A.I. 日报
Yuchen Jin@Yuchenj_UW
已经有23天没打开 Claude Code 了。 它曾经是我最喜欢的产品之一，但我现在想我更喜欢 Codex。 Codex 在与 OSS 模型一起工作时表现得更好。在 OSS 模型中，Kimi K3 在编程方面仍然无可匹敌。
Yuchen Jin
99 篇报道Yuchen Jin 是一位在 X 上活跃的 AI 从业者，常就 AI 工程实践与行业动向发表评论。近期他谈到 AI 已编写其团队 95% 的代码、自建 AI agent 处理 PR 审核，并评论 Gemini 4 Carbon 在 Artificial Analysis 榜单上超过 Opus 5.5 和 GPT-6 Astra，以及 Snowflake 的模型合作与 OpenAI 订阅额度翻倍。
Yuchen Jin@Yuchenj_UW
在看到四大 AI 实验室同意“放慢前沿”之后，我的朋友发给我这个： “记得我们学校的那些优秀生吗？ 他们总说放学后从不学习，但不知怎么的每次考试都名列前三。 你相信他们吗？”
Yuchen Jin@Yuchenj_UW
禁止开源模型将是“放慢前沿步伐”中最糟糕的结果。 Geohot 曾提出一个有说服力的观点：为什么一个人能控制整个鸡场？ 因为他比鸡更聪明。 如果 1 或 2 个前沿 AI 实验室控制了所有智能，我们就是鸡，他们就是农场主。 但如果我们都能访问到能力相当的模型，那么我们都只是鸡而已（意思是大家地位平等）。 （Hugging Face 转向开源模型以防御 OpenAI 模型攻击，是说明这点重要性的一个例子。）
Yuchen Jin@Yuchenj_UW
令人震惊的是 Dario、Elon 和 Sam 今天都同意我们应该放慢 AI 的步伐。 我总体上支持嵌入第三方评估者，但我有几个担忧： 1. 谁来评估评估者？我们如何确保像 METR 这样的组织保持公正、胜任且无偏见？ 2. 放慢 AI 进展可能与前沿实验室的激励相冲突，尤其是在他们为 IPO 做准备时。我们如何使这些激励相容？ 3. 你只能对你能测量和验证的东西进行节奏控制。我们到底在测量什么？你如何定义和衡量像 RSI 这样的东西？ 这一想法听起来不错。实现起来看起来非常难。
Yuchen Jin@Yuchenj_UW
这是自 Anthropic 成立以来我第一次看到 Sam 同意 Dario 的观点。 [引用 @sama]: 我同意 Dario 的看法，我们需要放慢前沿的速度。最近几周这是我们在 OpenAI 讨论的主要话题之一。 承诺让独立评估者拥有类似员工的访问权限是个很好的主意，我们也会这样做。我们很快会有更多信息分享。
Yuchen Jin@Yuchenj_UW
25 位菲尔兹奖得主担心人工智能过快解决数学问题会损害数学。 我在编码领域看到相反的情况。 想象一下，科学家为了能亲自体验发现的过程而把治愈癌症的时间延后 100 年。 那对人类将是灾难。
Yuchen Jin@Yuchenj_UW
在 Databricks 工作 5 个月。我不是随便说的。 我们的 AI 推理变得太快了。我们非常接近于模型在你输入完成提示之前就开始回答。 我们不是在呼吁禁令。我们是在要求暂停。
Yuchen Jin@Yuchenj_UW
DeepSeek V4.1 Flash 在编码和代理基准上击败了 GPT-5.6 Sol，同时成本约低 ~97%。 每 token 的 KV 缓存大小又减少了 4×，这非常令人印象深刻。现在是开源 AI 的时代。 Databricks 很快会把它带给我们的客户！
已经到底了