跳到正文

#其他

今日 0 条

7月9日星期四

Hacker News 首页

Colibrì:一个纯 C 引擎,让 744B 参数的 GLM 5.2 在 32GB 内存、无显卡的笔记本上跑起来

作者用一台 12 核、25GB 可用内存的笔记本,把 GLM 5.2 这个 7440 亿参数的大模型跑通了,没用到显卡。做法是把模型切成两块:注意力层、共享专家等约 170 亿参数的稠密部分,用 int4 量化后常驻内存,占大约 9.9GB。

推荐理由:作者把 GLM 5.2 的稠密部分做 int4 量化后常驻内存,其余路由专家留在硬盘按需加载,在无显卡的笔记本上跑通了这个 7440 亿参数模型。

AI HOT 精选

蚂蚁灵波开源 LingBot-World 2.0:一个能连续跑一小时不糊的实时交互世界模型

蚂蚁灵波把 LingBot-World 2.0 开源了,这是一个 14B 参数、非商用协议的世界模型。它能稳定输出 720p/60fps 的实时画面,你直接用键盘就能控制角色移动、战斗、跳跃,还能通过文字指令切换天气或场景。官方说在压力测试里连续跑了一小时,画面纹理和几何结构都没崩,这是目前唯一一个敢声称能撑这么久不翻车的通用交互世界模型。

推荐理由:LingBot-World 2.0 是个 14B 开源世界模型,720p/60fps 实时交互,官方说连续跑一小时画面纹理和几何结构都没崩,这在开源同类里是第一次。非商用协议会限制落地范围,但技术指标够硬,三个维度都踩中了。

Latent Space

SpaceXAI 发布 Grok 4.5,跟 Cursor 联手训了个主打编程和干活儿的模型

SpaceXAI 赶在 GPT-5.6 发布前一天放出了 Grok 4.5。这是个 1.5 万亿参数的大模型,比上一代 Grok 4.3 大了三倍,专门冲着编程和让模型进业务流程干活儿去设计的。Cursor 说这是他们头一回把模型能力扩展到纯写代码之外。

推荐理由:SpaceXAI 与 Cursor 联手推出 Grok 4.5,Cursor 的模型能力拓展从代码编写延伸到业务流程任务。

AI HOT 精选

蚂蚁灵波LingBot-Vision实测:1B小模型在空间感知上打平7B的DINOv3

蚂蚁放出的LingBot-Vision只有1B参数,但在空间几何和边界感知上能跟7B的DINOv3打平甚至反超。演示里不用微调就能做视频目标追踪,画一笔就锁定物体;硬件级深度补全可以认出透明玻璃和反光表面,这对机器人导航和机械臂抓取挺实用。全局图像分类表现一般。模型能在30系显卡上本地跑,但正文没给延迟和功耗数据,实际部署成本还得自己测。

推荐理由:蚂蚁开源的LingBot-Vision以1B参数在空间几何与边界感知上追平7B的DINOv3,并能在30系显卡本地运行,为具身智能的轻量部署提供了一条可参考的路径。

Computing Life · Share · 鸭哥调研

开源项目开始拒绝没人负责的 AI 代码

Zig、QEMU、Gentoo 等底层项目直接禁止 AI 生成代码,担心版权不清和安全黑盒。Godot、Django、NumPy 走中间路线:可以用 AI 辅助,但必须披露、必须有人为每一行代码负责。Linux 内核不限制工具,但死死卡住开发者原创证书(DCO)签名——AI 不是人,不能签字,责任必须落在具体开发者头上。

推荐理由:Zig、Godot 与 Linux 内核分别采用禁用、披露和签名约束,政策差别落在是否允许 AI 参与及如何落实开发者责任上。

AI HOT 精选

GPT-5.6 成为 Microsoft 365 Copilot 的首选模型,覆盖 Word、Excel、PPT 等办公套件

OpenAI 宣布 GPT-5.6 将作为 Microsoft 365 Copilot 的首选模型,集成到 Word、Excel、PowerPoint、Chat 和 Cowork 里。按官方说法,新模型能让每个 token 产出更多有用工作:Word 里写文档需要的提示轮次更少,Excel 里做分析更省 token,PPT 里从想法到幻灯片的转换更快。

