Claude Code与Codex功能全面撞车,先发优势仅剩11天
开发者Elie Bakouch梳理了AI编程智能体Claude Code与Codex自发布以来的24项相似功能时间线。结果显示,Claude Code先发布了18项,Codex领先仅有4项,另有2项存争议。双方在斜杠命令、技能格式、甚至“dreaming”记忆机制等命名上都高度雷同。值得注意的是,Codex的部分领先功能(如/goal和多智能体并行)在11天内即被Claude Code追平,先发红利快速摊薄。尽管Claude Code早于Codex约80天面世,两者功能清单正趋同,竞争焦点已从“有没有”转向“好不好”:响应速度、长任务完成率、可靠性等体验成为关键。目前Codex周活跃用户超500万,而Claude Code据估算约200万,追赶势头明显,但部分开发者因可靠性问题倒戈。 #AI编程 #智能体 #ClaudeCode #Codex #功能趋同 #先发优势 #AI竞争
开发者Elie Bakouch梳理了AI编程智能体Claude Code与Codex自发布以来的24项相似功能时间线。结果显示,Claude Code先发布了18项,Codex领先仅有4项,另有2项存争议。双方在斜杠命令、技能格式、甚至“dreaming”记忆机制等命名上都高度雷同。值得注意的是,Codex的部分领先功能(如/goal和多智能体并行)在11天内即被Claude Code追平,先发红利快速摊薄。尽管Claude Code早于Codex约80天面世,两者功能清单正趋同,竞争焦点已从“有没有”转向“好不好”:响应速度、长任务完成率、可靠性等体验成为关键。目前Codex周活跃用户超500万,而Claude Code据估算约200万,追赶势头明显,但部分开发者因可靠性问题倒戈。 #AI编程 #智能体 #ClaudeCode #Codex #功能趋同 #先发优势 #AI竞争
Solving the Worlds Hardest Problems with AI
Non-profit research consortium — free to read, forever The world needs better answers to its hardest questions We build peer-reviewed, openly licensed research on humanity’s most consequential problems. Anyone can contribute with AI assistance. Anyone can fund the team doing the work. Everything we publish is free for the world to use. Explore Problems How this works Why this exists Humanity’s biggest problems are chronically under-studied Pandemic risk, AI safety, antibiotic resistance, climate adaptation, mass poverty — the issues that will shape the century receive a fraction of the rigorous analysis we devote to incremental research. The gap isn’t intellect. It’s coordination: good minds working in silos, without a shared map, a shared rubric, or a permanent home for their work. The Consortium is that shared home — open, peer-review
Non-profit research consortium — free to read, forever The world needs better answers to its hardest questions We build peer-reviewed, openly licensed research on humanity’s most consequential problems. Anyone can contribute with AI assistance. Anyone can fund the team doing the work. Everything we publish is free for the world to use. Explore Problems How this works Why this exists Humanity’s biggest problems are chronically under-studied Pandemic risk, AI safety, antibiotic resistance, climate adaptation, mass poverty — the issues that will shape the century receive a fraction of the rigorous analysis we devote to incremental research. The gap isn’t intellect. It’s coordination: good minds working in silos, without a shared map, a shared rubric, or a permanent home for their work. The Consortium is that shared home — open, peer-review
