Tokenmaxxing真的已死一般来说花数万美元做某事人们期望看到“投资回报”不过消费者有时会把钱花在浪费时间或带来痛苦的事情上这也是赌博应用受欢迎的原因。而企业领导者通常不会随意烧钱除了 Tokenmaxxing 这种现象。Tokenmaxxing 曾是企业高管鼓励员工在无用任务上消耗大量代币的现象Meta 就因将绩效评估与代币使用量挂钩而饱受批评。很多人认为企业领导者愚蠢但其实可能是他们故意为之。几个月前很多人抗拒使用 AI 工具即便使用也常导致糟糕结果。自上而下的 Tokenmaxxing 政策是高管打破僵局的手段如今该政策达到了预期效果每个人至少会在一定程度上使用 AI 进行编码。然而代币使用量增加恰逢 OpenAI 和 Anthropic 准备上市它们限制使用量、提高 API 价格代币补贴减少团队开始取消无限制使用代币的政策Tokenmaxxing 看似已死。新激励因素“正确累积”AI 工具的前景是能在无需人工监督下完成困难繁琐任务但此前让 AI 可靠长时间运行会出现“错误累积”问题。现在进入新阶段花更多代币能带来更好结果即“正确累积”。“正确累积”改变了局面人们会想大量使用代币这就是新的 Tokenmaxxing。在网络安全领域已看到这种情况Anthropic 的 Mythos 在计算机安全任务方面表现惊人为加固系统需花费比攻击者更多代币发现漏洞。“循环”与 Tokenmaxxing 未来“循环”的基本理念是让智能体运行到回合结束后重新启动提示可自动分解复杂任务。它并非新事物以前叫“拉尔夫·威格姆循环”。以前让“循环”起作用困难现在“正确累积”使其变得简单。Tokenmaxxing 可能只是暂时死亡前沿团队正在构建让智能体 24 小时运行的基础设施大型企业迟早会意识到成本效益变化。真正的赢家是开源模型平台顶级实验室的 Tokenmaxxing 行为难通过 CFO 审查开源模型以循环方式运行会更受欢迎。Tokenmaxxing 有两种类型为开发者大量消耗代币和为管道大量消耗代币。目前越来越多一次性基于管道的工具由通用平台完成更好这将导致市场部分的 Tokenmaxxing 行为再次增加。最终可能会出现“软件工厂”虽目前工程师高额代币花费是炒作但其中有一定道理大量消耗代币的激励因素潜伏着。其他 AI 资讯GPT 5.6 部分推出OpenAI 开始对 GPT - 5.6 系列进行有限预览包括旗舰模型 Sol、平衡模型 Terra 和快速经济的模型 Luna。Terra 性能与 GPT - 5.5 相当但成本减半Luna 以低成本提供强大能力。计划未来几周全面可用发布前向美国政府预览先对部分受信任合作伙伴有限预览。《华盛顿邮报》分析称美国政府将决定谁能使用 ChatGPT 最新升级版政府加强了对 AI 行业监管监管过程不透明各方反应不一。Mythos 部分解禁美国政府向部分美国公司发布了强大的 Anthropic 模型 Mythos周五解除对 Claude Mythos 5 AI 模型的禁令允许向 100 多家美国机构发布。两周前政府对 Mythos 实施出口管制该模型及其姊妹模型 Fable 5 停止运行。信中未提及 Fable 5接近谈判人士表示也在考虑发布 Fable但时间不确定。这是一次挑选赢家和输家的行为。OpenAI 发布高速推理工具OpenAI 发布的工具将在 Cerebras 的高速推理机上以每秒约 750 个代币的速度运行速度相当快。目前将 AI 工具视为异步操作符合理若 AI 速度非常快可能会回到更同步的操作模式。开源模型表现出色像 GLM 5.2 这样的开源模型虽不是最先进的但比前沿模型便宜得多。GLM 5.2 每百万输入代币约 1.4 美元每百万输出代币约 4 美元Opus 4.X 系列每百万输入代币 5 美元每百万输出代币高达 25 美元Anthropic 的 Haiku 4.5 在价格上与 GLM 5.2 接近但 GLM 5.2 表现远超 Haiku在某些基准测试中甚至比 GPT 5.5 还强。OpenAI 推出自研推理芯片OpenAI 推出了一款由博通制造的自定义推理芯片 Jalapeño该处理器是与博通合作设计和制造的专门为满足 OpenAI 推理系统的独特需求而设计OpenAI 自己的 AI 模型协助了芯片的开发。关于本文的讨论Max Iyer 提出疑问“正确累积”主要在编码或数学领域被观察到吗还是在其他复杂的现实世界领域也有体现特别是对于开放式任务而言。如果“正确累积”可靠为什么 Anthropic 不用于解决未解决的数学猜想等问题任务的训练分布要偏离到什么程度情况才会变回“错误累积”呢”