爱窝啦 AI 日报

今日摘要

OpenAI Astra 以2000美元推理成本解出10道十年级数学难题，Karpathy 实测Opus 5百万Token生成触及长内容瓶颈。
各家模型都在跑Agent能力，但记忆割裂、无法感知中间状态、验收标准缺失是共同还没解决的工程问题。
今天先看Astra数学突破和Karpathy长生成实测，再核实DeepSeek-V4-Flash推理档对你当前任务是否有实际提升。

💡 提示：不确定该选哪种 AI 账号或订阅方案？可前往 爱窝啦·AI账号店 查看当前可用服务，并获得购买后的使用指导与售后支持。

🔥 今日焦点 TOP 10

1. OpenAI 新模型 Astra 以 2000 美元破解十年数学难题

2000 美元推理成本，解决了十个十年老大难。 OpenAI 官方发布的十项数学进展页面 显示，下一代模型系列 Astra 以极低算力成本攻克 10 道至少存在十年的高难度数学问题。Sam Altman 本人已赴华盛顿提前向政府和监管机构演示，发布节奏正在加速。

2. DeepSeek-V4-Flash 正式版低调上线，强化 Agent 能力

没发公告，悄悄把小字写在了 Logo 上。 DeepSeek-V4-Flash 正式版已公测， 掘金社区的对比分析 显示其基准表现超过 V4-Pro Preview 和 GLM-5.2 等同期竞品，重点强化了 Agent 能力，推理档位对输出质量影响明显。官方更新日志是目前唯一公告渠道。

3. Google Earth AI 图像生成上线不到一天紧急下线

功能刚推出，就有人生成了类似 9/11 的效果图。 Google Earth 推出 Nano Banana AI 图像生成功能后， Gorden Sun 转述 有用户将美国某楼宇定位后生成灾难场景图并发至评论区，功能随即被强制撤下。地理图像与生成式 AI 结合时的安全边界，比想象中更难控制。

4. 国内 AI 套餐性价比被真实用户直接点名

700 元档两天用完，200 元档一周用尽。 Telegram 频道广泛传播的真实对比 记录了两位用户使用国内主流大模型套餐的消耗速度，远高于海外 30 美元和 100 美元同类产品。作者指出，国内宣称算力成本低、电价便宜，但落到真实用户手里的价格毫无体现。

5. 相当一部分用户默认 AI 应该免费

“AI = 免费"不是个别现象，是大范围认知。 一张截图在 Telegram 被广泛转发， 原帖作者感叹 大量用户面对付费 AI 产品时第一反应是质疑为什么要收钱。这一认知落差正在直接影响国内 AI 应用的商业化节奏，也解释了为什么定价策略在国内比海外更难执行。

6. Karpathy 加入 Anthropic 后首次公测 Opus 5 长生成

百万 Token 预算生成了《指环王》3D 渲染版。 Andrej Karpathy 加入 Anthropic 后发布首篇长帖， 歸藏转述其实测 ：给 Opus 5 约 100 万 Token 预算，要求渲染三个版本讲述《指环王》故事，模型交出了 3D 版本；但他同时指出 AI 在生成过程中无法连续感知中间状态，只能逐段截图，这是当前长生成任务最真实的瓶颈。

7. Grok Imagine 新增文转视频，1080p 需订阅 100 美元档

Imagine Video 1.5 支持文字生成视频和图片语音参考。 Grok 今日更新， Gorden Sun 转发官方公告 显示新功能覆盖文转视频、图片和语音参考输入；1080p 原生输出仅对新推出的 SuperGrok Plus 及以上级别开放，月费 100 美元，标准 SuperGrok 用户暂无法使用最高分辨率。

8. TencentCloud 开源跨 Agent 记忆中枢，今日日榜 227 Stars

腾讯云把对话、文档、代码统一做成四类可复用记忆资产。 今日 GitHub Trending 日榜中， TencentCloud/TencentDB-Agent-Memory 仓库 单日新增 227 Stars，总量 10382，支持跨 Agent 和框架共享记忆，直接解决多 Agent 协作时上下文割裂的问题。

9. OpenAI 员工用 Codex 做了招募视频，Altman 亲自转发

Codex 制作的企业招人视频，直接发给了 OpenAI 全体员工。 一名 OpenAI 员工用 Codex 制作了一段关于"在 OpenAI 工作是什么感觉"的视频， Sam Altman 亲自转发并配文 说分享给团队后大家都觉得很有共鸣；这次公开亮相是 Codex 视频制作能力的一次真实场景展示。

