【AI 英文奏折】2026年11月03日
共收录 20 篇深度内容
📋 今日内容速览
快速浏览，点击感兴趣的推文查看详细分析
- Amira Zairi: 用AI换角工具测试不同演员造型而不改布景。
- Rohan Paul: 科技巨头未来租赁超1.3万亿美元，七成近四季新增。
- Rohan Paul: GDPx测试显示AI模型在专家级任务中表现欠佳，GPT-6 Astra领先。
- Riley Brown: AI代理通过搜索播客字幕提升任务理解与执行准确性。
- Rohan Paul: AI查询能耗三年骤降千至十万倍。
- Jerry Liu: LlamaIndex提供高性价比且精准的文档解析模型与代理。
- Machina: DeepSeek以极低成本提供强大AI能力，颠覆行业门槛。
- vas: Varick高薪招聘市场负责人，需精通设计且热爱AI社交。
- Rimsha Bhardwaj: GitHub提供丰富资源助你快速开发移动应用。
- Rohan Paul: 大投资者希望Anthropic IPO定价低于预期，目标1.5万亿至1.6万亿美元。
- Rohan Paul: 循环使用Transformer层可提升模型深度且节省参数。
- Rohan Paul: 疑似Anthropic模型泄露实为伪造，证据确凿。
- Aakash Gupta: 年轻车手首秀撞车后获重用，两年后破纪录成最年轻F1冠军。
- @levelsio: X平台赞助内容生硬尴尬，破坏真实互动，不如视频赞助自然。
- Rohan Paul: AI模型成功利用未公开补丁构建Firefox漏洞攻击链。
- Artificial Analysis: Kimi K3.1 Pro个性变化远超同类升级模型。
- Alex Veremeyenko: 开源引擎让游戏电脑可本地运行大型AI模型。
- Alex Veremeyenko: 使用开源AI模型以自主掌控，避免依赖付费服务的不稳定性。
- Rohan Paul: OpenAI用GPT模型解决千禧年奖问题，万副本并行协作无层级。
- @levelsio: 作者成功将《战地1942》反编译并移植到网页版。
📖 详细内容
Amira Zairi @azed_ai
AI Educator & Creator | Ambassador @Adobe | Partner with leading brands | 📧Collab → [email protected] | 影响力: 61121万粉丝
💡 核心观点: 用AI换角工具测试不同演员造型而不改布景。
可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Lockstep可以将任何角色从参考图像中替换到场景中 (需通过官方链接或实际测试确认其功能范围和效果，但技术原理和演示案例可能已在公开资料中部分说明。)
- ✓ 可验证: 使用Lockstep可以测试不同造型，而布景和摄影机保持不变 (若官方提供案例或演示视频（如回复中的链接），可直接验证其功能是否支持这一用途。)
- ✓ 可验证: Lockstep是@eachlabs的动作迁移模型 (可通过@eachlabs的官方账号或官网公开信息确认其归属和技术类型。)
原文内容:
电影制作人，在你确定一个场景之前，试着重新选角 试试 Lockstep，@eachlabs 的动作迁移模型。它可以将任何角色从参考图像中替换到场景中，这样你就可以测试不同的造型，而布景和摄影机保持不变。 回复中的链接
⏰ 00:03 | ❤️ 44点赞 | 📝 80字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: 科技巨头未来租赁超1.3万亿美元，七成近四季新增。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: 甲骨文、微软、Meta、亚马逊和谷歌已承诺未来租赁超过1.3万亿美元，其中大部分承诺发生在2025年中期以后。 (需查阅企业公开财报、新闻稿或彭博社原始数据，但“未来租赁承诺”可能涉及未公开的长期合同细节，部分数据可能无法直接验证。)
- ◐ 部分可验证: 到2024年，微软贡献了大部分资金堆积，Meta和谷歌引领了最新的承诺。 (企业公开的资本支出或租赁协议可能提及相关数据，但“贡献大部分”和“引领”需对比具体数值，若缺乏分项披露则无法完全验证。)
- ✓ 可验证: 约70%的科技巨头未来数据中心租赁的1.3万亿美元是在过去四个季度中新增的。 (依赖彭博社等权威媒体的统计，但需确认其数据来源是否直接引用企业声明或估算，部分新增承诺可能未公开具体时间范围。)
原文内容:
甲骨文、微软、Meta、亚马逊和谷歌已承诺未来租赁超过1.3万亿美元，其中大部分承诺发生在2025年中期以后。 到2024年，这笔资金堆积缓慢，其中微软贡献了大部分。Meta和谷歌引领了最新的承诺。 彭博社图表 而大约70%的科技巨头未来数据中心租赁的1.3万亿美元是在过去四个季度中新增的。
⏰ 21:03 | ❤️ 60点赞 | 📝 108字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: GDPx测试显示AI模型在专家级任务中表现欠佳，GPT-6 Astra领先。
可信度: 10/10 – 2项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: SemiAnalysis 发布了 GDPx，这是一个基准测试，用于在 11 个领域对 AI 代理进行专家级工作测试。 (需查看 SemiAnalysis 的官方发布或相关文档确认 GDPx 的存在及其测试范围，但若缺乏公开详细技术文档或独立第三方复现，则无法完全验证。)
