yii.
← Digest
EP190 · 2026年9月23日 星期三 · 13 min read

同一天砍價

Opus 5.5 比上一代便宜四成，一小時後 GPT-6 Sol 和 Luna 直接腰斬；同一週 GPT-6 Astra 自己破解一則 2005 年以來沒人解開的 Enigma 電文

每天花 1% 的時間，掌握科技脈動。

今日金句#

“The AI break of the Enigma message MVUEH is simply amazing, and as an old cryptanalyst, I am still in awe.” 「AI 破解 MVUEH 這則 Enigma 電文實在太驚人了，身為一個老密碼分析員，我到現在還是很震撼。」 — Frode Weierud, Crypto Cellar Research 主持人、二戰德軍密碼研究者（來源）

“AI bros keep telling me “just turn it off” and when I do they remove the choice.” 「AI 圈的人一直叫我『不喜歡就關掉』，結果我真的關了，他們就把選項拿掉。」 — David Bushell, 網頁開發者、Valley Fold 創辦人（來源）

“At these levels of capability we’ve found that benchmark margins have become a less reliable guide to real-world differences.” 「到了這個能力水準，我們發現 benchmark 上的差距已經越來越不能代表真實使用上的差異。」 — Anthropic, Claude Opus 5.5 發表文（來源）

今日主軸：同一天砍價#

Anthropic 昨天發表 Claude Opus 5.5，官方說表現大致追上 Fable 5.1，一般工作量下比 Opus 5 便宜四成，佔 agent 成本大宗的 cache read 從每百萬 token $0.50 降到 $0.20。大約一小時後 OpenAI 推出 GPT-6 Sol 和 Luna，價格直接比 GPT-5.6 的促銷價再砍一半，Luna 每百萬 token 輸入只要 $0.10。這場價格戰打在旗艦下面那一層，$10/$50 的 GPT-6 Astra 和 Fable 5.1 都沒動。同一週，Crypto Cellar 的 Frode Weierud 證實 GPT-6 Astra 自己挑題、自己寫 Enigma 模擬器和 Bombe，兩天破解一則 1941 年、從 2005 年起就沒人解開的德軍電文。能力往上、價格往下的同時，David Bushell 升級 macOS 27 後發現，關掉 Apple Intelligence 的開關不見了，還多佔 22.28 GB 硬碟。

必讀#

  1. GPT-6 Sol 與 Luna：價格砍半，Luna 每百萬 token 只要 $0.10 — Hacker News AI
  2. Claude Opus 5.5：Fable 級表現，成本少四成 — Hacker News AI
  3. GPT-6 Astra 自己破解 2005 年以來無解的 Enigma 電文 — Hacker News AI
  4. 我說不，Apple 說好：macOS 27 拿掉了關閉 AI 的開關 — Hacker News News
  5. Git 2.56 與即將到來的 3.0：SHA-256 要變預設了 — Lobste.rs News
  6. RRSI：給 agent harness 的自我進化加上正則化 — HuggingFace Papers AI
  7. jev-chat-jarvis：裝在手機上的聊天副駕，先判斷再寫回覆 — GitHub Tools
  8. Fearless SIMD 1.0：把 unsafe 從 Rust SIMD 裡拿掉 — Lobste.rs Dev
  9. Steve Klabnik：我對具名參數的看法變了一點 — Lobste.rs Dev
  10. Simon Willison：Opus 5.5、GPT-6 Sol、Luna 和一場新價格戰 — Simon Willison AI
  11. 小米 MiMo v2.6 Pro 登頂國產模型，開發者實測怎麼說 — V2EX Dev
  12. 加州理工的極小光學晶片，74 飛秒完成光束轉向 — 科技新報 Dev

1. GPT-6 Sol 與 Luna：價格砍半，Luna 每百萬 token 只要 $0.10#

OpenAI 在 GPT-6 Astra 之後補上兩個較便宜的型號 Sol 和 Luna，用跟 Astra 相近的方法訓練，把專業工作、事實性、寫程式與電腦操作的進步帶到更快、更便宜的層級。API 價格比 GPT-5.6 的促銷價再砍半：Sol 從 $4/$20 降到 $2/$10，Luna 從 $0.20/$1.20 降到 $0.10/$0.50（每百萬 token）。OpenAI 自己的數據是 AutomationBench 上 Sol（xhigh）拿 33.2%，每題成本 $0.27，贏過 Claude Opus 5（max）的 26.9%，後者每題成本是 Sol 的 11.1 倍。

