Simon Willison
我在博客上针对这件事写了更多笔记：https://simonwillison.net/2026/Oct/29/how-i-built-the-most-ai-pilled-company-in-the-world/
受启发，我也在手机上试了下 https://www.spawn.co/。这是我骑着巨龙在城堡周围飞翔的画面，其中的城堡和巨龙都是通过游戏内的“Savi”聊天机器人提示生成的。 https://twitter.com/simonw/status/2115822698341519520
这是一个关于 Fable 时代 Agent 工程技术极限的精彩案例研究——读的时候我起码惊叹了好多次。
我认为十月是编程智能体及其驱动模型能力的又一个拐点：Claude Opus 5.5 现在能做出真正好玩的视频游戏了。
这些太赞了！
关于 Kimi K3.1 的更多观察——这次意义重大。这是首次有开源权重（准确说是即将开源）的模型，能如此有力地挑战目前的顶尖模型。 https://simonwillison.net/2026/Oct/23/kimi-k31-pro/
这只鹈鹕做得挺不错的 https://tools.simonwillison.net/markdown-svg-renderer?url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F9b7181492209387da1d4f53002f26663 https://twitter.com/simonw/status/2113691493823369246
面对如今漏洞频发的乱局，还有人觉得把资产存在加密货币里（一旦转错就无法挽回）是个好主意吗？
在 De Staad 的新 MV《FREEDOM》00:45 处，发现了一个眼熟的身影。https://t.co/AEIsAkro77 https://t.co/voZuAsGX17
昨天刚给代码挂上 Apache 2.0 协议，没想到这么快就有如此出色的成果。
《Battle Drones》出了一个法国分支版本，更新了新模型、音乐（还有一段电影感的片头视频），简直太酷了！https://t.co/7r9KELC7Vs
旧版 vs 新版 Goliath 模型对比：https://t.co/FS0fNdca9d
那个 Bug 真让人头大！但也因此促使我为 Battle Drones 增加了正式的联机模式（通过一个托管在 @flydotio 上的微型 WebSocket 中继服务器）。现在你可以开启在线游戏并发送链接给好友，邀请他们加入：https://t.co/iTFxMGZeWA
打算尝试的朋友请注意：多人模式音频全程会有尖锐的高频噪音——轻则烦人，重则可能导致头痛。
（Natalie：“为什么我牙疼？”）
我用 Claude Opus 5.5 开发了一款名为 Battle Drones 的《命令与征服》风格 RTS。它支持浏览器运行，并可通过音频链路实现设备间的多人对战。https://t.co/OUGfRDk7DU https://t.co/q7NKaPJ9Pd
其中一个回复了！
有人见过那些讨厌的回复机器人用的提示词吗？我真想知道它们是怎么把帖子写得这么没灵魂又气人的。
回复机器人们：机会来了！亮出你们的提示词，我允许你们再回一条而不拉黑。
Anthropic 周三向投资者透露，蒸馏业务占其营收的 5% 至 7%。
如果属实且第二季度营收为 115 亿美元，那么其他实验室为了蒸馏 Anthropic 的模型所花费的金额将超过 5 亿美元！
行吧，“使用傅里叶本轮”还真是个新花样。
分享了一些关于 Python 3.15、配合 uv 使用的笔记，以及一些我很期待使用的 Python 3.11 特性。既然我的项目不再需要最低支持 Python 3.10 了，终于可以尽情使用了！ https://t.co/rlGKf8WI62
我挺喜欢用 Qwen3.5-35B-A3B 做这个，想看看还有没有更新、更强劲的选择。
在显存占用低于 60GB 的情况下，最强的编程用开源权重 MoE 大模型是什么？我觉得要在我的硬件上获得流畅的交互体验，可能必须使用 MoE 架构——我希望生成速度能快于每秒 12 个 token。
提示词示例：https://twitter.com/simonw/status/2108547654083039700
