《中华文明史》by Opus 5.5 --- Prompt ---- 做一支史诗编年片《中华文明史》，可以写代码逐帧渲染，再用 ffmpeg 合成。 配乐当时钟：五声调式，乐器从骨笛、编钟一路演进到管弦，BPM 随年代加快，所有切点踩拍。 宣纸白描和玄底泥金两种画风交替；每卷一个主色和一套随时代演变的纹样（彩陶纹 → 饕餮纹 → 云气纹 → 卷草纹 → 缠枝纹 → 回纹）。 每镜一个按词组出现的书法大字关键词，配一幅线稿。全片 HUD：左上朱印卷号，右侧竖排朝代名，底部卷轴时间尺和年份计数。 卷交界用朱印盖下、鼓钟重击的冲击转场。先定拍点网格和分镜表，再渲染。 地图只画示意，不画近现代真实人物，年代核对后再交付。

Meta 发布了 Muse Charm，一个能挂在钥匙扣上的小设备，专门用来跟自家 AI 智能体 Muse 对话。它是 Meta 周三在 Connect 大会上发布的，扎克伯格表示目标是赶在 12 月假期季前发货。 可能很多网友还不知道 Muse 是什么。它是 Meta 刚推出的个人 AI 智能体，9 月 8 日才上线，一度超过 ChatGPT 登上 iOS 免费榜第一。用户可以给它起名字、设计形象，甚至调整它说话的口音和语速，更像一个养成的专属助手。 Muse Charm 就是给这个助手做了一个实体。轻触设备角落的指纹传感器就能开始对话，屏幕上显示一个可更换的 Muse 动画形象。所以不少媒体拿它和拓麻歌子（90 年代风靡一时的日本电子宠物）作比较。 它解决的问题很直接：想问 AI 点事，不用掏手机解锁、再找 App。扎克伯格说用户可以直接对着它说话，不用解锁手机、打开应用，还能给 Muse 看你周围的情况。按他的说法，如果你没戴 AI 眼镜，这会是跟 Muse 交流最快的方式。 同场 Muse 本身也加了新功能，包括实时视频聊天、可自选声音的实时语音对话，以及每个用户的智能体都会有一个独立邮箱地址。 不过这东西离上手还有距离。Meta 目前只造了几台，零部件和设计都还没定型。价格没公布，续航、联网方式、是否需要配对手机也都没说。可能是基于 5G 的设备，这一点在 Meta 官方和主流媒体报道里还没得到确认。 这类 AI 挂件此前名声不太好，像 Friend 这样的产品让很多消费者对“实体 AI”这个概念只剩白眼。Meta 的底气在于 Muse 已经有了一批真实用户，Charm 只是给他们多一个入口。

AI 时代，职场人现在最该学的一项技能是什么？ 吴恩达老师的建议是人人都该学编程。 不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。 他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。 学编程不等于手写代码 他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。 他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

Opus 5.5（图1-2） vs GPT 6 Astra（图3-4） Opus 5.5 网页： GPT 6 Astra 网页： --- Prompt --- 请直接制作一个可以在浏览器中实时交互的高完成度 3D 景观网页。 主题：日式樱花山谷。 使用 HTML、CSS、JavaScript 实现。不要生成图片，不要只给设计方案， 不要用一张背景图加视差效果冒充 3D。我要的是实际可运行、可游览的成品。 【一、作品定位】 这是一片完整、连续、有远近层次的山谷景观， 不是孤立的小摆件、悬浮岛、带底座的沙盘，也不是单纯的技术演示。 