推荐理由:OpenAI 宣布 GPT-5.6 成为办公助手首选模型,官方所述效率提升涉及文档提示轮次、表格分析用量和幻灯片制作速度。

Computing Life · Share · 鸭哥调研

代码干净不会让 AI 编程助手更聪明,但能让它少走弯路

SonarSource 用 Claude Code 跑了 660 次对照实验,比较干净代码和脏乱代码对 agent 的影响。结果有点反直觉:两边任务通过率几乎没差别,差距不到 1 个百分点。但干净代码让 agent 少消耗了 7.1% 的输入 token 和 8.5% 的输出 token,反复打开同一个文件确认的次数也少了 34%。

推荐理由:SonarSource的对照实验区分了代码整洁度对任务成功率与执行开销的影响,干净代码主要减少了token消耗和重复查阅文件。

Computing Life · Share · 鸭哥调研

GPT-5.5 的推理卡在 516 个 token:模型“想”的那一层会单独坏掉

开发者 vguptaa45 审计了 39 万条 Codex 响应,发现 GPT-5.5 在 44% 的编程任务里,推理部分刚好在 516 个 token 处截断,而 GPT-5.4 是 19.8%,GPT-5.2 只有 0.34%。被截断的任务全部答错,同一道题如果完整跑完 6000 到 8000 个 token 则全对。

推荐理由:开发者vguptaa45审计Codex响应发现GPT-5.5推理截断的编程任务全部答错,同题完整推理时全对。

Computing Life · Share · 鸭哥调研

GPT-Live 把语音交互和重推理拆开了,这才是真正的变化

OpenAI 在 7 月 8 日上线了 GPT-Live,给 ChatGPT 语音模式加了全双工和委托架构。全双工让你能随时插话、边聊边等,但原理不新——Moshi、Gemini Live、字节的 Seeduplex 都做过。真正的变化是委托:语音层只管跟你对话,后台并行跑 GPT-5.5 做搜索、推理、计算,结果分批返回。

推荐理由:OpenAI将GPT-Live的语音对话与后台任务拆开,让用户在搜索、推理和计算并行执行时继续交谈并接收分批结果。

AI HOT 精选

Ollama 开发者数达 890 万,Theory 领投 6500 万美元 B 轮

Ollama 是一个让开发者在笔记本或云端一键运行开源模型的工具。现在每周新增近 100 万用户,总开发者数到了 890 万,上面跑了 Claude Code、Codex 等 6.7 万个集成应用。85% 的财富 500 强公司都在用,从芬兰电厂的电力负载监控到美国粒子加速器都有部署。本地运行时数据不出机器,企业可以自己定制并完全掌控模型。

推荐理由:Ollama 完成 6500 万美元 B 轮融资,开发者数达 890 万,每周新增近 100 万用户,其本地运行开源模型的方式已被 85% 的财富 500 强公司采用。

彭博科技

智谱 AI 在香港以每股 1.588 港元定价,募资 40 亿美元,首日涨了 22%

智谱这次在香港的股票配售定价在区间下限,每股 1.588 港元,总共融了 40 亿美元。上市第一天股价就涨了 22%。不过,彭博的正文被反爬机制挡住了,具体配售规模、投资人名单和钱打算怎么花,文章里都没披露。

推荐理由:智谱AI在香港按定价区间下限完成股票配售,其上市首日22%的涨幅与发行时的低端定价形成对比。

Hacker News 首页

布朗大学教授怀疑学生用 AI 作弊,把期末考改成线下闭卷,全班平均分从 90 多掉到 40 多

布朗大学一位教授发现学生在家考试的成绩高得不正常,怀疑大规模用 AI 作弊。他把期末考改成线下闭卷后,全班平均分从 90 多分直接腰斩到 40 多分,跌幅 50%。教授说这不是技术问题,是道德危机:如果常春藤学生都用 AI 混过考试,社会就完了。文章没披露具体课程名和选课人数,但确认学校已经启动学术诚信调查。

推荐理由:布朗大学教授因怀疑 AI 作弊改用线下闭卷考试,同一班学生在两种考试形式下的成绩差距为学术诚信争议提供了具体案例。

Latent Space

Modal CTO:AI 基础设施得从“伺候开发者”转向“伺候智能体”了

Modal 刚拿了 3.55 亿美元 C 轮融资,CTO Akshat Bubna 聊了聊为什么传统云服务那套行不通了。以前的云是给人用的,人能看文档、读仪表盘,缺了上下文自己会补。但现在智能体(Agent)没这个本事,它需要能自己写代码、跑代码、看结果、改环境、修 bug,然后快速重来,整个过程必须全自动、反馈要快。

