Kimi K2 Thinking，最强思考模型，附实测
能最终找到真相的，往往不是沉思者，而是探索者。 昨晚，Moonshot AI 宣布发布 Kimi K2 Thinking：早前的思考模型，就像关在黑屋子里的哲学家，无论思考多深刻、推理多严密，都无法知
阅读全文我给在上学的弟弟做了个论文版抖音
上周五，我正打算叫还在上大三的弟弟出来见面吃个饭，结果这小子给我发了个哭脸表情包：哥，不行了，周一组会啥都没准备，导师又要说我看论文太少了。我心想，你小子天天在实验室摸鱼，现在知道急了？于是我索性一个
阅读全文刚刚，美团开源全模态龙猫模型，和 ChatGPT 大战 100 回合打得难解难分
美团，这家外卖公司，又开源了！刚刚，美团发布了 LongCat-Flash-Omni，一个 560B 参数（激活 27B）的开源全模态 MoE 模型。模型在多个基准测试中拿下了 SOTA，甚至在部分指
阅读全文Codex 积分制计费上线，Claude Code 急了……
Codex 用户终于等来了「加餐」！OpenAI Developers 刚刚宣布了一个让开发者们激动的消息：Codex 推出了积分制度，还把所有人的速率限制全部重置了。简单来说就是：你可以花钱
阅读全文OpenAI 推出 GPT-5 驱动的安全卫士Aardvark：Codex 绝佳搭档
软件安全来了新帮手！OpenAI 刚刚宣布推出 Aardvark，一个由 GPT-5 驱动的自主安全研究智能体，目前正在私有测试阶段。软件安全一直是技术领域最关键也最具挑战性的前沿阵地。每年，企业和开
阅读全文Anthropic 发布最新研究：LLM 展现初步自省迹象
语言模型能「看见」自己的思考吗？Anthropic 最新研究表明，Claude 展现出了真实但有限的内省能力：它能在某种程度上识别自己的内部状态。这听起来像科幻小说，但研究团队开发了一套巧妙的验证方法
阅读全文OpenAI 直播摘要：AI 将推动科学进步，个人 AGI 即将到来，未来将非常光明
在 OpenAI 刚刚结束的直播中，Sam Altman 和 Jakub Pachocki 透露了一系列重磅信息，并称个人 AGI 即将到来，且未来将非常光明。这次直播的形式不同过往，让人耳目一新：与
阅读全文刚刚，Claude 正式杀入华尔街！
Claude 扩展了金融服务功能，可连接 Excel 处理财务数据了！刚刚，Anthropic 宣布推出 Claude for Financial Services，不仅增强了金融专属功能，还带来了
阅读全文Meta 被爆按代码行数来裁员
Meta 裁员逻辑揭晓了，是看代码行数谁的少就裁的谁！Yuchen Jin 爆料：有 Meta 内部人士透露，这次裁员是根据代码行数（lines of code diffs）来决定的。这解释了为什么那
阅读全文1024，是程序员的双十一
今天是一年一度的 10 月 24 号。程序员不一定要过情人节，但一定得过 1024。因为 1024 是 2 的 10 次方，是二进制世界的「整数」，是 1KB 的字节数，更是程序员们独有的节日密码。身
阅读全文刚刚，Anthropic 发布 Claude for Life Sciences，目标生物科研全流程
生命科学研究，迎来了 AI 原生时代。刚刚，Anthropic 推出了专门为生命科学领域定制的 Claude for Life Sciences，计划从产品能力到合作生态进行全方位布局。从文献检索到数
阅读全文Codex 和 Claude Code，用哪个？
Codex 和 Claude Code，用哪个呢？当然是：全！都！要！本文 90% 是我用嘴写的（语音输入），当作周末做的一个小东西的整理，属于想到哪儿说到哪儿，硬凑了 10 点，如下：一、如果有条件
阅读全文Andrew Karpathy最新访谈：RL很糟糕、人类学习和教育、智能和文化的演变、AGI还要十年，将带来2%的GDP增长
Karpathy 说 AGI 还要十年，但这十年会发生什么？Dwarkesh Patel 最新一期播客请来了 Andrej Karpathy，这位前 Tesla 自动驾驶负责人、前 OpenAI 研究
阅读全文AI 找到了六个 Erdos 数学问题，陶哲轩：AI + 人类专家才是真正改变科学研究的方式
AI 帮数学家找到了六个「失踪」的答案。菲尔兹奖得主陶哲轩刚刚在 Mastodon 上分享了一个有趣的发现：六个原本被标记为「未解决」的 Erdos 数学问题，在 AI 的帮助下被发现……其实，早就有
阅读全文Claude 推出 Skills 功能，及 Agent Skills 开发指南
现在，Claude 可以新增「技能」了！Anthropic 刚刚为 Claude 推出了 Skills 功能，这个新能力让 Claude 能够动态加载专门的指令、脚本和资源，从通用 AI 助手变身为各
