让 ChatGPT 当老师，学会一直没搞懂的东西
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天有两件挺有意思的小事：OpenAI 把定时任务彻底免费了，以前要自己盯的重复提醒现在可以交给它；另外有人发现，好几家看起来土生土长的美国 AI 产品，底座其实是国产的开源模型。两件事都指向同一个方向：AI 正在变成每个人都能顺手用的工具，而不是少数人的玩具。
灵感百宝袋
有人没有让 AI 替他写代码，而是让 AI 当他的私人老师，结果学会了啃了几年都没学会的东西。
Django 联合创始人 Simon Willison 摘了独立开发者 Matt Webb 的一段话。Matt 发布自己那个小应用 1.0 之后，有一堆旋转相关的计算本来打算自己慢慢硬啃。后来他坐在 ChatGPT 面前，没让它代写代码，而是把它当成一个耐心的老师，一步步问明白。最后他居然学会了四元数，够把自己的应用跑起来。他说了个很戳人的体会：把一部分思考外包给 AI，不等于学习就停了，反而因为 AI 能陪着磨，他愿意去学更难的东西。平时我们用 AI 最容易顺手让它把活全干了，但偶尔把它当老师问到底，那种「哦原来是这样」的顿悟，是直接抄答案给不了的。今天可以试试，找一个你一直没搞懂的小概念，让 ChatGPT 给你讲明白，别让它直接给结论。
原文：https://simonwillison.net/2026/Aug/21/matt-webb
用 AI 的人分两种，有人在 Hacker News 上打了个比方：半人马和赛博格，你更像哪一种？
这篇社区短文写得不长，作者还专门声明全文是他自己写的、没用 AI。他说的「半人马」是人和 AI 明确分工、各干各的强项；「赛博格」则是人跟 AI 深度融合，边干边让 AI 补自己的短处，分不清哪里是人哪里是机器。说到底这俩不是谁高级谁低级，而是使用方式不同。有人喜欢把 AI 当外包，有人喜欢把它当外挂。作者拿打鱼当例子来讲。今天可以拿它照一下自己：你手头正在干的活，是在当半人马，还是已经有点赛博格了？问自己这一句就够了。
原文：https://news.ycombinator.com/item?id=49413996
江湖快报
Codex 的额度最近被用户抱怨看不懂，负责人出来说：我想什么时候重置就什么时候重置，感觉对了就按。
用户不满的重点不是额度不够，而是机制不透明。有人本来算好 8 月 26 号额度恢复，结果 OpenAI 在 24 号提前给重置到 100%，下次恢复时间却被推到 31 号，整个节奏都乱了。还有用户发现重置后同等工作量额度掉得比平时快很多，像是把下一周的额度提前预支了。OpenAI 的 Codex 团队负责人 Tibo 在播客里首次解释：这不是什么营销策略，纯粹是个人判断。产品没做好、体验没达预期，就补偿用户，办公室里真有个实体按钮，他说「我想什么时候按就什么时候按」。说白了，这更像是给重度用户的随性补偿，只是补偿得比较随机，用户想提前规划反而难了。普通用户不用太纠结，额度来了就用，没了就下个周期。
原文：https://www.infoq.cn/article/Ztjb9xolQG8qFThbgxBD
ChatGPT 的定时任务彻底免费了，以前付费用户才能用的自动提醒，现在谁都能用。
这个功能简单说就是你可以提前告诉 ChatGPT 什么时候、干什么。比如设置个旅行提醒，或者让它每天早上帮你把喜欢的几个网站的新消息总结一遍发给你。现在免费账户也能进那个任务面板了，还能把做好的定时任务分享给别人。付费用户多了一项新能力：当 Gmail、Slack 或者 GitHub 里发生什么事时，自动触发一条提示词。比如邮件里来了某个关键词就提醒你。如果你每天有一堆重复提醒要做，可以先去设置里看看定时任务，把最烦人的那一样交给它。
