跳到正文
目前篩選:觀點
  1. Hacker News 熱門(buzzing.cc 中文翻譯)76

    Scott Aaronson 評 Anthropic 模型據稱證明廣義黎曼猜想:隨機鸚鵡顯然已證明黎曼猜想

    Levent Alpöge 稱,他讓 Anthropic 模型證明廣義黎曼猜想,並產生 17.4 million lines Lean 程式碼。Scott Aaronson 指出 Lean 仍有 kernel bugs 等可靠性疑慮,但目前看不出這次證明利用漏洞,並傾向相信證明成立。他認為數學家仍須自行解釋、提煉並重構證明思路,而這可能需時多年。

    最新進展11月22日 01:22Levent Alpöge 與 Claude 合作完成的黎曼猜想證明獲 Lean 與 Mathlib 社羣認證

    推薦理由:文章一面梳理 Lean 形式驗證的可靠性疑慮,一面指出數學家仍須理解並重構證明思路,呈現 AI 證明獲接受所面對的兩個層面。

  1. DEV Community77

    Jev 與 2026 年決策模型實戰指南:比較方案及 Agent harness 應用

    Jev 於 2026 年 9 月推出後約八週內,六家廠商推出決策模型或 API,另有至少七個開源項目出現。文章比較 Jev、OpenAI Decisions API、Cloudflare Clef、Google Gemini Decision 1 等方案的輸入、速度、價格及開源程度,並指出部分獨立評測結果較廠商宣稱審慎。

    推薦理由:文章將決策模型放入 Agent harness 的路由、閘控與完成檢查,並整理以真實案例、簡單基準和升級門檻驗證方案的做法。

  2. DEV Community77

    GPT-6.2 Astra 基準測試表現突出,開發者使用體驗引發反彈

    文章指出,GPT-6.2 Astra 的基準測試成績突出,但開發者反映其輸出難讀、會中途停下或在工作流程中途要求澄清,令測試表現與實際體驗出現落差。ARC-AGI-3 標準測試流程得分為 70.3%;使用 Provider Adapter harness 則達 100%,每次測試成本為 $4,112。

    推薦理由:文章把 GPT-6.2 Astra 的基準分數、實際使用反饋與成本放在一起比較,呈現排行榜表現與開發者體驗之間的落差。

  1. 虎嗅78

    中國不能把 AI 產業建成英偉達的海外客戶

    文章主張,中國 AI 產業不應把海外租用英偉達算力作為發展基礎,並應建立不依賴美國許可的算力體系。美國新規把第三國數據中心向中國等受管制地區提供遠程算力納入限制,符合條件且累計 TPP 超過 1200 萬的關聯集羣提供算力可能須申請許可證;新規亦要求重新審查既有相關算力服務,並設 90 日過渡安排。文章提出發展國產芯片及集羣軟件體系、以算法優化降低算力需求,並按任務把微調和推理盡可能轉向國產芯片。

    推薦理由:文章將降低海外算力依賴拆解為供給體系、算法效率與任務配置三個層面,呈現算力自主涉及芯片以外的集羣、軟件與模型能力。

  1. 創業邦85

    黃仁勳離任後,英偉達面對三大難題

    黃仁勳離開英偉達後,公司面臨管理接班、CUDA生態延續及2790億美元供應與產能承諾兑現等考驗。這筆承諾主要是為未來需求安排供應和產能,並非已收到的客戶訂單或已支付的現金,若需求延遲可能造成庫存積壓和供需錯配。文章亦指出,英偉達正尋找推理、機械人、自動駕駛及工業 AI 等增長方向,但這些市場能否達到數據中心業務規模仍需要時間驗證。

    推薦理由:文章梳理黃仁勳離任後英偉達在管理接班、CUDA生態延續與巨額供應承諾兑現上的壓力,並連結這些問題與公司如何維持增長的關係。

  1. DEV Community84

    2026 年 9 月模型價格戰分析:Grok 4.7、Claude Opus 5.5 與 GPT-6 Sol、Luna

    在 48 小時內,xAI、Anthropic 和 OpenAI 相繼推出 Grok 4.7、Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna,文章指出模型價格比較焦點已由每百萬 token 費用轉向每項任務成本。

    推薦理由:文章把模型價格比較從每百萬 token 費用延伸至單項任務成本、快取與首 token 延遲,並指出不同廠商的基準測試未必可直接對照。

  1. DEV Community77

    Gemini 4 Argon 與 DeepSeek V4.1-Flash-1017 定價、編碼及推理表現對比

    Google 於 2026 年 10 月 13 日推出 Gemini 4 Argon,DeepSeek 於 10 月 17 日推出開放權重的 V4.1-Flash-1017;文章比較兩者的定價及基準表現。

    推薦理由:文章將兩款模型的定價與編碼、推理資料並列,並提醒 Argon 優惠價於 11 月 30 日翻倍,呈現成本與能力取捨。

  1. Hacker News 熱門(buzzing.cc 中文翻譯)84

    Scott Aaronson談OpenAI數學成果潮與「數學末日」

    OpenAI 昨日公佈 372 項重大數學結果,當中包括 Unique Games Conjecture 的證明;Scott Aaronson 指出,研究者目前幾乎尚未理解這些證明。

    最新進展10月11日 14:53數學界對 OpenAI 百餘項數學問題解答的多元反應

    推薦理由:文章以多項數學猜想的 AI 解答為切入點,呈現證明尚未被理解時,數學界在核實和傳播成果上面對的難題。

  1. Ahead of AI76

    GPT-6 Astra、循環式 Transformer 與推理鏈可監控性解析

    Sebastian Raschka 分析 GPT-6 Astra 的電腦操作表現與循環式 Transformer 傳聞,指出 Astra 表現突出,但採用該架構尚未獲官方確認。

    推薦理由:文章比較循環式 Transformer 的權重共享、計算成本與路由設計,並指出現有資料尚不足以將推理鏈可監控性的變化歸因於這種架構。

已經到底了