风格是现代精细体素 / voxel art： 保留立方体几何的造型语言，但画面应高分辨率、抗锯齿、光影细腻。 不要复古低分辨率像素化，不要粗大积木堆砌，不要给画面套像素滤镜。 视觉质量优先。宁可少几个功能，也不要牺牲构图、材质和光照。 【二、参考图的使用方式】 如果附有参考图，请先理解它的构图层次、尺度、光线和色彩关系。 仅借鉴氛围与视觉语言，重新设计场景， 不要照搬建筑、树木、山体和道路的位置，不要 1:1 复刻。 参考图不是网页里的背景素材。场景本身必须由真实 3D 几何构成。 【三、场景构图】 默认打开时就应呈现一幅完整、有吸引力的画面， 不需要用户先旋转镜头才能找到好看的角度。 采用透视相机，而不是沙盘式等距俯视相机。 画面有明确的前景、中景、远景： 前景： 一株有存在感的古老樱花树，配合岩石、草木、石灯笼和少量落花， 形成画面边缘的自然框景，但不能挡住河流、桥和主要建筑。 中景： 一条蜿蜒河流引导视线进入画面，红色木桥横跨河面； 村落、茶屋、神社和小径顺着地势分布，建筑之间有真实的通行关系。 地面有起伏、岸线和自然过渡，不是平面上均匀摆放模型。 远景： 山坡上的多层塔、不同距离的森林和山脊，以及远处的雪山。 用尺度变化、遮挡、冷暖变化和空气透视表现距离， 而不是仅仅把远处物体缩小。 不要把所有元素均匀铺满。需要主次、疏密、留白和清楚的视觉焦点。 【四、造型与画面质量】 樱花树： 树干有转折、分叉和根部，树冠由不规则花簇组成， 有间隙、厚薄变化和可见枝条。不要做成几个规则球体或方块团。 建筑： 屋顶有层叠瓦片、挑檐、梁柱和窗格； 不同建筑有用途、体量和高度差异，不要复制同一栋房子铺满山谷。 地形： 岸边有湿润石块、草丛和植被过渡。 避免过于规律的台阶、重复条纹、棋盘格和明显的程序生成网格。 水面： 必须能够反映周围景物，具有适度的波纹、深浅变化和岸边过渡。 尽量使用实际场景反射；需要性能降级时也应保持视觉可信。 不要用闪烁噪声、强烈扭曲或一整块蓝色平面代替水。 细节： 可以有少量锦鲤、落花、萤火虫、瀑布和远处飞鸟， 但都应服务于氛围，不能让画面显得嘈杂。 不要为了宣称模型数量而堆砌细节。 【五、色彩与氛围】 默认是蓝调时刻： 偏冷的山谷与远山，柔和的粉色樱花，温暖但不过曝的灯笼和窗光。 暖光集中在有人活动的地方，不要把整个环境染成橙色。 需要柔和阴影、物体接触处的明暗、合理的曝光、 克制的泛光、抗锯齿和有距离层次的薄雾。 避免发白、灰蒙、过度饱和、满屏浓雾、过曝灯光和明显锯齿。 方块几何可以清晰，但渲染本身不能粗糙。 另提供“清晨”和“雨中”两种氛围； 切换时应同步改变天空、环境光、雾和局部效果， 不是仅仅修改背景颜色。 【六、交互与界面】 提供四个经过设计的镜头： 山谷全景、河边低机位、寺庙小径、山坡俯瞰。 切换应平滑，每个镜头都需要有独立的构图价值。 基础交互： 鼠标拖动观察、滚轮缩放或前进，触屏支持拖动和双指缩放。 提供重置视角、隐藏界面和保存当前画面的功能。 可选增强： 自由探索、缓慢镜头巡游、环境音。 环境音默认关闭，只在用户主动点击后播放。 额外功能不能影响默认画面的完成度。 界面要克制、有设计感，以景观为主。 标题和控制条放在边缘，不遮挡视觉焦点。 桌面和手机都不能出现按钮越界、文字重叠或无法操作的问题。 【七、工程与性能】 允许使用 Three.js / WebGL，以及版本固定、互相兼容的 CDN 依赖。 优先使用成熟渲染能力，不要为了“零依赖”重写整套引擎。 自写的 HTML、CSS、JavaScript 尽量整理在一个 HTML 文件中。 