karminski-牙医@karminski3

64

karminski-牙医：给大家说下目前使用 DeepSeek-V4 (pro/flash) 的最需要注意的问题. 本身其实并不算 bug, 但是却很致命. 问题大概是这样的, 在请求…

Artificial Analysis@ArtificialAnlys

65

蚂蚁集团InclusionAI实验室发布开源非推理模型Ling 2.6 1T。该模型拥有1万亿参数，在Artificial Analysis Intelligence Index上得分为34分，较前代Ling-1T提升15分，智能水平接近DeepSeek V3.2等同类模型。其在科学推理与知识任务上表现扎实，GPQA得分达75%。模型运行效率较高，执行该指数仅需约1600万输出tokens，成本效益突出，通过官方API运行全套指数成本约95美元。但其事实可靠性较弱，在AA-Omniscience基准上得分为-51分，主要因幻觉率高达92%。模型权重已在Hugging Face公开。

Artificial Analysis@ArtificialAnlys

46

在名为CritPt的尖端科学评估中，GPT-5.5 Pro (xhigh) 以比前代GPT-5.4 Pro (xhigh) 低60%的成本和令牌使用量，实现了0.5个百分点的性能提升，将得分推至30.5%。CritPt评估包含全球30多家机构的60多名研究人员贡献的研究生级别物理问题。自2025年11月发布以来，最高分从Gemini 3 Pro Preview的9%跃升至GPT-5.4 Pro的30%。OpenAI指出，GPT-5.5 Pro相比GPT-5.5“使用了更多计算资源进行深度思考，以提供更稳定的优质答案”。该模型每令牌定价相同，但通过使用更少的令牌完成了评估。

阿绎 AYi@AYi_AInotes

44

Lenny推荐了五款在其工作流中不可或缺、专注优雅的Mac生产力工具，旨在替代日益臃肿的主流软件。这些工具包括截图工具CleanShot、替代Loom的录屏工具Supercut、文本片段扩展器TextExpander、极简表情符号选择器Rocket，以及辅助专注进入心流状态的音乐服务Brain.fm。其核心观点是选择更专注、更优雅的小众工具来提升效率。

Rohan Paul@rohanpaul_ai

50

OpenAI推出可选的“高级账户安全”模式，旨在将ChatGPT和Codex账户转变为防钓鱼账户。该模式彻底禁用密码登录和电子邮件/SMS恢复功能，强制用户依赖Passkey、物理安全密钥等强认证方式，并辅以更短会话周期和登录警报。其背景在于，AI账户存储了对话记录、工作上下文乃至敏感材料，传统邮箱或手机号被盗易导致数据泄露。此外，启用该模式的账户将自动排除在模型训练数据之外。OpenAI要求其“网络可信访问”计划成员在6月26日前启用此模式，除非组织已部署其他防钓鱼单点登录方案。

Rohan Paul@rohanpaul_ai

61

安德烈·卡帕西在访谈中指出，计算的未来可能从传统软件转向以神经网络为中心。传统软件需先将现实世界转化为规整符号，再由预设代码处理。而神经系统的处理顺序相反，能直接处理视频、语音、屏幕状态等“混乱”输入，实时推断关键信息并动态生成界面或行动。这不仅是用聊天替代应用，更是用能持续实时解读和渲染现实的系统取代固定流程。在此架构下，用户界面不再是稳定产品，而是为特定时刻、任务和个人临时组装的表面；传统CPU则退居类似协处理器的角色，负责算术、存储等确定性任务，而神经模型主导感知、规划和适应。

PixVerse@PixVerse_

11

TakTempest：Soundtrack-adored Mount Fuji: Morning Glory, Sunrise, Sunset. T2V with brilliant…

Rohan Paul@rohanpaul_ai

64

受美国出口管制影响，英伟达B300服务器在中国黑市的价格飙升至100万美元，达到美国市场价（约55万美元）的近两倍。该服务器搭载8颗GPU，具备每秒14千万亿次FP4精度运算能力及288GB高带宽内存。需求激增源于中国企业全球AI Token使用份额从5%大幅提升至32%，对算力极为迫切。近期针对高端硬件走私的法律行动进一步收紧供应，使得许多公司无力购买，转而以每月19万元人民币的高价租赁该硬件。

