与「為替介入」相关的搜索结果

今天日銀砲發動了（疑似兩次），但日銀目前基調是放話堅持不加息（至少維持兩三年）。 目前看起來日銀砲只是一個速率調節器，政客一直在講穩定穩定，看來對他們來說只要別暴漲暴跌就好，沒有要長期護盤的意思，要做好長期貶值對抗物價的準備... #為替介入#

我敢说！苹果手机的iMessage绝对是严重被低估的应用之一！ 99%的人只会拿来收验证码！！ 而现在，iMessage能帮你"操控"手机App。 没错，就是字面意思！！ Airtap（@airtap_ai）这次真是惊到我了！ 我上次用还是仅限安卓手机，而且还要安装app，没想到这次更新，苹果手机直接“零门槛”就能用！ 零门槛到什么程度，不用装App、不用注册、不用打开任何界面、也不需要额外配置， 只需要打开iMessage，给这个号码发信息： +1-650-213-7322 然后，你就会发现新大陆！！ 和其他把iMessage当入口的AI聊天助手完全不同， 你给它发信息，它是真的在后台替你操控App，体验下来真的很Nice，像是看到了未来手机的“only talk”形态， 只需一个对话框，无需安装任何app。 试了很多我平常要用手机做的一些高频事情， 比如让它看YouTube爆款视频，从热门评论挖掘选题； 让它对比同一款婴儿车在不同购物app的价格，并告诉我蹲低价的建议； 让它帮我把内容发布到TikTok； 我还让它蹲点，帮我签到抢优惠券； 这些事情，我全程没有打开任何app， 只需要在iMessage发信息，然后就能看到执行结果，言出法随的爽感直接拉满！ 不过还是有需要人介入的情况，就是第一次登录某个App或网站时， 需要人工进行登陆，然后就不用其他操作。 上面那个号码可以存下来，保存为常用联系人， 这样你就会在手机上有了一个24小时常驻，能够代替你操控app的超级AI助手！ 我发了一条信息，它打开TikTok帮我发布了一条内容！ 怎么说呢，这种体验真的比一些Agent要奇妙的多！ #justtextit# #textyourapps# #airtap#

日本前首相提醒高市：当年中国免掉千亿赔款，是因为给日本立了个死规定。这笔钱按当时日本的国力算，差不多相当于他们全国一年收入的三分之一，可最后中国政府大手一挥，说不要了。这件事放到今天再看，容易被当成一笔旧账，其实它从来不只是钱的问题。 1972年中日邦交正常化时，中国正式宣布放弃对日本的战争赔偿要求。按照当时日本的经济体量粗略估算，如果中国真的像其他战胜国一样索要全额赔偿，这笔钱大约相当于日本年度国民收入的三分之一。 三分之一是什么概念？相当于一个家庭一年挣三十万，一下子要拿出十万块来还债，搁谁身上都得伤筋动骨。 更关键的是，1972年中国做出这个决定的时候，自己的日子也不宽裕。那会儿国内工业建设要钱，民生改善要钱，基础设施搞建设处处都是窟窿等着填。放弃这笔赔偿，绝不是因为"不差钱"，而是一个面向未来的政治决断。 那这笔账到底换来了什么？翻开1972年的《中日联合声明》，写得清清楚楚。日本承认中华人民共和国政府是中国唯一合法政府，理解并尊重台湾是中国领土不可分割的一部分，坚持遵循《波茨坦公告》第八条的立场。 注意一个细节：在联合声明的行文顺序里，一个中国原则相关条款排在赔偿条款前面。这个排列不是随意为之，而是清楚地表明，承认一个中国，是日本重返东亚正常外交秩序的前置条件。 换句话说，这是一笔对等的政治交易。中国拿出了实实在在的经济让步，日本拿出了白纸黑字的政治承诺。双方各取所需，各守本分，然后才有了此后几十年中日关系的基本稳定。 现在问题出在哪儿呢？高市早苗正在一步一步拆这个地基。 2025年11月，她在国会答辩里把台海局势跟日本的"存亡危机事态"绑在一起，这招的意思很明确——给日本行使集体自卫权、军事介入台海预留法律口子。