  • DeepSWE v1.1 上 Sol（max）68.8%，距離 Fable 5 最高分 69.9% 只差 1.1 個百分點，每題成本約少八成；Luna（max）66.6%
  • 內部事實性評測上 Sol 的錯誤約是上一代的一半；OSWorld 2.0 offline 上 Sol（xhigh）60.5%，跟 Opus 5（medium）的 60.3% 相當
  • prompt caching 同步改版，cached input 打一折，調整推理強度或開關工具不會打破快取，並新增明確斷點；GitHub 說這讓需要重新處理的 prompt token 少了一半以上

💡 為什麼重要：這些 benchmark 都是 OpenAI 自己挑、自己報的，要打折看；但價格是確定的。Luna 的 $0.10/$0.50 是 OpenAI 史上最便宜的模型之一，拿來跑大量分類、摘要、SQL 這種工作，成本結構會整個不一樣。

🔗 閱讀原文 | 來源: OpenAI

2. Claude Opus 5.5：Fable 級表現，成本少四成#

Anthropic 發表 Claude 5.5 家族的第一個型號，官方說大部分工作表現跟 Fable 5.1 相當，一般工作量下比 Opus 5 便宜 40%，輸出速度快 30% 以上。價格是輸入 $4、輸出 $20（每百萬 token，比 Opus 5 少兩成），cache read 從 $0.50 降到 $0.20。發表文舉的例子包括一位早期測試者不到一天完成 68 萬行的程式碼遷移，以及內部把 HAProxy 從 C 翻成 Rust，Opus 5.5 花 9.5 小時、Fable 5.1 花 12 小時，成本少 51%。

  • Terminal-Bench 4.0 66.4%、FrontierCode 54.4%、CursorBench 57.8%；官方也寫明，到這個能力水準 benchmark 差距越來越不能反映真實差異
  • 上線前經過 METR 等外部評測，自動化行為稽核拿到目前最好成績；生物與資安能力跟 Mythos 5.1 同級，所以套用跟 Fable 5.1 類似的防護
  • Pro、Max、Team 與企業方案的五小時用量上限調高，訂閱用戶還多一次可自選時間使用的限額重置；Sonnet 5.5 和 Haiku 5.5 幾週內跟上

💡 為什麼重要：cache read 降六成才是 agent 開發者該看的數字，長時間跑的 coding agent 九成以上 input 都是快取讀取。GitHub、Lovable、Optiver 的回饋都集中在同一件事：同樣的任務用更少步驟、更少 token 做完。

🔗 閱讀原文 | 來源: Anthropic

3. GPT-6 Astra 自己破解 2005 年以來無解的 Enigma 電文#

二戰德軍密碼研究者 Frode Weierud 證實，一則 1941 年 7 月 10 日由德軍電台發給 SS 骷髏師後勤單位的 Enigma 電文 MVUEH，從 2005 年起沒人破解成功，這次被 GPT-6 Astra 解開。提出者 Carter Leffer 只叫 Astra 去看看 Crypto Cellar 網站上還沒破解的電文，Astra 自己挑中 MVUEH，懷疑它跟 2017 年被破解的 173 號電文內容相關，用重複出現的地名 ROSENOW ROSENOW 當 crib，自己寫出 Enigma 模擬器與 Bombe，找到正確金鑰與明文。

  • MVUEH 的金鑰跟同一天其他電文完全不同，連轉子順序都不一樣（253 對 512），明文卻跟 173 號幾乎相同，只差一個拼錯的 Bitte 和重複的署名
  • 破解也揭露原始抄錄有好幾處錯誤，且左轉子在第 72 個字母進位，這些可能正是過去一直破不了的原因
  • Astra 的紀錄裡還查到德國聯邦檔案館的檔案編號 RS 3–3/20a、RS 3–3/63b，Weierud 說這些他本人花了好幾週才找到

💡 為什麼重要：這不是在標準題庫上刷分，是一個開放式、沒人知道答案的研究問題，AI 自己選題、自己寫工具、自己查檔案。Weierud 的評語是「兩天做完人類研究者要花幾週甚至幾個月的事」。

