539 signalsFocus: AI Models, Chips / Compute
Hacker News usually provides an outbound discussion, not an original image.
Original source: gist.github.com
by NikZaal · 467 points · 186 comments, no article summary provided
Hacker News usually provides an outbound discussion, not an original image.
Original source: wired.com
by Aboutplants · 332 points · 188 comments, no article summary provided
Hacker News usually provides an outbound discussion, not an original image.
Original source: blog.google
by acossta · 963 points · 771 comments, no article summary provided
Hacker News usually provides an outbound discussion, not an original image.
Original source: niemanlab.org
by ilamont · 54 points · 104 comments, no article summary provided
Hacker News usually provides an outbound discussion, not an original image.
Original source: techcrunch.com
by pavel_lishin · 77 points · 60 comments, no article summary provided
Hacker News usually provides an outbound discussion, not an original image.
Original source: arstechnica.com
by jacquesm · 87 points · 46 comments, no article summary provided
在字节的一众AI应用里，最能吸引用户掏钱的，不是豆包，而是一款名叫“猫箱”的AI陪伴App。 Sensor Tower发布的《2026年全球AI行业应用趋势洞察》显示，今年一季度，中国iOS市场生成式AI应用收入榜上，猫箱位列第一，超过即梦AI、Kimi等产品，累计iOS内购收入已超过2200万美元。 这款软件2024年3月12日上线，最早叫“话炉”，4月11日改名“猫箱”，由字节内部团队Flow开发，底层是豆包大模型（背靠火山引擎全栈 AI）。 简单来说，这是一款“能谈恋爱的AI聊天软件”，里面住着一堆虚拟人物：霸道总裁、病娇少年、古风侠客、电竞大神……你可以设定性格、背景，与之聊天、推进剧情，甚至发展出一段专属的亲密关系。 当通用大模型也能扮演虚拟恋人，为什么还有人愿意为猫箱这样的专门App付费？《疯狂科技厅》与《恋与制作人》资深玩家十三妹、一位曾为猫箱付费的小红书用户进行了深度对话。 以下为内容整理： 01 一边为纸片人抽卡，一边为AI恋人充值 疯狂科技厅： 你在《恋与制作人》里大概花了多少钱？ 十三妹： 我从开始玩到现在，在游戏本身大概花了8000块钱。我觉得我花得算少的了。游戏外也会买一些周边，大概花了一两千块钱。 疯狂科技厅： 主要花在哪些地方？ 十三妹： 主线剧情是免费的，主要是抽卡需要花钱。 有时候想拿某一张卡，但是运气不好，没有马上抽出来，就会一直抽到保底，需要花钱买券。游戏里有很多角色，你可能前30抽就出了三张卡，但都不是你想要的那个角色。 （游戏中的抽卡体验。受访者供图） 而在猫箱这样的AI陪伴产品里，用户面对的是另一套消费方式。 除了会员，平台还有不同的对话模式、虚拟货币及可解锁的角色内容。《疯狂科技厅》在小红书联系到一位曾为猫箱付费的用户。她把猫箱更多当成互动剧情工具，而非单纯的虚拟恋人。 疯狂科技厅： 你用过猫箱的哪些模式？从免费到付费，体验和性价比有什么变化？ 某小红书用户： 我确实付过费，各种模式我全部使用过。在不付费、好玩的时候，我从没想过找其他平台。因为我不算重度依赖者，只是偶尔放假或者下班后想起来玩一下。 但付费就要考虑性价比和值不值了。相比其他直接连API的平台，一样的价格，我觉得猫箱的模型表现更差。回答模式太八股文了，任何人设遇到同一件事都是同一种反应。 同样的价格，别的平台一次可以跑1000字左右，它却完全无法完成。现在它最好用的心动模式，甚至比不上最开始的免费模式。 （其他用户在猫箱的消费记录） 疯狂科技厅： 传统乙游也会遇到类似的问题吗？ 十三妹： 大家对传统乙游可能会稍微包容一点。 比如主线更新少了，有时活动卡面画得不太好，大家也会抱怨。但你知道这是人画的，人画崩了可以改。主线本身又是免费的。游戏已经运营这么多年，大家可能会理解，制作是有产能限制的。 但对于AI，我觉得大众有一些过度的想象。很多人会认为AI什
“如果你想约一位专科医生，有时要等上几个星期，甚至几个月。你可能得花大量时间弄清怎样才能约到号、如何安排日程。折腾了这么久，最后也许只能和医生谈15分钟；你觉得自己准备得还不够充分，走出诊室时才想起来：‘糟了，我还有6个问题想问’。” 在一场访谈中，OpenAI健康板块负责人Karan Singhal点出如今普遍存在的医疗服务困境。哪怕是在医疗资源发达的美国，患者仍然会面临以上种种问题。并且，医疗需求不会随着一次门诊的结束消失。在两次就诊之间，患者也需要理解检查结果，判断接下来应该做什么。 Karan谈到，每周有超过3亿人使用ChatGPT询问健康相关问题。 对OpenAI而言，这是庞大的需求量，更是一份责任。AI不应止步于提问题，给答案，还应该逐步成为持续的健康助手，甚至辅助医生识别潜在风险、连接医疗服务，在未来帮助人们更早发现健康变化。 要实现这一愿景，还有很长的路要走。如何建立各方信任、融入真实医疗流程，证明这些技术确实改善了健康结果，是我们必须面对的问题。 围绕这些问题，访谈讨论了OpenAI对个人健康助手的设想、AI如何成为医生的辅助工具、医疗机构如何将模型融入工作流程，以及AI加速医学研究的可能性。 访谈的核心是，OpenAI不可能取代医生，只希望让可信的医疗智能像基础设施一样普及，同时抬高人类健康的下限和上限。 所谓下限，是让医疗智能免费或低成本普及。所谓上限，是实现过去做不到的事情。 看病不止15分钟，更不止于门诊 Karan提到一个让他印象深刻的真实案例：播客主持人Nathan Labenz的儿子曾出现持续疲劳、易怒等症状，借助AI，Nathan逐步意识到孩子的情况可能比想象中严重。 后来，孩子被确诊为一种侵袭性白血病。整个就医过程中，他经常使用GPT-5 Pro，请它协助理清诊疗过程、理解化验报告；有时在医生来不及帮忙解读前，AI就已提供帮助。 这个案例让Karan看到AI在医疗过程中的重要价值：患者需要的健康支持贯穿整个就医过程，尤其是在两次就诊之间。人们会向ChatGPT询问健康疑惑、理解检查结果、准备就诊问题，也会回顾医嘱。Karan认为，AI能帮助人们更好应对种种环节，让健康支持延伸到诊室外。 主持人问到：OpenAI为什么选择以通用模型作为医疗智能的基础？ Karan曾经参与过专用模型开发，在他看来，通用模型的优势在于能够持续受益于前沿模型在规模、智能和推理能力上的进步，医疗领域的专业训练则可以进一步强化模型处理健康问题的能力。“我们所做的，其实是在通用模型中进行专业化训练。在我看来，这恰恰能兼取两者之长。” Karan介绍，过去一年里，OpenAI在ChatGPT模型训练的各个阶段都加入了专门的医疗数据，其中也包括与全球医生合作获得的数据。如果单独训练一个规模较小、仅面向医疗领域的专用模型，它很快就会落后于前沿模型的发展速度。
