2025 年 10 月 AI 新闻：Claude Skills、DGX Spark 与一项 AGI 衡量方法

摘要

30 秒看懂

在这期 2025 年 10 月新闻汇总中，Matthew Berman 讨论 GPT-6 传闻、NVIDIA 硬件、Claude Skills、军事决策、视频工具和 AI 辅助生物学研究。他还探讨了设想中的太空基础设施和一项依赖特定定义的 AGI 衡量指标。视频包含 Stack AI 赞助。

1Claude Skills可复用文件夹将指令和资源打包，在相关时加载。
2军事决策中的人类判断Berman 区分了探索方案与依赖未经验证的模型输出作出指挥决策。
3据报道的登录提议据报道，OpenAI 的一项提议可能将部分推理成本转给用户订阅，同时带来潜在的平台依赖。
4早期生物学结果研究人员报告在人体细胞模型中测试了一项生成的假说；临床应用尚未得到证明。
5定义 AGI一项研究提议根据自身定义和测量选择，对不同认知能力赋分。

要点建议

关于 GPT-6 在 2025 年发布的说法是传闻，Berman 对此表示怀疑。
Claude Skills 将指令和资源打包，以便在相关时按需加载；Berman 当时尚未测试。
Berman 认为，人必须验证 AI 输出，并对重大军事决策承担责任。
一项关于癌细胞的假说在细胞模型中接受了测试，并未确立为治疗方法。
AGI 百分比反映特定研究框架，而不是普遍认可的衡量标准。

主题Agent skills AI research 基础设施与部署 Generative media 通用人工智能

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

发布传闻与 NVIDIA 硬件

Berman 质疑有关 GPT-6 时间线的说法，并回顾 NVIDIA 的 DGX Spark 展示。性能比较是厂商声明，具体条件未说明。

一位 CNBC 评论员转述了一种说法：GPT-6 可能在 2025 年底前推出。我对此持怀疑态度：GPT-5 刚刚发布不久，为 ChatGPT 带来统一模型和路由体验，因此仅过几个月就被替换会令人意外。这是传闻，不是已宣布的发布日期。

NVIDIA 已开始销售 DGX Spark，这是一台小型桌面 AI 计算机。在一段视频中，Jensen Huang 向埃隆·马斯克交付一台设备，并回忆 2016 年交付首台 DGX-1 的情景。Huang 声称新设备的计算能力是 DGX-1 的五倍；片段没有说明可比的精度或工作负载，因此不能把这个数字当作普遍的速度提升。

我也很想买一台 DGX Spark，并表示自己在等待名单上。NVIDIA 还展示了向 OpenAI 团队交付设备的画面，其中包括 Greg Brockman 和 Sam Altman。

Claude Skills 与军事决策

他解释可复用的 Skills，并讨论一条关于军方使用 ChatGPT 的热门说法。他认为人必须验证信息并作出重大决策。

Anthropic 为 Claude.ai、Claude Code 和 API 推出了 Claude Skills。其思路是把专业知识打包成可复用的能力，让 Claude 在相关时加载。有些人认为它可能取代 MCP，但我看到的示意图表明，它也可以与 MCP 互补；当时我还没有亲自测试过 Skills。

幻灯片 1 / 5Claude Skill 的组成画面中的示例展示了包含元数据和指令的 SKILL.md 文件。

一个 skill 是包含 SKILL.md 文件的文件夹，文件中有名称、描述和指令，也可包含代码和资源。它的思路是在需要时加载相关材料，而不是把所有内容都放进每个上下文窗口。这并不意味着模型拥有无限的活跃上下文。

例如，一家公司可以把品牌指南和素材打包成一个 skill。当有人让 Claude 制作创意提案演示文稿时，它可以找到适用的 skill，加载所需资源。我觉得这种方法很有前景，但当时还没有试用。

视频包含 Stack AI 的赞助内容。该公司将自己的平台描述为企业利用集成和安全功能构建 AI 智能体的一种方式。这些产品和合规声明来自赞助商，并未在视频中得到独立验证。

一条热门帖子称，一名美国陆军将军在指挥决策中使用了 ChatGPT。仅凭这条帖子无法确定具体如何使用。如果将军只是询问 AI 应该攻击谁，我认为这有问题；用它探索方案、收集信息和考虑可能结果则是另一回事。

视频中展示的 Grok 回答也提醒，在关键军事决策中使用通用 AI 存在幻觉、偏见和安全泄漏风险。我的观点是，人应当验证输出，并对最终决定负责。这些提醒并不能证明任何特定军事用途是安全的。

平台风险、无人出租车与视频模型

据报道的 ChatGPT 登录提议引发了关于成本和平台依赖的问题。Berman 还讨论 Waymo 堵车，以及当时的 Veo 和 Sora 更新。

据 The Information 报道，OpenAI 曾向公司推介“Sign in with ChatGPT”按钮，其中包括用户自己的订阅可能承担部分模型成本的设想。我认为这可能吸引开发者，也可能让订阅者获得更好的模型。该报道讲的是一项推介，并非已确立的产品或这些条款的保证。

开发者依赖另一家公司的登录系统，也承担了平台风险。如果规则改变或访问被关闭，用户可能突然无法顺利登录。即使这种安排对 OpenAI 具有战略意义，这种权衡仍然重要。

幻灯片 2 / 5死胡同里的 Waymo 车辆一篇社交媒体帖子展示了据称无人出租车拥堵的图片。

一篇社交媒体帖子称，有 50 个人同时叫 Waymo 前往旧金山一条死胡同，造成交通堵塞。作者开玩笑地称其为对 Waymo 的“DDoS”。根据我的经验，Waymo 在死胡同有时需要一些时间才能找到掉头方式；图片展示的是拥堵，并不是技术层面的网络攻击。

Google 宣布将 Veo 3.1 更新引入 Flow，包括为现有功能添加声音、多张图像参考、起始与结束帧，以及插入或移除场景元素的工具。从前一片段的结尾继续延伸，可以制作更长的序列。我只做过少量测试，人们对其与 Veo 3 相比的表现看法不一。

OpenAI 也更新了 Sora：当时 Pro 用户可以在网页上使用分镜功能，所有用户最多可生成 15 秒，Pro 用户最多可生成 25 秒。这些是 2025 年 10 月的历史产品信息，不代表现在的限制。

AI 科学与军事显示

细胞模型实验展示了 AI 辅助生成假说的一个例子，Anduril 视频则展示增强现实概念。两项演示都不能证明临床治疗或实际作战表现。

Google 首席执行官 Sundar Pichai 重点介绍了 C2S-Scale 27B，这是一个与 Yale 合作、基于 Gemma 构建的模型。研究人员报告称，模型生成的一项关于癌细胞行为的假说已在人体细胞模型中进行实验测试。这是早期实验室结果，并非已证明的癌症治疗方法；还需要进一步的临床前和临床研究。