10月3日 X 时间线：Karpathy 教人读懂模型输出，GPT-6.1 Sol 过载后全量重置额度，Google 把 TPU 送上轨道

这期整理的是 2026 年 10 月 2 日 09:04 至 10 月 3 日 09:04（北京时间）这 24 小时里，授权 X 接口返回的窗口样本：覆盖 407 个关注账号，9 个批次全部读取成功，累计返回 7,014 条记录，按帖子 ID 去重后落在窗口内的样本 1,060 条，来自 147 个账号。接口按账号返回的是近期片段，大量账号最多只给到 20 条，所以这组数字代表窗口样本，覆盖不到每个账号过去 24 小时的完整历史。本期把样本按事件聚合成六个话题，按簇内点赞、转推、回复和引用的合计排序；画面里讲到哪条帖文，就放那条帖文自己的真实截图。

Karpathy 在窗口内发了一条长帖，题目是往后大家会花更多精力去理解语言模型的输出，并给出一串具体技巧。这条帖被关注圈转爆，单条转发拿到 4 万次点赞 1。他给的第一条建议是让模型改用 ASD-STE100 来解释内容——这套规范原本是给航空航天维修文档写的受控语言，词汇受限、句式固定，能压掉冗长和歧义。中文圈的 shao__meng 把它整理成四级递进的输出形态：受控语言写作、把层级和结构放进视觉空间的图示、包含交互与筛选的 HTML 网页，以及带时间线和叙事节奏的定制讲解视频；他的总结是人的角色上移为监督者，瓶颈转向人能不能快速读懂并做出判断 2。Karpathy 当天还点评了 celestepoasts 的一项评测：只把经纬度坐标当文字喂给模型，反复问「陆地还是水面」，问 16,200 次再画成地图，模型靠压缩互联网记住了地球轮廓，识别准确率从 Sonnet 4.5 的 60.5% 一路升到 Opus 5.5 的 99.0% 3。对每天用模型干活的人来说，这一簇给出了当天最直接可用的建议：主动指定输出形态。

OpenAI 这边是一组发布之后的运维进展。负责 ChatGPT 与 Codex 业务的 Tibo 公开致歉，说 GPT-6.1 Sol 上线最初两天遇到巨大的负载尖峰、起步迟缓，现在已恢复预期速度，并宣布对所有付费 ChatGPT 账号做一次全球额度重置，时间定在太平洋时间 10 月 2 日上午 10 点 4；当晚他跟进一句「Reset all propagated. Enjoy.」，确认重置已经全部生效 5。同一天里，Altman 单独发文说 dot 是自己目前最喜欢的 OpenAI 产品，每天都在学习他的工作流和风格，替他把容易积压的事做掉 6；他还出面回应外界对算力合作的猜测，明确 Cerebras 是紧密伙伴，双方有一项推进速度边界的深度投入 7。这三条放在一起，发布之后要回答的问题回到了高并发下的日常吞吐，以及算力伙伴能提供多少支撑。

第三簇是平台工具接上个人造物。Meta 的 Alexandr Wang 发布 Muse Gadgets：一套开源的 ESP32 固件和 Linux SDK，让任何人可以做出能连上 Muse 的硬件——给现成的开发板写固件，或用 SDK 把树莓派架起来，把 Muse 接上显示屏、实体按键、传感器和执行器；Meta 同时发布自家设备 Muse Home Link，用来接管电视和音箱 8。同一天，Nikita Bier 说自己对金属加工和电气工程一无所知，靠前沿模型「氛围制造」出一扇带无线遥控锁的狗门，尺寸完全贴合自家门框，两周内制造送达，花费几乎和买一件量产的现成品一样 9。Greg Isenberg 随后把它整理成一套八步清单：用数显卡尺和手机 LiDAR 应用把尺寸量准，让前沿模型把设计写成代码，导出机加工用的 STEP、激光切割用的 DXF、3D 打印用的 STL，让模型按工厂实际工艺校验可制造性，先用桌面打印机打塑料件试装，下真实订单前花一小时请机械工程师复核图纸，再交给 SendCutSend、Xometry 或 JLCPCB 加工，最后装一颗便宜的 WiFi 芯片当大脑 10。