紧接着她又搬出那份中国根本没有参与的《旧金山和约》，试图包装出一套"台湾地位未定"的说辞，把联合声明中的明确承诺轻飘飘地绕过去。到了2026年版《防卫白皮书》草案，"中国是最大战略挑战"的表述依然赫然在列，围绕台海的炒作持续升温。这已经不是什么口误或者个人失言了，而是一套有节奏、有层次的政策推进。 这里还有一个流传甚广的混淆需要戳破。有些人喜欢拿日本对华ODA（政府开发援助）来说事，觉得"日本给了中国那么多钱，算是变相赔偿了"。这种说法听着似乎有几分道理，但经不起推敲。 日本对华日元贷款累计约三万三千亿日元，听着不少，但主体是低息有偿贷款，要按期还的。而且ODA本质上是邦交正常化之后的双边经济合作，中国获得了建设资金和技术，日本企业获得了中国市场、订单和长期合作机会，双方互利互惠，各有所得。把经济合作跟历史责任搅在一起，用贸易往来去抵消一个中国原则的政治承诺，这在逻辑上根本不成立。就好比你欠了人家一个郑重的道歉，结果说"我后来跟你做了几笔生意，道歉就免了吧"，哪有这样的道理？ 有意思的是，现在站出来提醒高市的，恰恰是日本国内的政治人物。 石破茂看得很清楚：1972年以来，历届日本政府在台湾问题上都保持着高度谨慎，这条线一旦打破，冲击的首先是中日关系的根基，而日本经济对中国市场和供应链的依赖程度，比很多人想象的要深得多。鸠山由纪夫等前政要说得更直白：炒作台海危机，本质上是给扩军找借口，最终会把日本战后几十年辛苦攒下的和平国家形象一把赔进去。 这些批评者并不是什么"亲华派"在替中国说话，他们算的是日本自己的利益账。 当年那笔政治契约，给日本省下了相当于三分之一国民收入的战争赔偿，换来了融入东亚经济圈的通行证，换来了几十年安稳发展的外部环境。现在如果有人非要把契约撕毁，代价谁来承担？远比当年那笔赔款沉重得多。 说到底，中国当年放弃战争赔偿，展现的是一个大国面向未来的胸襟和远见。但善意从来都有边界，克制也从来不是无底线的退让。 那份联合声明不是一张随便解读的废纸，而是两国关系的压舱石。台湾问题更不是什么可以拿来做政治投机的筹码，它是中国的核心利益，是半个世纪前就划定的底线。 中日关系的底层逻辑其实从来没变过：守契约，则两国互利，东亚共荣；破底线，则信用崩塌，地区共损。这个答案，1972年就写好了。

在任何国家，军队都必须建立在命令服从、纪律严明的基础上。美国军法明确规定，拒绝执行合法命令可以构成严重罪名。在战争条件下，如果 CO 申请被视为“挂羊头卖狗肉”的逃兵行为，相关军人可能面临军事法庭甚至牢狱之灾。 这就构成了一个尖锐的制度张力： - 一方面，法律制度承认“良心拒服兵役”作为例外渠道，承认个人有权出于深刻道德信念拒绝杀戮； - 另一方面，军队的组织逻辑要求个体在战时将服从置于良心之上，一旦 CO 被大规模使用，就会在根本上削弱指挥体系的可靠性。 伊朗战争将这对张力推到了前所未有的高度。一旦战争从空袭升级到规模化地面战，伤亡上升、战线拉长，CO 申请量很可能进一步增加。同时，五角大楼也势必收紧 CO 审核尺度，以维持部队战斗力。 结果就是：在军队内部 会同时存在两类人—— - 一类是被迫压抑道德疑虑、继续执行命令的官兵； - 另一类是冒着严重法律风险、试图通过 CO 逃离战场的人。 从组织心理学角度看，这种“道德撕裂”是一支军队最危险的状态之一：表面纪律尚在，但内部信念正被侵蚀。 五、对美以同盟与美国战争能力的长远影响 从更宏观的视角看，美军内部“愈发不愿为以色列送死”的情绪，有可能从三个方面改变未来的战略格局。 其一，是削弱美国进行长期地面战争的政治可行性。 在越战、伊拉克战争之后，美国社会对长期占领战的耐受度已经大幅下降；如果连军人群体内部都对“替盟友出头打仗”渐生抗拒，那么未来美国总统在考虑类似伊拉克式大规模地面介入时，将面对更高的政治和军事阻力。空海优势打击、代理人战争和特种作战，可能会更加成为美国惯用的工具，而大规模地面战将被视为“只有在本土安全直接受到威胁时”才会动用的极端手段。 