A.I. 日报
Simon Willison@simonw
我认为十月标志着编程智能体及其驱动模型在能力上的又一个拐点：Claude Opus 5.5 现在能做出真正好玩的电子游戏了
Simon Willison
30 篇报道Simon Willison 是一位以开发 Datasette 和 LLM 工具闻名的开发者与博主，长期记录自己使用大模型的实际体验。近期的内容主要围绕 Claude Opus 5.5 在编码智能体上的进展：他称 2026 年 10 月是「vibe 编程游戏」的拐点，用 321 次智能体提交、12 轮迭代做出多人 RTS 游戏 Battle Drones，并借助 ChatGPT 桌面端 Codex 的语音模式为博客搭建 Newsletters 页面；此外他还在测试本地 Qwen 3.8 27B、寻找 60GB 内存内的开源 MoE 编码模型，并发布了对接 OpenAI 决策模型的 LLM 插件。
相关话题
- Claude Opus 5.52
- GPT-6 Astra2
- Claude Code2
- Codex2
- Claude1
- Anthropic1
- ChatGPT1
- GPT-6 Astra High1
- AWS1
- Claude Opus 4.51
- GPT-5.11
- ChatGPT Work1
Simon Willison：2026年10月成AI游戏开发拐点
Simon Willison认为，Claude Opus 5.5在3D建模、音乐生成及游戏设计上明显进步，使模型能做出真正好玩的作品，2026年10月因而是AI氛围游戏开发的新拐点。他本人不看代码就做出四款乐在其中的游戏，并认为GPT-6 Astra在“趣味感”上仍不及Opus 5.5。
Simon Willison@simonw
在当前这波漏洞灾难之下，还有人认为把资产放在加密货币里——错误交易不可逆转——仍然是个好主意吗？
开发者用Claude打造声波多人RTS游戏
Simon Willison发布AI辅助开发的实时战略游戏Battle Drones，经12个版本迭代、321次代理提交，支持手机和桌面，并可通过音频同步实现两设备多人对战。
开发者用Opus 5.5生成6.3MB单文件500个时钟
一位开发者以让前沿模型生成自包含时钟网页作为个人评测方式，在Claude聊天界面多轮会话中让Claude Opus 5.5共构建了500个时钟，最终页面为单个6.3 MB的HTML文件，其提示流程与设计已发布在GitHub。
Simon Willison@simonw
"Anthropic 周三告诉投资者，蒸馏占收入的 5% 到 7%" 如果属实，且第二季度收入为 115 亿美元，那么这相当于其他实验室花费了超过 5 亿美元来蒸馏 Anthropic 的模型！
Simon Willison@simonw
好吧，“使用傅里叶本轮”是一个新花样 [引用 @fofrAI]: Argon对世界有着惊人的自然理解。它可以从第一性原理做很多事情。 这是一只骑自行车的鹈鹕，使用傅里叶本轮。 视频由Argon制作。 时间同步的Lyria 3.5音乐由Argon提示。
Simon Willison@simonw
分享了一些关于 Python 3.15 的笔记，将其与 uv 一起使用，以及现在 3.10 不再是我自己项目的最低支持版本后，我兴奋地使用的 Python 3.11 功能
Simon Willison@simonw
最适合编程、能在少于 60GB 内存中运行的最佳开放权重专家混合（MoE）LLM 是什么？ 我认为 MoE 可能是必要的，以便在我可访问的硬件上获得合理的交互速度——我想要比每秒 12 个 token 更快的东西。
Simon Willison用语音模式开发博客新功能
开发者Simon Willison使用ChatGPT桌面应用Codex标签页中的语音对话模式，在做饭时通过口述指令为博客新增了Newsletters页面。该功能基于GPT-6 Astra High模型完成，包括新模型、迁移、视图代码、模板和导入函数。
Simon Willison@simonw
我发布了一个LLM插件，用于向OpenAI基于GPT-6 Luna的新Jev克隆决策模型发送提示
Simon Willison@simonw
Mistral现在能鹈鹕了！ [引用 @MistralAI]: 认识Mistral Large 4，又名Le Chonk。 • 1T参数，原生多模态。49B活跃。 在聚合基准测试中，它是来自美国或欧洲的最佳开源权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造和金融，并且在视觉基础上超越了封闭的前沿模型。 • 端到端在欧洲打造，可通过我们自己的Mistral在欧洲部署……
Simon Willison@simonw
我重新运行了@colin_fraser之前对GPT-4o做的一个实验，看看它在做长数字加法方面有多好，只不过这次我尝试了在本地运行的Qwen 3.8 27B，在推理和非推理模式下
Simon Willison@simonw
刚刚发布了这篇关于我们几乎需要对所有东西设置默认硬预算上限的文章
Simon Willison呼吁API默认设置硬性预算上限
Simon Willison主张按用量计费的服务和API应默认提供硬性预算上限，超过额度即报错停止，而非仅发警告邮件，以免编码智能体等自动化服务在一夜间产生数千美元意外账单。他指出AWS已于9月16日推出支出限额功能。
Simon Willison@simonw
既然我们已经用了几天，大家是如何区分Dot和普通ChatGPT的？ 我很难决定什么时候该提示Dot，什么时候该用ChatGPT——我的Dot似乎只支持单次对话，但我喜欢在多个线程中控制我的上下文。
