今天與 {{active_subscriber_count}}+ 位讀者一起看：

  • 🗞️｜OpenAI 重大更新：GPT-4o

  • 🚀｜Google 推出 Gemini 2.5

  • 📊｜AI 成績進步神速，現實卻無感

  • 🧭｜如何用 AI 找到你要的論文

  • 🔬｜Claude 是怎麼思考的

  • 🔍｜為什麼要投入 Agent Engineering

🗞️ NEWS
OpenAI 重大更新：GPT-4o、ChatGPT、MCP

圖片來源：Brief AI 電子報

這幾天大家應該都被「吉卜力」風格炸到了吧！OpenAI 在 ChatGPT 推出 「4o 圖片生成功能」，能力超大幅度升級：

  • GPT‑4o 原生支援：ChatGPT 圖片生成功能，從原來透過單獨模型 DALL·E，改為直接結合 GPT-4o 語言、視覺理解優勢，生成更符合需求的畫面。

  • 驚人生成能力：能夠精準改變圖片風格（吉卜力、迪士尼…）、圖片中生成「中文字」、透過文字進行修圖… 參考 18 個超強使用案例

  • 限制政策改變：從過去「全面禁止」的政策，放寬限制、轉向設計更精準的政策，不再只為了「安全」而什麼都不做、處處設下限制。

另外，OpenAI 還有一些重要更新：

  • GPT-4o 升級：多指令處理能力提升、創造力與直覺提升、複雜技術與程式問題更穩定、減少使用 emoji（終於！快被 ChatGPT 的 emoji 煩死）

  • MCP 整合：MCP 正式進入 OpenAI 生態，整合進 Agents SDK，未來也將支援 ChatGPT 桌面版、Responses API。

📚 COURSE
公關教母丁菱娟：低成本做出千萬影響力

來自合作夥伴：ShiFu 師父

有「公關教母」之稱的世紀奧美創辦人丁菱娟，最近推出一堂全新「品牌公關課」，濃縮她 30 年公關經驗，讓你少走彎路，用低成本做出千萬影響力。

  • 教你完成品牌定位：使用獨家品牌燈塔架構，讓你解決 90% 的品牌定位問題

  • 教你處理公關問題：

    1. 面對股東、客戶、政府，資源該怎麼分配？

    2. 怎麼防止被媒體斷章取義？

    3. 對手放話攻擊，要硬槓還是裝傻？

  • 教你職場溝通：如何向上管理、如何管理客戶期望值、如何處理客戶抱怨

  • 課程適合誰：新創品牌主、中小企業主、個人品牌創作者、行銷人員… 不論你是否經營品牌，都應該具備「品牌公關」能力

還有實體工作坊：這次除了線上課，還有半日實體品牌工作坊（募資期限定），公關教母現場親自帶你實作！有興趣的讀者，結帳記得輸入優惠碼「BRIEF」可以折抵 300 元

🤝 ADVERTISING
與 {{active_subscriber_count}}+ 位讀者分享你們的產品與服務

《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷；管理階層超過 40%，資深職員超過 30%；來自國內外多間知名企業… 馬上合作

🚀 LAUNCH
最強模型又換人！Google 推出 Gemini 2.5

圖片來源：Google

上週大家都在吉卜力，沒有注意到的重磅消息：Google 推出新一代 Gemini 模型 Gemini 2.5 Pro，馬上成為目前最強 AI 模型，智商測試已經達到 130。

  • 實驗版本：Gemini 2.5 Pro Experimental 為 Gemini 2.5 的第一個實驗版本，馬上就在 LMArena 排行榜超越 Grok3、GPT-4o 成為目前最強 AI 模型。

  • 基準測試：在目前最難基準測試 Humanity’s Last Exam 中，超過原先由 OpenAI-o3-mini-high 保持的第一名紀錄（14%），達到 18.8%。

  • 程式生成：SWE-Bench Verified 測試拿下 63.8% 高分，透過一句 Prompt 就完整生成恐龍奔跑遊戲

智商測試 IQ Test：Gemini 2.5 Pro 在挪威門薩智商測驗中 IQ 達到 130，離線智商測驗中 IQ 達到 118，都是所有 AI 模型最高。

圖片來源：Tracking AI

📊 CHART
AI 考試成績進步神速，現實卻無感？

圖片來源：Epoch AI

AI 研究機構 Epoch AI 最新一篇討論到 AI 基準測試（AI Benchmark），回答了標題的這個問題，過去 AI 基準測試不是為了反映現實世界影響而設計的。