一个小时不到，近6万积分。 扣子用户王明（化名）最近尝试AI视频制作时，遇到一笔“意外支出”。此前他主要用扣子运行Agent辅助工作，开通个人高阶版会员后，每月有9.9万积分，在他看来足够日常使用，甚至经常用不完。但当他开始尝试视频生成，情况变了。“就生成了三四段十几秒的视频，大部分时间在等待，就花掉近6万积分。”他粗略估算， 这相当于一小时花掉近60元 ，“我这才刚刚开始尝试，如果需要不断调整提示词、迭代优化视频， 感觉几百元的会员费都不够 。” 于是他开始精打细算：先完成日常任务，到了月底如果还有多余积分，才敢尝试新功能或视频制作。 用户购买AI时，明明是冲着完成任务的能力，最终结算时看到的却往往只有一串积分数字。任务执行了多少步骤、为什么需要反复尝试、积分究竟花在了哪里，用户未必能从账单中找到答案。 这样的疑问，恰好出现在AI服务走向大众消费市场的节点上。往年的双十一，消费者忙着囤米面粮油、家电和服饰；今年，购物车里开始出现AI模型额度、办公Agent会员和视频生成积分。天猫AI空间站汇集了千问AI、智谱、MiniMax、Qoder、千问办公等多个渠道，消费者不仅可以购买AI硬件，也能为AI服务充值、订阅。以千问AI为例，促销信息显示，Lite版本售价39元/月，每月提供11500 Credit，低于其60元的官网标价；Standard版本为139元/月，Pro版本为499元/月。 AI服务开始像普通数字商品一样比价、促销和囤货。 但与米面、家电不同，消费者很难在购买之前准确判断，一份积分套餐究竟能够完成多少工作。 当算力开始进入购物车，各家“自说自话”的积分消耗规则，正在成为令消费者头疼的新账本。 任务没做完，积分已经扣了 积分消耗不稳定，并非王明一个人的困惑。 千问办公用户李好（化名）制作电子刊物时，任务最终没有完成，却消耗了200多积分；另一次，她采用相同流程和模式执行任务，第一次消耗不到300积分，最近一次却因为任务多次自动中断，消耗了500多积分。 在视频生成任务中，她也遇到过AI反复报错、最终没有交付成品，但积分依然被扣除的情况。 面对积分越来越“不经用”，这个月她在每月78元、基础额度2000积分的个人标准版会员之外，又购买了3个10元的“加油包”，但更让她困惑的是：“账单能显示花了多少积分，却未必能解释为什么花了这么多。”她只能查看为期一个月的账单，难以长期对照不同任务的消耗变化。 在她使用的另一款AI智能体TeleAgent上，即便复杂任务一次也可能消耗数百积分，但因为积分定价规则的不同，花费相对更划算。 记者在黑猫投诉平台以“千问积分”和“扣子积分”为关键词检索，相关结果分别达到253条和238条，部分反馈涉及积分消耗、任务未完成、费用明细以及客服响应等问题。 在一则涉及扣子的投诉中，用户称自己开通669元的尊享版会员后尝试制作AI
2019年11月27日，携号转网在全国正式推开。 在那之前，很多人对运营商不满意，却不敢换：一个手机号背后，绑着通讯录、银行卡和各种账号。 真正把人锁住的，不是信号，是号码背后攒下的东西。 今年，AI圈上演了同一出戏。 3月，Claude上线“记忆导入”，可以把ChatGPT的记忆一键搬过来；月底，Gemini跟进。 模型大战火速升级成记忆大战。 但这种搬家很原始：让旧AI把记忆吐成一段文字，再粘给新AI。 它搬得动聊天记录，却搬不动工作现场。 当一个人每天要在N个Agent之间切换N个项目，每个项目要在N个同事的Agent之间接力，搬家就解决不了本质问题。 10月29日，腾讯全球数字生态大会上，腾讯抛出了一个新解法： 把记忆和上下文从AI里搬出来，存进一个所有AI都能来存、来取的地方。 这就是腾讯网盘，一款 “面向Agent时代的全新记忆空间产品” 。 腾讯押的，是Agent时代最稀缺的东西： 一个不属于任何AI、又能被所有AI调用的记忆中枢。 而网盘，这个看起来非常old school的古典互联网产品，也由此，有了全新的生命。 