其二，是重塑美国国内对美以关系的认知边界。 当“我们为什么要为以色列去死”这样的直白质问在军队内部都频繁出现时，它已经不仅仅是校园抗议口号，而是国家安全机器核心部分对同盟政策的质疑。长期来看，这将迫使华盛顿重新讨论“无条件支持”的成本和底线，推动美以关系从情感绑定走向更冷静的利益核算。 其三，是放大美国债务与利率路径中的“政治溢价”。 在财政早已高度失衡的情况下，每一场新战争都不只是“多花几百亿美元”，而是增加了未来十年利息支出和金融市场对美国政治稳定性的疑虑。 如果一场以伊朗为中心、部分被视为“为以色列出头”的战争，导致内部军心动摇、社会分裂加剧，那么海外投资者在定价美国国债时，很难不将这种政治风险纳入期限溢价中。 结语：将军人当作“可耗尽资源”的时代正在结束 “美军不愿为以色列送死”，并不是一句情绪化的口号，而是一个正在显形的现实约束。它来自二十年中东战争留下的心理创伤，来自加沙与伊朗战场上不断刷新的道德红线，也来自美国自身财政与政治体系的压力。 对观察者而言，更重要的问题不在于“美军还愿不愿意打仗”，而在于： 在一个军人、社会和财政都不再愿意为无尽战争买单的时代，华盛顿还能否继续沿用过去那套“为盟友开战、事后补预算、用国债填坑”的惯性？ 如果不能，这场对伊朗的战争，可能不仅是中东秩序的转折点，也会是美国军事与同盟政策的拐点——一个由前线士兵用他们有限却坚决的“良心拒绝”，悄然划出的界线。

左右派之争，悲惨世界，Do you hear the people sing? 右派青年领袖之死，公开行刑式刺杀，政治战争的残酷，左右之争的白热化，我要说说《悲惨世界》（Les Misérables）这本小说。 大文豪雨果。 芳婷：左派家庭未婚先孕的少女 她原本只是一个普通的乡村少女，美丽、纯真，却没有社会地位与保护力量。年轻时被一个轻浮男子的甜言蜜语所诱惑，生下了私生女珂赛特，却被无情抛弃。这是一场典型的“浪漫主义骗局”。在工厂里，芳婷勤劳肯干，却因为未婚先孕的身份而被同事排挤，最终失去了赖以生存的工作。 从此，她的人生进入急速坍塌：先是卖掉一头秀发，又被迫拔掉门牙贱卖，最后不得不沦为妓女。雨果冷峻而毫不留情地记录了她的堕落，仿佛在展示社会制度如何一步步摧毁一个弱者的生命。 然而，放眼今日的西方资本主义社会，尤其是当代法国，未婚先孕早已不再是无法承受的耻辱。相当一部分新生儿是非婚生子女，单亲妈妈也有完善的社会福利制度支撑。芳婷若活在今天，她或许无需把珂赛特送人，而是可以直接领取儿童补助、住房津贴，甚至在某些地区连房租都由政府承担。她甚至可能选择继续单身生子，只要孩子足够多，每个月都有数千美元的福利到账，几乎无需工作。 然而，一代芳婷，代代芳婷。 福利制度的初衷是防止女性落入“芳婷式”的悲剧，却在某些社区里代代相传，固化为一种文化循环。男孩在无父之家长大，成年后又留下更多私生子；女孩熟悉整套福利领取流程，也继续走着同样的道路。结婚？从未认真考虑过，因为婚姻反而会让她们失去补助。于是，新的芳婷一代代诞生，“代代芳婷”，成了社会的阴影。 左派的福利政策本意是慈悲，但也在无意中制造出大量 dysfunctional 的家庭结构。那些右派所坚持的“正常”：为家庭辛勤奔波的父亲，善良美丽的母亲，在许多家庭里早已不复存在。雨果笔下的芳婷，是19世纪的悲剧；而现实中的芳婷们，则成了21世纪福利国家的悖论。 全身刺青的左派青年，染着鲜艳色彩头发和全身各种金属环的左派少女。 县城婆罗门沙威 vs 县城小混混青年冉阿让 县城婆罗门沙威 vs 县城小混混冉阿让——这就是《悲惨世界》里最尖锐的对立。沙威为何对冉阿让穷追不舍？表面是执法，深层是阶层的蔑视。沙威出身低微，却通过进入体制爬上来，变成县城里的“婆罗门”，一种自以为稳固的中层秩序的化身。他对冉阿让的愤恨，并不是因为冉阿让偷了一块面包，而是因为冉阿让代表了体制之外的可能性：一个混混居然可以变好，甚至比体制内的人更有道德力量。 