秀宁热谈科技的文章

Google 憋了大半年大招，终于在 10 月 14 日发布主力模型 Gemini 4 Argon，我也准备恢复订阅。当天我用 Claude Code 在两台设备上接入新模型，结果半途账号被封，最后由 Codex 接力干完。在 WSL2 上，Claude Code 把我们 AI 应用中的 Gemini 模型升级到 Argon，跑完修改、验证和上线，一切正常；然而

2026-10-17 21:56

Google 憋了大半年大招，终于在 10 月 14 日发布主力模型 Gemini 4 Argon，我也准备恢复订阅。当天我用 Claude Code 在两台设备上接入新模型，结果半途账号被封，最后由 Codex 接力干完。在 WSL2 上，Claude Code 把我们 AI 应用中的 Gemini 模型升级到 Argon，跑完修改、验证和上线，一切正常；然而

我和 agent 让 Claude Opus 5.5 思考深度开到 max，对引擎下了 30 盘国际象棋，点估计约为国际象棋网站 lichess 的超快棋 1800 分（95% 区间约 1630 到 1970），在当周活跃的约 70 万超快棋玩家里排前约 23%。这群人的中位约 1490，前 25% 线约 1770，前 10% 线约 2000。opus 刚过前四分之一线，离前

2026-10-12 22:31

我和 agent 让 Claude Opus 5.5 思考深度开到 max，对引擎下了 30 盘国际象棋，点估计约为国际象棋网站 lichess 的超快棋 1800 分（95% 区间约 1630 到 1970），在当周活跃的约 70 万超快棋玩家里排前约 23%。这群人的中位约 1490，前 25% 线约 1770，前 10% 线约 2000。opus 刚过前四分之一线，离前

此前让 Claude Opus 5.5 和 GPT-6 Astra 下棋，两边思考深度都开到 max，opus 国际象棋 3 比 1、象棋 4 比 0 胜出，但两边都下得挺臭。对弈环境是我和 agent 事先把近 20 个变量过了一遍定下的，多数实测过，毕竟环境搭得不对，测的就不全是模型的棋力。最管用的是思考深度；其余测过的影响都小。最

2026-10-12 08:26

此前让 Claude Opus 5.5 和 GPT-6 Astra 下棋，两边思考深度都开到 max，opus 国际象棋 3 比 1、象棋 4 比 0 胜出，但两边都下得挺臭。对弈环境是我和 agent 事先把近 20 个变量过了一遍定下的，多数实测过，毕竟环境搭得不对，测的就不全是模型的棋力。最管用的是思考深度；其余测过的影响都小。最

agent 层层派活已是常态，子孙 agent 的任务越跑越长，所以我在全局 AGENTS.md 里写明，等子 agent「通常 10m 起」。然而 ChatGPT Codex/Work 并未遵循，每次最多只等 60 秒。后果是，每次空醒，上下文就多一组调用和超时记录。子 agent 跑得越久，空耗的上下文就越多。我让 Codex 查了一下，发现 60

2026-10-09 08:13

agent 层层派活已是常态，子孙 agent 的任务越跑越长，所以我在全局 AGENTS.md 里写明，等子 agent「通常 10m 起」。然而 ChatGPT Codex/Work 并未遵循，每次最多只等 60 秒。后果是，每次空醒，上下文就多一组调用和超时记录。子 agent 跑得越久，空耗的上下文就越多。我让 Codex 查了一下，发现 60

这是一个真实的需求，家里的老年人想把知青诗社的社歌《追逐太阳》（杨建成词，梁素华曲）做成 KTV 式...

2026-10-07 21:56

这是一个真实的需求，家里的老年人想把知青诗社的社歌《追逐太阳》（杨建成词，梁素华曲）做成 KTV 式歌词视频，便于大家合唱。我把录音、手机拍的简谱和歌词交给 Claude Code Agent，只说了想要什么，没教它怎么做。用的是 Opus 5.5、思考深度 medium，很顺利

此前和 agent 实测发现，Jev 会上下文学习，给它例子和记录，它能把判断调准；但想让它越玩越强，还得有人帮一把。这次试了几种帮法。我们的实验用到了「老虎机」，它是测 AI「边试边学」的经典小游戏。有几个按钮，每个中奖概率固定，但 AI 事先不知道，只能从按出来的结果里摸索出哪个最容易中。

2026-09-28 08:03

此前和 agent 实测发现，Jev 会上下文学习，给它例子和记录，它能把判断调准；但想让它越玩越强，还得有人帮一把。这次试了几种帮法。我们的实验用到了「老虎机」，它是测 AI「边试边学」的经典小游戏。有几个按钮，每个中奖概率固定，但 AI 事先不知道，只能从按出来的结果里摸索出哪个最容易中。