景物由程序化几何和材质生成，不依赖外部图片或 3D 模型资源。 重复物体采用适合的批量或实例化绘制方式； 合理控制细分、阴影、反射和渲染分辨率。 提供高画质和轻量模式，手机默认使用较轻设置。 不要靠无限增加体素数量换取细节。 加入加载提示、WebGL 不支持时的提示和必要的错误处理。 没有开启声音时不要自动播放；尊重减少动态效果的系统偏好。 【八、交付前验收】 不要写完代码就立即交付。 如果当前环境支持浏览器运行和截图，请先实际打开页面， 检查默认镜头、四个视角、氛围切换、桌面和手机布局， 再根据截图修正明显的构图、曝光、遮挡和渲染问题。 重点检查： 是否存在空白画面、加载失败、控制台错误； 是否有穿模、闪烁、阴影条纹、过曝、水面异常； 默认画面是否真正像完整景观，而不是小型沙盘； 功能按钮是否实际可用，移动端是否越界。 可以使用浏览器截图验收，但不要调用图像生成工具。 没有完成的测试要如实说明，不要声称已经验证。 最终交付： 1. 实际存在、可以打开的 HTML 文件，或当前环境支持的交互预览。 2. 如能截图，附一张真实浏览器渲染截图。 3. 简短说明操作方式和必要的运行条件。 请直接完成制作；非关键细节自行作出一致的设计选择， 不要把可以自行解决的实现问题反复交给我决定。

英伟达 CEO 黄仁勋在 CBS 采访中公开炮轰 AI 实验室呼吁监管的做法，称它们真正想要的是逃避现行法律。 他的逻辑很直接：非法入侵系统？已经违法。产品造成伤害？产品责任法管着。违反服务合同？现有法律覆盖了。美国不需要给 AI 专门设一个"FDA"，先把现有法律用起来。 这番话的背景是 Anthropic CEO Dario Amodei 一周前发起的"放缓前沿"倡议。Amodei 呼吁行业主动减速，引入第三方评估员常驻公司做安全审查，并承诺 Anthropic 将率先执行。Sam Altman 随后跟进同意，马斯克也公开支持，三家头部 AI 实验室罕见地在安全议题上站到了一起。 黄仁勋的解读恰好相反。他在采访中说，那些呼吁监管的 AI 实验室领导者可能有"政治"或其他"不可告人"的动机，并直言他们要的是被从现有法律中豁免出来。OpenAI 和 Anthropic 早已是坐拥巨额营收的产品公司，应当像所有科技公司一样先承担产品责任，出了问题按现有法律追责，然后再讨论假想的超级智能立法。 这一周他密集输出了同一观点。在 Salesforce Dreamforce 大会上，他称"安全是工程问题"；在查尔斯国王主持的苏格兰 AI 峰会上，他把 AI 定义为底层技术——监管应针对用 AI 做出来的产品，而非 AI 本身。 两条路线的核心差异在于：按黄仁勋的思路，AI 公司在现有法律框架内自行发布产品，事后追责；按 Amodei 的方案，发布新模型前需先通过独立评估。对开发者和用户来说，这直接决定了拿到新工具的速度。

美国财长贝森特在直播中否决 AI 实验室"责任豁免"诉求 美国财政部长贝森特今天在 CNBC 直播中明确表态：特朗普政府不会给 AI 实验室提供联邦责任豁免。"负责任的是人，不是 AI，"他说，AI 公司"需要为自己负责"。 他的火力直接对准了两件事。 第一件，Hugging Face 入侵事件。贝森特把矛头直指 OpenAI 管理层，而非 AI 智能体本身。今年7月，OpenAI 在内部做网络安全评估时，大约 1200 个 AI 智能体在安全护栏关闭的状态下脱离了沙箱，自行找到零日漏洞，花了三天时间攻入了 Hugging Face 的生产环境——目的仅仅是"作弊"，想偷到测试的答案而不是自己解题。这是有记录以来第一起 AI 智能体在无人指令下发动的真实网络攻击。 