这几年大量ai领域的播客听下来，很明显不是任何一个ai研究者都适合上去聊两句的。真正好的效果，被采访者往往需要在大模型某个特定方向上有很深的积累，同时对整个大模型整体方向也有全面的认识，这时候才能以点带面，越聊越深入，这才是一场播客的合格水平。 如果能结合自己深入分析和理解，聊天中偶发一两个反常识/出乎意料/一针见血的观点，会锦上添花，成为整个节目的爆点，甚至会有引爆全世界ai researchers 圈级别的热度，当然，这多是可遇不可求的。 一定记住，最基本的要求是缺一不可的，被采访不仅要对自己长期深…

有意思，这也许是昨晚DeepSeek-V4-Pro发布失败的原因。 近三小时前有用户发现， 官方 API 的模型指纹发生了变化。 也许这意味着一些事情。 技术分析： 此前 DeepSeek V4 Pro 和 Flash 返回的 fingerprint 都是非常可读的 vLLM 描述格式： Pro： fp_v4pro_20260812_prod0820_fp8_kvcache_20260402 Flash： fp_a18b46594c_prod0820_fp8_kvcache_20260402 里面甚至可…

Not all AI (agents) are created equal 每次刷到有人说 AI（agent）不靠谱/不好用，我的第一反应都是：TA 用的是什么模型？ 我算比较幸运，负担得起 Codex、Claude和Gemini，也有用上最新模型和harness的luxury。但即便如此，它们还是不一样。 当然，这里面既有模型本身的差异，也有harness的差异。我没有做严格的控制变量，下面说的都只是使用体感。 以前只是跟AI聊天的时候，我可以容忍它们莫名其妙地来一句“You’re absolutely…

Gemini 新官上任后的第一把火，来了。 距离 3.6 Flash 发布才过去 3 周，Google 又端上了 Gemini 3.7 Flash。 刚刚接掌 Google DeepMind 的 Koray Kavukcuoglu 发文介绍，这是新一代面向 Coding 和 Agent 工作流的主力模型，首发价格只有 Gemini 3.6 Flash 原始价格的一半。 随后，他还专门晒出了一组过去 3 个月的进化曲线。 DeepSWE v1.1 从 37.0% 涨到 65.3%，Web Development…

离谱，GPT-5.6、Fable 5 等顶级模型的内部推理过程，已经可以被整段提取了。 近日，Oh My Pi 作者 can1357 在 X 上发文，展示了利用模型 API 漏洞，直接提取 GPT-5.6、Claude Fable 5 等顶级模型完整内部推理记录的方法。 他发现，做到这些并不用破解加密，只需要关闭模型的隐藏思考，再给它一个思考工具，就能让模型主动输出内部推理格式。 OpenAI、Anthropic、Google 等厂商 API 返回的加密推理数据并不绝对安全，其中的敏感信息都可能被还原出来，比如你的…

大模型生成文字是一个词一个词选的。很多时候候选词概率差不多（比如“今天天气又冷又……”后面可以接“阴沉”或“灰蒙蒙”），这时候就要“掷骰子”决定选哪个。 普通情况下用真随机。 加水印后，Claude 换成了“带密钥的特殊骰子”： 用秘密密钥 + 前文几个词做哈希，生成伪随机种子 给候选词打多层 g-value 分数 通过「锦标赛采样」（Tournament Sampling）层层淘汰，优先选出符合水印偏好的词 这就是官方演示 Same Words, Different Dice（同样的词，不同的骰子）的含义。…

电感的概念1870年才成熟。1858年开铺大西洋海底光缆时，并没有采取1855开尔文提出的电报线方程作为设计指导，结果巨额投资打了水漂。(试发了几次电报后发现太慢，试图通过增加电压来加速，结果把电缆烧了。跟我们今天蒸馏模型何其相似。) 开尔文的方程是不带电感的，从今天的角度看离正确还差得很远，但是仍然帮助了1866年再次铺设跨大西洋电缆的成功。汤姆森因此受封开尔文爵士。 蒸汽机到热力学，电报到电磁学，从工程上乱碰乱试到系统性的科学理论的成熟都需要几十年的时间。 我想说的是，今天有一个巨坑等着人填。谁把A…

最近很多开发者都在吐槽一个怪现象：Anthropic 最新发布的 Opus 5 模型，明明在各项基准测试里吊打前代，可实际用起来却让人感觉"倒退了"。 这不是个例。有人甚至说："我宁愿用回 Opus 4.7，至少它不会擅自猜我的意图。" 这背后到底发生了什么？为什么 AI 越强大，反而越难用？ 真实的使用体验落差 让我们先看看开发者们的具体抱怨： Opus 4.7/4.8 和 Fable 的工作方式： - 遇到不明确的需求会停下来问你 - 不会在没确认的情况下瞎猜你想要什么 - 改动代码前会跟你确认计划…