AI时代的网盘应该长啥样？ AI网盘的第一要义，依然是存。 传统网盘存的是照片、电影、��份；AI时代的网盘，存的是AI干活留下的一切：资料、过程、成果，还有人和AI来回磨出来的规矩。 行业把这些统称为上下文。它们存到网盘里，不是为了躺着，而是随时被下一个AI取走、接着干。 所以我们看到，腾讯网盘首批打通了一批内容工具：WorkBuddy、腾讯文档、腾讯会议、企业微信、ima、乐享知识库，甚至飞书、钉钉、金山文档…… 当你需要完成一项任务，但资料散落在不同的工具里，过去要一个个下载、导出、上传，喂给WorkBuddy。 现在，通过统一账号，登录腾讯网盘、完成软件连接。 实测中，一句“找到腾讯网盘视频相关素材”，网盘内置、与WorkBuddy同源的AI，就会自动检索、归类，提炼要点，再一键交给WorkBuddy，继续处理更复杂的活。 WorkBuddy干完的成果，再自动存回网盘，供下次调取。 甚至当你关上电脑、手机，云端的网盘也能继续干活。 但这一步，只是 生产资料层面的连接 。 真正让腾讯网盘有点不一样的，是它 在Agent连接层面的开放性 。 通过Skill、CLI、MCP，它不光能连WorkBuddy，还能连Kimi、DeepSeek、OpenClaw，甚至理论上，所有Agent。 一次实测中，笔者先用Kimi做一份视频策划任务，磨了12轮，定下8条规矩。 然后问WorkBuddy：“我在Kimi里定过哪些规矩？”它先是回答：“不知道。” 然后，我在腾讯网盘里连接Kimi Agent，再回头问同一个问题，WorkBuddy已经能自己去网盘翻出全部规矩，连哪一条是第几轮定的，都标了出来。 两家公司的AI，一个做策划，一个做执行，
Hacker News usually provides an outbound discussion, not an original image.
Original source: github.com
by paaloeye · 52 points · 70 comments, no article summary provided
美国当地时间10月28日，谷歌母公司Alphabet发布了截至9月30日的2026财年第三季度财报。 尽管营收保持增长，Alphabet第三季度营收、调整后每股收益和自由现金流均低于华尔街预期，未来资本开支还将进一步增加，导致公司股价在盘后交易中下跌9.79%，至293.09美元。 财报显示，Alphabet第三季度营收达到1275.77亿美元，较上年同期的1023.46亿美元增长25%。尽管Alphabet营收同比增长25%，连续第13个季度实现双位数增长，但当季1275.77亿美元的实际营收仍低于华尔街分析师预期的1282.2亿美元。 营业利润达到405.76亿美元，同比增长30%；营业利润率为32%，高于上年同期的31%。 净利润方面，尽管Alphabet第三季度营收同比增长25%，但归属于普通股股东的净利润却同比下降25%，从上年同期的349.79亿美元降至261.70亿美元。 主要原因是权益证券公允价值变动导致其他损益由上年同期的127.59亿美元收益转为82.21亿美元亏损，其中权益证券公允价值变动造成86.64亿美元净损失。摊薄后每股收益为2.12美元，低于上年同期的2.87美元；按剔除权益证券损失影响的口径计算，每股收益为2.67美元，低于华尔街分析师预期的3.02美元。 现金流方面，Alphabet第三季度自由现金流为负90.65亿美元，而上年同期为正244.61亿美元，同比减少335.26亿美元。同期资本开支达到513.55亿美元，较截至2025年底的239.53亿美元增长约114%。 公司维持2026年1950亿至2050亿美元的全年资本开支指引，并预计2027年资本开支将显著增加。 Alphabet首席执行官桑达尔·皮查伊（Sundar Pichai）在财报中表示，AI投资正在推动搜索业务增长，包括商业查询在内的搜索查询量同比增速创下过去五年来的新高。谷歌云营收同比增长103%，第一方模型API每分钟处理近320亿个Token，超过一年前的四倍。