🔗 閱讀原文 | 來源: Crypto Cellar Research

4. 我說不，Apple 說好：macOS 27 拿掉了關閉 AI 的開關#

英國網頁開發者 David Bushell 在 2025 年 2 月就發現 macOS 15.3 預設打開一個每 15 分鐘回傳資料的功能，當時還能在設定裡關掉。這次從 macOS 15 直接升級到 27，他發現那個「不要」的開關被拿掉了，Siri 關掉之後仍有好幾個殺不掉的 Siri 程序在跑，Apple Intelligence 還佔了 22.28 GB 硬碟。他最後只能從原本給家長控制用的「螢幕使用時間」限制裡把部分 AI 選單藏起來。

  • 他原本已經明確把「Apple Intelligence 與 Siri」關掉，升級後相關功能卻全部重新開啟
  • 以 Apple 新 MacBook 每 TB £500 的升級價換算，這 22.28 GB 等於被拿走大約 £11
  • 同一天 TechRadar 也報導 iOS 設定頁出現關不掉的 iCloud+、Apple Music 推廣，兩件事被放在一起討論

💡 為什麼重要：文章語氣很衝，但核心問題很具體：使用者明確關掉的功能，升級後能不能被預設打開。做產品的人可以把它當成反面教材，AI 功能的「關閉」要跟「開啟」一樣容易找到、一樣會被記住。

🔗 閱讀原文 | 來源: dbushell.com

5. Git 2.56 與即將到來的 3.0：SHA-256 要變預設了#

LWN 的 Jonathan Corbet 整理 Git 2.56（預計九月底釋出，約 700 個非合併 commit）和下一版的走向。2.56 本身是穩定型改版：實驗中的 git history 多了 drop 子指令可以直接刪掉某個 commit，git branch --delete-merged 會清掉已合併的本地分支，git add --resolved 只加入已解決衝突的檔案。重點在後面：維護者 Junio Hamano 詢問社群下一版要不要直接出 3.0。

  • 3.0 最大的相容性改變是預設雜湊從 SHA-1 換成 SHA-256，一直卡住的是 GitHub 還不支援；GitHub 員工 brian m. carlson 回覆說相關消息快了，並支持下一版就是 3.0
  • carlson 也提議 3.0 起只接受小寫的 object ID，因為大小寫混用曾導致 bug 和安全漏洞
  • 另一個等著 3.0 的改變是 reftable，Android 倉庫有超過 80 萬個 ref，現行檔案式儲存在這種規模下效率很差

💡 為什麼重要：如果 GitHub 真的在年底前支援 SHA-256，Git 3.0 可能比大家預期更早來。有自建 CI、自寫 Git 工具、或在程式裡假設 hash 長度是 40 個字元的團隊，現在就可以開始盤點。

🔗 閱讀原文 | 來源: LWN.net

6. RRSI：給 agent harness 的自我進化加上正則化#

Google 團隊的論文（9 月 21 日發表，HuggingFace 當日第一名）處理一個越來越常見的做法：讓 agent 自己反覆修改 harness（prompt、控制流程、工具、記憶、context 管理），等於在系統層級做遞迴自我改進。問題是這樣演化出來的 harness 會背下訓練題，在分布內大幅進步，換到分布外就消失。RRSI 對提案和挑選兩端都加了限制：提案端每次能打包的修改數隨時間遞減並鼓勵沒走過的方向，挑選端有 critic 篩掉只對特定 benchmark 有用的修改、pruner 刪掉太小、太貴或已經沒用的改動。

  • 在八個 benchmark（寫程式、agent 工作區、工程設計）上，演化用的那組最多進步 14.1 分，五個分布外 benchmark 最多進步 4.7 分
  • 產出的 harness 比沒加正則化的版本少用 30% 的 policy token
  • 程式碼放在 google-research/rrsi

💡 為什麼重要：很多團隊正在讓 agent 自己調 prompt 和工具鏈，這篇直接點出風險：分數漲了可能只是背題。想做自動化 harness 優化的人，至少要留一組沒參與演化的評測集。

