博主横评：GPT 6.1 SOL 强于推理与数据分析，Fable 与 Opus 专精编码
创业者 Bindu Reddy 横评多款前沿模型，GPT 6.1 SOL 与 Astra 在推理、数据分析和浏览器操作上表现出色，Fable 与 Opus 则擅长编码。但 Fable 与 Opus 在数据分析等任务上表现很差。其结论是没有万能模型，选哪个取决于具体使用场景。
全部AI 动态
全部动态
今日 147 条AGI HuntAI 评分3737 AGI HuntAI 评分4242 Raja Koduri 谈 AI 算力成本：西方每吉瓦 500-600 亿美元，中国目标不到 100 亿
Raja Koduri 在 TechSurge 播客上给出 AI 算力成本对比：西方每建 1 吉瓦 AI 基础设施需投入 500-600 亿美元，中国目标控制在 100 亿美元以内。他称推理是完整的内存层级问题，芯片设计现在 90% 的工作在 spec。这位前 Intel 显卡负责人、Oxmiq Labs 创始人还谈到 "token mills" 概念和一段 Steve Jobs 决策故事。
AGI HuntAI 评分3636 程序员自述：AI 辅助开发中每轮重构都会让旧问题迁移到新代码
一位开发者观察到，AI 辅助开发中代码达到新里程碑后往往还需再做一轮 code review 和深度重构，耗时一两天。更关键的是，上一轮迭代中被掩盖的问题不会消失，而是悄悄迁移到新写的代码里，一天后才发现。这意味着每次重构在解决表面问题的同时可能把缺陷带入新结构，持续审查不可或缺。
AGI HuntAI 评分3434 Agent 演示惊艳但一遇例外就露馅：如何度量 Agent 可靠性
有作者指出，多数 Agent 演示在干净工作流下表现完美，但真实业务充满数据不完整、客户异常、集成损坏、指令含糊、无人记录的决策等例外。其认为 Agent 可靠性的真正考验不是能否走完正常路径，而是它是否知道何时停下来求助，并由此抛出「该如何度量 Agent 可靠性」的讨论问题。
AGI HuntAI 评分3838 AndyMasley 长文论证当前 AI 模型真正在「思考」，称反拟人化是哲学谬误
AndyMasley 发布两篇系列长文的第一部分，主张当前 AI 模型已符合他心中「思考」与「理解」的标准，认为以「拟人化」为由禁用这些词在哲学上是一种混淆。文章从心灵哲学的基础概念入手，剖析人们对自身心智与思维的常见误解，写成写给「聪明的朋友」的入门长文。第二部分将聚焦 AI 实际能做什么。
AGI HuntAI 评分2222 downey.ai 生成名人「摇滚巨星」图又翻车，网友直呼离谱
downey.ai 在 Instagram 发布的 AI 生成名人图像「Flying cars they said… part 2」，把音乐人变成了离谱的 AI「摇滚巨星」形象，被 Reddit 用户转发后引发吐槽。帖子还提到这类 AI 生成名人图已泛滥，连 Bruno Mars 版本都出现过，并讨论这些名人是否真的会看到类似内容。
AGI HuntAI 评分2525 AI 圈观察：每家大厂核心团队似乎都有个阿根廷人，绝非巧合
evilrabbit 在 X 发帖调侃，细看各大 AI 公司核心团队，似乎每家都有一名阿根廷人参与，并称这绝非巧合。这是 AI 人才圈的一个文化梗，暗指阿根廷裔工程师与研究者在该行业中的存在感。
AGI HuntAI 评分3535 被问是否再推开源模型，Sam Altman 称将考虑，网友推荐 NVIDIA Nemotron
OpenAI 的 Sam Altman 被追问是否会推出更多 gpt-oss 类开源模型，回应称「已经有很多优秀的开源模型，如果我们能在那里做出有用的事，我们会做的」。被追问「我们想要更多可微调的美国模型」时，他仅回答「我们会考虑一下」。发帖人调侃不想等 OpenAI 思考的话可直接看 NVIDIA 的 Nemotron 开源模型系列，折射社区对 OpenAI 开源意愿的不耐。
AGI HuntAI 评分2424 梗图对决：让 GPT-6.1 Sol Max 与 Claude Sonnet-5.5 Max 用 SVG 画蒙娜丽莎，产出 11,890 条可编辑矢量路径
diegocabezas01 发起趣味模型对决，让「GPT-6.1 Sol Max」和「Claude Sonnet-5.5 Max」用 SVG 绘制蒙娜丽莎，产出 11,890 条可编辑矢量路径的图片，并宣称「benchmark solved」。这两个模型名明显是戏仿未来版本的虚构命名，整件事属于 AI 圈玩梗式创作演示，分享价值主要在离谱的 SVG 生成效果。
AGI HuntAI 评分3434 科技圈的疯狂反而逼社会重新讨论何为良好生活与爱
