Astra 两小时，推进两个十年数学猜想😱 不得不感慨，AGI 也许真的比我们想象中更近了。未来一两年，很多学科的研究方式可能都会发生巨大的变化。 分享一次最近亲历的 AI 科研经历： 9 月 6 日，工作之余，Xiangxin、Jiaxi和我抱着试一试的心态，让 GPT-6-Astra 研究陈立杰和李建老师在 2016 年提出的两个 best-arm identification（最优臂识别）猜想。 这个问题可以直观理解为：面对多个收益未知的选项，需要试多少次，才能可靠地找出最好的那个？ 仅两小时，Astra…

因为互联网弄潮儿们缺乏信息挖掘的能力，只能看到Coding模型，看不到那些闷声发大财的非Coding厂商。 比如前NASA研究员David Holz创立的Midjourney，从21年创立就是自研模型，到现在已经5年了，他们家从22年开始就实现了单年5000万美元的盈利，26年预计全年营收甚至超过5亿美元，而且毛利率超过80%，在其他厂商卷生卷死OpenAI年亏损都到几百亿美元的时候，Midjourney反正是偷偷摸摸地把生图市场给占了个遍。我每个月雷打不动给他冲96美刀，一年差不多7700人民币，就这…

先认识下这两位： Yann LeCun：图灵奖得主，前Meta首席AI科学家，深度学习三巨头之一。向来看不惯“AI要毁灭人类”这套叙事，嘴毒出了名。 Dario Amodei：Anthropic CEO，前OpenAI研究主管。2019年就参与决策，觉得GPT-2太危险不能完全开源。安全派代表人物，风险天天挂嘴边。 昨天LeCun直接开嘲： “2019年Dario就说GPT-2危险不能开源。 我当时就嘲笑过他们， 现在大家继续嘲笑。” 翻译成人话：这套说辞我早看腻了，别装了。 正好Dario刚发长文《We…

" 2026年9月9日，苹果秋季新品发布会上，AI成了主角，被塞进手机、手表、耳机、相机等所有能塞的产品线。新版Siri也被推上舞台中央，按照演示，它能翻找邮件、信息和照片，读懂屏幕上的内容，还能直接调用APP。 遗憾的是，在当下的技术语境里，这些能力算不上稀奇。 一个多月前，三星在新一代Galaxy折叠屏上演示了与谷歌Gemini深度整合的AI助手，功能与Siri演示的相差无几；荣耀的YOYO智能体，早就能用一句话完成发微信的全流程；字节跳动与努比亚合作的豆包AI手机，则把“语音点餐、跨APP办事”做成了系统级能力。…

1.M系列芯片的统一内存架构，让 Mac 有巨大的 内存（显存） 优势来跑大模型。现在一个稍微高端一点的mac 就可以拥有 48g以上的内存（显存），而相反 价格已经5w块的 RTX5090却只有32g显存。 2.无障碍服务功能适配，本来是方便残疾人读屏和操作电脑，但在AI时代却能被 agent 接管，有控件树就能按名字点按钮，不必每步截图识别猜坐标，所以 macOS 的 computer use 比 windows 系统的 computer use 好用非常非常非常多。 相反 使用纯图片识别判断坐标来控制电脑…

主力在用的已经换成Grok bot和Codex这两个，国产的那几个只是每天登上去拿个积分。用上Grok bot和Codex以前，感觉自己就是个废物一无是处，什么都想干，什么都干不了，只想躺平了…… 现在每天和这几个Agent死磕，感觉自己都能手搓火箭了，就是时间和Token不够用！ 这几天在给孩子做能伴随他个人成长的学习平台系统，把过去所有只能浮于想象的美好愿望，都尽力一点点在学习平台系统里去想办法能实现，成为专属于他的，能根据他的情况和进度，个性化指导他学习，生活和成长的初级版本的贾维斯。 网上看很多…

前几天，DeepSeek v4.1 发布了，将小模型能力的高度又向上推进了一个档次。 AI 发展的速度远远超过了所有人的预期。从那个只会咿呀学语地聊天、上下文长度只有几千 token 的初版 ChatGPT，到具有推理能力的 OpenAI o1、DeepSeek R1 与 Kimi K1.5 Thinking，只不过短短两年；从推理模型到如今能够流畅地在各类 harness 工具中执行命令、完成复杂任务的智能体，也不过一年半。很难想象，倘若再等上一年、两年、三年，彼时的 AI 会成为什么样子，会有多么强…

《 Claude is a Contrarian 》这篇最近在 Hacker News 上吵翻了，作者 RDX 说他的不满不在代码质量，而在行为——满篇「不是 X，而是 Y 」，写进 CLAUDE.md 也拦不住。 图里把他的原话和评论区分出来的几派说法理了一遍，包括那笔 10 分钟对 50 分钟的时间账。 你们写在 CLAUDE.md 或者系统提示里的那些禁令，有几条是真被听进去的 #Claude #AI编程 #程序员 以下是对图中文章 OCR 扫描的结果： 10分钟起步，剩下50分钟在跟Claude…

Google 终于允许所有工程师使用 Anthropic 的 Claude Google 员工享有硅谷一些最好的福利，但有一件事长期以来一直被许多员工拒之门外：使用 Anthropic 的 Claude。 这种情况刚刚改变了。据两名员工透露，并经一位发言人证实，该公司最近通过其内部开发工具，向全公司的工程师开放了 Anthropic 最强大的编程模型之一。 这是 Google 内部一个值得注意的变化。此前，Google 通常禁止大多数员工使用 Claude Code 和 OpenAI 的 Codex 等外部编程工具，期望他们改用…