- ✓ 可验证: Anthropic 的 Claude Opus 5.5 在 GDPx 测试中平均得分 12%，谷歌的 Gemini 4 Carbon 得分为 10.9%。 (分数依赖 SemiAnalysis 的内部测试数据，若未公开原始数据、测试方法或模型版本细节（如“Claude Opus 5.5”是否为官方命名），则无法独立验证。)
- ✓ 可验证: OpenAI 的 GPT-6 Astra 在 AI 研究和材料科学任务中位居榜首，排除部分领域后分数从 9.6% 提升至 11.8%。 (GPT-6 Astra 是否为官方发布模型存疑（截至当前 OpenAI 未公开此版本），且分数变动涉及未公开的排除标准，缺乏透明度。)
原文内容:
SemiAnalysis 发布了 GDPx，这是一个基准测试，用于在 11 个领域对 AI 代理进行专家级工作测试。 顶级模型 Anthropic 的 Claude Opus 5.5 平均得分仅为 12%，谷歌的 Gemini 4 Carbon 以 10.9% 紧随其后。 OpenAI 的 GPT-6 Astra 在 AI 研究和材料科学任务中位居榜首。 这些任务涵盖芯片设计、网络安全、金融和法律等领域，其他领域不胜枚举，数据来源于 14 个专业数据合作伙伴。 与 OpenAI 的 GDPval 不同，后者通过提示词向模型提供上下文，GDPx 则要求代理在工作空间中挖掘信息，例如一个包含 3,983 个文件的真实收购案例副本。 排除网络安全、生物学和对齐领域（这些领域有时会触发安全分类器干预）后，OpenAI 的 GPT-6 Astra 分数从 9.6% 提升至 11.8%，超过 Opus。 金融和法律任务击败了所有模型：在通过-失败评分下，所有模型得分均为 0，因此 GDPx 改为报告部分分数。 当要求改进一个有效的交易策略时，模型在 111 次尝试中的 70 次表现不如原策略，往往只是采取更大的风险，而不是找到更好的交易机会。
⏰ 20:45 | ❤️ 51点赞 | 📝 294字 | 查看原文 →
Riley Brown @rileybrown
Founder + YouTuber / TikToker
inquiries: [email protected] | 影响力: 262036万粉丝
💡 核心观点: AI代理通过搜索播客字幕提升任务理解与执行准确性。
可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；2项为观点陈述
事实核查:
- ◐ 部分可验证: 代理可以搜索数百万播客字幕 (需实测或查看具体工具（如Claude Code、Codex、Grokbot等）是否公开支持播客字幕搜索功能，但“数百万”规模无法直接验证。)
- ◦ 观点: 搜索播客字幕能帮助代理创建内容时获取文化视角（如登陆页面、脚本） (属于主观推断，未提供客观数据证明“文化理解”或“响应准确性”的提升效果。)
- ✓ 可验证: 推文作者使用定制解决方案数月且效果良好 (个人使用体验，无公开记录或第三方验证，工具性能描述（“很快”）无法量化。)
原文内容:
您的代理现在可以搜索数百万播客字幕。 无论您使用 Claude Code、Codex、Grokbot 等…… 这有很多有用的原因。 第一个原因是它能让您找到更好的播客来收听。 但此外，这还能让您的代理在执行特定任务前获取一种视角。如果您让它创建一个登陆页面，或创建内容脚本，或任何其他需要文化理解的东西，您可以将其发送到特定播客或一组播客，这将为您的代理奠定一种视角。 这将提升它的语气、对任何细分领域的理解，以及响应的准确性。 我几个月来一直在使用一个为此构建的定制解决方案，它有点糟糕……但现在它运行得很好，而且很快……这个视频感觉像是赞助的，但并不是……只是真正有用。
⏰ 09:37 | ❤️ 76点赞 | 📝 229字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: AI查询能耗三年骤降千至十万倍。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 每个 AI 查询的能源成本在 3 到 4 年内下降了 1,000 倍至 100,000 倍 (需查阅行业报告或研究数据（如AI能效基准测试、芯片能耗改进等），但具体数值范围可能因模型类型、硬件条件等差异而难以直接验证。Sam Altman的演讲内容未提供原始数据来源。)
- ◐ 部分可验证: 我们正在实现巨大的效率提升，可能比三四年前高效数千倍甚至数十万倍 (需对比历史AI模型（如GPT-3与GPT-4）的能耗数据或公开论文，但“效率”定义模糊（计算效率/能源效率），且“数千倍至数十万倍”缺乏具体上下文。部分依赖企业未公开的内部测试结果。)
- ✓ 可验证: Sam Altman在ADIPEC开幕式上发表此言论 (可通过DWS News的YouTube视频（若链接有效）或ADIPEC官方议程记录直接验证发言场合与内容。)
原文内容:
每个 AI 查询的能源成本在 3 到 4 年内下降了 1,000 倍至 100,000 倍 - Sam Altman，在阿布扎比的 ADIPEC 开幕式上。 “一方面，每个查询的能源消耗正在以惊人的速度下降。我们正在实现巨大的效率提升。我们可能比三四年前高效数千倍甚至数十万倍。” ---- 完整视频在“DWS News”YouTube 频道上，（链接在评论中）
⏰ 20:38 | ❤️ 95点赞 | 📝 98字 | 查看原文 →
Jerry Liu @jerryjliu0
Parsing the world’s hardest PDFs @llama_index. cofounder/CEO LlamaParse: https://t.co/XYZmx5TFz8 Enterprise: https://t.co/Ht5jwxSrQB | 影响力: 87381万粉丝