在消费级产品方面，Gemini App用户达到10亿，成为谷歌历史上增长最快的产品；YouTube Music与Premium全球订阅用户也突破1.5亿。 01 资本开支持续增长 截至2026年9月30��，Alphabet总资产达到10033.12亿美元，突破1万亿美元，较2025年底的5952.81亿美元大幅增长。其中，固定资产净额达到 3728.27亿美元，高于2025年底的2465.97亿美元；有价证券达到2087.64亿美元；现金、现金等价物及有价证券合计2650.98亿美元。 第三季度，Alphabet资本开支进一步扩大，达到513.55亿美元，较上年同期的239.53亿美元增长约114%，主要反映公司对AI算力及相关基础设施的持续投入，以及扩大TPU系统销售所需的库存建设，也对现
目前AI行业的发展速度，受到算力和数据两大核心要素的限制。 AI模型的训练和推理，都面临算力不足的情况，也有一批新兴的芯片/infra公司试图解决这个问题。 数据的限制则更复杂些。在Scaling law的推动下，当前的AI模型几乎穷尽了所有可获取的人类公开数据来训练。在现有范式下继续让模型进步，数据就可能出现短缺。 而数据短缺的深层原因，在于现有模型范式的数据效率不足，或者说样本学习效率不足。例如，人脑通常只需要学习几个例子，就能学会新技能，而AI模型要学习相似的技能，则需要巨量的样本来训练，无论在预训练阶段还是后训练阶段。据测算， AI模型和人脑的样本学习效率，相差几个数量级。 要跨越这道效率鸿沟，必须依靠颠覆性的底层创新。 Flapping Airplanes就正在试图跨越这道鸿沟，它们的长期目标是重新设计损失函数，重构梯度下降算法，构建学习效率达到人脑级别的AI模型。 今年1月，Flapping Airplanes获得1.8亿美元的种子轮融资，GV、Sequoia Capital和Index Ventures是主要投资者，今年10月，它又获得由Index与Lux Capital领投的10亿美元A轮融资。 参与这两轮的机构投资者还包括Nova Global 、Valor、Atreides、Kleiner Perkins、Fundomo、Steve Cohen、BCV、Menlo Ventures、Hummingbird、Victor Lazarte、Absolute Ventures、A*、CRV、Seven Stars、Genesis、Jump Trading、XTX Ventures、Snowy Leopard和NVIDIA。 Jeff Dean、Stanley Druckenmiller、Katie Haun、Andrej Karpathy、Henry Kravis、Micky Malka、Chris Ré等行业顶尖领袖也以个人投资者身份参投。 先“榨干”GPU，再重构AI的样本学习效率 Flapping Airplanes由Ben Spector（ 25 岁） 、Asher Spector（26 岁）兄弟和Aidan Smith联合创立。Ben Spector在斯坦福大学攻读计算机科学博士学位，此前在MIT就读期间创立了孵化器Prod；Asher Spector是斯坦福大学统计学博士；Smith曾有过创业经历，也是Thiel Fellow，在大学期间就曾在Neuralink工作过3年。 Ben Spector是创始团队的核心人物，他创立的孵化器Prod曾助力Cursor、Decagon、Etched和Decart等一众明星 AI公司的创始团队起步。他的投资人透露，哪怕Ben的同龄人们已经做出了估值数十亿美元的独角兽，依然会向他寻求观点，他具有直