今天VP在500人全部门的all hands上说，整个部门今年用的AI token cost已经是去年全年的两倍了；更有意思的一个数据是：90%的花费都去了gpt5.6-sol和opus-5但是token数量却只占10%。也就是说，10%的token数量花掉了公司90%的钱。 VP说，今后公司会强制使用更廉价但效果没有差很多的模型；也会拥抱更大的开源模型；用openAI和anthropic的最先进模型，只会是特定role和project的priviledge。 回想蛤哥的使用经历，蛤哥上个月用了$15k…

正在消失的地平线 我找到了一些程序的问题，全放到了 GitHub Issues 上。睡了一觉醒来，Agent 已经自动地把这些 issues 都解决了。 这不是科幻场景。这是我这段时间常见的画面。 大学时期，一次 ACM-ICPC 比赛后和队友聊天，开玩笑说哪天我们可以写个 AI，读了这些题目自己做出来。跟 Dennis Sullivan 聊天时，他也开玩笑说，哪天数学会不会也被 AI 替代。而如今，十几年过去了，玩笑正在一点点变成现实。 我学数学出身，做理论计算机和组合优化的研究。参加过一些编程竞赛，也在大厂打过工。在…

忙到凌晨，看到mk抨击具身行业乱象的消息，难得有人揣着明白不装糊涂愿意讲真话。 其实不止具身，LLM本身的商业模式都还没有跑出清晰的闭环，且短期内看不到太大希望。说说我的一些个人看法，欢迎大家留言交流。 1.coding本身不产生核心价值，正如滴滴和饿了么即使每天更新一个版本也不会让你翻着倍的打车和点外卖一样，大厂的营收公式里从来就没有代码写得多写得好这一条。 2.anthropic的大基数高增长不会持续很久。程序员是信息触达最快的群体，值得用，愿意试，用得起fable的程序员不会像传统纸媒时代一个消息…

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 是谁，周末高喊刹车，一上班就偷偷踩油门？ 奥特曼、阿莫迪，你俩大哥别说二哥，一个灰度测试GPT-6 Sol，一个灰度测试Opus 5.2呢。 刚好有网友以前用Opus 5做过火箭发射动画的测试，听说现在可能被路由到5.2之后又试了一次，我去肉眼可见的提升啊。 他还补充以前测试这个场景好多次，这一次动画的真实性确实达到一个新层次。 阿莫迪这边目的是赶紧出一款能和GPT-6 Astra拼一拼的，毕竟它家今年还要IPO，声势不能弱了。 奥特曼这边，则是赶紧…

🤯Dario气炸了：GPT-6 Astra上线不到两周，直接把Claude Fable全系列打残了！Fable 5.1的迭代是失败的！ Ramp最新企业AI支出数据： 🔹Astra已拿下13%企业AI支出，Fable跌到8% 🔹Fable 5.1是9月1日发的，3天后Astra上线，份额瞬间被反超 🔹企业正在从Fable和GPT-5.6 Sol大规模转向Astra 🔹Anthropic刚喊完“放缓前沿节奏”，自家前沿模型先掉队了 Fable 5.1这次迭代是失败的：宣传更强agent、更便宜缓存、改善数据留存，结果连两周都没守住。…

一个挺有意思的输入法，RUST的，内置了一个 50 MB 级别的 decoder-only Transformer 语言模型，作为本地的候选词重排序器：拼音/双拼输入 → 生成候选词 → 本地 Transformer 结合上下文给候选打分 → 重新排列候选顺序。 qingjian.app

之前就写过，by2027，70%的企业ai转型项目都会以失败告终，现在看来，这个数字估得甚至还是保守了。 以下为在这个话题上，跟同行聚焦LLM角度，further讨论的内容： 回头看那些在企业里真正大规模用起来、并且确实把人的岗位换掉的技术，几乎都有一个共同点：确定性极强。 ATM能干掉大量银行柜员，是因为逻辑简单到不能再简单：余额够不够，够就吐钱，不够就拒绝。准确率接近100%，没有人能靠跟ATM“好好聊聊”就取出一百万。 工厂机器人能替代流水线工人，也是同样的道理：同一个角度、同一个位置、精度到毫米…

别去造轮子。 前阵子跟几个南湾的 VP 吃饭，聊各自团队最近的 Roadmap，发现大家栽的是同一个坑。 现在团队里起个新项目，门槛低得有点尴尬。工程师用Codex 配 API，两天就能拼出一个点起来很顺的内部工具或者自动化流程。 会上一 demo，大家都觉得惊艳，创始人或者部门头子大手一拍：自己做这么快，外面那些现成的商业软件也别买了，我们自己造。 演示这件事现在几乎不要钱，一不留神就让人觉得"我们什么都能搞定"。没人提运维排班，没人问 API 升级了谁来跟。 三个月后第一次出事。第三方接口悄悄改了个字段名，日志里多出一行…

Anthropic口中的“AI安全”，越来越像一门生意。 定焦One（dingjiaoone）原创 作者 | 王汉星 编辑 | 阮梅 9月10日，Anthropic发布了一份威胁情报报告，内容覆盖网络攻击、非法模型蒸馏等AI“滥用”行为。其中最受关注的部分，是报告点名7家中国AI公司，指控它们对Claude实施了“工业规模蒸馏”。这已经是该公司今年以来第三次公开此类指控。 被置于指控中心的“蒸馏”，并不是一项新技术。2015年，Google Brain团队的一篇论文将其确立为一种模型训练方法，此后全球主…