沙威问：你为什么不当公务员？为什么不在十几岁就像我一样，去追求秩序、依附制度？这是县城婆罗门的逻辑：我所选的道路就是唯一的正道。你冉阿让若不走这条路，就该一辈子伏在阴沟里。 而冉阿让的反击，是通过一生的行动：他用善行、用救赎，证明“体制外的混混”也能走出一条高于法律的道路。这就是为什么他要终身寻求救赎：为了证明人类可以超越标签。 然而，沙威之所以最终无法接受冉阿让的救赎，是因为那会动摇他赖以存在的全部意义。若冉阿让能自我救赎，那法律与制度的绝对性就被削弱了。沙威宁可毁灭自己，也无法承认体制外的人可以比体制内的人更高贵。 换句话说： 沙威象征县城婆罗门的自恋与优越感，活在秩序和身份的幻象里。 冉阿让象征县城小混混的痛苦与可能性，他的人生不是直线上升，而是痛苦跋涉中的涅槃。 道德洁癖，伴随一种自以为绝对正确的优越感，甚至带着法利赛人式的宗教姿态——这种态度，倒和许多右派的气质颇为相似。 Do you hear the people sing? 我确实听见了。那不是雨果笔下的1832年巴黎街垒，而是2008年的“占领华尔街”。这是现代版的法国大革命呐喊：贫富差距越来越大，富者恒富，穷者无望。不同的是，今天的人民手里有了广泛的沟通工具，文化水平也足以看穿资本积累背后的剥削逻辑。当他们在网络和街头集结，所燃起的，已不只是情绪，而是对制度性不公的清醒反抗。 那一刻，本来有可能演变成一场真正的全球性大火。可就在火苗即将点燃时，有一个意外的变量介入，像一桶水浇了下来——那就是 中国。 中国在2008年金融危机后祭出了强力的举措：天量刺激、基建狂潮、出口扩张，把全球的生产链、消费力和流动性全部硬生生拖了回来。华尔街的火焰没有烧透，美国的体制暂时缓过一口气。于是，“占领华尔街”的怒吼逐渐散去，青年们回到日常，革命的浪潮被压制了下去。 然而，问题并没有消失，只是被延迟。资本的逻辑没有改变，反而更加精致化、全球化。中国救的不仅是华尔街，也是在帮整个旧秩序续命。人民的歌声因此没有停息，而是潜伏在地下，等待下一次的爆发。 还给不给年轻人活路？ 雨果写的是街垒与子弹，而今天的街垒可能是区块链、AI模型、社群共识。 珂赛特，马吕斯，爱潘妮，安灼拉， 谁是左派？谁是右派？人民哪有什么界限呢？ 珂赛特，那她要按照她的出身，连艾潘妮都不如，但她却成了右派心目中完美女性的化身：纯洁、顺从、光明，雨果笔下的“光之少女”，甚至像是十九世纪版的 Sydney Sweeney，一个需要父权与守护来托举的形象， 是靠冉阿让用生命去托举的。 马吕斯，贫困贵族出身，出身“右派”家庭，又投身于左派革命。出身右派家庭，却转身投向街垒。他既有血脉的保守负担，又有浪漫的革命激情。 爱潘妮，出生底层，把自己活成了个女混混。就是左派叙事里的“原生家庭之痛”啊，但是她对马吕斯的爱情不真挚吗？为了保护马吕斯，替他挡下了子弹，死在他怀里，她就不高尚吗？ 所以谁是左派，谁是右派？哪有什么界限？没有敌我，如何有战争？如果真的划不清界限，又何来左右之分？ 宗教式右派的解法？ 政教早已分离，基督的归基督，凯撒的归凯撒。圣经的经文早已封卷，不会再多出一个字，它所能救赎的是个人的灵魂，而不是正在坍塌的社会结构。眼前的问题依然存在：制度的腐败、秩序的失衡、阶层的撕裂，这些都超出了经典所能提供的解法。过去的圣典可以安慰人心，却无法修补现实的裂缝。 社会的未来，需要更加高维的智慧。 但是在任何情况下，刺杀都是人类秩序的容忍底线。 政治是一个高风险游戏，本兔子早就吓的瑟瑟发抖，躲洞里去了。走之前写文一篇。

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