10. 提示词生成提示词，让 AI 替你写 Prompt

不会写提示词，让 AI 当提示词架构师帮你写。 一条在即刻流传的元 Prompt 模板， 原帖作者整理了完整可用的指令 ：角色设定为"顶级 AI 提示词架构师”，要求自动补充角色、约束和输出格式，同时输出简洁版和进阶版两个结果。对于频繁使用 AI 辅助写作但不熟悉提示词工程的用户，今天就能直接复制上手。

⚡ 产品与功能更新

10 条去 AI 味改写指令，分场景处理比整段重写更有效

针对不同问题分别处理，避免重写后 AI 味更重。 这组整理自 Telegram 的改写指令集 覆盖 10 个场景：降低机械感、提升表现力、调整语气、增加细节、删除废话、改善节奏等；每条都是完整可粘贴的 Prompt，适合需要在日常内容生产中减少 AI 痕迹的内容从业者今天就用起来。

⌘ 开源 TOP 项目

zhaoxuya520/reverse-skill：AI 驱动的安全技能路由包

今日安全类最热项目，单日新增 1320 Stars。 zhaoxuya520/reverse-skill 项目仓库 总 Stars 已达 12058，定位为逆向工程、授权渗透测试和安全研究的技能路由，内置按需自举工具链和自动进化知识库，原生支持 Claude Code、Cursor、Cline 等主流 AI 编程客户端。适合有安全研究需求、希望在 AI 编程客户端内直接调用完整渗透测试技能链的开发者。

github/copilot-sdk：将 Copilot Agent 嵌入任意应用

GitHub 官方多平台 SDK，把 Copilot 能力装进自己的产品。 github/copilot-sdk 项目仓库 今日新增 142 Stars，总量 10298，主语言 Java，提供将 GitHub Copilot Agent 接入自有应用和服务的标准化接口，支持多平台部署。适合希望在内部工具或产品中嵌入 Copilot 能力、而不依赖 GitHub 原生界面的企业开发团队。

◉ 社媒精选

YC 开源内部多 Agent 协作框架，会计法务工程都在用

YC 把自己跑了一段时间的内部工具直接开源了。 Gorden Sun 介绍， YC 开源的 QM 框架 定位介于个人助手与企业级系统之间，每位员工拥有独立工作空间，支持频道、群组、项目内多 Agent 协同，具备触发器、记忆共享、连接器、浏览器支持等能力；YC 内部会计、法务、工程等部门均已实际使用，QM 本身的开发也用 QM 完成。

DeepSeek-V4-Flash 推理档升高，SVG 绘图质量差异肉眼可见

同一模型切换推理档，鹈鹕图从将就变成可用。 Simon Willison 测试 DeepSeek-V4-Flash-0731 时， 宝玉转述并加了一句评论 ：默认档画出的鹈鹕差强人意，调至高推理档后明显改善；宝玉指出，SVG 绘图测试更多考察指令遵循能力，不直接等同于智能水平的衡量，这类测试的参考价值本身值得存疑。

😄 AI趣闻

Codex 没有验收标准时会直接交"差不多"的作业

开发者宝玉做了一次迁移任务，没给 Codex 设置验收标准，它就交了一个 UI 和原版相差甚远的版本——既没报错，也没说差在哪，就这么静静地说"完成了"。 宝玉在 Prompt 里补上了一句"像素要和原版完全一致" 之后，Codex 立刻变了个 Agent：每一步自己截图、对比像素差异，反复修改直到视觉齐平。同一个模型，加了考核指标之后，突然就懂什么叫"认真"了。

❓ 相关问题

Grok Imagine 国内怎么用？

Grok Imagine 视频生成功能通过 grok.com/imagine 访问，需要 xAI 账号并订阅 SuperGrok 或更高档位；文转视频和图片语音参考功能向 SuperGrok 用户开放，1080p 输出需升级至新推出的 SuperGrok Plus（100 美元/月）。国内用户访问需要稳定的网络环境，部分功能上线时间可能晚于美区。

如需比较主流 AI 账号或订阅方案，并获得购买后的使用指导与售后支持，可访问 爱窝啦·AI账号店 （官网 aivora.cn）查看当前可用服务。