💡 核心观点: LlamaIndex提供高性价比且精准的文档解析模型与代理。
可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: LlamaIndex拥有Pareto准确率与成本前沿的最佳通用OCR模型 (可通过LlamaParse产品页面或技术白皮书验证模型性能，但“最佳”需依赖第三方基准测试（如ParseBench）或竞品对比，可能涉及主观标准。)
- ◐ 部分可验证: OCRia-1是用于文档解析的4B VLM，Extract v2.6包含市场上最准确的文档提取系统 (模型参数（如4B VLM）可通过官方文档验证，但“最准确”需对比公开基准测试（如ExtractBenchPro）或独立评测，目前缺乏直接公开数据。)
- ✓ 可验证: ParseBench拥有150+模型和每月30k+次下载 (若ParseBench为开源项目，可通过其GitHub仓库或官网统计下载量和模型数量直接验证。)
原文内容:
今天，@llama_index 是一家应用研究实验室，致力于构建用于文档工作的模型和代理。 我们拥有 Pareto 准确率与成本前沿的最佳通用 OCR 模型。您今天就可以在 LlamaParse 中使用它们。 这包括用于大规模摄入海量文档的快速且廉价模型（我们的“成本效益”模式和“快速”模式，以及 liteparse） 这还包括极高质量的模型，这些模型能保证对复杂图表、表格、表单、手写内容等的准确处理。在过去两周，我们推出了 OCRia-1，这是我们用于文档解析的 4B VLM，以及 Extract v2.6，其中包含市场上最准确的文档提取系统。 我们还全力投入到最全面的开源基准测试中，以衡量我们关心的所有维度的前沿。我们在 ParseBench 上拥有 150+ 模型和每月 30k+ 次下载。我们还大力投资于提取基准测试，从 ExtractBench 到 ExtractBenchPro。 我们的愿景与市场中我们观察到的两大趋势高度契合： 对各种任务的专用智能的需求 对非结构化上下文的巨大需求，其中大部分被锁定在文件容器中 无论您是在初创公司还是 F500 企业，如果您有大量文档需要数字化和自动化，请来和我们聊聊！我们很渴望了解更多。
⏰ 08:43 | ❤️ 30点赞 | 📝 348字 | 查看原文 →
Machina @exm7777
running ai-powered agencies | 影响力: 156284万粉丝
💡 核心观点: DeepSeek以极低成本提供强大AI能力，颠覆行业门槛。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 本地前沿模型只需 10k-12k 美元 (需查看 DeepSeek 官方定价或技术文档，确认是否提供本地部署选项及具体成本。若官方未公开详细定价或部署条件，则无法完全验证。)
- ◐ 部分可验证: 可以用该模型及其生态系统以每月不到 50 美元的成本运营整个业务 (需结合具体业务场景和 DeepSeek 的 API/服务定价计算成本，但“整个业务”的定义模糊，实际成本可能因使用量而异。)
- ✓ 可验证: 快速且廉价的搜索 API (可通过 DeepSeek 官方 API 文档或定价页面直接查询响应速度、费率等关键指标。)
原文内容:
当我们回顾今年……DeepSeek 的发布很可能会是其中最重要的 因为看看他们把什么变得触手可及： - 本地前沿模型只需 10k-12k 美元 - 超低成本的智能访问 - 向公众开放的毁灭性能力 - 快速且廉价的搜索 API - 一个真正运行良好的轻量级框架 你可以用这个模型及其生态系统以每月不到 50 美元的成本运营整个业务
⏰ 01:58 | ❤️ 160点赞 | 📝 118字 | 查看原文 →
vas @vasuman
CEO @varickagents, Implementing AI at Enterprise. Prev AI @meta | 影响力: 109938万粉丝
💡 核心观点: Varick高薪招聘市场负责人，需精通设计且热爱AI社交。
可信度: 10/10 – 2项声明可直接验证；1项需进一步确认；2项为观点陈述
事实核查:
- ◐ 部分可验证: Varick在过去一年中实现了超过3亿次社交媒体曝光 (曝光数据通常可通过社交媒体平台的分析工具（如Twitter Analytics）验证，但需Varick官方或账号持有者公开后台数据或第三方监测报告。)
- ✓ 可验证: 招聘市场负责人职位，最高20万美元基本工资+股权 (薪资范围和职位描述可通过Varick官方招聘页面、LinkedIn职位发布或公司HR直接确认。)
- ◦ 观点: 要求候选人必须是“AI Twitter的慢性瘾君子”且拥有S级视频/图片编辑经验 (招聘要求中的主观描述（如“瘾君子”“S级”）无法客观量化，属于雇主偏好或观点。)
原文内容:
为 Varick 招聘市场负责人。 在过去一年中，我们在社交媒体上实现了超过 3 亿次曝光，甚至都没怎么努力。那是我在会议间隙发帖，或者步行上班时随手发的。 我想让你全职做这个，这样我们明年能达到 30 亿次曝光。 必须是 AI Twitter 的慢性瘾君子，并且必须拥有 S 级别的视频/图片编辑和设计经验。 最高 20 万美元基本工资 + 股权。在我们旧金山总部亲自工作。私信开放。
⏰ 08:00 | ❤️ 67点赞 | 📝 138字 | 查看原文 →
Rimsha Bhardwaj @heyrimsha
Helping you master AI daily with step by step AI guides, & practical tools • AI Educator & Writer • DM for Collab | 影响力: 25345万粉丝
💡 核心观点: GitHub提供丰富资源助你快速开发移动应用。
