真正在做 AI 的人今天说了什么。一页读完，约 4 分钟。
今天的主线是 Karpathy 提出的“漏斗”：几十亿人眼里的 AI 还是个有点呆的聊天机器人，而几千个圈内人已经在看 agent 集群一连干上好几周。Levie 和 Garry Tan 顺着这个话题接着聊；Codex 的默认上下文提到了 500k，走订阅的用量不再收长上下文费用；Fractile 的 Walter Goodwin 则认为，决定 agent 能跑多快的是内存带宽。
Karpathy：大家对 LLM 能力的认知差距，已经变成一个陡峭的漏斗
Karpathy 粗略算了一笔账：大约 60 亿人几乎没碰过 LLM；10 到 20 亿人把免费版聊天机器人当成更好用的搜索；约 2000 万数学和编程领域的专业人士，看着 agent 凭一个 prompt 就做完要花几个月的项目；还有约 5000 名能用上内部前沿模型的圈内人，看到成群的 agent 连续运行好几周，不断挖出零日漏洞、推进数学研究。他把原因归结为三股力量：影响力随问题的野心和时间跨度放大；能力参差不齐，在奖励可数字化、可验证又值钱的地方最强；使用权限分成免费、付费和内部三档。不到一年前，他还在一行行手敲代码。而在漏斗顶端，人工审查已经跟不上了。
Codex 里的 GPT-6.1 Sol 默认上下文提到 500k，不再收长上下文费用
GPT-6.1 Sol 在 Codex 和 Work 里的默认上下文从 272k 提到 500k，多了约 80%，目的是减少长任务里的上下文压缩次数。用户仍然可以自己调，最高到 1M；走订阅额度的用量也不再收长上下文费用。Sottiaux 还说有个投票结果让他很困惑：他本以为在 Pro 100/200/500 三档里，用户会一边倒地选两倍用量，哪怕代价是恢复 5 小时限额，结果这个倾向远没有他想的那么明显。
Fractile 押注：让 agent 跑得快的是内存带宽，不是 FLOPs
Walter Goodwin 说，把聊天机器人做得更跟手，只是快速推理里的“更快的马”。真正的大奖是让数万亿参数的模型跑到每秒数千 token，让长时间运行的 agent 完成任务快得多。Fractile 早期用的是 SRAM 方案，也就是 Groq 和 Cerebras 走的路线，后来因为撑不起长上下文而放弃；现在他们和内存厂商合作，想从便宜的 DRAM 里榨出多得多的带宽，号称单芯片带宽是 HBM 产品的 25 倍。二十年来 FLOPs 涨了约一百万倍，内存带宽只涨了约 40 倍。他认为补上这个差距，稀疏得多的模型才真正能拿来做线上服务：“只要你能找到办法，在结构上拉开三到六个月的领先，这些部署就全是你的。”
Garry Tan：把 LLM 调用换成确定性代码，根本不用犹豫
Garry Tan 说，把 LLM 调用换成确定性代码是显而易见的选择，而且这样写出来的代码更好，也更贴近用户真正想要的东西。他还号召大家“今天就成为那 5000 人中的一员”，称之为“人类历史上最大的 alpha 源泉”，并预测价格会降下来，让更多人有机会见识到。
就算活儿交给 agent 干，为什么最后一步还是人工审查
教过 10 万多人用 AI 做产品的 Micky（@Rasmic）说，凡是真有人在用的东西，他都不放心全交给 agent，所以最后一步始终是人工审查。他的办法是让 agent 自己拿出证据：通过改动前后的对比测试，说明它做了什么、好在哪里。他说这大概是开发者工作里最糟心的部分，这样做能让它顺畅不少。
源数据来自 zarazhangrui 的开源项目 follow-builders，以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成，摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。
摘要由程序自动生成。据此做判断前请先看原文。