每日AI新鲜事·10月20日晚间版：COBOL逆袭与流量大战

今天AI圈又有不少新动静, 而且跨度挺大. 从老古董COBOL到网站流量攻防战, 什么都有.

今天咱们主要聊这么几件. 一是OpenAI的COBOL大跳跃, 二是ChatGPT订机票, 三是n8n小生意工作流, 四是GPT-6.5泄漏传闻, 五是Blackwall估值翻四倍, 六是B站Agent教程, 七是Cloudflare的Clairic. 还有第八个, 语音AI入门.

嗯, 八条, 够聊一阵的.

那我们先从新闻速递开始, 一条一条过. 李博, 准备好了吗?

来吧, 今天这组素材挺有意思的.

第一条, 刚看到YouTube上有个视频标题挺炸的. 说OpenAI把COBOL准确率从5.4%干到了86.6%, 还捎带上了Anthropic的免费bug扫描器.

这个数字我得说, 重点不在这两个版本号, 重点在COBOL.

你想, COBOL是什么年代的东西? 银行、保险、政府系统里全是它. 5.4%基本等于不会, 86.6%就是能上手干活了.

所以你是说, 这波真正值钱的是那些还跑着COBOL的老系统?

对. 那帮维护老系统的人平均年龄都快退休了. 模型能读懂COBOL, 等于给这些系统续命, 这个商业价值比多刷几个benchmark实在多了.

明白了. 那Anthropic那个免费bug扫描器呢? 顺带一提, 这个组合拳有点意思.

对, 一边让模型看懂老代码, 一边免费帮你扫bug. 这明显是在抢企业开发者的心智, 打法很清晰.

好, 第二条, 也是一个YouTube短片. 标题是ChatGPT can't book your flight, 但AI agent能.

你看这个对比就很直白, 聊天机器人只能聊, agent能替你把事办了.

这个点其实很多人还没转过弯来. 从对话到执行, 这才是今年真正的分水岭. 会聊天不值钱, 会办事才值钱.

行, 那第三条就更有烟火气了. YouTube上有个60秒的短片, 讲三个免费n8n工作流, 说是每个小生意都需要的.

这种内容其实特别实在. 大多数小老板根本不懂什么agent, 但你说帮他自动回邮件、自动记账, 他立刻就懂了.

所以落地这件事, 还是得从具体流程切进去, 对吧?

没错. 通用大模型再强, 最后也得包成这种能直接用的工作流, 才能进到小生意的账本里.

然后第四条, 这条得打个问号. 有个YouTube视频标题喊着GPT-6.5大泄漏, 还带上了Claude Fable 5.5、Gemini 4 Carbon、MiniMax M3.1 Flash和Kimi K3.1.

这种标题一看就是流量打法. 一堆版本号堆在一起, 听着热闹, 但你仔细看, 基本都是推测和拼凑.

所以咱们就点到为止, 不跟着传.

对, 版本号满天飞的视频, 看看就好. 真发布的时候, 官方渠道比这靠谱多了.

第五条, 这条是TechCrunch的. Blackwall完成一亿美元融资, 估值二十二亿美元, 翻了四倍.

它的活儿是帮网站分辨流量, 哪些是正常搜索引擎和AI爬虫, 哪些是恶意抓取和DDoS.

这条我觉得是今天最值得琢磨的一条. 你看, 机器人和人的行为越来越像, 规则过滤基本失效了, 只能靠行为分析加机器学习.

所以这赛道火, 本质上是AI爬虫把互联网流量结构给搅乱了?

就是这个逻辑. 内容方既想让合法爬虫进来, 又得挡住恶意流量, 这个平衡越来越难做, 钱自然就往这儿涌.

好, 新闻先聊到这儿. 接下来我们深入聊聊两条热议话题, 一个是B站那套五百集的Agent教程, 一个是Cloudflare的Clairic.

行, 这两个放一块儿聊还挺搭的, 一个教人怎么用, 一个讲怎么看.

先说B站这条. 标题是二十六年的B站最全Agent零基础教程, 全五百集, 从LLM到MCP到RAG, 学完即可就业.

互动分八百七十多, 在B站这个量级算挺热了.

五百集这个数字我先泼点冷水. 你看这种教程的逻辑, 其实是把入门的门槛拆得极低, 用数量制造安全感.

可是这不就是很多人需要的吗? 零基础的人最怕的就是不知道从哪儿开始.

需要是真的需要, 但五百集不等于五百个知识点. 很多内容是重复的、凑时长的. 学完即可就业这个说法, 我觉得得打个折.

不对吧, 我倒觉得别那么苛刻. 你看它把LLM、MCP、RAG串起来讲, 至少给了新手一条完整的路径.

路径是有, 但我担心的是, 看完了以为自己会了. Agent这东西不动手写, 看五百集和看五十集区别不大.

这个我同意. 输入再多, 不输出就是白搭.

所以我的判断是, 这种教程当索引看挺好, 当圣经看就危险了. 真正值钱的是跟着敲一遍, 然后自己搞个小项目.

行, 那再说第二条, Cloudflare的Clairic. dev.to上有篇文章, 标题特别抓人, 说Clairic不写输出token, 读价值, 别猜.

这个标题其实点到了一个很关键的转变. 大家以前评估模型, 看的是它写了多少token, 吐了多少字.

那不写输出token是什么意思? 它不生成文本吗?

我的理解是, 它把重点从生成了多少内容, 转到了输出的价值上. 读价值, 别猜, 这句话很值得琢磨.

这跟前面那个用一条网关跑八个用例做基准的事儿其实是一脉相承的, 都是在重新想怎么评估模型.

对, 你看, 之前有人用统一网关加固定用例做基准, 还被迫发了两条更正. 说明评估这件事本身就不牢靠.

所以Clairic这个思路, 是想把评估从数token这种粗放的方式, 往看实际价值上拉?

我觉得就是这个方向. 但难点也在这儿, 价值这东西怎么量化? 谁来定标准? 这比数token难多了.

那咱们保留个分歧吧. 你觉得方向对, 但落地难; 我觉得方向对, 而且总得有人先迈这一步.

行, 这个分歧我认. 但总结一下就是, 模型评估正在从拼Token数量转向拼实际价值, Clairic算是把这个问题摆到台面上了.

对, 而且语音AI入门那条其实也印证了这个趋势, 大家都在往能听、能说、能干实事的方向走.

没错, 不管是agent、是流量管理、还是评估方式, 今年这条主线很清楚, AI正在从会说话变成会办事.

好, 今天就聊到这儿. 信息量不小, 明天见.