Rohan Paul@rohanpaul_ai

67

软银正成立名为Roze的机器人公司，专注于建设数据中心，并已瞄准未来1000亿美元的IPO。其核心判断是，当前AI浪潮的关键瓶颈已不仅是模型本身，更在于承载AI所需的物理基础设施，包括电力、冷却、土地和服务器。Roze旨在通过机器人与自动化技术，解决这一瓶颈，使数据中心在美国的建设速度更快、成本更低，并更易于大规模扩展。

Rohan Paul@rohanpaul_ai

67

Google DeepMind 近日发布 AI co-clinician 协诊系统，这是一个多模态代理系统，旨在辅助医护人员，并在医生监督下运行。系统采用双代理架构：一个模块与患者对话，另一模块实时监控交互边界，能检索并验证临床级证据。在开放式药物问答中，其表现超越前沿模型，更贴合真实医疗场景的复杂性。评估聚焦临床实际关切，如避免错误陈述或遗漏关键信息。在98项初级保健模拟查询中，医生对其偏好超过主流证据合成工具；在97例NOHARM风格评估中未出现严重错误。

阿绎 AYi@AYi_AInotes

61

Anthropic被曝通过其官方Claude Code工具检测用户Git提交历史，若发现包含“openclaw”字符串，便将该用户识别为第三方工具使用者，并触发“out of extra usage”错误，导致服务被拒或强制额外收费。开发者实验证实此为人为设置的字符串匹配规则。此举被视为Anthropic为将用户锁定在自家生态、打压更灵活的第三方竞品而采取的粗暴手段，与其此前塑造的开放、不监控形象相悖，引发了开发者社区的强烈不满和抗议。

阿绎 AYi：卧槽，Anthropic这次真把开发者当傻子。 知名开发者Theo做了个实验：建了个空Git仓库，只commit一行JSON {"schema": "open…

阿绎 AYi@AYi_AInotes

68

OpenAI与Anthropic同天发布官方提示指南，核心理念截然相反。OpenAI建议为GPT-5.5明确目标而非步骤，让其自主选择路径；Anthropic则要求对Claude Opus 4.7清晰说明意图、格式与成功标准。这导致旧提示方法失效：模糊指令使Claude输出变窄，而详细流程成为GPT的噪声。这反映出提示工程的核心已从“教模型做事”转变为“使用者自身思考的结构化”，真正的瓶颈可能在于人的思考清晰度，而非模型能力。

阿绎 AYi：我终于明白为啥最近很多人都在说，GPT和Claude突然变笨了， 昨天OpenAI和Anthropic同时发布了官方提示工程指南， 看完我才发现，并不是模型变…

阿绎 AYi@AYi_AInotes

60

Claude Security进入公开测试阶段，仅限企业客户使用。它通过关联GitHub仓库自动扫描代码库，利用大模型语义理解追踪数据流动，发现传统工具难以检测的复杂攻击链。工具主动验证每个漏洞，将误报率降至传统工具的不到10%，并自动生成带diff和commit信息的修复补丁，用户只需审查确认即可合并。与OpenAI的Codex Cyber提供模型不同，Claude Security是开箱即用的完整产品，无需自建工具或API集成。这对Snyk、Semgrep等传统工具构成降维打击，重构DevSecOps工作流，大幅减少安全团队处理误报的时间。

Rohan Paul@rohanpaul_ai

56

《时代》杂志指出，谷歌在人工智能领域的领先地位，源于CEO桑达尔·皮查伊早期对DeepMind、TPU芯片、云基础设施及AI产品的一系列长期投资，而非对ChatGPT的仓促反应。其核心优势在于对研究、芯片、云服务、产品和覆盖数十亿用户的分发渠道实现全栈控制。通过将定制芯片制造与统一的研究实验室深度融合，谷歌获得了对AI架构的绝对控制权，能利用自研TPU高效执行复杂计算，同时让工程师得以低成本大规模扩展模型预训练，而无需像竞争对手那样承受高昂的外部芯片采购成本。

Andrej Karpathy@karpathy

68

谈话指出LLM的核心价值在于开启全新可能，如完全由LLM驱动的应用、用自然语言描述替代脚本安装、以及处理传统代码无法应对的非结构化知识库。其次，探讨了LLM能力“锯齿状”不均衡现象，认为这与领域可验证性及经济利益影响训练数据分布有关。最后，话题转向智能体原生经济，涉及将产品服务分解为传感器、执行器和逻辑模块，使信息对LLM高度可读，并讨论了新兴的智能体工程及相关技能。谈话强调，从“氛围编程”到“智能体工程”的转变，不仅是提升效率，更是拓展能力上限，旨在智能体时代构建全新事物。