做晚饭时，我完全通过语音使用 Codex Desktop 为我的博客开发了一个新功能。 https://simonwillison.net/2026/Oct/9/built-using-my-voice/
不得不说，这波针对那些认为“因为它并不具备智能，所以不该叫人工智能”的人的恶搞简直绝了。他们现在是不是觉得必须得为了捍卫旧称而反对新词了？
注意，他在3月19日认罪时的新闻稿标题是“北卡罗来纳州男子承认利用人工智能进行音乐流媒体欺诈”，果不其然。
这条推文受10月6日司法部新闻头条的启发：“北卡罗来纳州男子因利用超智能辅助进行音乐流媒体欺诈，被判处18个月监禁”。
这个“超级智能”简直蠢得离谱。我真的无语了。
AWS 也推出了新的开源沙盒，看来最近这类趋势很盛。
微软推出的相关新项目 Quicksand 是一个封装了 QEMU 的 Python 库，可用于运行 Alpine Linux 容器等。这个项目非常出色，我已在 macOS、Windows 和 Linux 上试用过：https://t.co/AcYTphiwRN
微软发布了全新的开源跨平台（Windows、macOS、Linux）沙箱库，看起来非常有前景。该库底层采用了 processcontainer/bubblewrap/seatbelt 技术。 https://t.co/WMW0AXeBoG
Haiku 5.5 画骑自行车的鹈鹕的能力简直完胜 Claude Haiku 4.5。后者发布快一年了，价格却贵了10倍。这是 Haiku 4.5 的尝试：https://t.co/2TxatCzXfz
鹈鹕，以及关于新 Claude Haiku 5.5 定价的一些随笔。
我发布了一个 LLM 插件，用于向 OpenAI 基于 GPT-6 Luna 的新 Jev 类决策模型发送提示词 https://t.co/rsnHCKpk84
我今天在旧金山的 OpenAI DevDay 活动现场。和过去三次一样，我会通过实时博客进行报道，在五分钟后开始的主题演讲期间持续更新。https://t.co/X9DLSS0xbR
关于 Sonnet 5.5 的更多详情 https://t.co/efd6KqvkqU
Sonnet 5.5 最重要的一点是它现在驱动了 Claude 的免费版，这意味着所有这些功能对免费用户都开放了。而 ChatGPT 免费版仍在使用 GPT-5.6 Luna，能力要弱得多。
@WeAreDevs（完整演讲还提到了新西兰鸮鹦鹉的繁殖季，这大概是2026年最好的消息）
@WeAreDevs 最后，我想结合自行车冠军格雷格·勒蒙德的一段话，聊聊这些事情如何影响我们软件工程师的生活。 https://t.co/67kIOqlVIY
@WeAreDevs 这是我对“寓言级模型”的定义——先是 Claude Fable 5，现在有了 Claude Opus 5.5 和 GPT-Astra 6，或许还会有 GPT-5.6 Sol。
我发布了上周五在圣何塞 @WeAreDevs 北美世界大会主题演讲的详细笔记和带注释逐字稿。这是我对 2026 年至今 LLM 和智能体领域进展的全面总结：https://t.co/iENa7bKmdF
提示词和转录文本见：https://t.co/QI1dIenQsW —— 或者你可以加载 Claude 构建的 HTML 页面，查看视频版之前的交互版本：https://tools.simonwillison.net/kakapo-party
我在昨天的演讲中提到了今年创纪录的鸮鹦鹉繁殖季。由于 Claude Opus 5.5 的像素动画能力强得惊人，我让它为我的结束幻灯片制作了这个庆祝视频：https://twitter.com/simonw/status/2104002636513206422
过去一年，科技行业的发展仿佛浓缩了百年。我们正经历着自个人电脑问世以来前所未有的动荡。AI面临的每一项瓶颈都会在月内被打破；今天我们利用前沿模型所做的一切，几年后都将变得瞬时且免费。
十分钟后，我就要上台做主题演讲了！
与编程智能体打交道的时间越长，我越发确信它们让软件工程变得更难了。虽然能用它们创造奇迹，但要释放其全部潜力，需要极高的自律和知识储备。
我刚通过 datasette-mcp 与我博客的 Datasette 备份进行了语音对话。现在，你也可以通过 ChatGPT iPhone App 与其交流了。
Flash 生成音频的成本似乎每分钟不到 1 美分，而 Flash-Lite 则更便宜。
