跳到正文
11月11日周三
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。

11月9日周一
10月20日周二
10月1日周四
  1. One Useful Thing (Ethan Mollick)58

    Ethan Mollick:智能体自我组织,管理智能体或许不再是难题

    Ethan Mollick 在 One Useful Thing 中承认,他此前认为人类需要像管理者一样精心设计智能体的分工与组织,这一判断是错的。他以 OpenAI 用数千个智能体在 88 小时内求解 Navier-Stokes 问题、智能体互发约 270 万条消息为例,说明协调结构可以很薄,智能体能够自行组织。

8月31日周一
7月1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。