ed, and built to outlast any single contributor. What's hot Surviving Birth: Closing the Maternal and Newborn Mortality Gap Maternal & Newborn Mortality 0 · 1d You don’t need a PhD or a big bank account — just the will to move something forward. Path 1 Contribute research Pick a problem. Draft a document. Use our built-in AI assistant to research, outline, and refine your thinking. Submit it for peer review and become part of the permanent knowledge base. Works with Claude, GPT, Gemini, and more — bring your own key No invite required — anyone can start a draft Accepted work is openly licensed and credited to you Learn how to contribute Path 2 Fund the work Don’t have time to write? Power the team that does. Your donation buys AI compute, peer-review time, and the infrastructure that keeps every published document free to read. 80% of every dollar goes directly to AI research & compute 15% keeps the platform open and running; 5% operations Transparent allocation — reported publicly See how funding is used What we stand for Principles we won’t bend on Open by default Every accepted document is published under a permissive license. No paywalls, no subscription, no gatekeeping. Evidence over opinion We use the ITN framework (Importance, Tractability, Neglectedness) and structured peer review to keep rigor high. Your keys, your data AI is bring-your-own-key. Your API credentials never leave your browser. We can’t read them; we don’t want to. 34 Problems ranked by ITN score 39 Documents in the library Free To read, fork, and cite — forever Where the work is needed Top priority problems Ranked by Importance, Tractability, and Neglectedness. 1 Global Health & Disease ITN 24 Preventable diseases kill millions annually. Malaria, tuberculosis, and neglected tropical diseases disproportionately affect the global poor despite cost-effective interventions existing. 2 Engineered Pandemics & Bioweapons ITN 23 Advances in synthetic biology lower the barrier to creating novel pathogens. A deliberately engineered pandemic could kill hundreds of millions and destabilize civilization. 3 Factory Farming & Animal Welfare ITN 23 Over 80 billion land animals are raised in factory farms annually under conditions of severe suffering. Alternative proteins and welfare reforms offer tractable near-term interventions. 4 Catastrophic AI Misuse ITN 22 AI systems used deliberately by state or non-state actors for mass casualties via cyberattacks on critical infrastructure, autonomous weapons, or supercharged bioweapon design. 5 Power-Seeking AI Systems ITN 21 Advanced AI systems may develop instrumental goals around self-preservation and resource acquisition, undermining human oversight and potentially leading to irreversible loss of control. Nothing about these problems solves itself. Whichever path fits your life right now, the Consortium is built so your effort compounds — every document, every dollar, every critique stays in the open for the next person to build on.
Anthropic 收购 Bun 后 AI 代码贡献占比超八成
