曾几何时，世界级元宇宙虚拟现实社交广告公司Meta（即Facebook 非si不可、Instagram 因si，Whatsapp 你咋滴了 三家社交app的母公司） 给员工提供无限量AI token使用，多多益善，上不封顶。 员工可以任意选择包括GPT、Claude、Gemini等API，一度产生了多达N （N大于等于3）个AI使用量排行榜，排在前列的不仅受到嘉奖，写进晋升材料；半年啥事没干，天天领头录制教大家咋用AI视频的工程师，还飞速IC7升到IC8（相当于阿里P11）；排行榜前列的人，经常每周烧掉20w美金；大家一度怀疑，AI…

闻乐 发自 凹非寺量子位 | 公众号 QbitAI 真是越便宜越赚钱！ 据The Information，DeepSeek今年前7个月已经实现约7000万美元营收，折合人民币约4.75亿。 什么概念呢？ 这7个月的收入，已经是它2025年全年营收的约10倍。 当然了，DeepSeek一边疯狂赚钱，一边也在疯狂烧钱。 虽然营收拉高了，但今年1月至7月它大约亏了7.15亿元人民币，同期还在AI基础设施上砸下约110亿元。 商业化突然踩了一脚油门，算力投入也跟着一起狂奔了…… 7个月，7000万美元 先看De…

斯德哥尔摩大学的大卫·斯特罗姆伯格（David Stromberg）和香港大学的雷维德（Victor Lei）和Wu Yanhui追踪了中国27000名12至18岁的学生，约80%的学生表示使用过豆宝和DeepSeek等模型；其余20%的学生则作为对照组。 六个月后，使用AI的学生所有科目的作业成绩提高了18%，完成每项作业的平均时间从64分钟减少到45分钟，但这些学生的考试成绩却比未使用AI的同学低了20% （图1)； 作业成绩曾经可以预测考试表现，但目前作业成绩最高的学生反而更有可能在考试中表现更差（图2)。…

Shopify CEO怒喷Claude Code！一份文件引发的“封杀令” 朋友们，AI圈又吵起来了！这次不是比谁家模型更强，而是一份小小的配置文件，直接让全球电商巨头Shopify的CEO Tobi Lütke 公开威胁：要么支持行业标准，要么在Shopify内部全面封杀Claude Code！ 🤯 一份文件，怎么就成了“复杂度税”？ 事情的导火索，是Claude Code拒绝读取行业通用的 AGENTS.md 格式，固执地只认自家的 CLAUDE.md。 你可能觉得，换个文件名而已，至于吗？但在Sh…

听雨 发自 凹非寺量子位 | 公众号 QbitAI 没有Token的CS学生，应立即退学！ 这句暴论，出自南京大学计算机学院副教授蒋炎岩今年秋季新开设的《生成式软件工程》课程中。 好家伙，现在国内高校的计算机系已经卷到「自费烧Token」了？ 知乎相关问题随即冲上热榜，目前已经引来了四百多个回答。 但我仔细看了看，底下持赞成意见的人居多。 而且大家看起来都很有共鸣： 网友A：这话说得太保守了，我建议大学取消所有课堂，把省下来的课时费全部用来采购Token，按人头发给学生。 网友B：味很冲，但我认为说得好…

✅MathNet是什么？ 这是一个把 IMO数字化的项目。 由MIT团队联合国际数学奥林匹克协会推出的MathNet，可以简单理解为：这是目前全球规模最大的数学竞赛（IMO级别）数据集。 但重点不只是“大”，而是它解决了一个长期存在的问题：数学竞赛数据，一直是“分散、难用、不可训练”的。 ✅它到底有多大？ 官方给出的核心信息很直接： ▪️覆盖 40+国家 ▪️跨越 40年历史 ▪️规模约为以往类似数据集的 5倍 数据内容包括： ▪️IMO及各国国家队选拔题 ▪️标准解答（不是简单答案，而是完整解法）…

看完这条评论区彻底看懵了🤯 网传国内大厂批量拿下几十万Claude 20X账号，做模型蒸馏。 短时间跑光全部额度，账号被封也无所谓。 但结果就是市面上散户几乎拿不到可用账号。 号贩子手里囤的号直接砸手里，普通个人用户想体验也一货难求。 现在行业最大争议来了： ✅一方观点：蒸馏是行业通用技术手段。拿别家模型输出做训练数据，是大模型迭代的正常路径，商业行为无可厚非。 ❌另一方：这不就是换壳抄袭？ 把别家模型的输出拿来喂自己模型，本质就是掠夺别人的能力，属于换个名词包装的“偷窃”。 大厂不怕封号成本，普通个人用户却要承担资源枯竭的后果。…

刚刚，Anthropic 发布了 Fable 5.1。 话不多说，直接看数据：

Claude Fable 5.1 上线带的防蒸馏锁，我把官方文档扒了一遍，原理其实特别简单：Claude 的思考记录不是裸的，自带一个签名，签名是拿生成时的 system、工具、上下文算出来的。8/31 之后新开的 API 账户，只要你动过历史——改 system、改 tools、改之前的消息——签名就对不上，API 要么直接报 400，要么思考记录作废。为啥要这么搞？因为蒸馏党最常用的一招就是改历史：把 Claude 的回复换掉、塞进自己的指令，但保留思考记录，模型还以为是自己原来的思路，继续顺着往下输出，你就能用极少的…

