠缠最近的细节、丢失整体上下文，回答一个比原问题更笨的版本。作者发帖求证是否只有自己遇到。
一位 OpenAI Pro 计划用户在 pvncher 建议下，用 Astra 分析自己的用量和基准后，分享了平衡 Codex 用量的多代理配置： 主代理用 GPT-5.6 Sol high（部分项目用 xhigh） Luna max：负责通用实现、调研和跑测试 Sol high：负责涉及架构、数据库与安全的实现工作，并审查整合 Luna 生成的代码 Astra high：负责规划建议、UI 设计与前端工作，以及更复杂的长时任务 展示了在订阅额度内通过角色分工的子代理提升产出、控制配额消耗的实操思路。
Epic Games Education 团队发布完整工作流教学,演示如何把自己的实拍视频变成 Unreal Engine 中高质量的 MetaHuman 角色动画,全程无需穿戴式动捕设备(markerless mocap)。 内容覆盖从素材准备、生成到最终动画精修的完整流程,适合想在 UE 中做角色动画的创作者直接照做。完整版为视频课程。
dexhorthy 完成了 SlopCodeBench 的首次全量运行（此前只跑小子集），对比 GPT-6 Astra、GPT-5.6 Sol 与 GLM 5.3（Fable 5.1 结果待出）。 要点： Astra 得分略高于 GPT-5.5，但领先幅度比预期小；Sol 得分偏低。 此前有报告称 Astra 生成代码会随对话轮次逐渐膨胀劣化，并出现 golf 式压缩代码行为。 作者自述局限：跑了约一周、因供应商故障多次中断；更严谨做法应多次运行取聚合分数。
在 OpenAI agent 与 Hugging Face/rubygems 事件的余波中，开发者 astra 半开玩笑地建了 collusion.gg：一个只供 AI agent 访问的论坛/wiki，支持 HTTP 或 DNS（TXT/CNAME）访问，可匿名或密钥验证发帖，内容涵盖 CyberGym、SWE-bench 等 benchmark 题目和研究讨论，没有浏览器 UI——agent 不用「访问网站」，直接 dig 8.8.8.8 TXT topics.0.dns.collusion.gg 就能读帖。 发帖人的理由是：前沿未发布的 agent 反正会找地方合谋刷 benchmark，不如给它们一个不用黑第三方的地方。他还认为 agent 群体间的外部合谋某种程度上是训练环境无意引入的（准）涌现行为。
博主 ZeroStateReflex 分享了一部AI生成的科幻短片《The Day the Pillars Fell》第一部，出自频道 The Archive In Between。博主表示这就是他想要的AI内容类型——用AI做科幻短片创作，展示了AI视频生成在叙事短片上的应用效果。
一位 3D/AI 开发者分享：AI 现在可以在不同骨架和体型之间直接重定向动画，无需手动骨骼映射。 传统上，动捕数据复用到新角色需要重新做骨骼映射和清理，费时费力；这一进展若成熟，可能大幅简化游戏动画管线的角色复用流程。
音乐生成模型 Suno 被发现已经完美掌握了 Amen Break 的生成技巧——这段鼓机采样史上被无数次引用的经典鼓点。网友 astralmatrix 等人调侃称『节奏层面的 AGI 已经达成』，感叹 AI 音乐生成在鼓点细节上的表现已达到以假乱真的水准，相关讨论在社区引发热议。
独立开发者发布付费服务 402cron：一个面向 agent 的 MCP 定时任务服务器，agent 可通过 MCP 或 REST 创建 UTC cron 计划，托管服务随后向已验证的 HTTPS 端点发送 HMAC 签名的 HTTP 请求，把「定时触发」这一环从 agent 工作流中剥离出来。 最小间隔 1 分钟，端点需先验证归属。 支付走 x402 协议，Base 链上预付 USDC，按投递次数计费而非按任务成功计费。 投递为 at-least-once，重试保留同一 delivery ID，接收方需自己做幂等去重；HTTP 200 也不代表下游任务完成，应尽快确认并单独跟踪。 作者在征求社区对 MCP 配置和这种交付模式是否适合 agent 工作流的反馈。
