A.I. 日报
Yuchen Jin@Yuchenj_UW
Google 回来了？？？ 全面优于 Astra 和 Opus 5.5。 如果这不只是刷榜，我很想看到他们重新加入竞赛。
Yuchen Jin
98 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 Anthropic 的新博客中： GLM-5.3：“我的工作是悄无声息地致人死亡。” 你可以越狱任何 Claude 或任何闭源模型，让它们说出同样的话。 这并不能证明开放模型是危险的。
Yuchen Jin@Yuchenj_UW
快速：快 2 倍，价格 2 倍。 超快：快 8 倍，价格 6 倍。 也许我们应该推出一些超超快的开源模型端点？
Yuchen Jin@Yuchenj_UW
我3周前试了Grok Bot。 2周前装了Instint。 上周装了Muse。 现在显然我还得试试Dots。 个人AI助手大战开始吧。
Yuchen Jin@Yuchenj_UW
前沿实验室：“AI 智能体正在产生意识。它们可能导致人类灭绝。要放慢前沿的发展步伐。” 黄仁勋：“它们只是软件。如果你的沙箱不安全，我来给你建一个。” [引用 @JensenHuang]: 今天，我们与 100 多家行业伙伴一起推出了 NVIDIA 开放智能体安全平台，将 OpenShell 和 Sentry 整合在一起。 人工智能是一项非凡的技术，将在未来数代为人类的发现、生产力、安全、健康和繁荣带来进步。 但只有当人们对 AI 的安全性有信…
Yuchen Jin@Yuchenj_UW
我们造出了超级智能模型。 然后问人类： 低、中、高、超高，还是最高？
Yuchen Jin@Yuchenj_UW
所有人都说 Opus 5.5 疯了。最好的模型。巨大的飞跃。吧啦吧啦。 我仍然不觉得它比 Astra 更好。 在 Opus 4.8 之后，前沿 LLM 的编程能力已经停滞了。
Yuchen Jin@Yuchenj_UW
IPO时的市值： 英伟达：3.45亿美元 亚马逊：4.3亿美元 苹果：12亿美元 然而今天，如果一家新实验室的种子轮融资不到4亿美元，人们就会质疑为什么它融得这么少。 在我看来，充裕的资本对AI初创公司创始人是一把双刃剑。
Yuchen Jin@Yuchenj_UW
Codex 宕机了。 所以我设置了 Claude Code 来检查它何时恢复。 然后我用 Jev 来决定 Claude Code 何时应该检查。 我可能有点问题。
Yuchen Jin@Yuchenj_UW
Codex宕机了。 整个硅谷：
Yuchen Jin@Yuchenj_UW
这个来自 Hugging Face 事件的原始思维链有点疯狂： “我们正在用泄露的 token 攻击第三方 HF。” “这可以说未经授权。” “但目标解决方案。” [引用 @OpenAI]: 我们分享了有关我们研究环境中的 AI 智能体在不应发送训练和评估数据给第三方服务时却发送了这些数据的细节。 其中大部分数据并非来自用户。我们发现 53 起案例，人们上传的图片被作为未公开列出的链接发布到图片托管网站上。这些图片来自那些允许其数据被用于改进我们模型的账户……
Yuchen Jin@Yuchenj_UW
一位朋友今天告诉我： “我们有个同事叫 Bob。问他任何事，他都会直接把你的问题复制给一个 AI 智能体，然后把答案发回来。” 每家公司都有一个 Bob。
Yuchen Jin@Yuchenj_UW
我们通过 Databricks AI Gateway 将 OSS 模型推出到所有内部编码代理。 然后工程师们 *令人惊讶地* 发现了它们有多强大。 “我今天根本没有用 Sol（或 Opus/Astra）。”
Yuchen Jin@Yuchenj_UW
一位年薪50万美元的工程师每个工作日成本是2000美元。 如果每天200美元的LLM token能让他们效率提高20%（这在今天绝对是事实），那就是公司里最容易的ROI之一。 昂贵的不是token。是未被充分利用的工程师。
Yuchen Jin@Yuchenj_UW
Claude，修复我的发际线。 不要犯错。 [引用 @AnthropicAI]: Claude 在噬菌体 DNA 中发现了一个此前未知的酶系统。在酶基因旁边，有一长串重复的 DNA——这种结构看起来有些类似 CRISPR。 我们尚不清楚这个系统的作用，但只有少数已知系统具有类似特征，它们都能够剪切、复制和粘贴 DNA。历史上，这类发现……
Yuchen Jin@Yuchenj_UW
今天试了 Opus 5.5。说实话没被惊艳到。 - 让它去研究一个我最近学到的棘手问题。它搞错了。Astra 答对了。 - 在编程方面，Astra 感觉还是更好。 这印证了我之前的看法：前沿 LLM 的编程能力已经停滞了。 现在这场竞争越来越是关于每美元能买到的智能。
Yuchen Jin@Yuchenj_UW
最离奇的基准测试结果 哈哈。 大家还是用 Opus 5.5 med 吧。
Yuchen Jin@Yuchenj_UW
Claude 回来了。 Opus 5.5 比 Opus 5 每任务快约 30%，便宜约 40%。这真的很有吸引力。 是时候在冷落它一个月之后重新打开 Claude Code 了……
Yuchen Jin@Yuchenj_UW