@credenzaclear2 发长文称，科技人士尤其 AI 伴侣与情感话题相关的激进举动，反而加速了一场被推迟已久的公共讨论：何为良好生活、爱的意义与性的本质。她认为过去几十年「不评判」的自由放任氛围留下价值真空，如今正是重新给出明确判定的时机，可以指出良好生活中一些稳定、可定义的要素。
AGI HuntAI 评分1717 Claude 说服力视频被称"超级说服"，AI 圈争论其视频能力定位
repligate 转发讨论中，liminalwarmth 吐槽把 Claude 相关视频称为"超级说服"（super persuasion）很搞笑，她一直看到的范式是模型作为极具说服力的辩论者，而不是可爱的跳舞猫娘视频。围绕 Claude 视频能力究竟算什么的争论正在 AI 圈发酵。
AGI HuntAI 评分1616 OpenAI DevDay 现场氛围热烈，开发者分享用 ChatGPT 买到宾利
OpenAI 员工 reachvb 在 X 上回顾 DevDay 现场，称开发者分享了从展示自己做的应用、用 ChatGPT 提升工作与学习效率，到有人称 ChatGPT 帮自己赚到一辆宾利的故事。她表示期待未来几周和几个月大家继续构建产品，该帖是对 DevDay 活动社区氛围的一手记录。
AGI HuntAI 评分2626 还在用 HellaSwag 评模型？研究员一句话嘲讽评测惯性
研究员 michellechen 在 x 上指出，仍有团队用 2019 年的常识推理基准 HellaSwag 评测模型。HellaSwag 早已被前沿模型刷到接近饱和，这句吐槽戳中了评测体系更新滞后的行业惯性。
AGI HuntAI 评分3030 听障用户的暖心时刻：AI 字幕把亲吻记成「woof woof」
一位听障用户分享，AI 语音转写把丈夫亲她头顶的声音记成「m...mmm..mmmm」，又把狗叫忠实转写成「woof woof」，她靠这两段字幕才推理出真相。她完全听不到邻居抱怨的狗叫，反而觉得 AI 把狗叫转写成拟声词「可爱到不行」，并在 reddit 发帖问其他人是否也会看到这样的结果。
AGI HuntAI 评分3333 Mark Cuban：人形机器人 5-10 年内失败，家庭将围绕专用机器人设计
Mark Cuban 在 Polymarket 相关讨论中预测，人形机器人将在 5-10 年内失败。他判断家庭不会采用通用形态机器人，而是重新设计居住空间，围绕洗碗、烘干衣物等特定任务部署专用机器人。帖主以「像机器一样专职洗碗/烘干」的说法调侃回应。
AGI HuntAI 评分1919 网友调侃 Mistral 将推新产品：先注册 les potes 再随便改名
网友 RachelVT42 在 X 上接续此前的 "pot dot com" 玩梗，预测 Mistral 会发布 "les potes" 网站。该调侃讽刺 Mistral 惯常做法：产品发布一两年后毫无理由地改名。这属于对其命名风格的轻松调侃，并无官方信息。
AGI HuntAI 评分3939 巴基斯坦学生用 n8n+OpenAI 搭诊所 AI 前台，推销 150 家机构零成交公开求毒舌复盘
巴基斯坦学生开发者用 n8n、OpenAI 和 WhatsApp Cloud API 搭建诊所 AI 前台（自动答疑、预约、提醒），3 个月接触约 150 家机构后收入为零。
AGI HuntAI 评分5252 剑桥学者 David Krueger 澄清：恶意 prompt 自传播两年前已有论文
剑桥研究者 David Krueger 针对 OpenAI 自我复制提示词在多智能体系统间传播的传闻出面纠错，指出这类攻击并非野外新发现，2024 年 10 月的论文《Prompt Infection》已系统研究过恶意 prompt 在多智能体间的自传播。他还指出博主 @TheZvi 和 @AndrewCurran 的相关报道存在两处误报，呼吁业界关注已有学术成果而非渲染新奇性。
AGI HuntAI 评分2222 一边是 6 岁娃读天体物理论文，一边是同龄人不会认字
一条被广泛传播的推文称，一名 6 岁女孩整天不离座位、课间也留在屋里，被发现在读 2022 年天体物理学论文和一本词典。回复者指出，同年龄段孩子中很多人连自己名字以外的字都不认识。这一对比折射出 AI 时代个体学习能力的巨大分化。
AGI HuntAI 评分3131 Wayve 伦敦 Uber 试乘超预期，体验直逼 Waymo
博主 @gbrulte 分享在伦敦通过 Uber 试乘 Wayve 监督模式自动驾驶，称驾驶平顺、能很好处理旧金山式车流并完成高速并线。他评价 Waymo 仍是当下明显领先者，但 Wayve 势头强劲，在旧金山和拉斯维加斯的乘坐体验好于 Zoox、无路口问题且更平顺，整体接近 Tesla Robotaxi，何时去掉监督是下一步关键。