第四簇只有一条，但足够新。窗口内 Google DeepMind 负责人 Demis Hassabis 转发了 Google 官方发布的消息：Google 与卫星公司 Planet 合作，借助 SpaceX 的 Transporter-18 拼车发射任务，把一颗搭载四颗 TPU 芯片的原型卫星送入轨道，这是 Project Suncatcher 的第一步——一个长期的登月型研究项目，要验证可扩展的机器学习基础设施能不能放到太空里 11。接下来数周，团队会在轨采集这四颗 TPU 的表现数据。地面数据中心的电力和散热是硬约束，Google 用一颗卫星、四颗 TPU 的最低限度实验去问另一条路。

第五簇是同一天在开放阵营出现的三个入口。第一个是新机构的成立：Nathan Lambert 发起非营利机构 Trillium Labs，专注做开放的前沿后训练配方，并计划扩展到开放基础设施，研究递归自我改进、奖励劫持和多智能体系统，这条被 Hugging Face、Thom Wolf、Gneubig 等集体转发 12。第二个是主流编辑器的分发：Cursor 上线 GLM 5.3 与 GLM 5.3 Flash，并称 GLM 5.3 Max 是 CursorBench 4.0 上得分最高的开放权重模型，在每任务约 5 美元的成本区间里拿到 42.6% 13。第三个是本地运行时：llama.cpp 作者 ggerganov 宣布最新构建新增 /v1/systemone 端点，可以在本地以私密方式跑 Jev 风格的决策模型，已支持多个开放模型 14。同一天，Perplexity 也开源了 270 亿参数的多模态决策模型 pplx-decider-v1，官方称 11 项基准平均 85.7%，超过 Jev 15。配方产出、编辑器分发、本地运行三个入口同日打开，瓶颈从模型能力移到了工具链；上一轮由 Jev 引出的决策模型品类，也从云端的路由服务变成了可以装在自己机器上的东西。

第六簇是一篇把「AI 研发被自动化」写成正式文本的报告。Hinton 在窗口内推荐了《What if automating AI R&D triggers an intelligence explosion?》16。报告由剑桥大学的 CASP（Cambridge Programme on AI Science & Policy）发布，署名二十多人，包括 Hinton 与 Bengio 两位图灵奖得主，以及前沿实验室的研究负责人 17。它的核心事实是：与一年前不同，AI 系统现在写下了建造它们的公司内部的大部分代码；AI 系统有望在几年内自动化大部分 AI 研发工作，甚至可能是全部。如果这引发智能爆炸，可能大幅提前 AI 的收益，也带来极端风险——能力增长可能快到社会跟不上，人类可能失去对超人系统的控制。报告建议决策者尽快取得对 AI 研发自动化的可见性，并发展引导与约束手段。中文圈跟得很快，dotey 把它剪成一条短视频，封面写着「一年的进步，五周完成？」 18。反方声音来自 Schmidhuber，他回复 Hinton 并贴出自己 2020 年关于递归自我改进的演讲，指出这个话题并不新，而且今天很多元学习的试验起止仍由人来定义，他从 1994 年以来的系统就在学习自己去定义 19。需要说清时间口径：这份报告在 9 月 28 日前后已经过媒体报道，本期讲的是它在这个 24 小时里被图灵奖得主的推荐重新推起来。

片尾推荐的五个账号都出现在今天的话题里，且不在当前关注列表：@natolambert 是今天发起 Trillium Labs 的人，正在公开前沿模型的后训练配方与开放基础设施 12；@natfriedman 与 Meta 同步发布了 Muse Gadgets 的开源固件与 SDK，是把智能体接进实体硬件的人 20；@ggerganov 是 llama.cpp 作者，今天让决策模型可以在本地跑起来 14；@celestepoasts 把「陆地还是水面」的问法跑遍十多个 Claude 模型，画出那张被 Karpathy 称为 cool eval 的地球轮廓图 3；@sydneyrunkle 在 LangChain 的分享里讲清了模型路由该建在 agent harness 里、按任务难度把请求分发给不同价位的模型 21。