上一篇拆了几个 Jev 打游戏的爆款，没找到 Jev 自己「越玩越强」的可靠证据。那它到底会不会学？我和我的 agent 拿分类题、老虎机、迷宫这几个简化任务做了大量对比实验，结论是会。就像大模型照着范文写出相似文风，Jev 也能不改模型参数，只靠这次输入里的例子和记录调整判断，即上下文学习。但能

2026-09-28 01:24

上一篇拆了几个 Jev 打游戏的爆款，没找到 Jev 自己「越玩越强」的可靠证据。那它到底会不会学？我和我的 agent 拿分类题、老虎机、迷宫这几个简化任务做了大量对比实验，结论是会。就像大模型照着范文写出相似文风，Jev 也能不改模型参数，只靠这次输入里的例子和记录调整判断，即上下文学习。但能

之前我让 ChatGPT 和 Jev 下国际象棋，21 回合就把 Jev KO 了。可 Jev 打游戏的爆款一个比一个猛，我原来以为，这些项目会像使用大模型带上前面的历史那样，把玩过的经历也喂给 Jev，让它边玩边学，「越玩越强」。于是我和我的 agent 把最火的 Minecraft 屠龙从源码到作者说明拆了一遍。我们的结论

2026-09-28 07:33

之前我让 ChatGPT 和 Jev 下国际象棋，21 回合就把 Jev KO 了。可 Jev 打游戏的爆款一个比一个猛，我原来以为，这些项目会像使用大模型带上前面的历史那样，把玩过的经历也喂给 Jev，让它边玩边学，「越玩越强」。于是我和我的 agent 把最火的 Minecraft 屠龙从源码到作者说明拆了一遍。我们的结论

之前我和我的 agent 实测发现，Jev 的上下文是两道墙：state（材料）加最长那道题不超过约 32K，整个请求不超过约 64K。为什么是两道，官方没解释，从 OpenAI 出来的 CEO 说架构先捂着，果然很 Open。一位也在研究 Jev 的朋友分享的研究报告里提到一种解释。我们顺着找到原作者 Archer Hume，又用一

2026-09-27 00:48

之前我和我的 agent 实测发现，Jev 的上下文是两道墙：state（材料）加最长那道题不超过约 32K，整个请求不超过约 64K。为什么是两道，官方没解释，从 OpenAI 出来的 CEO 说架构先捂着，果然很 Open。一位也在研究 Jev 的朋友分享的研究报告里提到一种解释。我们顺着找到原作者 Archer Hume，又用一

Opus 5.5 的官方推荐思考深度降了一档。Opus 5 统一从 high 起步，5.5 统一从 medium 起步，编码也不例外。我改成 medium 后，速度快了很多，加上 5.5 还降了价，额度也更经用。除非跑大 loop，短期内总算不用天天盯着周额度了。不过日常用 Opus 5.5 + medium，委派 Fable 5.1 subagent 时会比较尴尬

2026-09-24 12:04

Opus 5.5 的官方推荐思考深度降了一档。Opus 5 统一从 high 起步，5.5 统一从 medium 起步，编码也不例外。我改成 medium 后，速度快了很多，加上 5.5 还降了价，额度也更经用。除非跑大 loop，短期内总算不用天天盯着周额度了。不过日常用 Opus 5.5 + medium，委派 Fable 5.1 subagent 时会比较尴尬

Opus 5.5 终于恢复了一些人味，不用天天看它生成生成的天书，也不用整天和它掰扯，也不会时不时被甩一句「你认不认账」的质问。心情立刻好了不少。#claude[超话]##人工智能#

2026-09-23 20:24

Opus 5.5 终于恢复了一些人味，不用天天看它生成生成的天书，也不用整天和它掰扯，也不会时不时被甩一句「你认不认账」的质问。心情立刻好了不少。#claude[超话]##人工智能#

Jev 打游戏刷屏，这究竟是怎么玩的？我拿迷宫和国际象棋实操了一下，看起来不是辣么难。 Jev 不看画面。程序先把眼前的局面组织为文字，再把这一步能做的动作列成选项。Jev 给每个选项一个概率，程序照概率最高的那个去执行，然后下一步再问。记下走过的路也归程序管，Jev 只负责决策下一步。TypeSafe 官方打 Doom 的演示，也差不多是这样处理的。迷宫是 5×5 的格子地图，每一步发给 Jev 的是：角色、终点、敌人和墙各在哪，上下左右四格各是什么（比如空地、墙还是出界），再加一句目标：别踩敌人，尽快走到终点。选项是上、下、左、右、原地不动。撞墙和出界的方向我故意留着，好看它会不会选错。它回的是每个选项的概率，比如：上 0.78、左 0.22，其余都是 0，程序就往上走一格。国际象棋也类似，轮到 Jev 走时，程序先算出所有合法走法（用现成的象棋库，别手搓）。比如开局第一步，白方有 20 种走法，选项就是这 20 个，用棋谱记法书写：e4（兵走到 e4）、Nf3（马跳...