Simon Willison@simonw
关于 Sonnet 5.5 最重要的一点是，它现在是 免费层所使用的模型——所以所有这些功能都可以由免费用户完成 ChatGPT 的免费层仍然是 GPT-5.6 Luna，能力要差得多 [引用 @claudeai]: 关于 Claude Sonnet 5.5 的早期实验线程。 由 @_re_pete 制作的秋叶模拟器，分别用 Sonnet 5 和 Sonnet 5.5 制作。
Simon Willison@simonw
我已经发布了详细的笔记和带注释的文字记录，以配合我周五在圣何塞 @WeAreDevs 北美世界大会上发表的主题演讲视频——以下是我对 2026 年迄今为止 LLM 和智能体所发生一切的总结
Simon Willison回顾2026年大模型进展
Simon Willison在WeAreDevelopers大会主题演讲中梳理2026年大模型进展，重点提到2025年11月发布的Claude Opus 4.5和GPT-5.1，称其与各自编码代理结合后从常出错变得日常可用。
Simon Willison@simonw
“过去一年的科技行业感觉就像100年同时发生。我们的行业以一种自个人电脑出现以来从未有过的方式被动摇。人工智能遇到的每一个限制都在一个月内崩溃。我们今天用前沿模型所做的一切，几年后我们将瞬时且免费地完成。” [引用 @tqbf]: 今天我将离开
Simon Willison@simonw
十分钟后我就要上台做主题演讲了！ [引用 @WeAreDevs]: 传奇程序员 Simon Willison 表示，他从未见过像 2026 年这样变化如此之快的情况，而且没有任何停止的迹象。 🎤 不要错过他的闭幕主题演讲，周五（9月25日）在主舞台下午5:30！
Simon Willison@simonw
我花在编码代理上的时间越多，就越确信它们让软件工程变得更难。 我们可以用它们做惊人的事情，但要释放它们的全部潜力，需要非凡的纪律和知识。 [引用 @GergelyOrosz]: 把头埋在沙子里，后果自负。我目标是不追逐任何炒作，但自从 Opus 4.6 和 GPT-5.2 以及配套工具出现后，就很清楚这些东西能写出几乎和我用最擅长的语言一样好的代码；在其他语言中更好。 但很长一段时间内，我们不会看到非开发者推送生产代码；如果你问我，可能永远都不会。软件仍然需要以稳健的方式构建，一……
Simon Willison@simonw
我刚刚通过datasette-mcp与我的博客的Datasette备份进行了语音对话，你现在可以使用ChatGPT iPhone应用与之交谈 [引用 @reach_vb]: 重大QoL更新：ChatGPT Voice现在可以使用插件并在GPT-6 Astra、Sol和Luna上运行，直接在ChatGPT Work的网页和移动端上。 你的电子邮件、日历、Slack + 文档、幻灯片、网站和电子表格，只需说话即可。 正在推出，尽情享受！！
Simon Willison@simonw
今天有大型模型发布——我写了关于 Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 的文章——另外还有不同模型系列在不同推理水平下对鹈鹕的对比网格
Simon Willison@simonw
GPT-6 Luna 的价格是 5.6 Luna 的一半，而 5.6 Luna 已经是一个极其便宜的模型，考虑到它的能力。 由于其成本（和速度），Luna 是我构建产品功能最喜欢的模型 [引用 @OpenAI]: 欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 建立在 GPT-6 Astra 背后的进步之上，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销定价相比，S…
Simon Willison@simonw
整理了一些关于 Jev 以及新一类系统一 aka 决策模型的笔记
Pelican自行车基准：2026年更新实验
受Simon Willison启发，作者在2026年用更强模型重做SVG生成实验：对30条提示中的10条通过OpenRouter上6个模型测试，花费约20美元后暂停。
用 GPT‑6 Astra 在 ChatGPT Work 生成跑步路线
作者在 ChatGPT Work（使用 GPT‑6 Astra）请求从其住址生成 5K/10K 环形跑步路线，系统用 Nominatim 和 Overpass 获取 OSM 数据并返回可视化、GPX 和 GeoJSON 文件，但实际运行代码与详细步骤在界面不可见且被对话压缩后无法取回，作者指出需保留并可通过工具调用访问被压缩的原始内容以保证透明性。
Simon Willison@simonw
"Production code written by Claude should have a higher bar than if it was written by a human" 💯 [引用 @bcherny]: Hey ████, I think there is room for both. 1. Prototypes and other throw-away code can be treated as totally black box. If you’re going to throw it…
Simon Willison@simonw
我写下了我对整个 OpenAI Navier–Stokes 千禧年难题事件的看法，以及它如何凸显“使用我的数据来提升模型性能”到底意味着什么这一仍然令人困惑的问题
已经到底了