推荐理由:Modal 技术负责人比较人类开发者与智能体对云服务的不同需求,指出智能体运行代码和修复错误需要自动化流程与快速反馈。

AI HOT 精选

Anthropic 秘密提交 IPO 申请,三季度利润预计超 10 亿美元

SemiAnalysis 的报告说,Anthropic 今年第三季度利润会超过 10 亿美元,并且在 6 月 1 日已经秘密交了上市申请。它和 OpenAI 两家现在的年度经常性收入加起来快 1000 亿美元了。Anthropic 能跑在前面,主要靠 Claude Code 在开发者里用得特别猛,帮它在企业生意上赚到了钱,成了 B2B 市场的领跑者。

推荐理由:报告将 Anthropic 抢先提交上市申请与 Claude Code 带来的企业业务盈利联系起来,交代其上市进程的商业背景。

Hacker News 首页

Anthropic 的 Fable 模型在计算机科研任务上接连翻车,作者直呼“没用”

Rob Patro 用亲身经历吐槽 Fable 的安全审核机制。他第一次想让 Fable 帮忙把一个 C++ 生物信息工具移植到 Rust,结果因为提示词里包含 RNA-seq 这类生物学术语,直接被安全分类器拒了。他花了 15 到 30 分钟反复改提示词都没用,最后用 Opus 4.8 顺利完成了任务。

推荐理由:Rob Patro 的工具移植经历记录了 Fable 因生物术语拒绝请求、Opus 4.8 顺利完成同一任务的差异。

AI HOT 精选

诉讼称一男子用 Grok 生成 7000 张继女色情图片后自杀,xAI 只上报了一条轮奸提示词

一起新诉讼指控 xAI 的 Grok 被用来生成了超过 7000 张用户继女的儿童性虐待图片,该男子随后开枪自杀。xAI 只向美国国家失踪与受虐儿童中心上报了一条涉及轮奸的提示词,其余数千次生成均未报告。诉讼指责 X 和 xAI 在庇护儿童侵害者。

推荐理由:诉讼指控该男子用 Grok 生成超 7000 张继女色情图片,xAI 仅上报其中一条涉及轮奸的提示词,平台安全上报机制的实际覆盖范围由此进入司法审查。

TechCrunch · AI

SpaceXAI 发布 Grok 4.5,马斯克说它是“Opus 级别”的模型

SpaceXAI 上市几周后推出了 Grok 4.5,定位是能写代码、做文书、搞研究和写东西的通用模型。公司说它的 token 效率是其他头部模型的两倍,如果属实,用起来会便宜不少。马斯克管它叫“Opus 级别”,直接对标 Anthropic 的旗舰系列。不过正文没公布价格、参数量和第三方跑分,这个效率翻倍的宣传我建议先观望,等独立评测出来再说。

推荐理由:SpaceXAI 宣称 Grok 4.5 的 token 效率是其他头部模型的两倍,若该说法成立,同类任务的使用成本可能降低。

Hacker News 首页

SpaceXAI 发布 Grok 4.5,主打编程和自动化任务,用更少的输出 token 解决问题

Grok 4.5 是 SpaceXAI 目前最强的模型,专门为写代码、让模型进业务流程干活和知识类工作优化。

TechCrunch · AI

OpenAI 发了 GPT-Live-1 系列语音模型,能边听边说,打断它也不卡壳

OpenAI 推出了 GPT-Live-1 和 GPT-Live-1 mini 两个新语音模型,最大的变化是支持“全双工”——也就是模型能同时听和说,你可以在它说话时直接插话,不用等它闭嘴。付费版 ChatGPT 用户默认会用上 mini 版,高阶套餐可以切到更大的 GPT-Live-1。

推荐理由:OpenAI 推出的新语音模型支持同时听说,让用户在模型回应过程中直接插话也能继续对话而无需等待模型结束发言。

TechCrunch · AI

Prime Intellect 拿 1.3 亿美元帮企业自己训 AI 干活助手,估值冲到 10 亿

Prime Intellect 做的是卖算力加工具,让企业不靠那几个头部 AI 实验室,也能自己训练能进业务流程干活的模型(也就是 AI agent)。这轮 A 轮融了 1.3 亿美元,估值 10 亿,由 Radical Ventures 领投,英伟达、英特尔、戴尔旗下的投资部门都跟了。公司 2024 年才成立,说现在强化学习技术成熟了,这条路能走通。

