Thibault Sottiaux
OpenAI 把 ChatGPT Voice 帶進桌面應用
OpenAI 把 ChatGPT Voice 放進了桌面應用,主打讓你離開鍵盤也能做好最重要的工作。Sottiaux 把它形容為科幻正在照進現實,還點名了 Jarvis、Samantha 和 TARS,並開玩笑說要把 ChatGPT Work 改名叫 "ChatGPT Vibe"。
- #products
- #agents
真正在做 AI 的人今天說了什麼。一頁讀完,約 5 分鐘。
今天語音功能全面走向主流:OpenAI 把 ChatGPT Voice 帶進了桌面應用,Anthropic 則在自家語音模式背後接入了 Claude 更聰明的模型和實時工具呼叫能力。Claude Code 還學會了把一次會話變成可分享、能自動更新的網頁。在這波產品熱潮之下,更犀利的問題也浮出水面:inference 速度正如何悄悄重塑晶片行業,以及當一個人能一口氣拉起數百個 agent 時,安全和組織架構又會被扭曲成什麼樣。
OpenAI 把 ChatGPT Voice 帶進桌面應用
OpenAI 把 ChatGPT Voice 放進了桌面應用,主打讓你離開鍵盤也能做好最重要的工作。Sottiaux 把它形容為科幻正在照進現實,還點名了 Jarvis、Samantha 和 TARS,並開玩笑說要把 ChatGPT Work 改名叫 "ChatGPT Vibe"。
Claude 語音模式加入 Opus、工具呼叫和更多語言
Claude 的語音模式現在跑在更強的模型上,包括 Opus 和 Sonnet,還能在對話中途直接呼叫已連線的工具,比如郵件和日曆。它在所有套餐上都新增了西班牙語、法語、印地語和日語等語言,目前以公開 beta 形式在移動端、桌面端和網頁端陸續上線。
Cerebras CEO:速度就是一切,CUDA 不再是護城河
Andrew Feldman 認為,自 2025 年年中前後 AI 從 "客廳魔術" 跨入真正能創造價值的階段後,唯一還重要的指標就變成了每使用者每秒能出多少 token,因為更快的 token 就是更有價值的 token。Cerebras 的晶圓級晶片比一塊 GPU 大 58 倍,塞滿了 SRAM 而不是 HBM,在 GPU 最吃力的順序 decode 環節,它搬運模型權重的速度大約快 2500 倍。他最反直覺的核心觀點是:CUDA 已經不再是護城河,Gemini 跑在 TPU 上,Claude 跑在 Trainium 上,兩年內大約 70% 的前沿訓練會離開 CUDA,而且 "inference 根本沒有護城河,切換只需要敲八下鍵盤"。真正的約束是 Cerebras 刻意繞開的那三樣東西:HBM 記憶體、臺積電的 CoWoS 封裝和 3nm 產能。談到時機,他給出一句:"想要擁有完美的時機,辦法就是先熬過十年糟糕透頂的時機。"
Agent 時代正在擊穿身份與訪問管理
在 GPT Sol 事件之後,Madhu Guru 剖析了安全團隊為何如此不安:IAM 當初是為有限數量的員工設計的,但如今一個人就能拉起數百個 agent,而這些 agent 還會再拉起更多 agent。懸而未決的問題包括:agent 是否繼承拉起它的那名員工的許可權、它們的生命週期是多久(一個任務、一個工單,還是一週)、子 agent 是否也一併繼承,以及這一切又該如何審計。他補充說,優秀的領導者理解手下每個人的 "參差前沿",就像優秀的構建者理解模型的 "參差前沿" 一樣。
Replit 把 autoscale 部署成本砍掉 80%
Amjad Masad 表示,autoscale 部署——通常是規模化應用裡最燒錢的部分——如今成本已經下降了 80%。他還特別提到一位使用者,先是用 Replit 顛覆了傳統代理機構模式,隨後又讓團隊搭了一個 MCP,把整個代理機構徹底自動化,變成了一個自主運轉的 agent 迴圈。
Garry Tan:多建舊金山住房、改革 CEQA、支援開放權重
Garry Tan 呼籲在舊金山大量興建住房,並主張廢除和改革 CEQA——他稱之為 NIMBY 用來在加州各地阻撓住房建設的那一件被濫用的監管工具。另外,他強調開放權重模型非常重要。
Turck 調侃那些看不起盈利型 bootstrap 創始人的 VC
Matt Turck 揶揄了 VC 的雙標:面對一個為盈利型 bootstrap 業務融資的創始人,和一個為某家 neo-lab 在算力上燒掉數億美元的創始人,他們的反應截然不同。他還放出了自己與 Andrew Feldman 關於 Cerebras 的對談,內容從 "什麼是晶圓" 一路講到晶片行業為何正圍繞 inference 速度重新洗牌。
Yang 想要一整支並行的 ChatGPT Voice 執行緒團隊
Peter Yang 認為 ChatGPT Voice 的下一步是能同時拉起多個 Voice 執行緒,讓一整支 agent 團隊既能跟他對話、也能彼此對話,並在某個執行緒完成時發來通知。他還提到中文發音目前聽起來仍然很糟糕。
來源資料出自 zarazhangrui 的開源專案 follow-builders,以 MIT 授權釋出。摘要由 LLM 依該專案的公開 feed 生成,摘要 prompt 亦改編自該專案。上面每一則都連結到原始出處。
摘要由程式自動生成。據此判斷前請先看原文。