swyx 转发 latent.space 对 OpenAI Astra 的实测：团队用超 20B token 把 Astra 投入各类 AI 工程任务，成本低于每小时 $6。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1ctwz0u2drow5x2qs22db
AI HOT
Google 宣布推出 Google Labs 新实验 Play with Putty，目前通过候补名单面向美国用户开放。该产品定位为协作式 vibe coding 工具，支持用户实时共同构建工具和网站。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1fibf0u4grow5dnglnfei
Cognition 宣布 GPT-6 Astra 即将登陆 Devin。在 FrontierCode 1.1 上，Astra 表现与 Fable 5 相差 0.4 分以内，成本降低 64%，并在其内部测试基准上创下 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1ctwo0u2crow57f1stywj
Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1xhpk0unkrow52qftlbda
🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0x7ck0tptrow5lv66uj40
GPT-6 Astra 在 Mercor 的 APEX-Agents 排行榜首次上榜即排名第一，Mean score 62.4%（第1），Pass@1 46.7%（第2），Mean 领先 Fable 5.1 0.4 分、Pass@1 落后 0.8 分。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0x7d00tpurow5n11rzoln
TestingCatalog 转述 OpenAI 宣布 Defense Factory，一个依赖前沿模型的持续防御概念，指自动化的防御运营，用于持续发现、验证和修复漏洞。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1fibf0u4hrow54s31t1hc
论文《Act More， Decide Less》提出 SPACE，从成功轨迹归纳两级程序化技能，用子技能边界作为块边界监督，再经混合 on/off-policy 优化与 chunk-aware credit assignment 蒸馏出 primitive-chunk 策略。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm1fib90u4frow5uf5xkvpp
Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0r9z00tmkrow5gtxa5j36
HumanLayer 的 Dex Horthy 发推称，招聘方仍然发送隐去姓名、改动细节的候选人预告，但他只需把内容粘贴进 deep research 工具就能查出对方是谁，认为这种做法已经失去意义。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtm0r9yj0tmirow5nalu7fl7