OLDPAN (@OLDPANN) header
OLDPAN (@OLDPANN) profile picture

Making friends 🌱 | 互关ing AI Agent Engineer | Writing for 8 Years Focused on LLM/infra/agent 持续分享 AI 工作流和 AI 技巧 Stay hungry, stay foolish.

Joined February 2015
周末晚高峰! 出摊出摊~~ 蓝V 活人一枚。!! 想多认识点新朋友,来聊天呀 真诚浇友,有关必回!
🤖 Made with AI
11
1
8
161
网页端 GPT‑6 Pro 究竟有多强?已经有人用它解决数学难题了 一直在用 GPT‑6 Pro,发现这个模型可能被不少人低估了。 OpenAI 在发布 GPT‑6 时,主要宣传的是 Astra 本身的能力,很少单独强调 Pro 到底比 Astra max 强多少。但社区已经拿 Pro 做了不少有意思的事情。 先看数学能力。 10 月 6 日,数学研究者 Alexandr Grebennikov 在 arXiv 发布论文,明确表示其中解决 Polynomial Littlewood–Offord 问题的关键证明由 GPT‑6 Pro 自主发现。 这个工作把此前带有对数损失的上界改进到了最优阶。作者随后验证并重写了证明,还公开了 ChatGPT 对话。 算法方面也有不少成果。 QOJ 上已经有人整理了数十道由大模型改进原题解的竞赛题,其中绝大多数标注为 GPT‑6 Pro。 例如 Rikka with Lake,整理者报告算法复杂度从 O(n⁴) 降到了 O(n)。这类题目考验的是算法构造能力,已经不只是简单的代码生成。 不过,Pro 到底比 Astra max 强多少? 第三方 WeirdML v2 给出了一个很有意思的对照: GPT‑6 Astra max:93.3% GPT‑6 Astra Pro max:93.6% 平均每次任务运行成本分别约为 7.75 美元和 29.31 美元,后者贵了约 3.8 倍,但得分只提高 0.3 个百分点。 当然,这套评测已经接近饱和,不能据此判断 Pro 在高难推理上的全部价值,而且测的是 API,不是网页端。 另一个 MBABench 2.0 测试中,旧版网页 Pro 在 101 项严格 Excel 交付任务中通过 3 项,Codex Astra xhigh 通过 16 项。执行环境不同,不能直接解释成模型智力差距。 最近网页 Pro 还有一次重要升级。 10 月 16 日,OpenAI 更新 GPT‑6 Pro,改进了工具调用,并加入多 Agent 并行执行能力。 现在主 Agent 可以把任务拆给多个子 Agent,同时查资料、分析不同问题,再汇总结果。用户还能查看子任务进度。 不过,OpenAI 尚未公开每个子 Agent 的具体模型配置和推理预算。 个人觉得,GPT‑6 Pro 最值得关注的还是复杂数学、算法创新和科研推理。已经有人拿出了具体成果,能力上限值得继续挖。 至于它是否全面强于 Codex 中的 Astra max,目前还缺少足够严格的同题对照。 Pro 很强,但多花的计算量,究竟能换来多少额外能力,还需要更多实测。 #GPT6 #OpenAI #AI模型 #AI研究
2
1
79
出摊了,晚上好各位~ 还在更推的,来交朋友 蓝V,活人! 把我推给新朋友! 真诚浇友,有关必回! #蓝V互关 #真诚交友 #浇朋友
41
1
19
612
马上又到晚上了 你们那天黑没。。。 还在发推的朋友过来认识一下哦 蓝V、活人。 真诚交友,有关必回。 #蓝V互关 #蓝V交友 #真诚交友
🤖 Made with AI
30
1
16
627
下午出来出来咯 还在发推的朋友过来认识一下,蓝V、活人。 真诚交友,有关必回。 #蓝V互关 #蓝V交友 #真诚交友
🤖 Made with AI
39
18
764
两点了 下午好 路过的来互关 我是老潘,写了 8 年技术文章 关注了,我都回 有关必回 #蓝V互关 #浇朋友 #蓝朋友 #有关必回
4
4
65
不得不说,OpenAI 的 Dots 还挺好用的。日常我用它去做一些自媒体的事情还是比较方便的 唯一的缺点就是它不能开多会话,只能在一个主会话里面聊天。如果工作分不开的话,每个聊天窗口就会显得有点乱 然后就是 dots,它的安全性比较高,在做一些自动化操作的时候,经常需要允许它才会做,相对来说比较克制 相较于 Muse、Grok bot 来说,Dots 的自由度和独立性不够强,它现在是嵌入在 ChatGPT 中的,这个定位还是有点不大一样
6
4
263
十二点了 周末中午,还在更推的来认个门 我是老潘,写了 8 年技术文章 互关我都回 有关必回 O #蓝V互关 #真诚交友 #蓝V交友 #有关必回
31
15
384
快中午了 周末出摊了 我是老潘,平时折腾多模态推理部署 来互关吧 我都回关 有关必回 #蓝V互关 #浇朋友 #蓝朋友 #有关必回
6
161
Replying to @yedabinbinah
为啥我和你的不一样😂😂😂
1
108
Google Antigravity 提供了两种不同的 Agent 协作机制:Orchestrator(Neon)和 Swarm。 Orchestrator 主打双模型协作。 Gemini 4 Neon 负责分析、规划和验收,Hydrogen 负责代码修改、构建和测试。遇到复杂问题时,Hydrogen 会将控制权交回 Neon,重新规划。核心优势是兼顾高质量推理、执行速度和 Token 效率。 Swarm 主打多 Agent 并行。 通过 /swarm 启动多个独立 Worker,各自拥有独立上下文,通过共享消息板协作,并由 Verifier 审核结果。适合多模块开发、并行排查和大型代码库任务。 使用建议: Google 官方推荐将 Orchestrator 作为日常开发默认模式;任务能明确拆分时再用 Swarm,复杂算法或疑难 Bug 则考虑 /boost。 两者可以组合使用: 选择 Orchestrator (Neon) 后调用 /swarm,但目前官方尚未明确保证每个 Worker 都会自动采用 Neon + Hydrogen 双模型机制。 对于日常编程,我更推荐 Orchestrator 优先、Swarm 按需开启,避免不必要的 Agent 调度和额度消耗。
9
7
250