人工智能资讯 第70页
聚合当前分类下的最新内容，按时间顺序查看第 70 页精选文章。
31%的代码问题都在问JS:AI正在替你选技术栈
一篇开发者短文断言软件工程将收缩为“AI开发”一个方向,新语言新框架再难出头;Anthropic和GitHub的公开数据显示,这个直觉判断其实已经在发生。真正的问题不是程序员会不会失业,而是技术选型的决定权正在从工程师判断力滑向AI训练数据的历史快照。
Claude 99%可用性背后:一场把四个入口全部拖垂的认证故障
Anthropic状态页显示claude.ai在6-8月可用性均在99%以上,但拆开事故记录能看到十余起故障,其中8月16日的认证系统故障让claude.ai、API、Claude Code和Cowork同时瘫痪。官方几乎不公开根因,7月的官方数字与第三方推算数字也存在明显分歧,提醒依赖Claude构建生产系统的开发者:多入口不等于真冗余。
Paul Graham劝17岁别急着创业：先学会从零训练LLM，Yann LeCun加了个但书
Paul Graham建议17岁的自己别急着创业，先从零学会构建、训练LLM；Yann LeCun补充说，LLM能写文章却不会扫地，方向该往物理世界的学习和行动延伸；两人分歧不在该不该学AI，而在该赌哪层能力边界还有红利。
Anthropic最强模型遇冷：AI市场开始按账单投票
报道称，Anthropic能力最强的模型没有赢得相称的用户采用，价格更低的工具反而增长更快。现有线索没有交代用户、调用量或收入等统计口径，因此不能草率判定旗舰失败；更可信的变化是，企业正从追逐模型上限，转向计算每项任务的真实成本。
一份 agent.md,把 AI 写代码的地板抬高了,天花板没动
Fabien Sanglard 用一份 agent.md 把反复念叨的编码规矩变成会话自动加载的清单,代码风格问题大减,审查精力转向架构设计。真正提升效率的是省掉重复提醒,不是模型自己学会写好代码,生成代码依旧要逐行核实。规则本身是他在 Rust/C++ 项目里磨出的个人偏好,换语言换团队要重新调,上下文一长还会被模型悄悄忘掉。
Fable比Opus贵一倍,跑分却没赢:AI编程的免费午餐结束了
Anthropic的Fable上线后输出价格是Opus 5的两倍,但在SWE-bench等跑分上并未明显领先,同期发布的GLM-5.2成本只有其九分之一。这场对比逼开发者第一次认真做多模型路由,而所谓'吓退企业国家'的动态降级,拆开看其实是安全分类器路由,不是外界想的那种悄悄变笨。
Khanmigo开放200万学生，真正打开的只有一成五
Sal Khan亲口承认旗舰产品Khanmigo对多数学生是'non-event'，但真实数字比这句话更刺眼：获准访问的200万学生中只有15%真正用过。Khan Academy自己披露的产品数据和一项哈佛研究却说明，问题未必出在AI辅导本身，而是Khanmigo从设计上就只让学生'接收'，从没让他们'制作'。
Claude拒绝、Kimi出手：一台$114平板引出的AI护栏罗生门
一位自称有安全背景的用户声称，花$266.15雇了四款AI模型接力，root了自己反复关机的Amazon Fire HD平板，用的还是三年前就被曝光的Arm Mali漏洞。故事本身没有第三方信源核实，但它撕开的护栏差异和补丁真空期，比故事真假更值得琢磨。
Anthropic赔15亿美元,但法官早说AI训练本身不违法
Anthropic版权案常被简化为“作者赢了、AI训练违法”,但判决书原文其实把训练、格式转换、盗版图书馆建设三件事分开裁定,15亿美元赔的是盗版环节,训练本身被认定合理使用。这笔钱换算下来每部作品约3100美元,案子最终批准还换了法官签字,故事远没有舆论叙事那么干脆。
Agent=Model+Harness,这套公式漏掉了最要命的三件事
EARENDIL用攀岩安全带类比讲清楚了agent harness的四大功能,但把这个正在被行业热捧的概念讲得太岁月静好。真正的问题是:harness正在让模型评测失真,也在悄悄变成没人完全看懂的第二操作系统。
卫星追踪缝上解密UFO档案,SkyLens 自己的数字先打了架
SkyLens 把 CelesTrak 卫星轨道、NASA/JPL 小行星数据和解密 UAP 档案拼进同一个实时3D网站,但站内对档案数量和发布批次的说法自相矛盾,还写了尚未到来的发布日期。真正该分开看的是两件事:轨道数据几十年攒下的可信度,不该被拿来给未经核实的 UAP 叙事免费背书。