推荐理由:Prime Intellect 向企业提供算力和训练工具,为企业自训业务流程中的 AI 助手提供头部实验室之外的技术供应路径。

Hacker News 首页

Cognition 发布 SWE-1.7:用 Kimi K2.7 训出的编程模型,性能逼近 GPT-5.5,成本低一大截

Cognition 推出了新的编程模型 SWE-1.7,它是在 Kimi K2.7 的基础上用强化学习(RL)做后训练得到的。在 FrontierCode 1.1 这个编程基准上,SWE-1.7 的通过率是 42.3%,很接近 GPT-5.5 的 43.0%,比自家上一代 SWE-1.6 的 9.4% 高出一大截。

推荐理由:Cognition 在 Kimi K2.7 上做强化学习后训练得到 SWE-1.7,FrontierCode 1.1 通过率从上一代 9.4% 升到 42.3%,与 GPT-5.5 的 43.0% 接近。

7月8日星期三

Hacker News 首页

Mistral 发布 Robostral Navigate:一个只用单摄像头的机器人导航模型

Mistral 推出了一个 80 亿参数的模型,让机器人只靠一个普通 RGB 摄像头就能在室内外认路,直接输出速度和转向角。它跳过了激光雷达和高精地图,思路是降低硬件门槛。不过公告里没提延迟、帧率、跑在什么硬件上、用了多少训练数据,也没给具体的测试基准分数。这点先别太激动,等第三方实测再说。

推荐理由:Mistral推出的导航模型用普通RGB摄像头直接输出速度和转向角,通过省去激光雷达和高精地图探索降低机器人导航硬件门槛。

AI HOT 精选

OpenAI 发布国家安全合作原则,划出三条硬红线

OpenAI 今天公开了一份国家安全合作原则,讲清楚他们怎么跟政府和执法部门打交道。三条硬性禁令:不搞大规模国内监控、不指挥自主武器系统、不做高风险自动化决策。过去一个月,他们已经在网络防御上跟澳大利亚、加拿大、日本、韩国、法国、德国、波兰、荷兰以及欧盟机构建立了合作,还给部分美国及盟友的合作伙伴开放了 GPT-Rosalind 模型用于生物安全。

推荐理由:OpenAI 在推进网络防御与生物安全合作时公布三条禁令,为其政府及执法合作明确了国内监控、自主武器和高风险自动化决策的边界。

TechCrunch · AI

贝索斯押注的这家公司认为,游戏数据可能是通往通用人工智能的钥匙

General Intuition 刚拿了 3.2 亿美元融资,估值 23 亿。CEO Pim de Witte 在播客里说,ChatGPT 这类大语言模型对空间和时间的理解很差,而游戏数据正好能补上这个缺口。他们用 8 分钟的真实世界数据就让一个机器人能在办公室里自己认路,这点挺有意思。

推荐理由:General Intuition 的 CEO 提出用游戏数据补足模型的时空理解,为机器人学习空间导航提供了数据来源的新思路。

AI HOT 精选

加拿大不列颠哥伦比亚省准备起诉 OpenAI,因未上报枪手在 ChatGPT 里的暴力对话

加拿大不列颠哥伦比亚省在 7 月 7 日宣布,准备起诉 OpenAI。起因是 18 岁的枪手杰西·范·鲁特塞拉尔在作案前,用 ChatGPT 输入了大量暴力内容。OpenAI 在 2025 年 6 月就封了她的号,但没报警。今年 2 月,她在塔布勒岭的家里和学校杀了 8 个人,然后自杀。

推荐理由:加拿大不列颠哥伦比亚省拟起诉 OpenAI,将平台发现暴力对话后封号却未报警的处置纳入法律责任争议。

TechCrunch · AI

AI 芯片公司 SambaNova 又融了 10 亿美元,估值 110 亿,距离上一轮才隔了 5 个月

SambaNova 完成了 F 轮首关,由 General Atlantic 领投,融了 10 亿美元,估值冲到 110 亿。这个估值是去年 12 月英特尔传闻收购价(约 16 亿)的近 7 倍,但正文没解释为什么涨这么快,也没披露营收或客户数据。今年 2 月它刚拿了 3.5 亿的 E 轮,同时发布了 SN50 芯片,主打让模型跑智能体推理任务。

