我做了个测 AI 味的评分器，翻车了 ｜ AI 精英周刊 046
本文作者：Axton（@AxtonLiu）。版权归作者所有，未经授权禁止转载。
在日常工作流里，我们多半已经在用 AI 给各种内容打分：文章质量、Agent 评估、选题、作业。这些分数看似客观，但它们到底在奖励什么？前几天我做了一个测试文章「含人量」的评分器，在准备交付前抓到了它作弊：作者一个字没改，仅仅因为多给了一份背景资料，分数就从 20% 涨到了
Axton
最强模型开始挑人：GPT-5.6 发布了，但你可能根本用不上它 ｜ AI 精英周刊 044
本文作者：Axton（@AxtonLiu）。版权归作者所有，未经授权禁止转载。
GPT-5.6 Sol 发布了，但普通用户现在大概率用不上。OpenAI 把它放进小范围预览，先给受信任合作伙伴；Anthropic 的 Fable 5 / Mythos 5 更直接，发布后三天就因为美国政府指令暂停访问，最新恢复也只先给一部分关键基础设施和网络防御组织。
很多人说，模型越来越强，提示词工程和系统设计就不重要了。