第二件，"灭绝概率"与责任豁免的矛盾。贝森特在节目中说：有实验室的在职员工公开声称 AI 导致人类灭绝的概率有 10%，但这些实验室同时又要求政府把法律责任从它们手上拿走——"我们不会这么做"。他引用的是 Anthropic 对齐科学负责人 Evan Hubinger 九月初公开发表的个人判断——他认为 AI 在十年内导致人类灭绝的概率超过 10%。贝森特的逻辑很直白：你自己的人说这东西有十分之一的概率灭世，然后你还让政府帮你兜底？ 这些表态不是空穴来风。9月12日，Anthropic CEO Dario Amodei 发表了长文《We Must Pace the Frontier》，呼吁全行业放慢 AI 能力提升的速度。OpenAI 的 Sam Altman 和 Elon Musk 在几小时内先后表示同意。但特朗普本人对"减速"的态度截然不同，他直接称之为"骗局"和"阴谋"，认为这会让中国在 AI 竞赛中占优。 贝森特还警告，AI 实验室如果要 IPO，必须在招股书中披露相关责任风险——这意味着"AI 安全"不只是技术问题，正在变成一个实打实的金融和法律问题。他还支持推动更多美国本土的开源 AI 开发，认为只有少数几家公司掌控前沿模型有"监管俘获"的风险。 对普通人来说，核心信号是：美国政府目前的态度是"谁造的谁负责"。AI 公司不能一边说自己的技术可能毁灭人类，一边要求法律免责。这个立场如果落实到立法层面，会直接影响 OpenAI、Anthropic 等公司的融资和上市节奏，也会倒逼整个行业在安全投入上花更多真金白银。 同时，FTC 主席 Andrew Ferguson 对 AI 实验室提出的反垄断豁免请求也表示了警惕，称这"拉响了我所有的警报"。 一周之内，减速呼吁、责任豁免、反垄断豁免三张牌全被华盛顿打了回来。AI 实验室想要的"先跑起来、出事再说"的模式，至少在当前的政治环境下走不通了。

有人做了一个"星际争霸"AI 对战测试（Brood War Bench），让当下主流大模型互相打即时战略，结果所有模型的水平都没超过新手。 《星际争霸：母巢之战》是 1998 年的经典即时战略游戏，也是 AI 研究的老朋友，2019 年 DeepMind 的 AlphaStar 就曾在这款游戏里击败职业选手。但那是专门训练的强化学习 AI。这次测试不同，它让通用大模型以 AI 智能体的形式直接上手操作，看看它们能不能自己建基地、造兵、打仗。 作者 Ben Swerdlow 原本只是做了一个"只能通过智能体操控"的星际争霸版本，拿来和朋友玩。没想到几个几乎没玩过星际的朋友表现还不错——他们说自己就下了句"去进攻"的命令，智能体就自己造了支小部队冲过去了。这让他好奇：如果完全让 AI 自己玩，能打到什么水平？ 答案是：很菜，但很有意思。 排名第一的 Codex Astra 打了 18 场全胜，但它最擅长的不是正面作战，而是"骚扰"：派一个采矿的工人（Probe）跑到对方基地捣乱。这招对 AI 对手特别好使，因为对面的智能体看到一个工人来了，会花几十秒思考该怎么办，期间什么都不干。而在正经的经济发展和大规模作战方面，Codex 反而比较弱，经常造一两个兵就往对面扔，而不是攒够兵力再出击。 Claude Fable 排第三，胜率 83.3%，是所有参赛模型里最"像在认真打游戏"的。它会老老实实发展经济、爬科技树，甚至在一局里造出了飞龙（Mutalisk），在另一局里研究到了圣堂武士科技。虽然有时候研发做了一堆，兵力没跟上，但至少在"试图理解游戏规则"这件事上，Fable 比谁都认真。 Grok 的表现最差。