NanoGPT竞速榜的真相：AI科研拼的是整套研究系统
Prime Intellect 在 NanoGPT 优化器竞速中组织了 153 次自主运行，覆盖 18 款前沿模型，Fable 5 配合 claude-code · high 取得榜单标注的最佳验证结果 2726。真正值得看的不是谁的模型“更聪明”，而是哪套模型、代理框架、推理预算和验证机制组合，能更稳定地把想法变成有效改动。
哈佛699美元创业营用AI讲师分身陪练路演，真人导师没被换掉
哈佛商学院HBS Foundry创业营给学生配了讲师Jeff Bussgang的AI分身，专门陪练路演和模拟董事会，真人讲师仍每周直播授课。这套系统解决的是练习机会不够的问题，不是导师稀缺的问题——能无限次对练，但换不来真人导师的判断和人脉。想报名的创业者和想复制这套模式的培训机构，都得先看清699美元的边界在哪。
Linus Torvalds罕见夸AI:干了脏活,但吐槽它不够固执
Linux创始人Linus Torvalds在一条内核补丁的commit message里承认AI帮他扛过了一次调试地狱,还让AI代写了提交说明,但同时吐槽AI遇到难题就想认输。这条被广泛转发的引语背后,是一个由取整错误引发的2KiB显存越界bug,涉及24个调试补丁和18次内核启动,最终修复只用了一行代码。
88000个token之后,量化模型的答案开始集体跑偏
Level1Techs论坛一篇实测长文用同一份Qwen3.6-27B权重做了跨后端、跨量化的受控实验,发现推理引擎、KV缓存量化和权重量化方案的选择,会在长上下文里让模型给出完全不同的答案,其中NVFP4量化在约88000个token处出现约五成的下一个token分歧率,还导致工具调用格式错误。这说明'量化会让模型变笨'不只是主观感受,而是有可复现阈值的工程问题,短基准测试根本测不出来。
Inherent发布 Faraday：所谓“击败”Anthropic和OpenAI，先要看复现实验怎么做
由 DeepMind 校友创办的英国 AI 实验室 Inherent 发布了科研代理 Faraday，并宣称它在论文复现实验中超过 Anthropic 和 OpenAI 的模型。这个消息真正说明的是代理系统开始把模型、工具和实验流程绑在一起，但在评测协议未充分公开前，“击败大模型”还只能算发布方的阶段性结论。
逐行看代码,从来就没管过用
Simon Willison在一则简短博客里抛出一句挑衅性判断:逐行审查代码从来就不是验证AI编码智能体改动的最好方式。结合他此前的播客与文章能看清,他真正想说的是——代码生成已经不是瓶颈,人类的验证能力才是新瓶颈,而验证的方式正在从'读代码'转向'读证据链'。
MCP新路线图:工具调用没问题,代理身份才是真考验
MCP发布新版协议路线图,把未来几个月的工作收拢到代理式消息、传输统一、代理身份等五个方向。真正的分水岭不是工具调用好不好用,而是异步执行、身份委托和工具规模化能不能撑住生产级部署。
官网v0.4.5、仓库v0.4.3:这款开源AI克隆软件的版本对不上号
Munder Difflin是一款免费开源的桌面应用，主打把Claude Code、Codex等命令行编程助手包装成24小时在线的团队克隆，彼此还能加密通信协作。但官网宣传的版本号、许可证和加密安全叙事，跟GitHub仓库的实际进度、许可条款和官方安全文档的自我定位对不上，说明这更像一个还在摸索期的开源项目，而不是官网呈现的成熟产品。
OpenAI给GPT-5.6 Sol降价20%，却没说降到多少
OpenAI在API模型文档里为GPT-5.6 Sol标注了20%的价格下调，但页面没有给出生效时间、绝对单价和适用范围。降价能否撬动开发者的模型选型，取决于原价基数和性能差距，而不是这个百分比本身。
从吹嘘快1.4倍到实测慢10倍：AI优化性能代码,门槛真正在哪儿
Dan Luu用几分钟agent操作把自研regex引擎FRE的长查询提速2-4倍、holdout查询提速7%，据此断言AI已让性能优化门槛消失。但FRE此前经历过声称快1.4倍、被holdout测试打回原形慢10倍、再经多轮人工审计反复摇摆的完整翻车史，说明真正稀缺的不是写优化代码的能力，而是设计一套agent骗不过去的benchmark和验证体系。