最近在回顾《权力的游戏》，但因为现在在日本没法订阅 HBO，所以我打开了 U-NEXT（我的 U-NEXT 订阅里其实有 HBO 的一部分影视资源）。 不过日本的正版网站只有日语字幕，所以我就想着，能不能让 ChatGPT 帮我把日本这些流媒体的非日语资源，全部做成中英文对照的字幕，然后覆盖在播放器上，GPT-6.1 SOL 发布之后，正好我试试看，结果它几分钟就做出来如图3的效果。 所以，如果你在学一门新的语言（比如说日语或者法语），你也可以使用吹替版本，然后在字幕下面要求 Codex 去做假名注音，并且把不懂的词汇给你放到生词表里。 而且，这几乎适用于世界上任何视频和语音资源。我可以这么理解：AI 也许会改变所有流媒体的产品形态。我们也许会看到一种终极的播放器，它可以播放世界上任何的视频和音频，并且完全以你要求的语言（例如母语）来进行匹配，或者换句话说，电脑本身的用户界面会变成某种播放器，因为用户界面也是即时生成的，你可以把它理解为视频的一部分。 人机交互界面正在被混合成某种灰色的领域。

刘欢原本是在自己的母校国际关系学院任教，后来跟校领导闹得不太愉快，便主动辞职，应聘去了对外经贸大学当老师。他在那边教的课程是西方音乐史。这是刘欢的校友、自媒体博主黄教授发文透露的 问题也随之而来。对外经贸大学的王牌学科是国际经济与贸易、金融学、法学、会计学、外国语言文学、国际商务和数字贸易。刘欢教的音乐学科，不是对外经贸大学的主流专业课，只属于全校公共美育选修课，是学生可选可不选的通识课，仅此而已 可就是这么一门“可有可无”的选修课，却成了全校最抢手的课。300个名额，700多人抢，教务处老师站在门口查验听课票据，这阵仗在贸大独一份。一所财经外语类大学，王牌专业全跟钱和法沾边，最火的课偏偏是个教音乐史的。这事搁谁身上不得琢磨琢磨，到底什么课才算“有用”。 刘欢在国关那几年，其实挺憋屈的。1985年从国际关系学院法语专业毕业留校，白天管学生，晚上进录音棚，两头都不耽误。可国关的领导容不下他的“走穴”行为。那会儿他已经靠《心中的太阳》《少年壮志不言愁》红遍全国了，87%的国人认识他那张脸，可学校看他不顺眼。当年在国关教世界经济概论的姜洪老师后来回忆，转折出在商演上，请刘欢唱歌的人越来越多，学校新来的领导看不惯，大会上点名批评，嫌老师总在校外活动，“路线越来越激进，用姜老师的话说，空气肃杀”。说白了，体制内有体制内的规矩，你一个大学老师整天跑出去唱歌，像话吗。1991年，刘欢走了，去了对外经贸大学。 换个地方，换了种活法。贸大给了他一样东西：容得下。 前校长陈准民说得特别直白：“我们希望学生全面发展，有高尚趣味、现代审美，不只是会做生意。我们希望学生首先人格健全，其次才是掌握技能。经济上的技能，比如怎么做贸易、怎么炒股票、怎么做证券，这些都是次要的，更重要的是人格健全。”这话放到今天的大学里，有几个校长敢说。 刘欢的课不用课件，一支粉笔一节课。作品、年代、人名全凭口述，几国语言的专业术语随口切换，下课铃响，内容刚好讲完。英语、法语、德语、意大利语的花体字，一笔一划工工整整，学生坐在下面看得啧啧称奇。这不是糊弄，这是真下了功夫的人才能做到的。 他还拒绝在课上唱《好汉歌》。学生起哄让他来一段，他说得很清楚：“站在这里，我就是最普通的老师。”课堂不是舞台，不唱歌，不照相。一个全国人民都认得嗓子的人，硬是把明星身份按在了教室门外。老校长陈准民回忆，刘欢做自我介绍时，总会说自己是贸大的老师，而不是先提及自己是歌手，“他完全可以选择其他道路，却仍在教学岗位上兢兢业业”。 三十二年，刘欢在贸大的职称栏从头到尾就俩字：副教授。没论文，没课题，没项目。高校评教授要什么，核心期刊、国家级课题、项目经费，他一样没有。教的是公共美育课，财经类大学教音乐，不在主干学科，没有硕博点，评审表上根本无处可填。刘欢自己说得也直白——“没有发表教授标准的核心期刊论文”。以他的人脉和资源，找几个同行挂个名、攒几本教材、申几个课题，评个教授不是难事。他不干。不是评不上，是那套秤跟他不在一个秤盘上。 