今年，不少熟悉演员都消失视野中，头部流量演员也频传出国镀金的消息：张艺兴赴美读电影学位，金晨和孟佳结伴去洛杉矶学语言。 过去明星消息大多是进组拍戏、参加节目，不会长期消失在公众视野，怕消失久了就会过气。 但现在情况不一样了，AI来了。 今年开始，新剧开机率只有去年三成，新短剧超九成都是AI制作，演员工作机会越来越少。 出国镀金，去景区做NPC，回家做小本生意，转行去制作公司打工赚钱…… 凛冬已至，各谋生路。 演员按下暂停键 10月，金晨和孟佳上了热搜。俩人刚落地洛杉矶就被泼了一盆冷水：两人报名的当地一家老牌语言学校宣布破产停业，学费也没退。 此前，金晨原本定好的品牌直播取消了，常驻了三季的综艺《现在就出发》第四季也没有出现她的名字。工作停摆，她决定去美国学语言。 同行的孟佳也因为国内的舞台越来越少，索性给自己放了三个月的假。 过去演艺圈的演员们忙着进组拍戏，生怕过气；但现在，内娱演艺人们排着飞到大洋彼岸留学。 今年35岁的张艺兴在社交平台上把名字改成了“张艺兴（留了又留版）”，报考美国的学校，从头开始学摄影、灯光和剪辑。 43岁的张静初考进美国电影学院导演系，退回镜头后面做幕后导演。 头部尚且如此，影视寒冬里，腰部演员更成批陷入了困境。 今年端午节的清晨6点，50岁的郑国霖在西安华清宫起床化妆，在黑色短袖外套上厚重的龙袍。和饰演高力士的演员对完词后，他9点上岗，晚上9点收工。 二十年前，他是《隋唐英雄传》里的李世民。现在，他是两年跑了几十个景区的NPC。 第一次出场，他要从二楼走下二十级台阶。站在楼梯口，他手心冒汗，双脚发抖， “那二十级台阶我感觉走了半个世纪。” 他怕游客拍照，觉得尴尬、丢脸。 真走下去，游客一拥而上，热情地跟他握手、合影，他突然意识到：“我在这里是有意义的。” 来景区之前，他几乎把演员之外的路都试了个遍：直播带货、短视频、自媒体、做制片，但都不太顺。 网上到处都在传：郑国霖景区打工，是不是缺钱了、没戏可拍了？起初他也觉得有些不好意思，甚至有些动摇。后来慢慢想通了。 他说“我不是不食人间烟火的神仙，我是普通人，需要工作，需要养家。我走这条路，靠自己的本事吃饭，没有问题。” 如今，全国各地的景区都聚集了过去电视上才能看到的老艺人，成为他们再就业的新职场。 《情深深雨蒙蒙》里鞭打雪姨的寇振海，在景区重演老爷；琼瑶剧里的御用男主马景涛，在景区吊起了威亚钢丝。 一次，他中暑晕倒，但歇了没几天就赶回复工，因为他知道同行在排队盯着这个岗。 《东北插班生》的男主史元庭今年35岁，上半年他只拍了4天的戏。后来为了挣钱养活自己，他去做过泰山陪爬，回老家种过地，最后还是选择进入景区做NPC。 基础日薪2000块，加上提成，一个月最多拿4.2万，比拍短剧稳当得多。 更年轻的演员，直接去了夜市和档口。 许鹏身高一米八三，中央戏剧学院表演系毕业，盘靓条顺的他以前在短
“3天到手3500元，你的脸能赚钱了。” 现如今，从王祖贤、戚薇、吴启华等明星，到网红、模特、素人，越来越多人开始将人脸授权给AI，在AI短剧、AI广告中出演角色。某明星靠人脸授权狂赚百万元的传闻更是引发了诸多讨论。 随着相关需求的增加，国内开始出现 Mirafans镜界、元相新生、映界智能、新爪、元脸查查 等多家以AI人脸交易为核心业务的初创公司；在海外，也跑出了Actorsy（英国）、Vermillio（美国）等相关公司。 但因为未成年人卖脸、人脸数据滥用、霸王条款等行业乱象，这门尚在襁褓中的生意也遭遇了诸多质疑。毕竟，人脸生物信息属于我国法律重点保护的敏感个人信息。不久前，新京报就发文提醒：“小心‘卖脸兼职’把自己卖了。” AI卖脸到底是一门怎样的生意？人脸要不要卖给AI？ 围绕这些问题，新榜编辑部近期对话了Mirafans镜界创始人温雨涵和元相新生创始人郑立鹏。 王祖贤、戚薇“卖脸”背后，一门悄悄成长的肖像授权生意 AI卖脸这门生意的出现，其实是行业痛点推动的结果。 一方面，AI短剧虽然发展迅速，但因为技术限制等诸多因素，同质化人脸已经成为AI短剧最受诟病的槽点之一。AI创作者急需独特且契合故事的人脸。 据新华网报道，AI横屏剧《宝庆码头》曾用时3天采集37位邵阳籍人士的人像信息，构建AI人脸模型库，希望能更好地呈现一百年前邵阳人闯汉口宝庆码头的故事。 主创李杰认为，市面上大量AI短剧的通病是角色面孔趋同，AI痕迹重，而他希望实现“家乡人的故事，家乡人自己演”。 一些屡被吐槽的AI脸 另一方面，今年以来，AI人脸侵权案例已经多次登上多平台热搜。 