可信度: 10/10 – 3项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: GitHub上有10个优秀的代码仓库可帮助使用Claude Code和Codex构建iOS和Android应用 (推文中列出的部分仓库链接（如Expo Skills、React Native Reusables）可公开访问，但“10个优秀仓库”的完整性和“Claude Code/Codex支持”需进一步验证（例如仓库是否明确提及这些工具）。)
- ✓ 可验证: Expo Skills仓库提供Claude Code和Codex的官方指导，用于构建移动端界面、导航和部署流程 (通过提供的GitHub链接（https://github.com/expo/skills）可直接验证仓库内容，但需确认是否明确标注“Claude Code/Codex官方支持”。)
- ✓ 可验证: React Native Reusables采用类似shadcn/ui的方法，提供可复用的移动端组件 (链接（https://github.com/founded-labs/react-native-reusables）可验证仓库内容，但“类似shadcn/ui”是主观类比，需用户自行判断。)
原文内容:
GitHub堪称构建移动应用的"金矿"。 我发现10个令人惊叹的代码库，能帮助你用Claude Code和Codex打造惊艳的iOS与Android应用。无需从零开始设计所有内容，建议立即收藏： 1. Expo技能库 官方提供的Claude Code与Codex技能集。为你的智能体提供构建移动界面、导航、动画及应用部署流程的指导。 https://github.com/expo/skills 2. React Native可复用组件 移动端的shadcn/ui解决方案。从预制组件起步，自定义样式，打造专属界面。 https://github.com/founded-labs/react-native-reusables… 3. Obytes启动模板 整合TypeScript、路由、样式、表单、数据获取与测试的Expo脚手架。为智能体提供现成的开发基础。 https://github.com/obytes/react-native-template-obytes… 4. gluestack-ui组件库 支持灵活主题与无障碍功能的可定制移动组件。无需重复造轮子即可构建风格统一的界面。 https://github.com/gluestack/gluestack-ui… 5. Tamagui设计系统 适配移动端与网页的样式方案及UI套件。在共享界面代码的同时保持设计自主权。 https://github.com/tamagui/tamagui 6. React Native Skia绘图库 通过GPU加速的2D渲染实现自定义图形与视觉效果。突破标准按钮/卡片的设计局限。 https://github.com/wcandillon/react-native-skia… 7. React Native底部弹窗 支持流畅吸附、滚动与键盘交互的可拖拽面板。特别适合筛选器、预订流程和结账界面。 https://github.com/gorhom/react-native-bottom-sheet… 8. 重动画轮播组件 构建可滑动图库、引导页与动态卡片布局。内含20个可直接改编的示例场景代码。 https://github.com/dohooo/react-native-reanimated-carousel… 9. 高级图表库 集成动态图表、渐变效果与实时数据更新。为健身、金融、习惯追踪等应用打造专业仪表盘。 https://github.com/Abhinandan-Kushwaha/react-native-gifted-charts… 10. VisionCamera相机框架 实现照片/视频拍摄、二维码扫描、平滑变焦及帧处理功能。快速构建相机模块无需从零开发。 https://github.com/margelo/react-native-vision-camera… 还有哪些值得推荐的宝藏库？
⏰ 19:40 | ❤️ 96点赞 | 📝 337词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: 大投资者希望Anthropic IPO定价低于预期，目标1.5万亿至1.6万亿美元。
可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 大投资者希望Anthropic的IPO定价为1.5万亿至1.6万亿美元，低于数月来讨论的近2万亿美元。 (需查阅《华尔街日报》原文或Anthropic官方IPO文件确认具体定价讨论范围，但投资者意向可能涉及非公开信息。)
- ✓ 可验证: Anthropic修订后的招股说明书显示，第三季度收入为170亿美元，高于116亿美元，但费用上涨更快，将9.74亿美元的运营利润转为运营亏损。 (可通过Anthropic提交给监管机构（如SEC）的招股说明书直接验证财务数据。)
- ◐ 部分可验证: 长期账单承诺总额约8954亿美元，几乎全部用于计算和基础设施，其中4475亿美元预计在2031年前支出。 (招股说明书可能披露长期合同细节，但具体支出时间表可能涉及内部规划，需进一步核实。)
原文内容:
《华尔街日报》：大投资者希望Anthropic的IPO定价为1.5万亿至1.6万亿美元，低于数月来讨论的近2万亿美元。 一些人在其10月投资者日后提出1.5万亿美元，而上周Alphabet和Intel的双位数下跌进一步强化了这一观点。 特别是在Anthropic修订后的招股说明书显示，第三季度收入为170亿美元，高于116亿美元，但费用上涨更快，将9.74亿美元的运营利润转为运营亏损之后。 这一亏损主要源于50亿美元的短期计算资源采购，其成本远高于多年期合同。 长期账单要大得多：承诺总额约8954亿美元，几乎全部用于计算和基础设施，其中4475亿美元预计在2031年前支出。 一些投资者相信财务主管Krishna Rao能将定价定得足够低，从而实现首日跳涨，可能将1.5万亿美元的首发价推升至2万亿美元。