原文：https://www.engadget.com/2244194/free-accounts-can-now-access-chatgpts-upgraded-task-scheduling-tool
最近一些主流模型服务开始给 AI 生成的内容悄悄打上水印，普通用户几乎感觉不到。
现在主要做 AI 的公司都上线了文本水印：不是往文字里塞看不见的字符，而是在生成每个词的时候做一点规律性的选择，将来靠工具能识别这段文字是不是 AI 生成的。Anthropic 说这在网页、API 和 Claude Code 里行为一致，不会让回答变慢，也不会涨价。另一边开源社区反应很快，几小时后就有人做了去水印工具，把元数据和统计特征洗掉，GitHub 上一天涨了几千星。这事跟你日常聊天关系不大，但对那些要拿 AI 生成内容做正式发布的人，以后可能得留意一下：你拿到的内容带着「我是 AI」的隐形标记。目前这类标记主要在英文内容上跑得多。
原文：https://www.infoq.cn/article/4mIQfr4w5gPLXSIW7YST
贤者视角
一篇新论文做了一个能「走进去」的 AI 世界：你看到的画面、听到的声音和音乐，全是实时生成的。
这个叫 EchoWM 的模型能同时生成 720p 视频、环境声、音乐和语音，还能跟着你的视角连续移动，从第一人称到第三人称都能处理。简单说，就像游戏里推着摇杆往前走，周围一切不是预录的，而是 AI 边算边出来的。目前这还只是研究论文，不是你现在能下载玩的产品。但它指向的方向挺清楚：以后做视频、做虚拟场景，可能不用一帧帧拍再配乐，直接描述你想去哪、看什么，AI 就把整个可走进去的世界输出出来。
原文：https://arxiv.org/abs/2608.23189
有人发现 ChatGPT 搜东西时，悄悄大量用上了「只在特定网站里找」的玩法。
Django 联合创始人 Simon Willison 盯到一个变化：ChatGPT 搜索在内部用 site: 这种限定语的比例，从 8 月初的不到 1%，几天内跳到 16% 到 17%，正好和 GPT-5.6 的更新时间点对上了。说白了，这可能是 OpenAI 在让搜索结果更聚焦、减少跑偏。对普通用户没啥可操作的，但对做网站、做内容的人是个信号：以后你得关心你的内容有没有被 AI 在回答里提到，就像以前关心搜索排名一样。已经有人在专门做这门生意，叫 GEO，也就是帮网站挤进 AI 的回答里。
原文：https://simonwillison.net/2026/Aug/20/chatgpt-search-now-uses-the-siteoperator-at-scale
一家美国廉价航空要把几十年的员工数据卖给谷歌来训练 AI，前空乘们坐不住了。
据 Wired 报道，Spirit Airlines 计划把 34 年来的运营数据、员工记录、机组排班等信息，以 1000 万美元的价格卖给谷歌。谷歌发言人说这批数据不包括客户信息，也不会收到任何个人信息，能帮他们改进产品和 AI 模型。这笔交易还需要法官批准。代表 5500 名前空乘的工会提出反对，认为里面有大量敏感员工信息，几十年里大家从没想过自己的数据会被拿去训练 AI。这事还在拉扯。它离我们其实不远：你在公司里的聊天记录、日程、文档，哪天也可能变成 AI 训练数据的一部分。你愿意哪些数据被拿去喂 AI，这个答案值得提前想清楚。
好几家看上去是纯美国血统的 AI 产品，拆开外壳，里面其实装的是国产开源模型的底子。
爱范儿这篇梳理得挺清楚：Cursor 年初发自己的模型 Composer 2，一开始没说从哪来，后来技术报告承认是在 Kimi K2.5 上继续训练的。英国公司 Cosine 拿 Kimi K2.6 做了修古老代码的 Lumen Outpost，Devin 的新版本也用上了 Kimi K2.7。连给律所做法律 AI 的 Harvey，最新模型 Tenet 也是以 Kimi K3 为基座。不是说谁比谁强，而是开放模型这条路走通了：小公司花不起从零训练的钱，就拿现成的开放模型，针对一个愿意付费的细分活做到极致。对我们普通人而言，这意味着你用的很多工具，底层可能来自你意想不到的地方。判断产品时别只看美国牌子，得看它到底解决了什么具体问题。