Bun 作为企业级运行时,曾是 AI 公司的重要基础设施,但商业前景不明。在被 Anthropic 收购后,Bun 获得了资金与长期支持,而 Anthropic 则直接掌控了对其产品战略至关重要的项目。收购并未拖慢 Bun 的发展,其 npm 安装量从 22 个月前的 44.5 万/月增长至 730 万/月,增幅达 16 倍。然而,更显著的变化是项目贡献者结构:自去年 8 月起,AI 机器人提交的代码占比已超过一半,收购后常达 80% 以上。过去一年间,Bun 从人类主导维护的项目转变为机器主导编写。这引发了长期可维护性、技术债务以及团队对 AI 依赖是否导致习得性无助等深层问题。 #Bun #Anthropic #AI #开源 #代码贡献 #技术债务 #运行时 #收购
Bun 作为企业级运行时,曾是 AI 公司的重要基础设施,但商业前景不明。在被 Anthropic 收购后,Bun 获得了资金与长期支持,而 Anthropic 则直接掌控了对其产品战略至关重要的项目。收购并未拖慢 Bun 的发展,其 npm 安装量从 22 个月前的 44.5 万/月增长至 730 万/月,增幅达 16 倍。然而,更显著的变化是项目贡献者结构:自去年 8 月起,AI 机器人提交的代码占比已超过一半,收购后常达 80% 以上。过去一年间,Bun 从人类主导维护的项目转变为机器主导编写。这引发了长期可维护性、技术债务以及团队对 AI 依赖是否导致习得性无助等深层问题。 #Bun #Anthropic #AI #开源 #代码贡献 #技术债务 #运行时 #收购
Sangam Tamil literature search engine with AI explanations
தமிழ் இலக்கியங்கள் - வரலாற்றுப் பார்வை (செயற்கை நுண்ணறிவு வசதியுடன்) Tamil Learning Site NLP Site Search Beyond the “Explain” and “Similar” options for individual poems, the AI assistant can answer questions on Tamil literature, grammar, history, and culture. Queries may be submitted in Tamil, English, or a mix of both languages: Ask AI Records: | Verse | Poem | Work | Poet | Period | AI | | --- | --- | --- | --- | --- | --- | | | | | | | | | 0 | 1999 . .. . பெருவாயின் முள்ளியாரின் ஆசாரக்கோவை கடைச்சங்க காலத்தை சேர்ந்த பதினெண்கீழ்க்கணக்கு நூல்களில் ஒன்று ஆசாரக்கோவை | ஆசாரக்கோவை | பெருவாய் முள்ளியார் | சங்கம் | 🤖 Explain Similar | | 0 | 10ம் திருமறை - திருமந்திரம் - 1 திருமூலர் அருளியது விநாயகர் காப்பு ஐந்து கரத்தனை யானை முகத்தனை இந்தின் இளம்பிறை போலும் எயிற்றனை நந்தி மகன்தனை ஞானக் கொழுந்தினைப் புந்தியில் வைத்தடி போற்றுகின்
தமிழ் இலக்கியங்கள் - வரலாற்றுப் பார்வை (செயற்கை நுண்ணறிவு வசதியுடன்) Tamil Learning Site NLP Site Search Beyond the “Explain” and “Similar” options for individual poems, the AI assistant can answer questions on Tamil literature, grammar, history, and culture. Queries may be submitted in Tamil, English, or a mix of both languages: Ask AI Records: | Verse | Poem | Work | Poet | Period | AI | | --- | --- | --- | --- | --- | --- | | | | | | | | | 0 | 1999 . .. . பெருவாயின் முள்ளியாரின் ஆசாரக்கோவை கடைச்சங்க காலத்தை சேர்ந்த பதினெண்கீழ்க்கணக்கு நூல்களில் ஒன்று ஆசாரக்கோவை | ஆசாரக்கோவை | பெருவாய் முள்ளியார் | சங்கம் | 🤖 Explain Similar | | 0 | 10ம் திருமறை - திருமந்திரம் - 1 திருமூலர் அருளியது விநாயகர் காப்பு ஐந்து கரத்தனை யானை முகத்தனை இந்தின் இளம்பிறை போலும் எயிற்றனை நந்தி மகன்தனை ஞானக் கொழுந்தினைப் புந்தியில் வைத்தடி போற்றுகின்
றேனே. பாயிரம் | திருமந்திரம் | திருமூலர் | பக்தி | 🤖 Explain Similar | | 0 | அரியதோர் நமச்சிவாயம் ஆதியந்தம் ஆனதும் ஆறிரண்டு நூறுதேவர் அன்றுரைத்த மந்திரம் சுரியதோர் எழுத்தைஉன்னிச் சொல்லுவேன் சிவவாக்கியம் தோஷதோஷ பாவமாயை தூரதூர ஓடவே. 