⏰ 07:40 | ❤️ 25点赞 | 📝 244字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: 循环使用Transformer层可提升模型深度且节省参数。
可信度: 10/10 – 2项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: 在循环中重复使用Transformer的层可以击败普通模型 (可通过查阅Meta和MIT的联合论文或官方发布的研究结果验证，但需确认实验设置、基准模型对比等细节是否完全公开。)
- ◐ 部分可验证: 循环整个堆栈在固定规模下提供了最佳质量，而循环中间层在训练计算资源紧张时收益最大 (论文中可能包含具体实验数据支持这一结论，但需核实实验条件（如数据集、参数规模）是否可复现，且“最佳质量”需依赖论文定义的评估指标。)
- ✓ 可验证: 每个循环的适配器仅增加1.1%至4.3%的参数，而加倍深度需增加51.4% (此类数值结论通常可在论文的方法或结果部分直接查证，假设论文公开了参数计算细节。)
原文内容:
新Meta和MIT论文发现，在循环中重复使用Transformer的层可以击败普通模型。 循环会运行相同的层多次，从而让模型获得更多深度，而无需增加参数。但每次循环都会消耗计算资源，并且通常会为每个标记按顺序运行。 他们在高达1550亿个标记的数据集上训练了高达10亿参数的密集模型，测试了在何处循环以及循环多少次。他们还添加了每个循环的小型适配器，并修复了一种并行循环方法，以便在解码过程中同时运行循环。 循环整个堆栈在固定规模下提供了最佳质量，而循环中间层在训练计算资源紧张时收益最大。每个循环的适配器仅增加了1.1%至4.3%的参数，而加倍深度则需要增加51.4%，并且随着循环次数的增加，它们的帮助更大。
⏰ 19:53 | ❤️ 117点赞 | 📝 248字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: 疑似Anthropic模型泄露实为伪造，证据确凿。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Hugging Face仓库burner22/numbat拥有14万亿参数，声称是Anthropic下一款Mythos级模型中途训练检查点的泄露版本 (仓库参数规模可通过公开代码或权重文件部分验证，但是否为Anthropic官方模型泄露需依赖官方声明或技术分析（如权重结构匹配性），目前缺乏直接证据。)
- ◐ 部分可验证: “Numbat”是Anthropic在2026年3月Claude Code源代码泄露中暴露的未发布模型代号 (若Claude Code泄露事件属实且公开记录中存在“Numbat”代号，则可部分验证；但具体泄露内容和代号真实性需依赖历史报道或官方确认，目前信息可能源自非权威渠道。)
- ✓ 可验证: 该账户（burner22）仅在上传前一周创建，且权重部分由随机数生成器产生，非训练生成 (账户创建时间可通过Hugging Face平台直接查证；权重是否随机生成可通过技术分析（如统计分布检测）验证，属于可复现的客观事实。)
原文内容:
这个 Hugging Face 仓库最近真是频频出现在新闻中。 名为 burner22/numbat，拥有 14 万亿参数，声称是 Anthropic 下一款 Mythos 级模型中途训练检查点的泄露版本。当然，当然有强有力的证据表明它是假的。 这个名字是真的，因为“Numbat”是 Anthropic 在 2026 年 3 月 Claude Code 源代码泄露中暴露的一个未发布模型代号，但该账户仅在上传前一周创建，而且独立检查发现权重部分是由简单的随机数生成器产生的，而不是通过任何训练生成的。
⏰ 18:33 | ❤️ 45点赞 | 📝 144字 | 查看原文 →
Aakash Gupta @aakashgupta
✍️ https://t.co/8fvSCtBv5Q 💼 https://t.co/STzr4nqxnm 🤝 https://t.co/SqC3jTyP03 🎙️ https://t.co/fmB6Zf5UZv | 影响力: 336358万粉丝
💡 核心观点: 年轻车手首秀撞车后获重用，两年后破纪录成最年轻F1冠军。
可信度: 8/10 – 1项声明可直接验证；4项需进一步确认
事实核查:
- ◐ 部分可验证: Kimi Antonelli在F1首秀开始仅10分钟就撞毁了赛车，第二天他的老板就把刘易斯·汉密尔顿的工作交给了他。 (撞车事件可通过赛事录像或官方事故报告验证，但“老板将汉密尔顿的工作交给他”需具体合同或官方声明确认，可能存在表述夸张或时间线模糊的问题。)
- ✓ 可验证: Kimi Antonelli在20岁零68天时成为有史以来最年轻的F1世界冠军，比塞巴斯蒂安·维特尔早三年多。 (冠军年龄和纪录可通过F1官方历史数据或权威体育媒体（如ESPN、Motorsport.com）直接验证。)
- ◐ 部分可验证: 梅赛德斯老板Toto Wolff在2024年夏天试图签下Max Verstappen未果后，选择了跳过F3、仅参加一季F2的Kimi Antonelli。 (Verstappen的转会传闻和Kimi的晋升路径可通过车队官方声明或可靠媒体报道部分验证，但“试图签下”的细节可能涉及未公开谈判。)
原文内容:
一个18岁的车手在F1首秀开始仅10分钟就撞毁了赛车。第二天，他的老板就把刘易斯·汉密尔顿的工作交给了他。 两年后，那个孩子成为了有史以来最年轻的F1世界冠军。 他的名字是Kimi Antonelli，现在20岁零68天。塞巴斯蒂安·维特尔之前保持着这项纪录，而Kimi比他早了三年多。 你得明白，当时这个赌注看起来有多疯狂。梅赛德斯老板Toto Wolff在2024年夏天忙着试图签下Max Verstappen。那件事没成，他就选择了这个完全跳过F3、只参加过一季F2的青少年。那次蒙扎撞车是52g的撞击力撞上护栏，梅赛德斯还是宣布了他。Juan Pablo Montoya说他们把这个孩子置于可怕的境地，围场里很多人同意他的看法。 刘易斯是少数公开说相反意见的人之一。那同一个周末，他告诉记者，他早就说过Kimi就是车队该选的人。 有一段时间，看起来像是刘易斯判断错了。Kimi作为新秀在加拿大拿到了生涯首个领奖台，成为最年轻的做到这一点的车手，然后欧洲赛段就把他吞没了。他在七场比赛中四个DNF，到7月，他的队友George Russell积分147分，而他只有63分。他后来承认，他让压力摧毁了自己，并害怕自己在梅赛德斯的未来。 他整个新秀赛季都没赢过一场，然后今年回来就赢了九场，包括蒙扎的一场——那正是他在2024年撞车的赛道。 9月在那里的排位赛因发动机处罚起步第19位。他一路超越全场，在最后几圈超过Russell，赢下了他的主场赛事。在F1历史上，只有1983年的John Watson从更靠后的位置获胜。Kimi也是自1966年以来首位在蒙扎获胜的意大利车手。 今天在墨西哥城，他只需完赛第九。他在第48圈超过Charles Leclerc拿到第三，并以剩下四场比赛的形势锁定了冠军。Max赢得了比赛，刘易斯第二，所以那个领奖台上站着12个世界冠军头衔，而最新的那个属于排在第三的20岁车手。 意大利自1953年Alberto Ascari以来就没出过世界冠军。那是72年的等待，这个造出法拉利的国家终于在梅赛德斯车队实现了。有趣的是，法拉利上一个冠军——2007年的那位——也叫Kimi。 梅赛德斯自刘易斯2020年拿下第七冠以来就没赢过车手冠军，而终结这个连胜的家伙，正是刘易斯说他们该选的孩子。
⏰ 14:58 | ❤️ 321点赞 | 📝 673字 | 查看原文 →
@levelsio @levelsio
💸https://t.co/sQ0aiU7v02 📸https://t.co/lAyoqmSBRX $68K/m 🎮https://t.co/tF49atJ396 $44K/m 🏡https://t.co/1oqUgfD6CZ $23K/m 👙@X $20K/m 🌍https://t.co/UXK5AFqCaQ $7K/m 🏩https://t.co/4p4dzTDVN6 $3K/m 💾@pieter 📝https://t.co/8VnHmB3uah | 影响力: 986999万粉丝
💡 核心观点: X平台赞助内容生硬尴尬，破坏真实互动，不如视频赞助自然。
可信度: 6/10 – 2项需进一步确认；3项为观点陈述
事实核查:
- ◦ 观点: X（原Twitter）是一个糟糕的赞助平台，因为它要求对观众直接、透明和诚实 (这是作者的主观评价，基于个人对平台赞助形式的感受，缺乏客观数据或公开标准支持。)
- ◦ 观点: X的受众更像大型互联网论坛，而非真正的观众 (这是作者对平台用户互动的定性描述，属于主观观点，无法通过公开数据验证其准确性。)
- ◐ 部分可验证: 粉丝能察觉赞助内容并非创作者真实声音，并可能因此取关 (可通过分析用户行为数据（如取关率与赞助内容的关联）部分验证，但需具体案例或研究支持，目前推文未提供证据。)
原文内容:
这就是 X 的问题所在（或者不是） 它是个糟糕的赞助平台，因为（至少对我来说）它关乎于对你的“观众”尽可能直接、透明和诚实 而且它其实也不是真正的观众，我感觉更像是一个大型互联网论坛，你可以在那里进行有趣的讨论 一旦你接受赞助，公司会花很多钱让你说一些特定的话，那很可能不是你完全相信的东西 你的粉丝立刻就能感觉到那不是你自己的声音，会觉得尴尬，而且经常会取关，我是说我肯定会这么做 但如果是 YouTube 视频，那就有点被接受了“这视频由 ACME, Inc. 赞助”，没人会在意，反正只是在 10 分钟视频里几秒钟的事，所以没问题，通常不会影响内容 要在 X 上这么做很难，因为看看这条推文，要塞进一条赞助消息而不显得超级尴尬，简直太难了！
⏰ 06:59 | ❤️ 114点赞 | 📝 260字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: AI模型成功利用未公开补丁构建Firefox漏洞攻击链。
可信度: 10/10 – 2项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: Z.ai的开源权重GLM 5.3在Epoch AI测试中成功利用未发布的Firefox安全修复构建了有效漏洞利用链 (需查阅Epoch AI的测试报告或Z.ai的公开技术文档，但若测试细节未完全公开（如具体代码或漏洞利用步骤），则无法完全验证。)
- ◐ 部分可验证: GLM 5.3发现的漏洞涉及Firefox 6个连续版本，并可通过网页自动窃取本地文件（如密码和Cookie） (需核实Mozilla的漏洞修复记录（如CVE编号）及Epoch AI的测试证据，但若漏洞利用链的完整技术细节未披露，则部分依赖第三方描述。)
- ✓ 可验证: 研究人员在Google Chrome上尝试类似攻击失败，花费约10万美元 (未提供具体实验数据或Chrome漏洞测试的公开记录，且成本细节可能涉及内部未公开信息。)
原文内容:
在Epoch AI的测试中，Z .ai的开源权重GLM 5.3将未发布的Firefox安全修复转化为有效的攻击（即构建了有效的漏洞利用）在6个连续版本上。 这些修复在到达稳定浏览器之前就已置于公共代码中，伪装成常规变更，以减缓攻击者。 没有来自任何提供商的单一拒绝，GLM 5.3仍然挑选出真正的补丁，并独自构建了完整的漏洞利用链。 结果是一个网页，将访客的本地文件发送给攻击者，无需进一步点击，这是一条通往存储密码和Cookie的路径。 研究人员首先花费超过10万美元构建了一个安全测试系统，但在那之后，每个额外的Firefox黑客攻击仅花费约1000美元，最快的只需12小时。 每个黑客攻击还使用了第二个Firefox漏洞，这个漏洞无人知晓，由AI自行发现，并于10月27日由Mozilla修复。 研究人员在Google Chrome上尝试了相同的事情，但失败了，即便花费了约10万美元。
⏰ 18:46 | ❤️ 53点赞 | 📝 274字 | 查看原文 →
Artificial Analysis @artificialanlys
Independent analysis of AI | 影响力: 175021万粉丝
💡 核心观点: Kimi K3.1 Pro个性变化远超同类升级模型。
可信度: 7/10 – 1项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: Kimi K3.1 Pro 在 AA-PersonalityBench 中展现了与直接前身相比最大的个性变化 (需验证 AA-PersonalityBench 的测试方法、数据来源及具体排名结果是否公开，且需确认“最大个性变化”是否基于标准化比较。)
- ◐ 部分可验证: Kimi K3.1 Pro 在 30 种个性特质中的平均排名移动了 30 个百分位点（相比 Kimi K3） (需核实 AA-PersonalityBench 的原始数据或官方报告是否公开具体百分位变动数值，且需确认测试样本量和统计方法是否透明。)
- ◐ 部分可验证: 其他模型中排名变动最大的是 GPT-6 Sol 到 GPT-6.1 Sol（23 个百分位点） (需验证 GPT-6 系列在 AA-PersonalityBench 中的测试结果是否公开，或依赖第三方可信基准测试的交叉验证。)
原文内容:
在 AA-PersonalityBench 中，Kimi K3.1 Pro 展现了我们所见过的与直接前身相比最大的个性变化 每个模型在 30 种个性特质中的每个特质上都按百分位从 1 到 100 排名。在所有 30 种特质中，Kimi K3.1 Pro 的排名平均移动了 30 个点（相比 Kimi K3 的，接下来最大的是 23 个点，从 GPT-6 Sol 到 GPT-6.1 Sol），并且 30 种特质中有 18 种移动了 25 个点或更多。
⏰ 06:38 | ❤️ 157点赞 | 📝 98字 | 查看原文 →
Alex Veremeyenko @alex_verem
open source, local ai, ai for good
also know as: @alex_prompter | 影响力: 103547万粉丝
💡 核心观点: 开源引擎让游戏电脑可本地运行大型AI模型。
可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 伯克利和麻省理工学院的研究人员开源了 FreeToken，这是一个免费引擎，可以在显卡上运行大型 AI 模型 (可通过查询伯克利或麻省理工学院的官方网站、开源平台（如GitHub）确认是否存在 FreeToken 项目，但需实测验证其功能是否如描述。)
- ◐ 部分可验证: 在配备 8GB 显卡的笔记本电脑上运行 35B 模型 (需查阅相关论文或开源项目文档确认实验数据，但实际运行效果可能因硬件差异而不同，需用户自行测试验证。)
- ◐ 部分可验证: 在游戏台式机上运行 284B 模型 (同样需依赖论文或项目文档中的基准测试结果，但具体性能受硬件配置影响，需进一步实测验证。)
原文内容:
你的游戏 PC 现在可以运行 284B 参数的 AI 模型。 来自伯克利和麻省理工学院的研究人员开源了 FreeToken，这是一个免费引擎，可以在你自己的显卡上运行大型 AI 模型。 在他们的论文中，他们运行了： - 在配备 8GB 显卡的笔记本电脑上运行 35B 模型 - 在游戏台式机上运行 284B 模型 - 在一张工作站显卡上运行 753B GLM-5.2 你下载 Windows 或 Linux 版桌面应用，选择 DeepSeek、Qwen、GLM、Gemma 或 gpt-oss，然后开始聊天。 Altman 认为你电脑里的 RAM 被浪费了。 但你可以用它来运行一个留在你机器上的模型。
⏰ 00:56 | ❤️ 1009点赞 | 📝 158字 | 查看原文 →
Alex Veremeyenko @alex_verem
open source, local ai, ai for good
also know as: @alex_prompter | 影响力: 103547万粉丝
💡 核心观点: 使用开源AI模型以自主掌控，避免依赖付费服务的不稳定性。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: Anthropic推出服务器端规则阻止Claude重新创建现有游戏 (可通过Anthropic官方公告或更新日志验证规则变更内容)
- ✓ 可验证: OpenAI在用户依赖GPT-4o后将其退役 (OpenAI的模型迭代历史及GPT-4o状态可通过官网或技术博客查证)
- ◐ 部分可验证: 开源模型可离线运行且文件保留在本地磁盘 (需实测具体开源模型（如LLaMA）的功能，但技术原理上可行)
原文内容:
