跳到正文
11月10日周二
  1. One Useful Thing (Ethan Mollick)78

    Ethan Mollick 实测 Claude Fable 5.2:这是「参差不齐的 AGI」

    Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。

    推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。

9月29日周二
9月19日周六
  1. One Useful Thing (Ethan Mollick)42

    Ethan Mollick:GPT-6 Astra 与 Fable 5.1 已能完成数周人类工作量,但能力被严重闲置

    Ethan Mollick 演示 GPT-6 Astra 将 1977 年文字冒险游戏 Zork 改造成可玩的 3D 动作冒险游戏,Fable 5.1 则依据视频与书目重建了 Umberto Eco 约 5000 册藏书的 3D 图书馆。他指出,现有模型能力与大多数人实际用法之间存在"能力悬置",并主张以深度知识、广博知识、品味和能动性四项人类优势与 AI 协作。

9月9日周三
6月10日周三
  1. One Useful Thing (Ethan Mollick)78

    实测 Claude 5 Fable:Mythos 级模型能连续工作十余小时,但过程成了黑箱

    Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。

    推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。