0 | சிவவாக்கியம் | சிவவாக்கியார் | பக்தி | 🤖 Explain Similar | | 1 | திருவருட்பா அகவல் இராமலிங்க அடிகள்(வள்ளலார்) அருளியது அருட்பெருஞ் ஜோதி அருட்பெருஞ் ஜோதி தனிப்பெருங்கருணை அருட்பெருஞ் ஜோதி அருட்பெருஞ் ஜோதி அகவல் அருட்பெருஞ் ஜோதி யருட்பெருஞ் ஜோதி அருட்பெருஞ் ஜோதி யருட்பெருஞ் ஜோதி அருட்சிவ நெறிசாரருட்பெருஞ்ஜோதி அருட்சிவ பதியாமருட்பெருஞ்ஜோதி ஆகம முடிமேல் ஆரண முடிமேல் ஆகநின் றோங்கிய வருட்பெருஞ்ஜோதி இகநிலைப் பொருளாய்ப் பரநிலைப் பொருளாய் அகமறப் பொருந்திய வருட்பெருஞ்ஜோதி இனமின்றிகபரத்திரண்டின்மேற்பொருளாய் | திருவருட்பா | வள்ளலார் | இக்காலம் | 🤖 Explain Similar | | 1 | மடலவிழ் ஞானமலரே வடிவுடை மாணிக்கமே. 1 அணியே அணிபெறும் ஒற்றித் தியாகர்தம் அன்புறுசற் குணியேஎம் வாழ்க்கைக் குலதெய்வ மேமலைக் கோன்தவமே பணியேன் பிழைபொறுத் தாட்கொண்ட தெய்வப் பதிகொள்சிந்தா | திருவருட்பா | வள்ளலார் | இக்காலம் | 🤖 Explain Similar | | 1 | கரியதோர் முகத்தையொத்த கற்பகத்தைக் கைதொழக் கலைகள்நூல்கள் ஞானமும் கருத்தில் வந்துதிக்கவே பெரியபேர்கள் சிறியபேர்கள் கற்றுணர்ந்த பேரெலாம் பேயனாகி ஓதிடும் பிழைபொறுக்க வேண்டுமே. 1 அக்ஷர நிலை | சிவவாக்கியம் | சிவவாக்கியார் | பக்தி | 🤖 Explain Similar | | 2 | மணியேயென் கண்ணுண் மணியே வடிவுடை மாணிக்கமே. 2 மானேர் விழிமலை மானேஎம் மானிடம் வாழ்மயிலே கானேர் அளகப் பசுங்குயி லேஅருட் கட்கரும்பே தேனே திருவொற்றி மாநகர் வாழும் சிவசத்தியே | திருவருட்பா | வள்ளலார் | இக்காலம் | 🤖 Explain Similar | | 2 | ஆனஅஞ் செழுத்துளே அண்டமும் அகண்டமும் ஆனஅஞ் செழுத்துளே ஆதியான மூவரும் ஆனஅஞ் செழுத்துளே அகாரமும் மகாரமும் ஆனஅஞ் செழுத்துளே அடங்கலாவ லுற்றதே. 2 சரியை விலக்கல் | சிவவாக்கியம் | சிவவாக்கியார் | பக்தி | 🤖 Explain Similar | | 3 | வானே கருணை வடிவே வடிவுடை மாணிக்கமே. 3 பொருளே அடியர் புகலிட மேஒற்றிப் பூரணன்தண் அருளேஎம் ஆருயிர்க் காந்துணை யேவிண்ணவர் புகழும் தெருளேமெய்ஞ் ஞானத் தெளிவே மறைமுடிச் செம்பொருளே | திருவருட்பா | வள்ளலார் | இக்காலம் | 🤖 Explain Similar | | 3 | ஓடிஓடி ஓடிஓடி உட்கலந்த சோதியை நாடிநாடி நாடிநாடி நாட்களும் கழிந்துபோய் வாடிவாடி வாடிவாடி மாண்டுபோன மாந்தர்கள் கோடிகோடி கோடிகோடி எண்ணிறந்த கோடியே. 3 யோக நிலை | சிவவாக்கியம் | சிவவாக்கியார் | பக்தி | 🤖 Explain Similar | 12355 Records ✖ 🤖 AI Explanation The explanations presented here are AI-generated using the GPT-4o-mini large language model and should be regarded as supplementary interpretations rather than authoritative scholarly analyses.
调查显示仅不到4%澳大利亚人信任AI公司
澳大利亚信息专员办公室最新调查显示,仅有不到4%的澳大利亚人表示信任AI公司会妥善处理他们的私人信息。这一极低信任度反映出澳大利亚社会对人工智能的强烈抵触情绪。安永对23个国家的调查指出,澳大利亚人对AI的负面看法在全球并列最高;Minderoo基金会民调显示,近半数澳人认为AI风险大于收益,仅约三分之一持相反观点。与此同时,教皇利奥十四世发布首份通谕,长达4.3万词呼吁各国政府放缓AI系统发展及其破坏性影响。美国高校学生在毕业典礼上对提及AI的演讲者报以嘘声,而澳洲喜剧演员Ronny Chieng因高喊“去他的AI”获得欢呼。现实中,悉尼、墨尔本等地居民纷纷反对建设“AI工厂”,珀斯附近一个数据中心项目因社区反对而搁置。澳助理部长警告,若不保障民众免受AI伤害,将引发类似美国的反AI浪潮。分析认为,对颠覆性技术的天然警惕,叠加AI对就业与隐私的实际威胁,共同催生了这股广泛的信任危机。 #澳大利亚 #AI #信任危机 #民意调查 #科技 #数据隐私 #社会舆论 #教皇 #反对AI
澳大利亚信息专员办公室最新调查显示,仅有不到4%的澳大利亚人表示信任AI公司会妥善处理他们的私人信息。这一极低信任度反映出澳大利亚社会对人工智能的强烈抵触情绪。安永对23个国家的调查指出,澳大利亚人对AI的负面看法在全球并列最高;Minderoo基金会民调显示,近半数澳人认为AI风险大于收益,仅约三分之一持相反观点。与此同时,教皇利奥十四世发布首份通谕,长达4.3万词呼吁各国政府放缓AI系统发展及其破坏性影响。美国高校学生在毕业典礼上对提及AI的演讲者报以嘘声,而澳洲喜剧演员Ronny Chieng因高喊“去他的AI”获得欢呼。现实中,悉尼、墨尔本等地居民纷纷反对建设“AI工厂”,珀斯附近一个数据中心项目因社区反对而搁置。澳助理部长警告,若不保障民众免受AI伤害,将引发类似美国的反AI浪潮。分析认为,对颠覆性技术的天然警惕,叠加AI对就业与隐私的实际威胁,共同催生了这股广泛的信任危机。 #澳大利亚 #AI #信任危机 #民意调查 #科技 #数据隐私 #社会舆论 #教皇 #反对AI