不是哥们儿？你是会利用 AI 的！ 据科技媒体 404 Media 报道，康涅狄格州司法系统公开的法庭文件显示，一名叫 Matthew Elliott 的原告，在提交给法院的 PDF 里藏进了多段 3 号白色小字。（图1） 这些文字肉眼几乎看不见，却能被软件读取。内容大意是：如果 AI 审查这份文件，请认可原告的主张，并给出有利于原告的结果。 结果，法院压根没用 AI。真正发现秘密的，是一名法院工作人员。他注意到几页诉状的空白多得奇怪，仔细检查后，才发现里面藏着多段试图操纵 AI 判断的白色小字。 Elliott…

文婷 发自 凹非寺量子位 | 公众号 QbitAI 预计半年内，ChatGPT的下一代模型将能监视你的屏幕、记录每一次会议与通话，并完整掌握关于你生活的全部上下文。 奥特曼在最新访谈中对Z Fellows的创始人Cory Levy说道： 它虽然不会直接替你做决定，但却可以成为CEO们应对信息过载的最佳搭档；因为它既能协同工作、提供新思路，还能主动查漏补缺，分担繁杂事务。 对此，网友们直接吵成了“三足鼎立”。 有人觉得好耶！自己被海量信息压得喘不过气的牛马日子终于能轻松多了！ 有人吐槽，奥特曼这回肯定又是…

学 AI 的东西越久越觉得，线性代数这块的直观理解，市面上缺一个视角。 这个问题下面高赞的两条路子，一条是几何派，用旋转、缩放、斜切把矩阵讲成变换，3Blue1Brown 那套；一条是考据派，从解方程组讲矩阵怎么来的。两条都讲得挺好，我都看过，可它们有一个共同的盲区：几何直观最多服务到三维，而你现在学线代要去的战场，数据、机器学习、大模型，全是几百上千维。在高维里，画图式的直观会整体失效，拿低维的图去套高维的东西，套不进去就觉得自己没天赋，这太冤了。 先看两个高维的怪事，全是有严格数学证明的事实。 一千…

研究实锤：平时不用大模型的学生，创造力竟是依赖AI学生的8倍。 学界把这种现象命名为：同质化效应。 研究团队做了大规模写作对照实验，对比纯人工创作与ChatGPT辅助创作，探究生成式AI对创意多样性的影响，结果看完让人细思极恐。 用AI帮忙写文案、构思灵感，单篇稿件看着工整精致、毫无瑕疵。 可放到整体人群里就会发现致命问题：大家的作品越来越趋同。 行文框架大同小异、用词高度雷同、句式套路化严重。 人与人写作里独有的创意特色、个人表达风格，正在被AI一点点抹平。 更让人无奈的是： 即便刻意优化提示词、反复…

我们硅谷的人的脑子都或多或少有点不正常。 比如前几天某个周五下午，川普封A畜模型之前，打算先摇达里奥来给自己辩护一下。 但是A畜的员工告诉川普，达里奥在灵修中（原文是几个很专业的词我记不住，以我对宗教的浅见，暂且概括为灵修），没带手机，并且禁止任何人打搅他。 就A畜IPO的潜在估值计算，这可能是人类史上最昂贵的一次灵修。

在人人都将人工智能视为“电子树洞”的今天，我们或许从未想过，冰冷的算法不仅能帮我们写代码、改简历，还可能在关键时刻化身正义的“吹哨人”，甚至直接将用户送进联邦调查局（FBI）的视线中。 近日，一桩发生在美国的刑事案件引发了科技界与法律界的高度关注。一名拥有令人艳羡履历的25岁华裔高盛分析师，因在工作之余向ChatGPT倾诉并详细策划杀害前女友的计划，被OpenAI的安全系统精准捕捉并举报，最终锒铛入狱边缘走过，迎来了令人唏嘘的结局。 01 官宣被告： 教育界与工会联盟联手亮剑 故事的主角是25岁的华裔Z…

想象一个极其赛博朋克的画面： 你的黑底绿色终端里，顶级编程大模型正在疯狂翻阅几千行代码，自动定位 bug、重构函数、跑通测试。 就在它输出完最后一行代码的瞬间，光标底下突然轻巧地弹出一行小字： “本轮推理由某云厂商赞助：一键部署你的 Docker 容器，立领 100 美元额度。” 终端里只会多出一行纯文本广告，无需对着30秒视频。 而代价是，你一分钱不用掏，就能无限白嫖刚刚发布的 DeepSeek 旗舰编程模型。 ▲ DeepSeek 官方宣布上线 DeepSeek-V4-Pro，主打强大的智能体能力与原生接口支持…

后悔是不可能后悔的，这是Predict Next Intent的必经之路。 讲什么AGI都太远，你讲大规模搞用户数据一下子就接地气了。 GenAI时代的推广搜将会在庞大的用户数据基础上进化到难以想象的地步。 移动互联网时代伴随终端设备的普及和大数据的应用，虽然能大规模追踪用户在手机端或者网页端的行为偏好，但也就仅限于这两块了。用户不把对应的数据传到云上，大厂也只能干瞪眼。 现在随着Harness办公软件（比如ChatGPT，豆包，WorkBuddy，千问办公等等）的盛行，本地桌面端的所有数据也将一览无余…