AGI HuntAI 评分3939 $500 顶配套餐几小时用光：Claude Ultrafast 额度实测
一位用户购买 $500 档计划想用 Astra Ultrafast，结果几个小时的基本对话加 computer use 就把每周限额耗尽，即便用的是 Ultrafast 的 light/medium 模式。这与新出的 Pro 500 订阅档位相呼应，显示顶级付费档的用量上限对重度 agent 用户依然相当紧张。
AGI HuntAI 评分2222 SlutCon 遭批公关隐患反被助推出圈
AI 社区账号 repligate 指出，SlutCon 活动在被指责为「公关隐患」并遭强烈反对后反而获得大规模传播。该活动原本并未引起多少关注，社区意见分裂，部分成员对活动感到不适，也有人认为正是批评助推了它出圈，形成典型的「抵制反成宣传」现象。
AGI HuntAI 评分3333 Claude Code 被吐槽：重命名一个变量动用 90 个 agent
推主 tetsuoai 吐槽 Anthropic 的 Claude Code 资源调度夸张：为一个简单的变量重命名任务竟 spin up 了 90 个 agent，并配图晒出完整的 agent 列表。该截图成为 AI 编码 agent 资源浪费与过度编排的最新名场面梗图。
AGI HuntAI 评分4141 Reddit 用户让 Claude Opus 5.5 玩《最终幻想 X》，做成实况系列
Reddit 用户让 Claude Opus 5.5 玩《最终幻想 X》，效果远好于最初试的《Jak II》——后者连新手区都出不去。作者已录制一小时量级的完整实况剧集，将发布到 YouTube；本帖的精华片段由 Claude 在得知 Reddit 时长限制后自行挑选。
AGI HuntAI 评分5454 Agent 时代 CPU 成新瓶颈：Vera 单独部署预示 CPU:GPU 比例将上调
Vik's Newsletter 长文分析指出，agentic AI 的兴起让 CPU 重新成为 AI 基础设施瓶颈，集群中 CPU:GPU 比例需要上调，甚至可能 CPU 多于 GPU。
AGI HuntAI 评分2929 GENIC0N 吐槽：AI 编程像念咒，计算机科学该改叫计算机魔法
GENIC0N 在 X 上吐槽 AI 让编程变得像念咒般不可解释，"computer science" 该改叫 "computer magic"。该帖被大量转发，戳中开发者对 AI 编程既依赖又看不懂的心态。「Fun」频道同期还收录 AI 生成 7 分钟 SQLite 代码库讲解视频、Claude 听 59.94 Hz 嗡声判断 GoPro 麦克风漏帧率电流声等条目。
AGI HuntAI 评分2020 repligate 称常去 Lighthaven，从未感到氛围不适或有性别问题
拥有近 7 万粉丝的 X 用户 repligate 主动表态，称自己定期参加 Lighthaven 的活动，从未觉得那里的氛围令人不适、有性暗示或性别歧视。Lighthaven 是湾区 AI／rationalist 社区常用场地，在社区近期相关争议发酵的背景下，这是知情人对场地方氛围给出的第一手正面证言。
AGI HuntAI 评分3535 Claude 一听 59.94 Hz 嗡声，秒判 GoPro 麦克风漏帧率电流声
GoPro 用户 Peter Szilagyi 请 Claude 帮忙清理录音里的"风扇噪声"，Claude 却判定这不是风扇声：59.94 Hz 基频正好匹配视频帧率，说明是 GoPro 电子元件把帧率杂音漏进了内置麦克风。Claude 仅凭音频特征就完成了这次专业级的故障归因。
AGI HuntAI 评分2828 AI 让一切同质化？瓶颈不在技术，而在人的想象力与野心
面对「AI 正在把一切商品化」的焦虑，有观点给出的答案是用更极端的野心去造更宏大的东西。今天的 AI 能力放到五年前没人会信，但人人可用后并没有出现人人每天创造惊人成果的局面，瓶颈被归到想象力与野心。同一个新模型发布，有人想「这会把所有人变得同质化」，另一些人则想「我要造更大的东西」。
AGI HuntAI 评分3131 个人 agent demo 悬浮用例遭吐槽：让 agent 在两顿风投请客的晚宴之间做选择
个人 agent demo 的悬浮用例遭吐槽：演示者编造的场景是让 agent 在两顿 VC 请客的晚宴之间做选择、再打 Uber，并在东京、苏黎世、马赛马拉之间挑下一个度假地。freialobo 转发了 josh_wills 的这条吐槽，指向 agent 发布会脱离普通人真实需求的通病。