Anthropic 的 Fable 5.1、Mythos 5.1 正式上线✨ 在 ARC‑AGI 测试里拿到不错成绩，推理成本相比上代下降约 32%。有意思的是二者共用一套权重，只是安全护栏设置不一样。 Fable 5.1 面向大众开放，Mythos 5.1 仅对经过审核的特定研究者开放。 发布才短短几小时，黑客 Pliny the Liberator 就泄出超 27 万字完整系统提示词😱。 官方对外公开的提示词大约 2.7 万字，黑客表示公开版本仅仅是全部内容的十分之一。 这份泄露文件包含模型全部行为逻辑、记忆规则、46…

不愧是你啊，anthropic😅 #大厂 #科技 #商业 #大模型 #ai #ai工具 以下是对图中文章 OCR 扫描的结果： Anthropic的Max欺诈套餐已经被告了Anthropic一直在用Max计划误导用户，200刀的20倍套餐听起来是100刀5倍套餐的四倍用量，但实际上只多了1.7倍。你花了双倍的价钱，却只得到了1.7倍的使用量。 早在今年6月14日，一位名叫Karl Kahn的华盛顿特区用户就提起了集体诉讼，指控Anthropic的Max套餐定价构成欺诈性营销。 Anthropic的Cla…

阿里今日更新旗舰模型 Qwen3.8-Max-0902。据权威第三方榜单 CodeArena WebDev 数据显示，该模型获得 1691 分，较上一代提升 22 分，超过 Claude Opus 5（1688 分）和 Kimi K3（1674 分），登顶全球代码总榜。 Qwen3.8-Max-0902 拥有 2.4 万亿总参数和 100 万 tokens 的超长上下文，并经过 Coding、Cowork 等专项后训练，在企业级复杂工程、长程科研工作流和 Agent 自主编程等场景中表现突出。 不过，它…

早上就看到新闻吹3.8flash，说benchmark媲美opus5，没官方消息就没当回事儿，结果下午3.7就开始自认是3.8，现在3.8就这么彻底出来了…… 现在AI团队都是些什么人？快速迭代小步快跑,就靠后训练刷榜玩呢？benchmark oriented training是吧？大模型不做了？pro ultra彻底不要了吗？ 人家千问是中国公司小模型能这么赢，不过就算打不过我们也能赢，况且千问又不是没pro规模的模型。你Google就拿别人家nano级别模型刷榜是吧？再刷榜gemini干活都烂成什么…

Codex 经过半年的迭代，对 Claude Code 的领先程度，感觉几乎不像是同时存在的产品了。 完全实装的 CodeMode 搭配这次的 Astra 模型专门做过异步调用工具后训练，极度丝滑，还有全球第一的 Computer Use 以及定义了行业范式的 GUI 设计。 从 Agent Harness 角度，对于 Codex 这个团队除了佩服和学习没啥可说的，相对之下 CC 团队感觉是只顾着营销和堆屎山了。 Claude Desktop 的 Computer Use 本周才解决后台不抢焦点的问题。…

先说这次。 GPT-6 Astra 刚发布，在 AA Intelligence Index 上只得61分，竟然还不如Muse Spark1.3。。这是 AA 在 9 月 3 日按 v4.1.1 公布的结果。 当时第一感觉就是，现在该尴尬的应该是AA Index而不是OpenAI。。大家总该意识到这个榜单的“含金量”了吧？ 没有想到更牛逼的是，第二天，AA直接连夜改榜了…… 9 月 4 日，Intelligence Index 升级到 v4.2。新口径下，GPT-6 Astra 升至第二，领先 GPT-5.6…

机器之心编辑部 最近，在 ARC Prize 2026 的 Kaggle ARC-AGI-3 竞赛排行榜上，杀出了一匹黑马 —— 一个名叫「Mostik」的俄罗斯初创。 ARC-AGI-3 被认为是目前最接近「测试 AI 真正智能」的一类挑战。它不像传统 benchmark 那样给模型一道道题，而是把 AI Agent 丢进一个完全陌生的二维交互世界：没有说明书，没有规则提示，Agent 只能靠不断尝试，摸索环境规律，建立自己的世界模型，最终找到通关方法。 「Mostik」这支团队此前几乎没什么名气，如…

一位 Anthropic 员工在评论区说，代码全交给大模型写，但自己的文章一个字都不让 AI 碰，因为写作是在帮他思考。 这条评论出自 Hacker News 上一篇 342 分、234 条评论的讨论，原文是 Bryan Cantrill 的文章，标题直译过来是你的智力裤链开了：让大模型替你写东西，读者一眼就能看出来，而且暴露的是你自己。热评补得更狠：写作就是思考，很多人写邮件、写设计文档写到一半，观点就变了，因为写作强迫你把想法串成线，直觉本身并不可靠；复核的过程才能保证论证连得上、引用是准的、反面意见有没有被回应。这些在…

我认为数学家能做就做，不能做就转行，没什么“位置”好摆正的，除非某人过去给自己幻想了一个不切实际的“位置”——例如，要是某人认为“只有人类数学工作者是数学问题的解答者”，那么他早就应该被计算器吓得屁滚尿流。 过去几个月里，某些欧美数学博士生在社交媒体上给数学哭丧，我认为这只会给大众看笑话。 如果一位数学工作者亲眼看到众多数学难题得以解决，还知道未来可能看到更多，却不觉得兴奋、不觉得人类的认知边界将会得到大规模扩展，反而觉得数学要完了，理由是故弄玄虚的“存在主义危机”或更直白的“我学数学还有什么意义”，那…