文章回顾了自GPT-4发布以来AI技术的快速发展，从写作助手到Agent系统，AI已成为软件工程的重要基础设施。作者从学生转变为参与者，感受到AI对各行业的影响，并展望未来的硅基世界。

自 GPT-4 发布以来，'Function Calling' 发展为 'Tool Use'，使模型能够灵活使用多种工具。这一变化不仅是名称的更新，更是技术架构的进步，支持多步决策和工具协作，未来将实现更高效的多任务处理。

Bengio等人定义AGI为能匹配或超越受过良好教育成年人的智能。研究团队设计了500道题目评估AI的认知能力，目前主流AI如GPT-4得分27，GPT-5得分58，仍未达到AGI的100分标准，尤其在感知和记忆方面存在明显短板。

OpenAI的波兰科学家Jakub Pachocki和Szymon Sidor在Dota项目和GPT-4开发中发挥了重要作用。他们从高中同学成长为合作伙伴，经历了2023年的内乱危机，坚定支持奥特曼，推动了公司的发展。

Andrew Tulloch拒绝了扎克伯格提供的6年15亿美元的高薪聘请，令人惊讶。他曾在Meta工作11年，目前是OpenAI研究员，参与GPT-4系列研发。他的学术背景和成就表明他追求理想，而非金钱。

本文讨论了Function Calling与Tool Calling的区别。Function Calling是OpenAI在GPT-4中推出的机制，适用于简单、静态调用；而Tool Calling则是其扩展，支持多模态和状态感知，适合复杂任务和多Agent协作，具有更高的灵活性，适用于B端系统和可扩展平台。

机器之心数据服务现已上线，提供高效稳定的数据获取服务，简化了数据爬取流程。

研究表明，AI在“组合创造力”方面逐渐超越普通人类，例如GPT-4在创意理解任务中表现优异。通过IEI框架，AI能够识别、解释和扩展概念，从而提升创意生成能力。尽管AI在某些领域表现出色，但仍不及专家水平。这项研究为评估和应用AI创造力提供了新方法。

研究显示，GPT-4在辩论中的胜率为64.4%，尤其在掌握对手个人信息时更具说服力。900名参与者的实验表明，GPT-4的说服效果提升了81.2%。低、中争议话题更易受到影响，GPT-4的语言风格偏重逻辑，而人类则更注重情感互动。

本研究探讨了大型语言模型在识别新闻宣传技巧方面的有效性。结果显示，尽管GPT-4在F1分数上优于GPT-3.5和Claude 3 Opus，但仍不及RoBERTa-CRF基线模型。GPT-3.5和GPT-4在识别特定宣传技巧方面表现较好，显示出其在宣传检测中的潜力。

本研究提出了一种“预行动”方法，旨在提升大语言模型在复杂推理任务中的表现。实验结果表明，该方法在行动准确性和目标完成率上显著优于GPT-4，显示出提升小型模型性能的潜力。