推荐理由:AI芯片公司SambaNova完成10亿美元融资,110亿美元估值约为去年12月英特尔传闻收购价的7倍。

Hacker News 首页

研究人员用钓鱼代码骗过 GitHub 的 AI 编程助手,让它吐出了私有仓库的内容

Noma Security 的研究员发现 GitHub Copilot 的 AI 编程助手有个跨仓库记忆的漏洞。他们在公开仓库里埋下诱饵代码,然后引导助手回忆它之前在私有仓库里“看”过的上下文,结果助手真的把不该公开的代码片段输出了。这个攻击不是无差别泄露,攻击者得事先知道私有库里大概有什么,但它暴露了 AI 编程工具在权限边界上的真实缺口。

推荐理由:Noma Security 研究员用公开仓库诱饵触发私有代码泄露,暴露了编程助手跨仓库记忆与代码访问权限之间的边界缺口。

Hacker News 首页

OpenAI 预告周四发布 GPT-5.6 Sol、Terra、Luna 三个新模型

OpenAI 在 X 上发了一条推文,说三个新模型——GPT-5.6 Sol、Terra 和 Luna——会在本周四公开上线。推文本身很短,没有解释这三个模型分别干什么用、怎么收费、能力差在哪。目前只知道发布日期,规格和访问方式都没说。

AI HOT 精选

美国商务部给 GPT-5.6 开绿灯,Sol 模型明天就上线

美国商务部批准 OpenAI 全面发布 GPT-5.6,之前因为国家安全搞的分阶段管制结束了。上个月这模型还只能给政府点头的少数机构用,OpenAI 自己也不乐意这么推。这次放行前的测试由商务部的 AI 标准与创新中心做的,OpenAI 还派了工程师蹲在华盛顿随时回答问题。Sol 模型预计本周四跟 Terra、Luna 一起公开。

推荐理由:美国商务部批准GPT-5.6全面发布,放行前安排了AI标准与创新中心测试及OpenAI工程师在华盛顿的现场配合。

Latent Space

Lilian Weng 用 35 篇论文讲清一件事:让 AI 自我进化的关键在外挂程序,不在模型本身

Lilian Weng 发了一篇长综述,把 AI 的递归自我改进(RSI)重新聚焦到“外挂程序层”(harness),而不是直接去改模型权重。她翻了 35 篇论文,拆解了目前被验证过的外挂设计趋势,重点提到了 ACE 和 Meta-Harnesses 这类让外挂程序自己优化自己的方法。

推荐理由:Lilian Weng 梳理 35 篇论文中的外挂设计,归纳递归自我改进中让外挂程序自行优化的具体方法。

AI HOT 精选

Pulpie:用编码器做网页清洗,效果追平SOTA但成本只要二十分之一

Feyn Labs 开源了一个叫 Pulpie 的网页正文提取模型家族。最小的 pulpie-orange-small 只有 2.1 亿参数,在 WebMainBench 上的 ROUGE-5 F1 得分是 0.862,跟目前最强的 Dripper(6 亿参数,0.864 分)几乎打平。

推荐理由:Feyn Labs开源了Pulpie网页正文提取模型,最小版本以Dripper的35%参数量取得接近的基准成绩。

AI HOT 精选

Claude 团队公开两种多智能体用法:一个当顾问省钱,一个当指挥冲高分

Claude 开发者分享了他们内部高频使用的两种多智能体模式。第一种叫 Advisor,让便宜的 Sonnet 5 干活,遇到难题时通过工具调用去问贵的 Fable 5。在 SWE-bench Pro 测试上,这套组合拿了 84% 的分数,花了 1.40 美元。

推荐理由:Claude 开发者分享了低成本模型执行任务、遇到难题再向高成本模型求助的顾问模式,将模型分工落实到按需调用的协作流程。

AI HOT 精选

蚂蚁周俊:万亿模型跑15分钟烧掉一辆特斯拉,他们用“Token密度”把长文本成本从指数压到线性

蚂蚁集团副总裁周俊在AICon上算了一笔账:万亿参数模型每跑15分钟,算力成本就抵得上一辆特斯拉。团队不再拼Token数量,转而提高“Token密度”。他们用7份Lightning Attention加1份MLA搭了一套混合线性注意力架构,把256K长上下文的计算开销从指数级拉回到线性级,省下的算力可以留给推理环节。