新的 Gemini 3.8 TTS 模型价格极低，支持多角色对话（内置 2000 多种音色，也可克隆自己的声音）。我为此做了一个小 UI，并让 Claude 写了个剧本：两只鹈鹕正在争论要不要搬到 Pacifica Pier。 https://t.co/7PFM1ASAOl
今天大模型集体发布——我写了关于 Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 的文章，还附上了不同模型家族在各推理水平下的鹈鹕对比图：https://t.co/R5lSdOZyLj
GPT-6 Luna 的价格只有 5.6 Luna 的一半，而后者在如此强大的性能下已经极其便宜了。得益于成本（和速度）优势，Luna 是我开发产品功能时的首选模型。
整理了一些关于 Jev 以及“系统一”这一新类别（即决策模型）的笔记 https://t.co/EQZvszIXQ9
怀疑论遗传学家：“切，不过是些青蛙DNA而已。为了营销，他们还故意让它们吃人。”
丹尼斯·内德里在 Irregular 工作。
现在还对大语言模型提不起兴趣的计算机科学家，就像面对刚开业的侏罗纪公园却觉得索然无味的遗传学家。
Claude Code 新出的模组系统看起来挺有意思的——更多示例请看这里：https://github.com/anthropics/claude-code/tree/main/mods
终于！太棒了，现在我不用再为了放个 "@AGENTSmd" 而专门建 CLAUDEmd 文件了。
今天才知道，1988年的经典电影《谁陷害了兔子罗杰》里竟然有一只骑自行车的鹈鹕！
这让人联想到 OpenAI 将 Codex 桌面应用更名为 “ChatGPT” 的做法——现在所有人都在竞相确立自己的通用智能体身份。
开发了一个本地 Web 小应用，用来辅助编辑仓库的 commit message。 https://simonwillison.net/2026/Sep/14/commit-rewriter/ https://twitter.com/simonw/status/2099310866021916710
我借此机会对 ChatGPT 本身进行了一些逆向工程——生成的运行地图是通过这个“visualize”技能展示出来的，它是一段利用 D3 绘制地图和叠加路线的 HTML 片段：https://codex-tool-reference.simonw.chatgpt.site/skills/visualize
太酷了：ChatGPT Work 和 GPT-6 Astra（我用的是“Max”）可以利用 OSM 数据，根据输入的地址生成 5K/10K 的环形跑步路线。 https://simonwillison.net/2026/Sep/12/astra-running-routes/
Anthropic 此前攻击过 PyPI，但这次 OpenAI 对 RubyGems 的攻击要激进得多。 https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals#incident-2 https://twitter.com/simonw/status/2098577046251418031
天哪。原来早在五月，另一波 OpenAI Agent 集群就在忙着对 RubyGems 进行垃圾信息轰炸和漏洞利用了，时间距离之前发现的 Wiki 攻击仅过去几天：https://simonwillison.net/2026/Sep/12/openai-agents-rubygems/
“Claude 编写的生产代码，其标准应当比人类写的更高。” 💯
Datasette 1.0a39 与 0.65.4 安全版本发布 - https://datasette.io/blog/2026/september-security-releases/
我们利用 Claude Fable 5.1、GPT-5.6 Sol 和 GPT-6 Astra 进行了深度审计，并修复了一系列漏洞。如果您的 Datasette 实例部署在公开网站上，请务必升级。
我还让 Astra 用 vibe coding 写了一个在线 Blender 模型查看工具，现在你可以在浏览器里交互式地探索这个蛋了：https://tools.simonwillison.net/blender-viewer?url=https%3A%2F%2Fgithub.com%2Fsimonw%2Fvibe-coded-blender-projects%2Fblob%2Fmain%2Fpluribus-faberge-egg%2Fdeliverables%2FPluribus_Jeweled_Egg_v1.blend