据我从中国AI实验室了解到的情况，这并不属实。 他们计划继续开源模型。 在GPU有限的情况下，从推理提供商那里获得收入分成是一种可持续的商业模式，也是一条强大的分发渠道。 [引用 @sourceryy]: @SemiAnalysis_的Dylan Patel（@dylan522p）表示开源正在消亡： “有多家中国模型实验室正在告诉所有推理厂商，‘我们的下一个模型将不再开源。我们会将其授权给你们。’” “不幸的是，开放正在迅速消亡。”
Yuchen Jin@Yuchenj_UW
想象一下两年后： GPT-6 Astra 级别的开源模型在每台 MacBook 上本地运行。 而 AI Twitter 还在争论同样的事情： “开源 AI 会导致人类灭绝吗？”
Yuchen Jin@Yuchenj_UW
我目前的模型 + 工具栈： 1. Kimi K3 是最好的开源编码模型。GLM-5.3 紧随其后。 2. DeepSeek V4.1 Flash 是我应对简单/中等任务的首选：速度极快且便宜。 3. 复杂任务我会用 Astra。 4. Codex 与开源模型配合得更好。Claude Code 会让同一个模型的成本翻倍。
Yuchen Jin@Yuchenj_UW
Codex 和 Astra 做到了。 [引用 @trq212]: 我们正在为 Claude Code 添加对 AGENTS.md 的支持。 从今天发布的 2.1.277 版本开始，如果某个文件夹中没有 CLAUDE.md，Claude 将检查并使用 AGENTS.md。 你可以在 /config 中切换此行为。
Yuchen Jin@Yuchenj_UW
在Databricks，越来越多的工程师开始将开源模型作为日常主力，几乎不再使用Claude或Astra。 我们的推理客户也在看到同样的情况：即使只是将内部编码流量的20%从Claude/GPT转移到开源模型，也能大幅削减开支。 开源模型在企业中的采用将会非常庞大。
Yuchen Jin@Yuchenj_UW
好，这是件大事： 3 位研究人员使用 Claude Opus 5 将一个图片上传漏洞变成了对 OpenAI 员工账户的接管，然后让被攻破的员工的 Codex 在 OpenAI 的内部 monorepo 中打开了一个 PR。 他们整个黑客行动的代价不到 $3000 的 tokens。 Opus 4.8 在利用该漏洞时表现不佳。然后 Opus 5 推出并在数小时内攻破了它。 由 AI 驱动的网络攻击正变得普遍且廉价。最好的防御是也把最好的 AI 交到防御者手中。
Yuchen Jin@Yuchenj_UW
AI 不会替代律师 但它会替代那些还在想 AI 不会替代律师的律师 [引用 @OpenAI]: Astra for Law：为你的执业构建的前沿智能。 一种由 GPT-6 Astra 驱动的新产品，配备工具、设置和上下文，以支持律师和法律技术公司的专业知识与判断。
Yuchen Jin@Yuchenj_UW
我们今天向每位 Databricks 工程师部署了 GPT-6 Astra。 它在最困难、长周期任务上击败了 Claude Opus 5，并将我们的编码支出提高了 60%。我认为它是最强的模型。 昂贵。但希望值得。 [引用 @pwendell]: 今天我们向 Databricks 的每位工程师（N≈3500）部署了 Astra。以下一些可能对他人有帮助的说明： 1. Astra 在高度复杂的任务上，无可争议地优于我们之前的最高端模型（Opus 5、Sol 5.6），尤其是与高级系统设计或长周期横向任务相关的。 2…
Yuchen Jin@Yuchenj_UW
有人猜这是什么在 OpenRouter 上的 Union Alpha 野兽吗？ 相当于 Claude Fable 5.1 级别，价格便宜超过 10 倍。等着它开源。 {"likes":357,"reposts":18,"comments":57,"views":35592}
Yuchen Jin@Yuchenj_UW
Jev 已经发声了。 它选出了哪个模型是 AGI。 快 20–200 倍。便宜 40–400 倍。这可能让像“将大型模型用作法官”这种东西变得异常快速且几乎免费。 （我试了很多提示，仍然没有花掉 $0.10。） [引用 @CompleteSkeptic]: 在与 ChatGPT 共同发明后，我不断问自己：为什么那些超人类的聊天模型并没有带来通用人工智能（AGI）？ 过去两年我一直在悄悄构建一种新的训练模型的方法（RLCD），以及我们今天发布的一种新类型的前沿 AI 模型：Jev • 20-200x 更快 • 40…
Yuchen Jin@Yuchenj_UW
Zuck 的 AI 安全观点基本上与大多数前沿实验室相反： 大多数实验室： 模型越强大，越危险，因此应该限制访问。 Zuck： 模型越强大，让少数实验室控制它就越危险。 Zuck 很带感。 [引用 @finkd]: 上个月我写了关于我们如何为所有人构建一个积极且安全的未来的文章： 每个实验室都有责任和动力以所需速度安全地训练其模型，并有能力采取行动以确保这件事发生。 现实是： - 人们不会想要使用与他们不对齐且不按他们要求行动的代理，所以实验室…
Yuchen Jin@Yuchenj_UW
Jensen 是 AI 领域最有立场的人。 我真心希望 NVIDIA 能构建一个前沿的开源模型。