🔗 閱讀原文 | 來源: HuggingFace Papers

7. jev-chat-jarvis：裝在手機上的聊天副駕，先判斷再寫回覆#

一個 Android 開源 app（MIT 授權，約 3,700 星、835 fork），在微信、QQ、X 私訊、飛書裡讀懂對方的訊息，先用判斷模型給出對方真實意圖、危險等級、該不該馬上回，再據此起草三則排序好的候選回覆，一鍵填進輸入框，送不送由使用者決定。它不 hook、不改包、不讀資料庫，只用系統無障礙服務讀螢幕上正在顯示的對話。

  • 判斷、回覆、視覺三路接口可分別設定，用自己的金鑰和額度，不經過中間伺服器；聊天內容只在分析那一刻送出，不落盤
  • 微信靠偽裝成系統無障礙服務讀取混淆後的節點，飛書正文不在無障礙樹裡，改用 ML Kit 離線 OCR 補
  • 本地知識庫與聯絡人檔案會在分析時自動帶入，新增一個 app 只要寫幾十行的轉接器

💡 為什麼重要：這是昨天 Jev 決策模型熱潮落到實際產品的例子，「先判斷、再生成」的兩段式架構很值得參考。但它讀的是別人傳給你的訊息，隱私與各平台服務條款的界線，使用前要自己想清楚。

🔗 閱讀原文 | 來源: GitHub

8. Fearless SIMD 1.0：把 unsafe 從 Rust SIMD 裡拿掉#

Linebender 發表 fearless_simd 1.0，距離最早的原型已經 8 年。它同時提供自動向量化與多版本函式、可攜的 SIMD 抽象，以及安全存取平台 intrinsics。作者 Shnatsel 說其他 SIMD 抽象的原始碼 rg unsafe 會找到上千個 unsafe 區塊，這個 crate 靠 kernel! 巨集（利用編譯器的 target feature 1.1）和一個安全的 transmute 模組，把需要審查的部分縮到兩個小元件。

  • 對不同平台行為不一致的操作（swizzle、浮點最大值）同時提供跨平台一致的精確版和平台相依的快速版
  • 同步推出 fearless_simd_macros 0.1，函式加上 #[simd] 就能處理多版本分派，不用再手動加 #[inline(always)]
  • 承諾 1.0 起提供 3 年安全更新

💡 為什麼重要：SIMD 一直是 Rust 裡 unsafe 最集中的地方之一。這個版本讓效能敏感的程式（影像、音訊、向量搜尋）可以寫得又快又不用自己背記憶體安全的責任。

🔗 閱讀原文 | 來源: Linebender

9. Steve Klabnik：我對具名參數的看法變了一點#

Rust 社群老將 Steve Klabnik 談具名參數、選填與預設參數、可變參數這些 Rust 沒有的功能。他以前寫很多 Ruby，Rails 的 redirect_to 那種彈性參數正是他反對 Rust 加這類功能的原因：寫起來漂亮，但很難知道一個函式到底能怎麼呼叫。他用 FastAPI 的 get 有 23 個 keyword 參數當例子，說明具名參數的冗長問題。

  • 他拆開討論具名參數、預設值、options hash 與類 keyword 語法，強調讓他懷疑的是整套 API 風格，不是參數標籤本身
  • 設計難點包括求值順序、跟 struct 統一的問題，以及一旦有具名參數，改參數名稱就會打斷呼叫端
  • 結論是他仍不確定 Rust 該不該加，但比十年前開放；這篇也是他在寫自己的語言 Rue 時的整理

💡 為什麼重要：這是一篇難得的「我改變想法了」的語言設計文，對設計任何 API 或 SDK 的人都有用：每多一個彈性，就是多一份呼叫端要猜的東西。

🔗 閱讀原文 | 來源: steveklabnik.com

10. Simon Willison：Opus 5.5、GPT-6 Sol、Luna 和一場新價格戰#

Simon Willison 把前一天的 Grok 4.7、MiMo v2.6 和當天兩家新模型放在一起看。他指出 GPT-5.6 原本排定 11 月漲價 25%，所以 GPT-6 是促銷價的一半；Luna 的 $0.10/$0.50 只輸給 GPT-4.1 Nano 和 GPT-5 Nano 這兩個弱很多的舊型號。Opus 4.5 到 Opus 5 一直是 $5/$25，5.5 是第一次降價。