阅读全文刚刚，Google Veo 3.1 发布，Sora 还香吗？
刚刚，Google 发布了 Veo 3.1.全面进化相比于 OpenAI Sora 1 到 Sora 2 的大版本号提升，Google DeepMind 团队这次带来的 Veo 3.1 的小版本版本迭
阅读全文从今天起，开源前五，全！是！中！国！大！模！型！
开源 AI 的天下，变了！去年 7 月，LMArena 开源模型榜单上，前四名都还是清一色的美企：Google、Nvidia、Meta、Cohere。而仅仅短短一年后的今天，形势就已彻底反转。现在的前
阅读全文刚刚，Andrej Karpathy放出大招：开源nanochat项目，仅8000行代码100美元就能训练出一个ChatGPT
Andrej Karpathy 又放大招了！他刚刚发布了一个名为 nanochat 项目，用 8000 行代码实现了 ChatGPT 的完整训练流程。在一个 8xH100 节点上跑 4 小时，花费约
阅读全文在微信中用 Google 登录，很难吗？
我有个去年就完成了 90% 却一直没有上线小工具，并终于在国庆期间突击了两天将进度提到 99% 后，还差 1% 就终于要上线了。稍微预告一下，这仍然是我作为第一用户的一个小工具，一句话介绍就是：基于
阅读全文Claude Code 推出插件功能
现在，我们可以给 Claude Code 安装插件了！Anthropic 刚刚宣布 Claude Code 支持插件系统，让开发者们可以用一条命令就能安装定制化的工具集合。此次更新的负责人 Daisy
阅读全文公众号抄袭，原因是什么？
本文共 1.3 万字，预计阅读需要 10 分钟；前半部分为对涉嫌抄袭的说明，后半部分为技术方案解析。我 9 月 23 号 23:48 发布的文章《山姆•奥特曼刚发长文：「丰盛的智能」，智能将人人可及》
阅读全文Claude Code 将登录 Claude App
Anthropic 正在把 Claude Code 内置到 Claude 手机 APP 中！据 TestingCatalog News 最新爆料，Anthropic 正在准备将 Claude Code
阅读全文OpenAI 将发布 Agent Builder，n8n 和 dify 危?
OpenAI DevDay 即将开始。而刚刚，Sam Altman 提前发文称对明天的 AI DevDay 充满期待，准备发布一些「帮助大家用 AI 构建应用」的新工具。而在此之前，OpenAI 总裁
阅读全文Sora 2 惊现 LLM 推理能力，视频生成模型也能搞推理？
Sora 2 在推理基准测试上拿到了 55% 的成绩。要注意，这并不是个视频质量评分，而是 GPQA Diamond，一个专门测试大语言模型科学推理能力的基准，题目长这样：而作为对比，GPT-5 在同
阅读全文Sutton 的批评与反思：AGI 的下一步是什么？
对 Richard Sutton 采访的再思考作者：Dwarkesh Patel 下为其在9月27日采访《强化学习之父：大语言模型走错了路，不符合「苦涩教训」精神》后的反思。你们对 @RichardS
阅读全文Andrej Karpathy深度解读：强化学习之父为何说大模型违背了「苦涩教训」
「苦涩教训」的作者，其实并不认可大模型对「苦涩教训」的实践。见前文：强化学习之父：大语言模型走错了路，不符合「苦涩教训」精神而刚刚，Andrej Karpathy 也发表了一篇长文深度解读了 Sutt
阅读全文Anthropic 发布 AI Agent 上下文工程指南
今年 6 月，Andrej Karpathy 就提出：提示词工程该改名了。他建议用「上下文工程」（context engineering）取代「提示词工程」（prompt engineering）。K
阅读全文Claude Sonnet 4.5 发布，30 小时自主编码刷新行业纪录
编程智能体迎来质变时刻！Anthropic 刚刚发布的 Claude Sonnet 4.5，不仅宣称是世界上最强的编程模型，更是将自主编码时间从 GPT-5-Codex 的 7 小时推进到了 30 小
阅读全文Anthropic 研究员：在 AGI 来临前的最后时刻该做什么?
Anthropic 研究员 Jascha Sohl-Dickstein 最近分享了一个关于 AGI 来临的演讲。他说，我们可能正处于人类作为地球主要智慧生物的最后几年。演讲标题致敬了诺贝尔奖得主 Ra
阅读全文4 人团队携最强 Coding Agent 来袭！Claude Code 和 Codex 这就不香了？
刚刚，一个 4 人团队打败了所有科技巨头的编程智能体！Factory AI 的 Droid 在 Terminal-Bench 基准测试中拿下 58.75% 的成绩，超越了包括 OpenAI、Anthr
阅读全文