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…

唉，沉痛怀念写一行 Java 喝一杯咖啡的悠闲古法时光。 现在程序员都已经给你打样了，把工作都交给 AI，完全 Agentic 化以后只会更加的闲不下来。 Computer Use 水平大幅提升是吧， AI 办公新纪元是吧，打工人的好日子还在后头呢！ AI 现在最大的问题还是得看着，你把活儿交给 AI 越多，到时候验收起来问题就越多。 你 Computer Use 再强，我也不信你的 Word/Excel/PPT 真的不用改了，多多少少肯定有问题，总得查验一番。 然后你就会发现 review 比 coding…

上一版穷鬼套餐 发出后收到不少补充,这一版按 2026 年的工具生态重新梳理了一遍:33 个工具,覆盖从写代码到收钱的全流程,整合成一份可以直接照着注册的清单。 先说结论:整套套餐唯一的硬支出,是一个域名,约 $10/年。 一、整套套餐的真实成本 33 个工具,覆盖从写代码到收钱的全流程; AI 订阅可选:0也能跑, +20/月体验更好; 数据库、部署、监控、客服、收款,全部有免费层; 不是玩具组合,是能跑真实产品的技术栈。 支出层 | 项目 | 金额 硬支出 | Porkbun 域名 | ~$10/年…

The Decoder 报道 OpenAI 针对 GPT-6 Astra 专门发布的官方提示工程指南 山姆·奥特曼宣布 GPT-6 Astra 全量向所有 Plus 与 Business 用户开放后，科技社区在短暂的跑分热潮之后，迅速陷入了一场关于“新模型到底该怎么写提示词”的工程摸索。 美东时间 9 月 3 日（北京时间 9 月 4 日凌晨）Astra 上线初期，不少早期订阅者反映遇到两种截然不同的体验：一方面，在复杂系统重构与数十万行代码工程中，Astra 展现出前代模型难以企及的端到端推进能力；另…

[黄金薯R] 这两天刷到很多researcher绝望的帖子。 这一次的astra在3D方面的表现出乎很多人意料，当coding 被apply到空间时，语言基座模型竟然有了空间感知能力。 computer use能力的提升更是解锁了一波新场景。 更夸张的是astra直接控制机械臂吊打之前fable的performance（当然有配合robocurve炒作嫌疑） 没关系，因为现在的情况是，不光 founder、researcher 很懵逼，investor 也很懵逼，所有人都被按下了暂停键，进入一个无头苍蝇的中场休息时间。…

如题 OpenAI 创始人Sam Altman 之前最近发了一条推： 昨晚听到的一个很酷的 ChatGPT 工作用例： 连接你的家庭日历，并解释你孩子的兴趣爱好。 每天早上在送孩子上学的车程中，让它制作一个播客，内容包括一个孩子的当天下午足球比赛、一个孩子的即将到来的生日、一些新闻等等。 底下评论基本都是骂的。 人们呃工作和生活越来越离不开 AI，但是这并不妨碍很多人越来越恨 AI。 尤其恨那些道貌岸然的，把 AI 当做唯一解药的科技公司领导者。 尤其是当他们居然还大言不惭地说出这种看起来温情，但极其冷漠的话。…

@木遥: 几个小时前， NYU 的数学教授 Tristan Buckmaster 在社交媒体上发布了一个声明。 基本上的意思是： 1. NS 方程问题（注：NS 方程问题是数学上最重要的开放问题之一，是7个千禧年问题之一）已被解决，用到了 OpenAI Codex，合作者包括在 Anthropic 的 Levent Alpöge（也就是前一阵用AI 找到雅可比猜想反例的那位） 2. “OpenAI 试图抢夺 credit” （一个附注：这里他们证明的不是通常意义下 NS 问题的标准表述：3D NS 从普…

Buckmaster是这个方向最一线的专家之一，也是这次争议之前就被认为最有可能做出NS的候选人之一，这是context。 时间线是这样的： 去年九月，他和Levent（当时已经加入anthropic）开始做这个问题，所有的草稿都在openai codex里面，没有用anthropic的资源。 今年八月，做出部分结果，但论文还没写好，这期间用codex改论文。 几乎同一时刻，他的合作伙伴Levent开始用anthropic的内部模型各种数学扫题，引发强烈争议。 Buckmaster担心这个成果被当成an…

我早警告过任何聊天记录都会被存档（训练倒是不太会，很多都是废数据） 你看怎么着？真相信ai公司会妥善对待你的数据啊？

Anthropic 更新了旗下的 Claude Academy，一套面向普通用户和企业的 AI 学习体系。这家估值 2 万亿元的 AI 巨头，在别人怎么用 AI 时，竟然意外的非常「古法」。 Anthropic 在教学中举了一个很小的例子：过去做 Prompt Engineering，要求明确和仔细，比如要修改媒体文章时要写清楚受众，或者 Claude「这个报告写给法律部门同事看的」。但到了最新模型，这种技巧已经没那么重要了，如果模型确实需要知道受众是谁，它越来越能够自己解析和追问。 Anthropic…