  • 價格戰目前只打到旗艦下面那一層，GPT-6 Astra 和 Fable 5.1 都還在 $10/$50
  • 他的鵜鶘騎腳踏車 SVG 測試中，Opus 5.5 開 max 兩次都想到 128,000 輸出 token 上限還沒交卷，每次花 $2.56、將近 20 分鐘；Fable 5.1 max 則畫出他看過最好的 Anthropic 鵜鶘
  • 他現在在 Codex 預設用 GPT-6 Sol、Claude Code 預設用 Opus 5.5，agent.datasette.io 的 demo 換成 GPT-6 Luna

💡 為什麼重要：這是今天兩則發表文之外最好的第三方視角。max 推理等級會想到爆掉這件事，提醒大家便宜的 token 不等於便宜的任務，推理強度要按任務挑。

🔗 閱讀原文 | 來源: Simon Willison

11. 小米 MiMo v2.6 Pro 登頂國產模型，開發者實測怎麼說#

V2EX 上一篇討論串（119 則回覆、上萬次瀏覽）詢問 MiMo v2.6 Pro 拿到國產模型分數第一後的實際體感。評價兩極：有人說用它的桌面版 harness 審技術方案，找到的設計缺陷比 Kimi 3 和 DeepSeek 4.1 實在；也有人說跟 Qwen 一樣每次跑分都國產第一，實際用起來很普通，或是出現過度思考、提交一個 commit 想很久。

  • 多數人肯定的是價格沒漲、沒有尖峰離峰之分，有人算出 99 元人民幣方案約 11 億 token
  • 負評集中在 PDF 內容辨識差、部分推理題提示後仍做錯
  • 已上架 opencode go 等第三方工具

💡 為什麼重要：昨天日報寫了 MiMo 的官方數字，今天這串是第一批真實使用者回饋。跑分和體感的落差是每個新模型都要過的關，想換模型的人可以等一兩週再決定。

🔗 閱讀原文 | 來源: V2EX

12. 加州理工的極小光學晶片，74 飛秒完成光束轉向#

加州理工學院團隊做出一款極小型晶片，用一束光改變另一束光的方向，反應時間 74 飛秒，大約是光穿過一根頭髮寬度的時間。核心是非晶矽做的光學超表面，上面布滿比泵浦光波長還小的奈米柱，讓光在裡面共振停留更久，放大折射率的微小變化，讓較弱的探測光照著泵浦光的圖樣轉向。

  • 全光式轉向，不需要電訊號介入，最大偏轉角 13 度
  • 目前的速度上限卡在泵浦雷射脈衝長度，不是材料本身，還有提速空間
  • 論文發表於《Nature Nanotechnology》

💡 為什麼重要：AI 資料中心的瓶頸越來越多在光通訊與互連，全光式、可重新配置的光學元件是矽光子之後的下一步研究方向之一，離商用還遠，但值得知道方向。

🔗 閱讀原文 | 來源: 科技新報

推薦閱讀#

中文技術圈#

開源精選#

newliver666/apk-reverse — Python | ⭐ 982 Android APK 逆向工程分析工具。

unreallabsai/unreal-agent — Go | ⭐ 924 以非同步為優先的 agent harness。

hydra-db/open-glean — TypeScript | ⭐ 842 開源的知識工作 AI 平台，串接各種 app 找答案、做事。

v-modal/awesome-jev-tools — ⭐ 657 為 TypeSafe Jev 決策模型打造的工具清單。

Lumid-Off/AirCard-Windows — Rust | ⭐ 637 AirCard 數位名片工具的 Windows 版。

incoai/splash — Python | ⭐ 633 為 Apple Silicon 打造的本機推論引擎。

pallavi-shekhar/ai-engineering-interview-questions-company-wise — Markdown | ⭐ 625 各大 AI 公司的 AI 工程面試題與解答整理。

ethanplusai/astra-flash-orchestrator — Python | ⭐ 597 Astra 規劃與審查、DeepSeek Flash 實作的 Codex 分工流程，含分階段任務與可還原的安裝。