为什么你不想拥有自己的智能呢？ 你每个月都向一家 AI 公司付费，而那家公司可以随时更改规则。 Anthropic 刚刚推出了一项服务器端规则，阻止 Claude 重新创建现有的游戏。OpenAI 在人们围绕它构建日常生活后，退役了 GPT-4o。 如果任一家公司封禁你的账户，你就会失去整个工作流程。 下载一个开源模型，你就能保留你喜欢的版本。你可以离线运行它，你的文件会留在你的磁盘上，你明年的费用也一样。 我会停止租用我的 AI，而是拥有一个。
⏰ 18:57 | ❤️ 38点赞 | 📝 165字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI. 🗞️ Get my daily AI analysis newsletter to your email 👉 https://t.co/6LBxO81tfN | 影响力: 160667万粉丝
💡 核心观点: OpenAI用GPT模型解决千禧年奖问题，万副本并行协作无层级。
可信度: 9/10 – 2项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: OpenAI即将发布的GPT模型用于证明一个千禧年奖问题 (需查看ADIPEC开幕式视频或官方声明确认萨姆·奥特曼的原话，但“千禧年奖问题”的具体指向（如是否指数学领域的“千禧年难题”）需进一步核实。)
- ✓ 可验证: 10,000个模型副本连续运行4天并证明了一个千禧年奖问题 (缺乏公开的技术细节或第三方验证，且“证明千禧年奖问题”需要数学界权威认证，目前无公开证据支持。)
- ◐ 部分可验证: 模型副本无层级结构，自行选择方向并相互学习 (若OpenAI发布技术文档或论文描述该分布式训练机制，则可验证；目前仅依赖演讲陈述，无直接证据。)
原文内容:
下一个即将发布的 GPT，是 OpenAI 用于证明一个千禧年奖问题所使用的模型。 ~ 萨姆·奥特曼，在阿布扎比 ADIPEC 开幕式上。 > 它的 10,000 个副本连续运行了大约 4 天，并证明了一个千禧年奖问题。 > 这些副本没有层级结构：每个副本自行选择方向，分享进度并向其他副本学习。 ---- 完整视频在“ADIPEC Official” YouTube 频道上，(链接在评论中)
⏰ 06:07 | ❤️ 53点赞 | 📝 112字 | 查看原文 →
@levelsio @levelsio
💸https://t.co/sQ0aiU7v02 📸https://t.co/lAyoqmSBRX $68K/m 🎮https://t.co/tF49atJ396 $44K/m 🏡https://t.co/1oqUgfD6CZ $23K/m 👙@X $20K/m 🌍https://t.co/UXK5AFqCaQ $7K/m 🏩https://t.co/4p4dzTDVN6 $3K/m 💾@pieter 📝https://t.co/8VnHmB3uah | 影响力: 986999万粉丝
💡 核心观点: 作者成功将《战地1942》反编译并移植到网页版。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 已将Battlefield 1942反编译并移植到网页版，提供免费多人模式 (可通过访问链接 http://bf1942.pieter.com 验证网页版是否存在及是否可运行，但需实测确认功能完整性和多人模式可用性。反编译过程本身无法直接验证，需依赖技术分析或第三方审计。)
- ✓ 可验证: Battlefield 1942此前无任何开源项目或移植基础，需从零开始 (可通过公开资料（如GitHub、游戏开发论坛）查询Battlefield 1942的开源项目或移植历史，确认其稀缺性。EA官方未开源该游戏（与id Software对Quake 3的做法对比）为已知事实。)
- ✓ 可验证: 使用Claude Code反汇编x86机器码并翻译为10万行C代码，最终编译为WebAssembly (反编译和代码转换过程涉及私有工具链（Claude Code）及非公开中间文件，除非作者公开具体代码或工具细节，否则无法独立验证其真实性。)
原文内容:
我反编译了我有史以来最喜欢的游戏：Battlefield 1942，并将其放到网上，带有多人模式供你在这里玩： http://bf1942.pieter.com （这是免费的共享演示版） 这个比我做的其他移植版要难得多，比如 Quake 和 DOOM，因为它们已经有大量的开源项目和基础工作了 就 Battlefield 1942 而言，根本没有任何东西可以基于它工作，没有人曾经移植过它，也没有开源引擎，制作方也没有开源它（就像 id Software 对 Quake 3 所做的那样） 我6个月前试过，基本上放弃了，但今天我又试了一次，用 Opus 5.5 问“能试着把这个文件夹里的 BF1942 演示版移植到网页上吗” 所以我和 Claude Code（好吧，老实说主要是 Claude Code）今天干了些疯狂的事： - 它反汇编了 x86 原始机器码，找到了 57,000 个 x86 函数 - 它将每个 x86 函数翻译成 C 函数（mov eax, [esi+0x110] 变成 eax = READ32(esi + 0x110)，顺便说一句，我完全不知道这些是什么意思） - 它输出了 100,000 行 C 代码 - 然后用 Emscripten 将其编译成 WebAssembly - 有 300x Windows 和 Direct3D 函数需要我们重写成 WebGL 2 和 OpenGL 以在网页上运行 - 然后我们不得不构建自己的网络栈，以便它能通过 WebSockets 连接到我们的多人服务器 我完全不知道它是怎么做到这些的，但它做到了，而且看起来能用！ 来玩吧，并在这里报告任何 bug！
⏰ 05:55 | ❤️ 971点赞 | 📝 350字 | 查看原文 →
相关文章
