除智能体功能之外，Codex还新增了内置浏览器，允许用户向智能体下达指令，由其在指定的Web应用中执行操作。OpenAI表示，该功能主要面向前端开发与游戏开发场景。
最具说服力的实验来自Nate B Jones：同一个模型，只换Harness，编程成功率从42%跳到78%。LangChain的数据也印证了这一点：同一模型仅改变Harness，Terminal Bench 2.0成绩从52.8%升到66.5%，排名从三十名开外直接进入前五。
Claude Code是我构建原型、跑评估、写脚本的地方，很多脚本本身也在调用Claude API。有代码产出的任务，我放在这里。我们鼓励团队每个人——工程师、产品经理、设计师——开展边缘探索项目（side quest）。
Claude Code：它是被当成一个**“系统管理员”**训练出来的。它不仅懂代码，它还极其擅长使用Linux命令（grep, find, sed）。它知道什么时候该用ls看目录，什么时候该用cat看文件。它的“手”非常灵活。
开发者让AI编写一个功能模块，AI生成的代码看起来完全正确，语法没问题，逻辑也说得通。但当开发者把代码集成到实际项目中时，却发现它在特定依赖版本下会报错。AI不知道为什么会出错，也不知道应该检查哪些环节。
它就像一个超级厨师，能够看懂任何复杂的"食谱"（科学论文），然后自动采购所有需要的"食材"（代码库和依赖包），选择合适的"厨具"（开发工具），最终端出一道完整的"大餐"（可执行的代码库）...这项研究解决了一个困扰学术界已久的问题：科研成果的复现危机。
Leo的职业生涯从高瓴起步。他在2011年到2018年期间在高瓴任VP，投资了有赞、Zoom、蔚来等...我认为未来下一代的先进组织规模都极小，不再需要HR来协助管理大规模组织，而是需要AR（Agent resource），为团队引入、部署和管理Agent的人。
合成数据旨在为软件开发人员和研究人员提供类似于真实数据的数据，人们通过部署合成数据来验证数学模型、训练机器学习模型以及测试软件应用程序，并且以上操作不会损害真实的个人数据。
OpenAI集合了全世界最顶尖的人才！而首席科学家Ilya Sutskever就是OpenAI的灵魂人物！他是什么人？他是深度学习教父Hinton的学生，AlexNet的作者，本身就是「深度学习」的开创者。
人工智能是受人脑启发的，但它到底有多像人脑呢？深度学习和人造神经网络方面的先驱约舒亚·本希奥谨慎指出，人工智能是对大脑中正在发生的事情的模仿，而不是复制。
过去一年来，Vision Transformer的应用范围得到了极大拓展。ViT已经能够生成真假难辨的连续视频帧，从2D图像序列到生成3D场景，并检测点云中的对象。如果没有这些成果，近期大火的Diffusion模型恐怕也无法达成如此惊艳的文本到图像生成进步。
史蒂夫·沃兹尼亚克为AGI提出了一种特殊测试方案——“咖啡测试”。将机器带到普通的家庭中，让它在没有任何特定的程序帮助下，进入房间并煮好咖啡。它需要主动寻找所需物品，明确功能和使用方法，像人类一样，操作咖啡机，冲泡好饮品。能够做到这一点的机器，即通过了“AGI测试”。