有素人被迫出演丑角；有明星被恶意生成AI黄色影像；有网红的AI角色爆红，自己却无法从中获益。越来越多人开始呼吁，不希望自己的脸被无偿使用、恶意滥用。 今年9月，国家广播电视总局也召集红果、快手、爱奇艺、中文在线等17家平台举办座谈会，明确了“任何‘融像’‘融声’行为均须取得权利人明确授权”的共识。 在温雨涵看来，随着AI大模型能力的增强，人脸肖像版权合规一定会成为一个需要解决的问题。于是今年4月，她创立Mirafans镜界，希望能做一家AI时代的合规数据服务商和数字资产交易所。 温雨涵是95后，她从上大学时就开始创业，目前在上海拥有一家MCN机构，旗下签约博主约1000个，累计粉丝数超1亿。这也成为她创立Mirafans镜界的底气。 元相新生几乎和Mirafans镜界同期创立。创始人郑立鹏出身腾讯，曾任微信安全风控总监、腾讯云行业方案总经理等岗位，是一位典型的技术型创业者。他希望借AI时代的东风，将元相新生做成一家AI人脸的视觉中国+BOSS直聘。 郑立鹏觉得，与其让大众的脸被AI无偿拿去训练，不如试着让他们能分到AI时代的红利。“AI时代多数人的价值会越来越低，但人脸始终是最底层的价值。如果一个人不断将自己
AI圈再次变天了！ Artificial Analysis刚更新了Intelligence Index，正式推出v5版，Claude Opus 5.5一举登顶，将OpenAI的GPT-6 Astra挤下神坛。 但没高兴多久，Gemini 4 Carbon发布，超越 Claude Opus 5.5夺魁！ 但代号「Obsidian 3」的神秘模型意外浮出水面，而所有的线索都指向同一个名字：Anthropic尚未发布的 Fable 5.5 。 险胜GPT-6！Opus 5.5的冠军不到一夜 AI榜单洗牌了。 Artificial Analysis发布了最新的 Intelligence Index v5 榜单。这是目前业内含金量最高、最难啃的测试之一。 结果出人意料，但又在情理之中。 Anthropic的 Claude Opus 5.5 以58分险胜，斩获第一。 OpenAI的 GPT-6 Astra 以57分，屈居第二。 戏剧性的是，谷歌随之发布了 Gemini 4 Carbon，得分 AA 综合得分为59。 一分之差，AI 王座一夜之间两度易主。 但在编程智能体指数上，Anthropic仍以62 分领跑。 为什么说这次Anthropic登顶编程智能体指数榜含金量极高？因为测试规则变了，变得极其苛刻。 私有数据权重飙升至60%。 过去的AI测试，大家都在刷榜。模型把公开的GitHub代码库背得滚瓜烂熟，分数自然高。 这次不行了。官方直接把私有数据集的权重拉到了60%。 没有公开资料，没有历史作业。模型必须当场思考，当场解题。 靠「死记硬背」混日子的时代，结束了。 免疫学教授Derya Unutmaz评论称，新版本更合理，此前开源模型存在针对公开基准的过度优（benchmaxxing），与OpenAI、Anthropic及Gemini前沿模型的能力差距被清晰拉开。 不过，这并不意味着两者差距扩大了，而是衡量方式变化了。 引入高难度科研工作流。 新增了代码与科研工作流等地狱级挑战。 这不再是写个贪吃蛇代码那么简单，而是要求AI像真实的程序员和研究员一样，处理复杂的工程逻辑。 在这样的高压测试下，Opus 5.5 扛住了。它证明了Anthropic在复杂逻辑推理和真实场景落地上的恐怖实力。 数据暴雷！隐藏模型 Obsidian 3 究竟是谁？ Opus 5.5 登顶，只是前菜。 真正的硬核大瓜，藏在另一家机构的数据库里。 昨天，知名AI测试机构 Cognition 发布了其私有编程基准的最新版本： FrontierCode 2.0 。 这是一个极其变态的测试：包含132项真实开源代码库中的任务。 评分标准简单粗暴：代码提交后，项目的维护者是否愿意合并（Merge）你的更改。 只要有一项阻断性检查未通过，直接计0分，没有任何同情分。为了防止数据污染，任务全程保密。 而且A