原文：https://www.ifanr.com/1676629
开发者补给站
一个 API 调用就能让你的智能体直接在网上买东西。
Agentcard 上线的这个 Purchase API 把「代理购买」做成标准接口，给智能体一个支付能力，让它能替用户在支持的电商站点下单。适合做自动补货、个人购物助手这类场景的开发者。不过要注意授权和额度控制。你的 agent 一旦能花钱，就要把可购买商品范围、单笔上限、确认机制都管起来，别让它变成一台失控的烧钱机器。正式接入前先用低额度账户跑通全流程，重点测异常订单的回滚和通知。
原文：https://www.producthunt.com/products/agent-card
Amazon OpenSearch 的 MCP Apps 让智能体在对话窗口里直接返回交互式图表，排查问题不用来回切标签页。
对在 Amazon OpenSearch Service 上做可观测性的团队来说，这个功能点很实在：以前 agent 给出一段文字判断，你还得自己开浏览器、重跑查询、读调用链瀑布图去验证。MCP Apps 把 Model Context Protocol 扩展了，让每次工具调用都带着一个交互式控件和文字一起返回。你让 agent 去查，它查完 OpenSearch 后，回复里就同时带着解释和对应仪表盘组件，验证可以直接在同一对话里完成。部署上通过本地跑的 MCP server 实现，不用额外接一套托管服务。对整天在告警、链路和日志之间来回跳的运维和值班工程师，能省下不少切页面的时间。
Cloudflare 把 CI 管道从 YAML 搬进 TypeScript，每一步都变成一个能断点续跑的 Workflow。
这个 @cloudflare/ci 包面向 Cloudflare Workers 运行时，而不是 Node.js。开发者可以用 TypeScript 定义持续集成管道，每个步骤隔离在沙箱里跑，失败后从断点重试，而不是整条管道从头再来。依赖缓存也做成快照放进 R2，后面的步骤不用重复安装。适合已经在 Cloudflare 技术栈里做部署的团队。需要注意的是，runner 命令的输出不会做机密信息屏蔽，任何有外部副作用的命令必须保证幂等，否则重试会把副作用翻倍。官方还把「自愈」作为单独示例发布：管道失败时调用在 Workers AI 上跑的 Kimi 编码模型提补丁，不过这套 AI 依赖没打包进 SDK。
原文：https://www.infoq.cn/article/xIctLq7L5cK9dIrVVCvd
好物挖掘机
有人做了个工具，能让你看眼下 ChatGPT 里都在投哪些广告。
这个叫 ChatGPT Ad Library 的小工具，把 ChatGPT 内正在跑的广告收集起来展示，入口很轻，打开就能逛。对做投放、做营销的人，能看到同行目前在 AI 对话里怎么打广告；对普通用户，多一个角度看自己平时看到的推广长什么样。它不改变 ChatGPT 本身，就是个观察窗口。如果你好奇 AI 产品里的广告生态，或者自己做广告需要找点思路，可以上去扫一眼。
原文：https://www.producthunt.com/products/chatgpt-ad-library
Splitsense 用 AI 盯着用户行为，帮你找出哪里流失、怎么改能卖出更多。
它做的事听着挺实用：把用户在产品里的行为数据喂给 AI，让它分析哪些环节卡住、哪些人群容易走，然后给转化优化建议。不用自己盯着漏斗一项项猜，AI 先给假设。当然它给的是判断，不是魔法。最终还得靠真实流量去验证它的建议，不然容易被数据里的巧合带偏。如果你有线上产品或落地页，想提高注册或下单转化，可以用它来起个头。