愛物理的无双麓叶

理论物理博士生，日常使唤 AI 用超级计算机研究有限温度密度格点量子场论。
和 AI 深度协作，把未来的科研方式提前用进今天的研究。
分享 AI 辅助科研的最新实践与思考，也聊物理。
Physics PhD student · Lattice QCD · AI for Science
知乎：愛物理的无双麓叶，18k关注

[愛物理的无双麓叶 @UniqueLuye]

https://t.co/AFyfgQT5jW

[愛物理的无双麓叶 @UniqueLuye]

《蜘蛛侠：崭新之日》里“绿巨人”班纳讲的竟是格点量子色动力学

电影里，班纳是纽约一所名为“帝国州大学”（Empire State University）的虚构大学的物理系教授。

从预告片截取的图 1 可以看到，班纳正在讲授格点量子色动力学，他身后的画面写着“Lattice Quantum Chromodynamics (QCD)”，并展示了立方格点图。

图 2 是师弟 Ni Jia 去电影院观影抓拍到的一幕，能更加清楚地看到立方格点图。

作为格点 QCD 在读博士生，这张立方格点图我们再熟悉不过！夸克场放在格点 site 上，描述胶子自由度的规范场对应的 link variable 放在格点之间的连线上，详情见图 3。

[愛物理的无双麓叶 @UniqueLuye]

@thsottiaux I really like 6.1 Sol. It barely eats into my quota and is great at writing. My only complaint is that it takes too long to get things done

[愛物理的无双麓叶 @UniqueLuye]

@thsottiaux Lattice QCD researcher here. Any plans for a Claude Science-style workspace for physics, beyond Rosalind’s life-sciences focus? Something that connects HPC jobs, reproducible analysis and paper writing. Any timeline?

[愛物理的无双麓叶 @UniqueLuye]

@KINGPETER569746 但是 6.1 Sol 出来以后，额度又耐用了，能力还很强，可以作为主力模型

[愛物理的无双麓叶 @UniqueLuye]

@gkxspace 感谢分享，我是看到你的账号才萌生了发推的念头，一直拖到现在，看到你的这篇分享，我下决心花了半天时间打磨了一篇自我介绍，大家可以给我点反馈吗？写得怎么样？

[愛物理的无双麓叶 @UniqueLuye]

https://t.co/AFyfgQT5jW

[愛物理的无双麓叶 @UniqueLuye]

@AI_Jasonyu 看到你的这篇长文，我花了半天打磨了一篇自我介绍，各位可以给我点反馈吗？写得怎么样？

[愛物理的无双麓叶 @UniqueLuye]

https://t.co/AFyfgQT5jW

[愛物理的无双麓叶 @UniqueLuye]

ChatGPT 总是在聊天标题后面乱加逆天的后缀词了，最近还变得更频繁了。

图 1 是我自己遇到的。“频率学派与贝叶斯派”，前半句还是统计学，后半句在这就不方便念了。

再往下一看，连“确认北京时间”都没能幸免。报个时而已，怎么还给我分上区了？

之前我发过一条想法，说它会在标题末尾塞进奇怪的外文和符号。当时还担心自己聊了什么敏感话题，被偷偷做了标记。

上次是我看不懂，这次是怕别人看懂。

图 2 是网友在我评论区分享的，七张截图拼在一起，简直像一次逆天命名后缀大赏。“模型设计评审”后面多了几个字，意思就跑偏了；“小猫送食物”后面接的那一串，猫看了都得澄清：只是送个饭。

OpenAI 开发者社区里也有同款。8 月 23 日，有用户反馈，一天内五个自动生成的标题被加上了无关文字。同一帖里，还有人只是让 ChatGPT 检查语法，标题却混进了不太适合公开展示的外语词[1]。看来，正经聊天也防不住标题自由发挥。

至于原因，从现有反馈看，具体根因还不清楚。我觉得是命名用到的大语言模型本身的问题。

OpenAI Support 在 7 月 24 日表示，已知 ChatGPT 偶尔会在正常回复中插入其他语言或书写系统的词和字符，预计通过后续模型更新处理，当时没有给出时间表[2]。不过，这条回复针对的是一般性的输出异常，并没有说明这些标题的具体成因，更没解释为什么偏偏冒出这些词。