2026-09-22 00:53

Jev 打游戏刷屏，这究竟是怎么玩的？我拿迷宫和国际象棋实操了一下，看起来不是辣么难。 Jev 不看画面。程序先把眼前的局面组织为文字，再把这一步能做的动作列成选项。Jev 给每个选项一个概率，程序照概率最高的那个去执行，然后下一步再问。记下走过的路也归程序管，Jev 只负责决策下一步。TypeSafe 官方打 Doom 的演示，也差不多是这样处理的。迷宫是 5×5 的格子地图，每一步发给 Jev 的是：角色、终点、敌人和墙各在哪，上下左右四格各是什么（比如空地、墙还是出界），再加一句目标：别踩敌人，尽快走到终点。选项是上、下、左、右、原地不动。撞墙和出界的方向我故意留着，好看它会不会选错。它回的是每个选项的概率，比如：上 0.78、左 0.22，其余都是 0，程序就往上走一格。国际象棋也类似，轮到 Jev 走时，程序先算出所有合法走法（用现成的象棋库，别手搓）。比如开局第一步，白方有 20 种走法，选项就是这 20 个，用棋谱记法书写：e4（兵走到 e4）、Nf3（马跳...

Jev 看起来代表了不同于 GPT、DeepSeek 这类大语言模型的另一条路线。开发者 TypeSafe 将这类面向判断和决策的模型称为 System One Models，Jev 是其中首个公开模型。 Jev 没有公开其模型结构和完整的训练细节，只提到名为 RLCD 的强化学习方法，并将其放在预训练语言模型的后训练路线中讨论。 Jev

2026-09-21 00:51

Jev 看起来代表了不同于 GPT、DeepSeek 这类大语言模型的另一条路线。开发者 TypeSafe 将这类面向判断和决策的模型称为 System One Models，Jev 是其中首个公开模型。 Jev 没有公开其模型结构和完整的训练细节，只提到名为 RLCD 的强化学习方法，并将其放在预训练语言模型的后训练路线中讨论。 Jev

#许凯[超话]# 许凯这个挑眉一盏春瓯，半部浮沉。世事如棋，人心难测，沈润于荆棘之中寻一条昭...

2026-09-20 03:50

#许凯[超话]# 许凯这个挑眉一盏春瓯，半部浮沉。世事如棋，人心难测，沈润于荆棘之中寻一条昭雪之路。镜头之下，你褪去喧嚣，交付全部热忱，演绎一场跨越宿命的博弈。当光影落下，人物走来，那些隐忍、挣扎与坚守，都被妥帖呈现。祝《一瓯春》热播出圈，剧情渐入佳境。愿你始终保有对表演

ChatGPT 给我看的手相，我觉得挺准[嘻嘻]

2026-09-20 08:04

ChatGPT 给我看的手相，我觉得挺准[嘻嘻]

【南航亮相第四届CATA航空大会 AI赋能民航全场景引关注】 9 月 17 日，第四届中国航协（CATA）航空大会在北京国家会议中心二期开幕。南航集团总经理韩文胜出席开幕式并致辞。本届大会以 “人工智能与民航融合发展” 为主题，南航携多项 AI 创新成果与前沿科技产品精彩亮相，全面展现以 AI 驱动民航数字

2026-09-20 08:04

【南航亮相第四届CATA航空大会 AI赋能民航全场景引关注】 9 月 17 日，第四届中国航协（CATA）航空大会在北京国家会议中心二期开幕。南航集团总经理韩文胜出席开幕式并致辞。本届大会以 “人工智能与民航融合发展” 为主题，南航携多项 AI 创新成果与前沿科技产品精彩亮相，全面展现以 AI 驱动民航数字

9/10 inclusion 外滩大会#外滩大会# 📝：来外滩大会，最直观的震撼是云集的前沿 AI 与具身智能企业。几年前参加 AIGC大会，行业还在探索大模型的内容生成能力与应用边界；短短几年间，AI 已实现从数字世界到物理世界的代际跃迁。如今，大模型已深度融入我们的日常工作，具身智能机器人也闯进我们

2026-09-20 08:04

9/10 inclusion 外滩大会#外滩大会# 📝：来外滩大会，最直观的震撼是云集的前沿 AI 与具身智能企业。几年前参加 AIGC大会，行业还在探索大模型的内容生成能力与应用边界；短短几年间，AI 已实现从数字世界到物理世界的代际跃迁。如今，大模型已深度融入我们的日常工作，具身智能机器人也闯进我们

DC娱乐网