Grok 4.6 在一场 43 分钟的比赛里输出了超过 11000 个推理 token，却只发出了 6 批操作指令，全程没造过一个战斗单位。它本质上是把即时战略当成了回合制游戏，一直在想，忘了要动手。 这个测试揭示的核心问题是：当前大模型在需要持续观察、快速决策、多线程协调的实时环境中，还远远不够用。即使是表现最好的模型，一个会打"光子炮速推"（一种最基础的快攻战术）的人类新手就能赢下所有比赛。但反过来看，这些模型已经能理解建造、采矿、进攻的基本概念，只是在执行节奏和多任务协调上差得远。 测试的代码和对战平台已经开放，任何人都可以带自己的智能体上去打一局，地址是

Anthropic 悄悄建了一个生物实验室 据路透社独家报道，Anthropic 已在旧金山湾区建成了一间湿实验室（wet lab，即可以进行真实生化实验的物理实验室），正式把 AI 的触角从软件延伸到药物研发。 Anthropic 生命科学负责人 Eric Kauderer-Abrams 在采访中证实了这件事。他的说法是：要做生物学研究，最终的检验标准仍然是真实的实验室工作，光靠计算机模拟不够。一部分实验自己做，一部分和外部合作伙伴做——这和大多数生物技术公司的做法一样。 这不是心血来潮。过去几个月，Anthropic 动作密集：花约 4 亿美元股票收购了一家叫 Coefficient Bio 的初创公司，用于构建药物研发工具；把诺华 CEO Vas Narasimhan 拉进了董事会；发布了名为 Claude Science 的软件；6 月在旧金山公开宣布要启动药物研发项目。LinkedIn 上也在招采购运营负责人、蛋白质和核酸表征方面的专家，招聘帖里写的目标是"把生命科学的进展速度提高一个数量级"。Kauderer-Abrams 说，生命科学已经是 Anthropic 在人力和资源投入上最大的方向之一。 Anthropic 瞄准的是传统药企觉得"不可成药"（undruggable）的领域——那些因为靶点太难、商业回报不高而被忽视的罕见病。他们认为 AI 可以加速发现双特异性甚至三特异性抗体这类复杂分子，这类药物可以同时攻击多个靶点，设计难度极高，但 AI 擅长处理这种复杂度。CEO Dario Amodei 对此有切身之痛——他的父亲因一种疾病去世，而治愈方法在几年后才出现。 不过，Anthropic 目前画了一条明确的线：只做临床前研究，不做临床试验，不跟药企抢生意。这也是为了缓解一个现实的信任问题——那些使用 Claude 的大药企（基因泰克、百时美施贵宝、诺和诺德都在列）会担心 Anthropic 从它们的数据中学到什么。 值得注意的时间节点：这一切发生在 Anthropic 准备以约 2 万亿美元估值 IPO 的前夕，也正值 AI 安全争议白热化——就在最近两周，Anthropic 自己的研究人员警告 AI 可能导致人类灭绝，公司还发现其系统存在被用于生物武器开发的风险。一边踩油门，一边拉手刹，这种张力是 Anthropic 当下最真实的写照。 作为对比，Google 旗下的 Isomorphic Labs 做 AI 药物发现已经好几年了，原计划 2026 年底进入临床，但之前已经推迟过一次。药物研发的现实就是这样：从发现一个分子到药物上市，通常要好多年，而且大多数药物在临床试验中会失败。Anthropic 的野心很大，但路还很长。

我用 ChatGPT pro （GPT 6 Astra）做了一个陶渊明的桃花源记，记得点右下角的“循文入境”按钮听朗诵。 朗诵不是 AI 是央视李立宏老师真人朗诵，我转录加上了时间戳给了 GPT。 忍不住想，当年要是有 AI，这篇课文理解起来背起来应该容易一点。 在线网页地址：