标题是你起的，怎么最后要我证明自己聊得很正经？ChatGPT 还我每月 100 刀！

参考资料

[1] https://t.co/MJcq2pDav4
OpenAI Developer Community，2026 年 8 月 23 日起的用户反馈。

[2] https://t.co/GmNLnA6qa3
OpenAI Support，2026 年 7 月 24 日的回复。

[愛物理的无双麓叶 @UniqueLuye]

OpenAI 助手 dot 能在我的 Mac 电脑开新会话，却读不了旧会话

今天试了 OpenAI 的常驻 AI 助手 dot。授权它连接我的 MacBook Pro 后，它已经能在电脑上新建 Codex 会话，把我的要求交给本地任务执行。图 1 就是它创建的检查任务，点进去还能看到它写给新会话的具体要求。

我又让它上集群，查查还有多少 GPU 任务在排队。从新建本地任务、跟进查询，到把结果带回来，这几步已经跑通了。图 2 里，它还指出待运行的任务都处于挂起状态，解除挂起前不会自动开跑。

可我更想让它接上以前的工作：去看一条旧 Codex 会话里写好的自我介绍，再提点修改意见。会话名告诉它了，也明确授权了，它还是没能读到正文。我还问，能不能让新会话去读旧会话？它说这条路已经试过，同样受限，见图 3。

我平时用 Codex 做科研、写文章，很多背景、修改理由和试过的方案都留在旧会话里。新任务能替我安排起来了，我也期待这些已经讨论过的内容能接着用，不必换个入口又交代一遍。

这次的完整体验已经整理成文：怎样连接和授权 Mac，读取旧会话具体卡在哪里，dot 最后建议怎样交接材料，都配了截图。文中也补了订阅门槛和聊天、执行任务分别怎样计额度。还没用上 dot 的朋友，可以先看看这次实测，再想想它能怎样帮上自己的工作。

https://t.co/lCWAu39he7

[愛物理的无双麓叶 @UniqueLuye]

https://t.co/kjpVc59C7m

[愛物理的无双麓叶 @UniqueLuye]

https://t.co/kjpVc59C7m

[愛物理的无双麓叶 @UniqueLuye]

在大学的地下停车场看到一辆僵尸车，全是灰，搞笑的是有人在前窗写下了气泡留言：
还开吗
不开给我

[愛物理的无双麓叶 @UniqueLuye]

6.1 Sol 让 Codex 的额度终于又耐用了！这次得好好夸夸 6.1 Sol。

最近拿它写中文，体感上已经和 6 Astra 非常接近了，成本却低了一大截。写作少不了来回打磨，能用上一个水平接近 Astra、又舍得反复用的模型，实在太香了。

把标准 API 价格摆出来就更直观了。以下是每百万 token（模型处理文本的计量单位）的费用，适用于输入不超过 27.2 万 token 的请求[1]。

普通输入：6.1 Sol 为 2 美元，6 Astra 为 10 美元。

输出：6.1 Sol 为 10 美元，6 Astra 为 50 美元。

缓存输入，也就是复用已缓存的内容：6.1 Sol 为 0.10 美元，6 Astra 为 1 美元。

普通输入和输出的单价只有 Astra 的五分之一，缓存输入更是只有十分之一。

第三方评测也有一组值得看的对照。Artificial Analysis 的综合智能指数中，两款模型都开到 max，6.1 Sol 得分约为 52，6 Astra 约为 53（图 1）。同一套评测里，每项任务的加权平均成本分别为 0.72 美元和 3.26 美元（图 2）[2]。在这组测试中，得分只差约 1 分，成本却不到四分之一。

我用下来，唯一不满意的就是 6.1 Sol 太慢了。完成同样的任务，耗时大约是 6 Astra 的三四倍。

最近用 6 Astra，真是又喜欢又肉疼：能力确实强，额度也确实不经用。这两天又公布了 200 刀 Pro 的新方案，月费不变，按 API 价格折算的额度价值砍半，Tibo 被骂得够呛。这次调整的前后差别，我在这篇想法里聊过：

https://t.co/AoEs0dg7U7

用上 6.1 Sol 之后，我姑且原谅 Tibo 吧。大家呢？

拿 6.1 Sol 辅助科研时，还要考虑思考强度开多高。我在另一篇想法里，顺着一次拟合分析，讲了整理数据、比较方案、追查误差时怎样选档位，以及什么时候值得直接开 xhigh：

https://t.co/zkHFSSmy5P

参考资料

[1] OpenAI，GPT-6.1 Sol 与 GPT-6 Astra 的模型及 API 价格，查阅于 2026 年 9 月 30 日。https://t.co/jJF9DagEQE ；https://t.co/88yYfFjg0s