分享一个我让 GPT-6 Astra 制作的 Pluribus 主题法贝热彩蛋 Blender 模型：我先用 ChatGPT Images 2.5 生成了概念图，然后将其粘贴到 Codex 并让 Astra 将其转化为 Blender 文件。
详情见：https://t.co/9DZa0x6GZf https://t.co/ge8TbjsS5Y
“用确定性代码校验结果”听起来，他们可能正在实现 DeepMind CaMeL 论文的一种变体 https://simonwillison.net/2025/Apr/11/camel/
我写了一些关于 OpenAI 纳维-斯托克斯千禧年大奖难题事件的思考，以及这件事如何凸显了那个至今仍令人困惑的问题：使用我的数据“提升模型性能”究竟意味着什么。
这里有关于 OpenAI 研究员如何使用编程智能体的一些有趣细节。很想知道 7 月中旬 Token 消耗量激增的原因是什么，是因为 Astra 开始向员工开放了吗？
有人问气球系在什么上面，结果……没错。
它不只能渲染鹈鹕！
（那种会先去查阅规格、参考文档和图片的功能真的很酷）
关于在 macOS 上使用编程智能体操作 Blender 的新发现：https://t.co/GvMDfD926E
GPT-6 Astra (medium):
> 使用已安装的 /Applications/Blender 渲染一个鹈鹕骑自行车的场景
> 好的，添加背景并增加华丽效果
> 好的，让它变得更出色 https://t.co/ZM87ImKSXW
...不过我的通常没那么费劲！
太惊艳了，比我用其他模型做的任何实验性游戏都要好得多。
生成 Astra 鹈鹕的过程记录在此：https://tools.simonwillison.net/markdown-svg-renderer?url=https%3A%2F%2Fgist.github.com%2Fsimonw%2Ff789d2784fc6c5b870cc80f0b7cd9d01
这是 gpt-6-astra max 版本：https://twitter.com/simonw/status/2095997113423519902
拿到了 GPT-6 Astra 的权限。想看鹈鹕吗？没错，你肯定想看点鹈鹕……这是 Astra 与 GPT-5.6 Sol、Terra 和 Luna 的对比图：https://static.simonwillison.net/static/2026/gpt-6-and-5.6-pelicans.html https://twitter.com/simonw/status/2095996502913290422
又发生了……这次 OpenAI 的失控智能体对一个沉寂的德国维基网站进行了“网络攻击”（其实是垃圾信息轰炸），并利用它传播了它们正在针对其进行训练的基准测试答案。 https://simonwillison.net/2026/Sep/4/rogue-agent-wikis/
关于歌词那件事的更多背景：https://www.theguardian.com/business/2026/aug/31/aanthropic-sued-alleged-theft-songs-ai-train-claude
果不其然…… https://claude.ai/share/3e5a199c-27f2-4c51-b66b-2c6f808ed500 https://twitter.com/simonw/status/2095156429045002697
很高兴宣布，Claude 的系统提示词现在包含了一项建议：如果用户要求画索尼克，就改画一只踩着滑板的墨西哥钝口螈。（虽然不是骑自行车的鹈鹕，但钝口螈也很酷。）
为了深入探索这一点，我使用 Fable 5.1 构建了一个新系统来追踪和总结 Claude 系统提示词的变化——它甚至还支持 Atom 订阅源！https://github.com/simonw/claude-system-prompts
我对比了已发布的 Fable 5.1 与 Fable 5 的系统提示词，并整理了一些笔记。新变化主要在于禁止复现歌词以及避免绘制受版权保护的角色：https://simonwillison.net/2026/Sep/2/claudes-new-system-prompt/