AGI HuntAI 评分2727 未来主义者 Dr_Singularity：Opus 5.5 编程已过实用阈值，2027 年 AI 可造 GTA 6 级游戏
Dr_Singularity 认为 Opus 5.5 的编码质量已跨过「实用阈值」，AI vibecoding 出的游戏已达到可玩水准，未来数月 token 用量将爆炸式增长。
AGI HuntAI 评分1717 Alexandr Wang 玩梗：他们总算是躲过了那些指控
Scale AI 创始人、Meta AI 负责人 Alexandr Wang 发推玩梗，称相关方“成功躲开了指控”（dodged the butthole allegations）。原帖未展开细节，属 AI 圈围绕某争议事件的调侃式表态。
IT之家AI 评分2727 微星流光 X32 MAG 271QPX32 OLED 显示器体验：新面板 + 旗舰调校，电竞玩家新选择
微星流光 X32 MAG 271QPX32 OLED 显示器采用 QD-OLED 第 4.5 代面板，配备 2K 分辨率、320Hz 刷新率、最高 1300nits HDR 峰值亮度，价格卡位 3000 元。IT之家实测其 SDR 均匀亮度约 300nits，EOTF 增强可提升 5% 以下小窗口亮度，并提供 AI 视觉、AI 准星、SLMB、Optix 狙击镜及 3 年整机售后与 3 年烧屏险。
SiliconANGLE：AIAI 评分2828 AI 智能体推动企业身份管理清理与整合
Okta 首席营收官 Jon Addison 在 Oktane 大会上表示，随着 AI 智能体从试点走向生产，企业正把智能体安全视为既有身份管理工作的延伸，并着手整合零散的身份工具。他指出，大量单点方案会制造安全漏洞，客户因此在规模化部署前先理顺基础架构；部分企业已出现生产环境中的影子智能体，急需建立访问管理控制。
SiliconANGLE：AIAI 评分3030 HPE Labs 将 AI 主权与量子安全联系起来
HPE Labs 总监 Andrew Wheeler 表示，AI、数据主权与量子安全正成为企业必须同时应对的议题。他指出全球已有超过 170 个国家出台数据保护或隐私框架，HPE 以加密态势管理和后量子密码就绪能力，帮客户在合规前提下控制敏感数据。
Gary Marcus：The Road to AI We Can Trust精选AI 评分6868 Gary Marcus 评纽约时报报道，OpenAI 在 Hugging Face 事件前数月已获警告
Gary Marcus 引用纽约时报 Sheera Frenkel、Dustin Volz 和 Dylan Freedman 的报道称，OpenAI 员工与高管的往来记录显示，公司在 Hugging Face 事件发生前数月就已收到安全警告，且未把安全列为优先事项。
推荐理由：借纽约时报披露的警告时间线，作者质疑企业自我监管以及 Jensen Huang 信任这些公司的说法。
Gary Marcus：The Road to AI We Can TrustAI 评分5555 Gary Marcus 点评白宫超级智能协议过于软弱
Gary Marcus 发文点评白宫超级智能协议，认为其核心是签署方承诺不受监管、也不给公众发言权，只能靠信任。他质疑协议中所谓独立监督是否只是由大公司自己挑选的承包商承担，并追问两周前各方热议的 Pacing 议题为何消失。他还指出，Dario、Sam 和 Elon 都退缩了。
AGI HuntAI 评分2525 AI 生成歌曲《21st Century Blues》推出真人翻拍版
bennash 分享了自己最喜欢的 AI 生成歌曲之一《21st Century Blues》的真人翻拍版，主题是 21 世纪离婚后重新寻找爱情，他本人也承认作品"很怪"。该作品展示了 AI 音乐生成从成品走向二次创作的可能性。
AGI HuntAI 评分3030 用户实测抱怨 Qwen 2.1 出图风格单一，对比 Krea 2 Turbo 落败
一位图像创作者实测后认为，T2I 任务上 Krea 2 比 Qwen 2.1 更胜一筹。同样提示词增强下，Qwen 2.1 出图偏真实照片质感、纹理发灰，默认人物偏亚洲/动漫风，需加「West cartoon semi-realistic style」纠正。他偏好半写实卡通风格，此前用 Krea 2 Turbo 工作流几乎次次命中。
AGI HuntAI 评分2525 观点：AI 算力不该全锁给大客户，要给初创留成长空间
jeffreyajewett 发帖指出，当前算力市场真正稀缺的是没有被长期采购协议（offtake）锁定的算力容量，若所有可用 MW 和 GPU 都被预留给最安全的大客户，下一代巨头将失去成长竞争的机会。他主张市场应刻意为尚未显山露水的公司保留容量。