找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

4115

积分

0

好友

543

主题
发表于 1 小时前 | 查看: 5| 回复: 0

昨天,OpenAI 正式上线 GPT-5.6,主打前沿智能(Frontier intelligence),同时 Codex 被整合进 ChatGPT,卡顿得让人头疼。

卡顿表情

翻完模型报告,翻译成人话就是一句:又聪明又便宜,还能扛长活

GPT-5.6 模型家族与核心亮点海报

说实话,这两年各种“最强模型”早把我整麻了。但这次有个细节很有意思——官方评测里专门提到,GPT-5.6 做幻灯片比对手更能打,而且省了 1.6 倍的 token。还有一句:长任务里它能一直保持专注,工具用得溜,几乎不用人扶。跑 30 个真实建站对话,token 消耗比 GPT-5.5 少了两成多。

GPT-5.6-Sol 执行任务界面

我当时的反应是:这不就是给 Skill 量身定制的吗?

于是我鬼使神差地拿 GPT-5.6-Sol 跑了三个 Skill。怎么说呢,一个比一个离谱。

frontend-design:终于告别模板味

第一个是 Anthropic 自家的 frontend-design

frontend-design Skill 说明文件

这个 Skill 的灵魂就一句话:别做出一眼模板的东西。它把 AI 做设计最容易犯的毛病全点出来了——逼你先定一个具体的 subject,再围绕它的世界去选颜色、字体、版式,还要你冒一个能自圆其说的审美险。

我喂了这么一段提示:

帮我给独立咖啡品牌『夜行』做落地页,深色底配单一高饱和强调色,hero 区放一个会晕开的咖啡渍动画当 signature,别给我奶油色那套。

GPT-5.6-Sol 开始输出:

设计需求收敛过程

成品入口与包含内容列表

它交出来的东西,是真有设计判断了。

夜行咖啡落地页预览

没往默认皮肤上靠,咖啡渍是慢速径向扩散,颜色压得很沉。以前用别的模型跑这个 Skill,十次里有八次还是会偷偷塞圆角和渐变,这次没有。官方说 GPT-5.6 的 design judgment 更强,这话我信了。

guizang-ppt-skill:一键生成瑞士风幻灯片

第二个是归藏的 guizang-ppt-skill。归藏老师不用多介绍,圈内都熟。这个 Skill 能基于一篇文章直接生成单文件 HTML 横向翻页 PPT,内置两套视觉系统:电子杂志风管叙事,瑞士国际主义风管事实表达。

归藏 PPT Skill 介绍页

瑞士风更狠,22 个锁死版式,正文页只能从 S01 到 S22 里挑,不许自己瞎发明结构,还有脚本校验——居中标题、实验版式、SVG 里写字这些全拦下来。

瑞士国际主义风格示例

我把微软最近的一篇 Skill 论文甩给它。

论文转 PPT 指令及执行过程

帮我把这篇文章做成瑞士风 PPT,7 页左右,要 2-3 张配图,主题色用克莱因蓝 IKB。

官方说它能从一段 prompt 和素材直接做出完全可编辑的 presentation,自带版式层级和设计感。我实测,没吹。

SKILL-DISCO 论文生成的 PPT 预览

Deli_AutoResearch:让 Agent 自己跑几天研究不出错

前两个已经够让我乐呵了,但真正让我起鸡皮疙瘩的,是第三个。

DeepSeek 研究员 Victor Chen 的 Deli_AutoResearch,一个长周期自主任务协议框架。

Deli_AutoResearch 介绍页

这玩意儿解决的是一个特别要命的问题:你让一个 Agent 去干一件要跑好几天的活,它一定会犯三种病——认知死循环、假死、运行脆弱。

它的解法非常工程化。零交互:跑起来不许问你;状态全落文件,task_specprogressfindingsdirections_tried 各管一摊;卡住就强制 pivot 换方向,单次会话最多 15 轮或 30 分钟。

Heartbeat Watchdog 三层架构

还有个三层心跳 Watchdog:L0 常驻 shell 守卫,L1 每小时巡检,L2 业务循环自己报到,任何一层挂了另外两层能发现并拉起来。

Watchdog 层级与角色说明

我喂了这么一段 prompt:

用 Deli 框架自主调研『Skill 加持的 Harness 技术综述论文』,每次到达里程碑写进 findings.jsonl,卡住自动换方向,三层心跳全开,全程不许问我。

然后我就去忙了。

研究进度与验证过程

等再打开文件夹,findings.jsonl 已经攒了一长串,iteration_log 里能看到它撞墙两次、自己 pivot 两次的痕迹,方向从纯技术路线换到了产能和地缘。

文件列表变化

GPT-5.6 在长任务里能一直专注、工具用得溜、几乎不用人扶,研究类活儿还能产出清晰的报告和直观的图。

论文摘要与关键词

四层技术栈概念模型

SAH 系统架构各模块说明

参考文献列表

手艺在贬值,但写 Skill 的人正在升值

说到这,我想把话拉回来。归藏老师踩过的每个 PPT 的坑、Anthropic 设计师对模板皮肤的不满、Victor Chen 从无数次 Agent 假死里提炼的护栏,全是别人拿真金白银和时间磨出来的 know-how,压成一份 Skill,让 GPT-5.6 如虎添翼。

我突然觉得,这事儿挺磨平信息差的。以前你不会做 PPT、不会做设计、不会搭长任务,是因为这些手艺在人脑子里。现在它们被写成文件了,谁都能用,哪个模型都能用。手艺在贬值,但能把手艺写成 Skill 的人,正在升值。

https://victorchen96.github.io/auto_research/framework.html
https://github.com/op7418/guizang-ppt-skill
https://github.com/anthropics/skills/blob/main/skills/frontend-design/SKILL.md

云栈社区里不少开发者已经在用 Skill 和 Harness 的思路搭自己的自动化流水线,长任务编排、多 Agent 协作这类高阶玩法也慢慢能从纸上落地了。如果你也在踩坑,不妨来论坛里聊聊你的方案和避坑指南。




上一篇:功率半导体413亿市场分化:SiC/GaN技术与AI供电新赛道
下一篇:2026年AI芯片激战:推理芯片如何撼动英伟达霸权,83亿美元砸向了谁?
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-7-12 05:31 , Processed in 0.672342 second(s), 40 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表