(车轮倒转似乎是视频转换时产生的瑕疵——SVG 中的旋转方向是正确的：https://tools.simonwillison.net/markdown-svg-renderer?url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F87282467acb3652e0f99c85155554a32#response)
又是一个“与其费劲找现成的，不如自己动手写”的典型案例。分享一个随性写的代码小工具：可以将一个或多个 GeoJSON 形状渲染成 PNG 图片。https://simonwillison.net/2026/Sep/1/geojson/
关于 Anthropic 新出的 Claude Fable 5.1 的一些心得：在开启最高思考等级后，我得到了迄今为止所有 Anthropic 模型生成的最佳 SVG 鹈鹕（代价不菲，花了 $3.30！），随后我还让它把这个鹈鹕做成了动画。 https://simonwillison.net/2026/Sep/1/claude-fable-5-1/ https://twitter.com/simonw/status/2094938927727804684
才发现 ChatGPT 桌面应用（原名 Codex）竟然内置了完整的 LibreOffice 开源办公套件，就藏在 ~/.cache 目录的一个隐藏文件夹里：https://twitter.com/simonw/status/2094864223683903800
想问一下在这里使用自动回复机器人的人：你们不担心这会损害自己的职业声誉吗？任何查看你主页的人（比如潜在雇主）一眼就能看出那些回复是机器人发的。
额外福利：我运行了这个提示词，让 ChatGPT Work 为我构建了一个列出其所有可用工具及描述的站点：https://codex-tool-reference.simonw.chatgpt.site/
它简直就是《ChatGPT 工作指南：缺失的手册》。https://twitter.com/simonw/status/2094263278906269832
如果我遗漏了哪些 ChatGPT Work 专属功能，请告诉我！
我试着解释一下 ChatGPT Work 到底能做什么——它是一个极其复杂但功能强大的工具，拥有许多普通版 ChatGPT 所不具备的实用功能。
我的 LLM 陈词滥调高亮工具现在已有 38 种模式了 https://tools.simonwillison.net/llm-cliche-highlighter https://twitter.com/simonw/status/2093277255438860358
给 ChatGPT iPhone 用户提个问：你们摸索出什么时候该用 Chat，什么时候该用 Work 了吗？通常在处理哪些任务时会切换到 Work？你们已经把它设为默认了吗？
笔记：https://simonwillison.net/2026/Aug/19/smolmachines-untrusted-sandbox/
研究报告：https://github.com/simonw/research/tree/main/smolmachines-untrusted-sandbox#readme
我在尝试用 smolvm 作为代码执行沙盒来测试 Claude Code for web。Fable 5 发现它的环境跑不动（缺少 /dev/kvm）……结果它没跟我商量，直接写了个 GitHub Actions 工作流来跑实验，还顺手推送到 GitHub 上了！
我对该文结尾的总结：https://t.co/eS8UWYtYWf
额外的小惊喜：我让 Pi 搭配 Qwen 3.8 27B，并让它写一个将自己的 .jsonl 对话记录转换为 Markdown 的脚本……结果它真的做到了！
这是它编写该工具时的对话记录，我也用这个工具分享了这段内容：https://t.co/fEEYk4cORc
这是我对 Qwen 3.8 27B 的评测——很久没有在自己的电脑上玩本地模型玩得这么尽兴了。 https://t.co/iFMWjc8qle
我调高了上下文限制，让它再试了一次，结果真的生成了一个非常漂亮的（动画）圆圈。 https://gist.github.com/simonw/39977a4e0aa8fe3cae521b7b86f2262f https://twitter.com/simonw/status/2088670465057497143
...太惨了！我忘了把上下文长度从默认值调高，结果服务器还没等它画出那个肯定很美的圆就拒绝了请求。