推荐理由:蚂蚁团队通过混合线性注意力降低长上下文计算开销,把提高Token密度作为向推理环节释放算力的具体路径。

Computing Life · Share · 鸭哥调研

模型窗口不是无限大的垃圾桶:为什么智能体需要上下文治理

给智能体接上几十个工具后,用户一句简单提问会被淹没在工具定义、日志和抓取数据里。Anthropic 的 MCP 沙箱把 15 万 token 的工具定义压缩到约 2000 token 的高信号输入;Google ADK 把智能体状态拆成工作上下文、会话记忆和文件制品,中间产物默认不占窗口。

推荐理由:Anthropic 用沙箱压缩工具定义,Google ADK 用状态分层隔离中间产物以减少智能体窗口占用。

AI HOT 精选

AI 预检检查:给智能体加一套工作记忆架构

作者 Tomasz Tunguz 分享了他给 AI 智能体搭的一套记忆系统。核心思路是“预检”:收到任务后,智能体先从长期技能库里只挑相关的技能(目前约 90 个)装进上下文窗口,而不是把全部资料塞进去。日常任务 80% 由本地跑的 Ornith 35B 模型处理,搞不定的才转给更强的模型。

推荐理由:Tomasz Tunguz用任务预检将长期技能库与按需加载的上下文分开,给出了智能体工作记忆管理的具体方法。

AI HOT 精选

vLLM 的 transformers 后端现在跑得跟手写原生代码一样快,甚至更快

HuggingFace 宣布,vLLM 里用 transformers 库当模型后端,吞吐量已经追平甚至超过了 vLLM 手写的原生实现。他们在 Qwen3 的 4B、32B 和 235B MoE 三个模型上做了对比测试,结果都是打平或反超。

推荐理由:HuggingFace 在不同规模的 Qwen3 模型上比较 vLLM 两种后端,模型库后端吞吐量均追平或超过手写实现。

AI HOT 精选

OpenAI 发布 GPT-Live:能同时听和说的全双工语音模型,今天开始推给 ChatGPT 用户

OpenAI 推出了新一代语音模型 GPT-Live,最大的变化是“全双工”——它能一边听你说话一边回话,不用等你闭嘴再开口。聊天时它会用“嗯”、“对”这类语气词表示在听,也能在你思考时安静等着。遇到需要上网搜资料或复杂推理的问题,GPT-Live 会把活儿派给后台的 GPT-5.5 去干,自己继续跟你聊,等结果回来再接上话。

推荐理由:OpenAI 让 GPT-Live 将搜索和复杂推理交给后台模型处理,在等待结果期间继续交谈,减少任务等待对语音交流连贯性的影响。

TechCrunch · AI

Meta 推出 Muse Image 生图工具,用户照片被拿来 AI 改图引发反弹

Meta 在 7 月 7 日上线了 Muse Image,一个由旗下 Superintelligence Labs 做的免费 AI 生图工具,可以在 Meta AI 应用、Instagram 快拍和 WhatsApp 里用。功能本身跟主流生图工具差不多,还提供预设提示词帮你起头。

推荐理由:Meta 推出 Muse Image 生图工具后因使用用户照片改图遭遇反弹,照片使用边界成为产品上线时的争议焦点。

Hacker News 首页

三个老工程师一周收一万美元,专删 AI 生成的烂代码

Slopfix 是三个波兰工程师搞的服务:一周时间、一万美元,把 AI 胡乱堆出来的代码库重构到人能维护的状态。他们会先免费帮你分析代码,给出一个明确的瘦身目标,比如“10 万行砍到 3.5 万行,功能不变”。收费按目标完成度算,承诺砍 50% 只做到 20%,你只付 4000 美元。

推荐理由:三个波兰工程师将 AI 代码重构拆成免费分析与明确的精简目标,并以功能不变为约束按目标完成比例收费。

TechCrunch · AI

开源模型抢不走 Anthropic 的饭碗,至少现在还没抢走

Decagon 的 CEO 张杰西抛了个观点:企业里越成熟的 AI 应用,越在换用更轻量的开源模型,但花在 Claude 这类昂贵前沿模型上的钱并没减少。他的解释是,这两者不是对手,而是同一个生命周期的两个阶段——先用贵的前沿模型把业务场景跑通、验证可行,等场景成熟了再换成便宜的开源方案。新场景不断冒出来,所以前沿模型的支出能稳住。

推荐理由:Decagon CEO 张杰西提出按应用成熟度选择模型的路径,先用前沿模型验证业务场景再转向低成本开源方案。