[2] Artificial Analysis，GPT-6.1 Sol replaces GPT-6 Sol after just 7 days, with near-Astra intelligence，2026 年 9 月 29 日。https://t.co/UjX5MoL4tp

[愛物理的无双麓叶 @UniqueLuye]

GPT-6.1 Sol 辅助科研，思考强度怎么选？

用了一周 6 Sol，明显感觉它的中文写作比 5.6 Sol 进步很大，但和 6 Astra 仍有差距。现在试用 6.1 Sol，体感上已经和 6 Astra 非常接近了，而且非常节省额度。你肯定还关心，它在复杂科研里能不能胜任。

图 1 给了一个值得关注的结果。Terminal-Bench Science 0.1 让智能体使用代码和终端，完成数据分析、模拟、模型拟合等科研工作流。横轴是单任务成本，越靠左越省；纵轴是得分，越靠上越好。浅黄色是 6.1 Sol，深黄色是上一代 6 Sol：前者的得分约为 44%—57%，后者约为 9%—28%，两代模型的表现明显拉开了距离。

具体看，6.1 Sol 约 5.5 美元、57% 得分的点，接近蓝色 6 Astra 约 11 美元、56% 得分的点；6 Astra 的最高得分则接近 68%。这些数值按图估读。在这组科研工作流评测中，6.1 Sol 已能以较低成本接近 6 Astra 的部分结果；6 Astra 仍能达到更高的得分。

预算允许、任务又很依赖判断力，比如决定研究路线或审查关键推导，我仍优先考虑 6 Astra。6.1 Sol 的吸引力，在于反复分析数据、修改代码时，可以兼顾能力与用量。选定它以后，就有了下一个问题：思考强度开多高合适？

6.1 Sol 的 API 支持 low、medium、high、xhigh、max，默认是 medium。强度提高，通常会多花时间和 token，让模型更充分地规划和分析[1,2]。图 1 没标出各点对应的档位，因此下面的选法是结合任务特点给出的建议。

可以顺着一次拟合分析来看。刚开始只是整理数据文件、改图例、统一输出格式，规则已经清楚，用 low 就可以起步。接着要读懂已有脚本，用给定模型和区间处理一批新数据，再画出结果，可以从 medium 开始：模型需要把几步工作接起来，主要方法仍是现成的。

到了选择拟合区间，任务就变了。同一批数据，换个区间，拟合参数可能发生变化；这时需要比较残差、参数稳定性和误差，说明各个方案为什么合适或不合适。High 值得用在这些需要比较和判断的步骤上。任务里也要写清希望比较什么，让它给出依据，方便你决定下一步。

如果拟合误差突然异常，问题还可能跨越好几步：重抽样是否保留了数据间的相关性，协方差矩阵怎样估计，拟合程序又怎样使用它。只盯着最后那张图，很难判断问题出在哪。这时值得直接试 xhigh，让模型沿着整条分析流程追查。审查论文方法与代码是否一致、修改后续分析依赖的核心算法，也属于这类任务。

这就是科研里值得多花思考强度的地方：前面一个处理细节出了问题，后面的图和数值可能都得重来。若一开始就知道任务牵涉多处，没有必要先在低档位试一遍，再等它出错后升级。

Max 可以留给单个特别难的问题，例如在明确假设下完成长推导，或深入比较几种候选解释；这时也值得考虑换用 6 Astra。如果工作本身能拆开，例如分别检查推导、代码和文献，则可以考虑 Ultra，让子智能体分头处理，再汇总结果[1]。

选好档位后，交代任务时还要把“哪些假设必须保留、哪些方案需要比较、最后怎样验收”写具体。比如追查误差异常，就明确要求保留现有模型和拟合区间，先定位误差从哪一步开始变化，避免它为了让结果好看，顺手换掉分析方法。

参考资料

[1] OpenAI，模型与思考强度选择。https://t.co/6wRRo3etIk

[2] OpenAI，GPT-6.1 Sol 模型说明。https://t.co/jJF9DagEQE

[愛物理的无双麓叶 @UniqueLuye]

@Vincent_AINotes 六月份我挂台湾 VPN 注册的 Claude，通过美区谷歌 play+国内银行 VISA 订了一个月 20 刀 Pro，七月就被封了