精讲 1
技术AYi @AYi_AInotes当日精选61/100
RT AYi: 两个香港学生，把Karpathy的自动研究框架干到了5倍速。 没换更强的模型，也没加更多算力，甚至代码都没怎么改。 只是在原来的循环上面，又套了一个循环...
正文内容概括两个香港学生通过在外层循环上再套一个循环，将Karpathy的自动研究框架提速5倍，未更换模型或增加算力。
核心观点提炼常规快讯，保留列表
今天这期 AIWatch 早报围绕「product、tips、GPT」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 14 · 关注 0 · 跟进 10。
如果只有 20 分钟，先读：RT AYi: 两个香港学生，把Karpathy的自动研究框架干到了5倍速。 没换更强的模型，也没加更多算力，甚至代码都没怎么改。 只是在原来的循环上面，又套了一个循环... → LangChain 分享了在 Deep Agents 中调优 Nemotron 3 Ultra 的实践，展示了如何通过调整智能体框架而非模型本身来提升性能 → GPT-5.6 在 DeepSWE 排行榜上以 73% 的成绩领先，并公布了 Sol、Terra 和 Luna 的结果。
今天的主线不是孤立新闻，而是「product、tips、GPT」在不同层面的同步推进。
正文内容概括两个香港学生通过在外层循环上再套一个循环，将Karpathy的自动研究框架提速5倍，未更换模型或增加算力。
核心观点提炼常规快讯，保留列表
正文内容概括LangChain 分享了在 Deep Agents 中调优 Nemotron 3 Ultra 的实践，展示了如何通过调整智能体框架而非模型本身来提升性能。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 在 DeepSWE 排行榜上以 73% 的成绩领先，并公布了 Sol、Terra 和 Luna 的结果。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 发布 ChatGPT Work 功能说明，指出云端与桌面工作数据隔离。
核心观点提炼常规快讯，保留列表
正文内容概括Magic Patterns 集成了 OpenAI 的 GPT-5.6，早期评估显示其 token 效率提升且设计能力优于 GPT-5.5。
核心观点提炼常规快讯，保留列表
正文内容概括ChatGPT 新版语音模式新增可视化卡片功能，在对话中展示搜索结果细节，提升交互体验。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 Sol (max) 在由阿贡和UIUC开发的CritPt基准测试中超越前代和Claude Fable 5，成为研究生级物理问题的新领先者，显示其前沿科研潜力。
核心观点提炼常规快讯，保留列表
正文内容概括Cohere 发布基于 mlx-audio 的本地阿拉伯语转录功能，可在 MacBook 上运行，用于会议记录和语音笔记。
核心观点提炼常规快讯，保留列表
正文内容概括JetBrains 将 OpenAI 的 GPT 5.6 集成到其 IDE、Junie 和 Air 产品中，并演示了用模糊 CEO 消息快速构建实用工具的能力。
核心观点提炼常规快讯，保留列表
正文内容概括Replit 宣布现有项目可迁移至 Clerk 认证，并支持自定义注册体验，开发者可定制界面且用户无需 Replit 账户。
核心观点提炼常规快讯，保留列表
正文内容概括dotey 分享了 Agent 的 /goal 功能使用技巧，通过设定目标、验证和停止条件，实现长时间运行任务，并给出性能优化示例。
核心观点提炼常规快讯，保留列表
正文内容概括Claude Code 发布会话间通信功能，允许不同会话自主发送摘要以协调任务，避免重复解释，提升多会话协作效率。
核心观点提炼常规快讯，保留列表
正文内容概括Pika Labs 宣布 MiniMax 最新模型 H3 已在 Pika MCP 平台正式上线，开发者可立即集成使用，为 AI 应用开发提供新的能力和更多可能性。
核心观点提炼常规快讯，保留列表
正文内容概括Claude Code 将于下周默认开启自动模式，该模式通过多层防御将间接提示注入攻击降至接近零。
核心观点提炼常规快讯，保留列表
本节暂无内容。
正文内容概括OpenAI 演示了通过文本指令生成3D场景的能力，无需编写代码或上传资产，展示了AI的自主创作潜力。
核心观点提炼常规快讯，保留列表
正文内容概括Claude 开发者团队分享了两种多智能体模式：Advisor（顾问）模式和 Orchestrator（编排者）模式，通过组合 Sonnet 5 和 Fable 5 实现接近顶级模型性能并大幅降低成本。Advisor 模式中 Sonnet 5 作为执行者，低频率调用 Fable 5 获取建议，在 SWE-bench Pro 上达到 Fable 5 约 92% 的性能，成本仅约 63%。Orchestrator 模式中 Fable 5 作为编排者规划并委派任务给多个 Sonnet 5 worker，在 BrowseComp 上达到 Fable 5 约 96% 的性能，成本仅约 46%。开发者可根据任务类型选择模式以优化性价比。 核心观点： 1. Advisor 模式在 SWE-bench Pro 上以 $1.40 成本实现 ~84% 准确率，相比纯 Fable 5 的 $2.25 成本节省约 37%。 2. Orchestrator 模式在 BrowseComp 上以 $18.53 成本实现 86.8% 准确率，相比纯 Fable 5 的 $40.56 成本节省约 54%。 3. Orchestrator 模式相比纯 Sonnet 5 准确率提升约 9 个百分点，成本仅增加约 $2.5。
核心观点提炼高信息密度，值得细读
正文内容概括Addy Osmani 提出工程师应守住 AI 代码生成的外环问责，强调质量、裁决与可交代性，并指出信任-验证缺口与认知成本。
核心观点提炼常规快讯，保留列表
正文内容概括Justin Uberti 展示了 GPT-Live 作为队友玩 Taboo 游戏，体现了快速来回对话和同时听说能力。
核心观点提炼常规快讯，保留列表
正文内容概括Zed 发布了基于 DeltaDB 的协作编码功能，支持团队共同提示 AI agent 并实时审查更改，旨在简化开发协作。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 指出其 Astra 模型可能达到“Critical”安全能力阈值，暂停不符合新安全要求的开发工作并加强防护。
核心观点提炼常规快讯，保留列表
正文内容概括Claude Code 宣布 Auto 模式将成为 Pro/Max/Team 用户的默认权限模式，该模式通过单独分类器审查命令，测试中捕获了 89% 的危险命令。
核心观点提炼常规快讯，保留列表
正文内容概括Simon Willison 使用 Codex 和 GPT-5.6 Sol Ultra 生成游戏《Moonlight & Mayhem》，发现并修复了浣熊眼睛的 bug，展示了 AI 编码代理的能力与局限。
核心观点提炼常规快讯，保留列表
正文内容概括博主分享在Claude Code中挂载Codex订阅，用Fable 5做决策、GPT 5.5做执行的双模型分工工作流，声称可节省60% token消耗。
核心观点提炼常规快讯，保留列表
正文内容概括Google 发布了 Gemini Omni Flash 模型，支持从文本、图像、视频或音频参考创建和编辑高质量视频，为开发者提供视频生成能力。
核心观点提炼常规快讯，保留列表
摘要由 LLM 生成，请以原文为准。