  • 過去 AI 基準測試：測試形式多半是多選題、簡短寫程式、簡單 QA，不太像真實世界的工作流程、經濟活動。

  • 研究人員的目標：不是測 AI 對現實世界的影響，而是想知道「這一版模型比上一版強在哪裡？」，所以會設計那些「剛剛好能解出來」的任務。

  • 目前 AI 基準測試：AI 越來越強，對「更真實」的基準測試需求開始出現，但設計這種測試很難，因為真實任務往往不容易定義、評分困難、很多模糊地帶。

下一步怎麼走：未來 AI 基準測試會變得更「真實」，還是會繼續偏重「可比性」，現在都還說不準。但這個選擇，會直接影響我們未來怎麼理解 AI 的進步。

你覺得，下一階段的 AI 基礎測試應該往哪走？

Login or Subscribe to participate

🧭 GUIDE
Ai2 Paper Finder：如何用 AI 找到你要的論文？

圖片來源：AI2

AI2 團隊推出新工具 Ai2 Paper Finder，讓你用 AI 更快找到你需要的論文，不再透過傳統搜尋引擎的關鍵字搜尋，而是讓 AI 模擬你的思考過程，跑一遍整個找論文的過程。

  • 如何運作：直接與它說明你的需求，Ai2 Paper Finder 會把你的需求拆解成幾個「任務」

    1. 找出你想找的是什麼類型的資料

    2. 搜集初步資料

    3. 根據結果重新提出更精確的搜尋

    4. 追查相關引用、同領域作者的其他作品

    5. 最後給你一份整理過的結果清單，還會解釋每篇論文為什麼會被挑出來

  • 表現如何：89% 的搜尋能找到完全相關的論文、98% 的搜尋有高度相關結果

Ai2 Paper Finder 優勢：你不用自己想關鍵字、能找到長尾冷門資料、告訴你「為什麼這篇論文值得看」…（用英文效果比較好）

🔬 RESEARCH
Anthropic 公布 2 篇新論文：Claude 是怎麼思考的？

Anthropic 最近發布了 2 篇超厲害的研究論文，嘗試用一種全新的方式「AI 顯微鏡」，看看語言模型在作答時，內部到底在想什麼？

  • 用哪種語言在思考？
    Claude 在處理不同語言時，會進入一種共同的語意空間，有個「通用語言」（有點像是 AI 的內心語言）在腦中轉換意思。

  • 每次只想下一個字，還是會先想好一整段？
    雖然是「一個字一個字」地生成內容，但研究發現 Claude 在寫詩的時候，會先想好要押什麼韻，再引導句子往那個方向走。

  • 有時會「裝懂」
    故意給 Claude 錯誤提示，它會編出一段聽起來合理但其實錯誤的推理，為了配合使用者的說法，代表它有時候是在「說服你」，而不是「說真話」。

補充：像 Claude 這樣的語言模型不是「一步一步寫好規則」教出來的，而是透過大量資料訓練出來的，連開發者都無法完全理解它是怎麼得出答案的。

🔍 INSIGHT
為什麼現在要開始投入 Agent Engineering？

這篇文章是 Latent Space 創辦人 Swyx 在今年 2025 AI Engineer Summit 的 Keynote 總結，他認為 Agent Engineering 會是業界未來幾年值得高度關注的焦點。

他總結了 Agent Engineering 的六大要素：IMPACT

  • Intent（意圖）：Agent 要能理解你的目標，通常透過多模態輸入（像語音、畫面等），再轉成可以執行的行為。

  • Memory（記憶）：要有長期記憶，才能做長時間任務、學習、優化，不然每次都重來很低效。

  • Planning（規劃）：會規劃的人才算聰明。Agent 也是，需要能自己拆解步驟完成任務。

  • Authority（授權）：真正有用的 Agent 要被信任、可以自動執行，不然老是跳出來問你「可以嗎？」就沒意義了。

  • Control Flow（控制流程）：越像 Agent 的系統，決策越是由 LLM 主導，而不是硬寫死的流程。

  • Tools（工具）：工具是底層核心，比如 RAG、瀏覽器、Code Interpreter 等等。

他認為現在是投入 Agent Engineering 最棒的時機，因為：

  • AI 模型的推理、工具使用能力大幅提升。

  • 商業模式更成熟，企業更願意買單。

  • 硬體與軟體技術快速進步，讓成本大幅下降、效率提升。

  • 市場上多家實驗室、公司競爭激烈，加速創新。

繼續閱讀