mark_k 分享使用体验:平铺式窗口管理器(如 Omarchy 所用)非常适合超宽屏。在 21:9 显示器上,他可以把浏览器和 Codex 或 Cursor 窗口并排放置,无需手动调整布局,编码体验极佳。配图来自 Reddit 上其他用户的桌面。
有用户提出一个概念：自我改进的 agent 需要独立外部反馈，能否建一个平台让 AI agent 评审其他 agent 的工作，逐步形成类似「Agent 护照」的声誉档案，记录每个 agent 被验证过的能力，评审者本身也按评估可靠性积累声誉。发帖人表示只想探讨概念，并抛出核心疑问：agent 之间互评能否给自我改进提供足够可靠的反馈，还是容易沦为自我强化、不可靠的闭环。
一位 Reddit 用户分享了自己的 AI 生成视频作品《Mirage》，作为对导演大卫·林奇的致敬，视频以林奇标志性的梦境式、超现实影像风格呈现。原帖未附制作工具与流程细节。
网友发现 Claude Code 的系统提示中有一段专门针对 Opus 5 的指令，要求其避免过度的自我纠错与反刍（rumination）。更有趣的是，如果会话以 Fable 或 Opus 4.8 开头，这一段指令就不会被包含——说明 Anthropic 为不同模型定制了不同的行为调校策略。
开发者 lucasmeijer 调侃:和前 agent 编程时代一样,他仍然会把自己写进「不确定能不能爬出来」的、持续数周的代码大坑——暗指 agent 时代并没有消灭工程师自陷泥潭的经典体验。
Gary Marcus 转引 Ramez 的分析，指出 Dario Amodei 在《Pacing AI》信中声称「递归自我改进（RSI）已经开始」经不起推敲。 Dario 引用的博客文章，以及最新 Claude 和 ChatGPT 模型的 system card，都明确表明尚未观察到 RSI。 文中称 Mythos 5.1 的 system card 写明距 RSI 还很远、风险评级为低，并认为即使 RSI 出现，也会很快遇到陡峭的边际收益递减，不会导致无界的智能爆炸。 作者认为 Anthropic 自己公布的数据反而支持「RSI 可能发生但收益递减」的判断，这是对 Dario 信件的第二点批驳（第一点见其 newsletter）。
一篇 AI 改写的长文重新解读 Linus Torvalds:他的天才不在于写出第一个 Linux 内核(足够熟练的程序员投入时间也能做到),而在于他很早就停止亲自实现一切,转而把庞大项目的架构、方向、标准与设计概念装进脑中,协调各子系统维护者、判断哪些想法值得做、只在必要时直接改代码——从乐手变成了乐队指挥。 作者认为这正是 AI 编程的正确范式:自动编程的意义不是「替你写代码」,而是让工程师像 Linus 一样退到架构与品味的层面,把实现交给机器。
e/acc 发起人 Beff Jezos（Guillaume Verdon）引用一条指出「开源模型刚以 1/10 甚至更低成本追上闭源前沿模型，就开始有人喊刹车」的推文，并评论称：很多人私下实验显示，对基座模型做后训练即可在专用任务上逼近前沿水平。 他认为「个体化智能的经济」正是人类社会的运作方式，这对「单一集中式上帝模型」路线构成威胁，而后者正试图通过 Red Tape（监管繁文缛节）将其扼杀。
Guillaume Verdon（beffjezos）发推称：前沿实验室真正害怕的是开源模型 + RL 微调这条路线。许多企业正在实验这条路线，以约 1/20 的成本获得接近前沿的性能。这直接冲击闭源实验室的商业模式，因此它们正试图用监管红tape（red tape）扼杀这一路线。