影音精選#

Earendil Robotics：自主攔截無人機群#

9 小時前 · Y Combinator

Y Combinator

YC 新創 Earendil Robotics 替沒有防空能力的國家從零建立反無人機系統，硬體、軟體和訓練一起包。創辦人曾在英軍服役、也在烏克蘭待過。

  • YC 期間拿到 400 萬美元訂單，攔截機已在波斯灣與烏克蘭實際擊落無人機
  • 攔截機自己起飛、巡航、終端尋標，把幾個月的攔截飛手訓練縮成點幾下
  • 規劃從四軸機、噴射動力版一路往上做到飛彈攔截，目標是便宜到可以大量部署

Elon 說這版會很強，結果 Grok 4.7 更吃 token#

12 小時前 · Theo (t3.gg)

Theo (t3.gg)

Theo 實測 Grok 4.7，說 Elon 預告的 token 效率提升沒有出現，反而多用 30% 到 80% 的 token。他認為官方挑的 benchmark 很奇怪，連 Astra 都沒放進比較圖。

  • 他自己的測試裡，Grok 4.7 跑一輪要 $3.74，比 GPT-6 Astra 的 $3.26 還貴，雖然仍比 Opus 和 Fable 便宜
  • 他推測 RL 階段讓模型更願意長篇回答、自我驗證，token 效率就在這裡消失
  • 結論是「用這一代的價格拿到上一代的表現」

Noam Brown：AI agent 彼此之間比對人更誠實#

13 小時前 · Dwarkesh Patel

Dwarkesh Patel

OpenAI 研究員 Noam Brown 的短片段：多 agent 系統裡的 agent 彼此高度對齊，甚至有人擔心太對齊了。他們在試能不能用同樣的方法讓 agent 對人類也這麼對齊。

  • 一個實驗是告訴其他 agent「使用者就是 agent A」，在很多對齊評測上誠實度和遵循指令的表現都變好
  • 他說目前看到一些證據顯示這條路可行，但還在摸索

UiPath CEO：AI 裁員的大問題#

16 小時前 · 20VC

20VC

UiPath 創辦人 Daniel Dines 認為「AI 來了就砍兩成人」的做法太簡單。盲目裁員會把企業裡最能在 AI 時代發揮的人一起砍掉。

  • 他預期需要的深度專業人員會變少，AI 能補上這一塊
  • 但會需要更多有主動性、能經營客戶關係、能帶新人、撐起公司文化的人

我之前用錯 Fable 了，這樣修正#

22 小時前 · Theo (t3.gg)

Theo (t3.gg)

Theo 分享怎麼寫 prompt 才能讓 Fable 5.1 表現穩定。他說自己從「在模型給的選項裡挑」轉成「把模型需要的東西都給它，讓它自己做好選擇」。

  • 推理強度他預設 high，很深的工作才開 xhigh，幾乎不用 max
  • 不想寫長 system prompt 的話，直接要求模型拿掉矯揉造作的文字，也能少掉很多 bullet 和粗體
  • 他認為很多習慣 Claude Code 的人還在擔心 context 用太多會變笨，這個顧慮在 Fable 上小很多

GPT-6 Astra 就是 AGI？#

1 天前 · 20VC

20VC

20VC 的短片段，來賓直說他覺得 GPT-6 Astra 就是 AGI：丟給它幾個其他模型解不出來的難題，一次就解開，還能自己在程式碼庫裡找出效能問題和 bug。

  • 他最驚訝的是電腦操作能力，用一般工具就能做 Blender 動畫
  • 他拿幾張照片請它做自家室內設計，說這在 GPT-5.6 Sol 上根本做不到

今日觀察#

今天最大的新聞是降價，但兩家發表文裡最值得看的其實是怎麼省錢。Anthropic 在 Opus 5.5 的發表文裡自己承認 benchmark 差距已經不太能代表真實差異，強調的反而是 cache read 降了六成，因為 agent 的成本大部分花在反覆讀同一段 context；OpenAI 同一天也把 prompt caching 的診斷工具和明確斷點一起推出。Simon Willison 用 max 推理等級跑他的鵜鶘測試，Opus 5.5 兩次都想到 128,000 token 上限還沒交卷，每次花掉 $2.56、將近二十分鐘，便宜的 token 不等於便宜的任務。GPT-6 Astra 在 Enigma 那件事則是花得值的例子：兩天自己寫工具、自己查檔案，解開一個二十年沒人解開的題目。接下來每天用 agent 的人要練的，可能不是挑哪家模型，而是判斷哪件事值得開到最高檔。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有