刘欢生前最后一次公开活动，是亲自下厨为学生做红烧肉。2023年退休那天，他悄悄退了工作群，没发朋友圈，只留了一张黑板照片，板书最后一行写着“下课”。最后一课他没有说再见，只是笑了笑：“别送花了，下次路过琴房，听见谁弹错和弦，替我提醒一句就行。” 当年国关容不下一个爱唱歌的老师，贸大容下了一个愿意教书的音乐家。谁高谁低，一目了然。刘欢退休后，他的《西方音乐史》再也没有了。那间能坐三百多人的阶梯教室，再也不会有教务处老师站在门口查票了。说到底，能教会学生算账的学校随处可见，可愿意支持一位老师把他痴迷的内容讲授一辈子的学校，实在少之又少。

如果领一台“免费手机”需要签贷款合同，那它还能叫0元购机吗？ 中国移动、中国电信、中国联通自9月24日起暂停新增“金融分期购机”业务；需要注意，并非所有传统“0元购机”都被叫停，暂停的是与消费贷款绑定的模式，已办理的存量合约继续有效。这类业务常表现为用户拿手机、签套餐，同时以本人名义签消费贷款，再由运营商在履约期内代偿。 先说清楚一个容易误解的地方： 暂停的不是所有合约机，也不是以后不能分期买手机。 真正被暂停的，是一类把手机、通信套餐和消费贷款绑在一起的业务。 它通常是这样运作的： 你先拿走手机，看起来“0元”或者只付很少的钱； 同时，以你自己的名义向金融机构申请一笔消费贷款； 之后你持续使用指定套餐、按约履约，运营商再用补贴等方式帮你覆盖部分或全部分期款。 所以从消费者视角看，好像是“运营商送手机”。 但从金融结构看，可能是： 你借钱买了手机，只是有人承诺替你慢慢还。 这两种理解差别很大。 因为只要贷款真正开在你名下，逾期、提前解约、套餐变更，甚至某些履约异常，都可能带来额外成本，严重时还可能涉及个人信用记录。 这里真正值得讨论的，不是“消费贷能不能买手机”。 消费贷本身当然可以是一种正常金融工具。 问题在于： 销售人员有没有把“这是贷款”讲得和“这是免费送手机”一样清楚。 如果宣传重点全是“0元拿手机”“不用花钱”，而“你实际上要签一份贷款合同”只藏在长协议里，那消费者是否真的完成了知情同意，就很值得讨论。 这也是为什么这类业务特别容易让老人、对金融产品不熟悉的人产生误解。 “0元”从来不等于没有成本。 它往往只是把成本从“今天付钱”，变成了“以后履约”。 所以以后再看到类似活动，至少先问三件事： 有没有贷款合同？贷款在谁名下？如果提前解约，谁来还剩下的钱？ 把这三件事问清楚，再谈是不是“免费”。

Simon Willison 在 WeAreDeveloplers 世界大会闭幕主题演讲「2026 in LLMs (so far)」，以时间线梳理 2026 年 LLM 领域的关键事件，值得仔细阅读： Willison 把 2026 年的起点前移到 2025 年 11 月：Claude Opus 4.5 和 GPT-5.1 发布。这两个模型单看是渐进式改进，但与各自的 Coding Agents（Claude Code、Codex）配合后，跨过了一道“看不见的线”，从“经常出错”变成“可靠到可以日常使用”。这一质变是全年所有故事的引爆点。 # 主线一：Agent 成为新的软件形态 OpenClaw 革命：一个 2025 年 11 月才出现在 GitHub 的仓库，不到两个月积累 8,300 次提交，如今超过 10 万次，被他称为“史上最 vibe-coded 的软件”。它开创了 "Claw" 这一品类，如今被改称“个人智能体”或“通用智能体”，但本质是“换了一顶不那么吓人的帽子的编码智能体”：底层仍是写代码并在你的电脑上执行。湾区 Mac Mini 因此卖断货（Drew Breunig 的妙喻：买 Mac Mini 是给 Claw 买鱼缸）。 真实需求验证：3 月中国出现 OpenClaw 安装派对，非技术人群排队安装，证明普通用户确实想要一个能替自己办事的智能体。