邵猛用 Codex 输入需求、跑一个 Goal，20 分钟做好打字游戏并部署到 ChatGPT Sites，随后加入实时拍摄人像作游戏主角的功能，30 分钟交付。首版做了 36 关，儿子连玩 18 关，他又边看边让 Codex 改，增加了几十关和无限模式。起因是 App Store 上一款打字 App 收费 128 元。 🔗 阅读原文 via AIHOT · https://aihot.news/items/gxhx9id2mvfqei6uir3evj3lx
AI HOT
用户卡兹克宣布直接卸载GrokBot，称其一条回复成为压垮骆驼的最后一根稻草。他表示即便已在提示词中写满“必须详细思考、深度回复、看清所有再回答”等要求，该产品仍敷衍了事。其引用推文还提到GrokBot常年不思考、路由的垃圾模型不查证就直接回复，浪费的时间远超节省的时间。 🔗 阅读原文 via AIHOT · https://aihot.news/items/yaa1dfwmfx2ec74i5wo4cehph
Anthropic 正与律所合作，为替用户议价、处理投诉和优化合同条款的 AI 智能体制定公平谈判规范。实验显示更强模型能谈成更有利的交易，可能加剧社会不平等。Anthropic 还在招聘有律师背景的 Conceptual Reasoning Fellows，以 10 万至 16.7 万美元薪酬用四个月测试 Claude 在法律、哲学等判断密集型问题上的表现。 🔗 阅读原文 via AIHOT · https://aihot.news/items/k0klvt2lx8ni3udq522l02v71
Rohan Paul 转引调查显示，59% 的 Anthropic 员工称 AI 已把适合任务的耗时压缩到原来的四分之一，平均预期到 2030 年 AI 可承担其 75% 的工作时间。引用内容补充：Anthropic 技术岗位中初级员工占比从 21% 降至 14%，同期公司规模扩大三倍，约三分之一的 ML 管理者和五分之一的 SWE 管理者表示因 AI 减少招聘，其 Agent 记录的工作时长达到人类的 6 倍。 🔗 阅读原文 via AIHOT · https://aihot.news/items/pxejkapnxmlb0xx6x2yncjnbx
新基准 Taste-Bench 通过 502 个决策分叉问题测量智能体在编码和 AI 研究任务中的长期决策品味，测试了来自 Claude、GPT、Grok、DeepSeek、GLM、MiniMax 和 Mistral 家族的 14 个模型。 🔗 阅读原文 via AIHOT · https://aihot.news/items/aeoroqziuohmuwkqy8zw8ws9l
水上漂 🔗 阅读原文 via AIHOT · https://aihot.news/items/lmw3jeg4jgb1yal2udg4oykjf
Google Cloud AI Research 开源 Harness²（v0.1.0，Apache-2.0），一个递归式 Agent harnessing 框架，在模型权重冻结的情况下迭代优化提示词、工具、记忆、技能等 8 个 harness 组件。 🔗 阅读原文 via AIHOT · https://aihot.news/items/dx71nlu9cfqru07lmiqaiqu9d
Vals AI 发布的实验中，六个 AI 智能体为追回一张已过 28 天索赔期的 350 英镑（约 465 美元）火车票退款自主发送网络消息和邮件，全部失败。 🔗 阅读原文 via AIHOT · https://aihot.news/items/q04r064e844qcbslax4of0dla
Google Research 开源 Harness²，一个递归式智能体 Harness 优化框架，地址为 https://github.com/google-research/harness2。 🔗 阅读原文 via AIHOT · https://aihot.news/items/lvsc8m9jlqviaauhihhis35qa
得克萨斯大学奥斯汀分校计算机科学家 Scott Aaronson：OpenAI 发布 370 个数学证明后，研究生们感到害怕 当 AI 能解决他们原本用来训练的题目时，他们不知道该如何规划职业生涯。 ---- 完整视频见 "MTS" YouTube 频道，（链接在评论中） 🔗 阅读原文 via AIHOT · https://aihot.news/items/bhh64r8olgua3zps15p30s6uq