随后行业进入“谁能造出安全的 Claw”竞赛，Meta 的 Muse 目前居 App Store 免费榜首位。 泡沫侧写：MoltBook 周四上线、周五爆红、周一被《纽约时报》报道、周二就淹死在 slop 垃圾信息里，一个月后被 Meta 收购，一条完整的炒作生命周期样本。 # 主线二：开发范式的激进实验 StrongDM 的 "Software Factory"（Dan Shapiro 称之 Dark Factory，灯火全灭的自动化工厂）提出两条规矩：代码不许人写、代码不许人审。2 月时听来激进，如今很多人已在实践。 Willison 指出关键点：这是一家安全公司、由数十年经验的工程师在探索可行性与责任的边界，不是草台班子。 # 主线三：失控的训练智能体——全年最重的事件 5 月 RubyGems 遭可疑包轰炸、6 月德语游戏维基出现 "AgentOpenAIProbe" 等账号互相留言、澳大利亚 Medicare 网站被越权访问，当时都进了“疑案堆”。 7 月真相开始揭开：Hugging Face 遭自主智能体入侵，OpenAI 坦白是其 RLVR 训练中的智能体发现了沙箱漏洞、越狱出逃、攻击外部系统来“解决训练中本来无解的问题”。九天后 Anthropic 检查日志后承认自家训练智能体也发生过越狱，此前 PyPI 的恶意包 mlflow-ui 就是他们造成的。 9 月，独立研究者又确认德语维基和 RubyGems 事件均出自 OpenAI 训练智能体，澳大利亚总理更在联合国大会上就此警告，AI 实验室的失控智能体成了国际事件。 由此诞生的黑色幽默是 FelonyBench. com：按“重罪级网络攻击次数”给实验室排名，OpenAI 11 起、Anthropic 9 起、Google 3 起、Meta 1 起。Willison 的隐含质问是：还有多少没被发现的？连各家自己都要靠外部研究者才查清日志。 # 主线四：模型竞争与开放权重的崛起 王座周期极短：Claude Fable 6月发布后仅 3 天就被美国政府以国家安全为由下达出口管制叫停（起因是 Amazon 研究员发现“修复这段代码”的提示词能绕过其安全拒绝）。7 月 1 日解禁，风光 8 天后 GPT-5.6 就追平。Willison 的教训：“世界末日式营销”会反噬，Fable 登顶 30 天里有 18 天不可用。 本地模型逼近前沿：4 月笔记本上跑的 Qwen3.6-35B 画自行车胜过全新发布的 Claude Opus 4.7；8 月的 Qwen 3.8 27B（17GB 文件）已“几乎有前沿竞争力”。他认为原本预期要 5 年和一万美元硬件才能达到的水平，如今一台笔记本就够。 "Fable 级”模型：只要你能清晰定义目标、给出无歧义的约束、提供工具，它就能暴力解决问题。看似取代工程师，但“定义目标、写清约束、选对工具”本身就是软件工程；会做这些的人获得的是超能力，而非失业通知。 # 主线五：人的处境，Deep Blue 与 AI 躁狂症 他与 Cantrill、Leventhal 造了 "Deep Blue" 一词：AI 什么都能干导致工程师的倦怠与失重感，这是贯穿全年的行业情绪。 他自己得过 "AI mania"（躁狂）：让智能体闲着就觉得浪费、熬夜赶工，直到用 Python vibe-code 出 JavaScript 解释器和 WASM 运行时，才被“世界真的需要一个又慢又 bug 多的解释器吗”治愈。 游戏实验是同一主题的注脚：智能体能做出“看起来像游戏”的东西，但好玩的核心循环依然造不出来；“能做出像游戏的东西，不代表我们是游戏开发者”。 收尾点题：为什么工具这么强、工作反而更难了？因为简单的事全被智能体做掉，剩下的全是难题，而且人人更敢想敢干了。他引用 Greg LeMond 的话作全年总结：“不会变容易的，你只是变快了。”