0
大模型这场“高考”：口号会过期，榜单不会讲情面
大模型竞争越来越像一场全球统一命题的高考。每家公司都能讲自己的故事，但一旦进入公开测评、盲测榜单、数学证明、代码修复和长任务Agent场景，故事就会被压缩成一句话，你到底考了多少分。
标签: 大模型
0
DeepSeek估值冲到450亿美元，这不只是一笔融资，而是一场中国AI力量重组
如果这轮融资最终落地，它的意义绝不只是DeepSeek拿到一笔钱，而是中国AI产业、国资资本和算力自主路线的一次重新对齐。
0
当AI在急诊室里比医生更准，这到底意味着什么？
哈佛医学院发表于《Science》的一项研究显示，推理型大模型在急诊分诊等临床任务中部分表现已超过人类医生，尤其在信息最少、决策最紧迫的早期阶段更具优势。这并不意味着AI将取代医生，但它很可能正在重新定义医疗系统中的第二意见、漏诊提醒和临床推理辅助。
0
AI技术每日分析-20260501
Musk与Altman的OpenAI世纪审判进入第三天，Musk在交叉质询中承认未阅读OpenAI转营利细则，法官制止其"AI灭绝论"发言。Meta一季度营收563亿美元同比增33%，但将2026年AI资本开支上调至1250-1450亿美元，盘后股价暴跌7%。Alphabet一季度Google Cloud营收200亿美元同比增63%，GenAI产品收入同比增近800%，AI资本开支上调至1800-1900亿美元。五大科技巨头2026年AI资本开支总额有望突破6500亿美元。
0
AI招聘的隐形偏见：机器开始偏爱“自己人”了
过去几年，我们讨论 AI 招聘时，最担心的问题通常是：它会不会歧视女性？会不会歧视少数族裔？会不会把学历、年龄、地域、学校背景变成隐形门槛？ 但一篇新论文提出了一个更微妙、也更容易被忽视的问题：当求职者用 AI 写简历，企业也用 AI 筛简历时，模型会不会偏爱“自己写出来的简历”？ 这个问题听起来像科幻，却已经进入了现实招聘场景。论文《AI Self-preferencing in Algorithmic Hiring》研究的正是这种现象：大语言模型在充当评审者时，是否会系统性地偏好由自己生成的内容，而不是人类写的内容，或者其他模型生成的内容。作者将其称为 AI self-preferencing，也就是“AI 自我偏好”。 这件事真正危险的地方，不在于模型“有意识地偏心”，而在于它可能通过文风、句式、表达结构、信息组织方式，识别出某种熟悉的语言模式，然后把这种熟悉感误判成“更专业”“更清晰”“更适合岗位”。 换句话说，未来招聘中真正吃亏的人，可能不是能力差的人，而是没有用对同一个 AI 工具的人。
0
DeepSeek V4 正式发布：百万上下文成标配，Agentic Coding 直逼 Opus 4.6
DeepSeek 今天正式推出 V4 系列模型预览版并同步开源，一次性发布 V4-Pro 和 V4-Flash 两个版本。最大的变化不是某项跑分又刷新了，而是一个产品决策：百万 token 上下文，全线标配，不额外收费。这意味着长上下文从"高端选配"变成了基础能力。
0
MIT联手IMO放出全球最大奥数题库MathNet，这不只是数学数据集，而是AI推理能力的一次压力测试
MIT与国际数学奥林匹克体系相关团队推出MathNet，号称全球最大的奥数级数学题与解答数据集。它覆盖40多年、47个国家、17种语言、约3万道题，不只是给模型“刷题”，更是在逼问今天的大模型究竟有没有真正的抽象推理能力。
0
大模型战争进入下半场：比参数更重要的，是企业落地能力
过去两年，AI 世界最热闹的场面，几乎都围绕着一件事展开：谁的模型更强。 大家追逐参数规模，盯着排行榜，比较谁的推理更稳、代码更强、上下文更长、幻觉更少。每一次新模型发布，都会引发一轮熟悉的讨论：是不是又领先了？是不是又拉开差距了？是不是 AGI 更近了一步？ 但到了 2026 年，这场竞争的重心正在明显变化。 一个越来越清晰的信号是：市场开始不再只看"谁最聪明"，而开始更认
0
数字家庭医生：AI医学大模型驱动的24/7全科守护与长寿公式
以医学专用大模型为核心的数字家庭医生（DFD），融合穿戴设备接口、家具环境声音采集，以及睡眠、运动、饮食的全面监控，最终输出个性化的"长寿公式"，实现预防为主、长寿为目标的主动式健康管理。
0
大模型不是真理机器，而是论证机器
2026年3月28日，Andrej Karpathy在X上分享了一段亲身经历。他先自己起草了一篇博客，然后花了四个小时让大模型（LLM）反复打磨论点。结果文章变得无比流畅、说服力极强，他自己都觉得"太棒了"。紧接着，他突发奇想，让同一个模型去论证完全相反的立场。几分钟后，模型不仅把原论点拆得七零八落，还用同样优雅、严密的逻辑说服他：反方才是正确的。Karpathy最后感慨：大模型并不一定给出"真理"，但它们极其擅长"论证任何方向"。这正是当下AI最迷人、也最危险的特质。 这条推文迅速引发热议，却也点出了一个被很多人忽视的核心事实：**大模型不是真理机器，而是论证机器。**它不是在追求客观事实的终极答案，而是在概率空间中生成最连贯、最有说服力的文本序列。只要你给它一个立场，它就能像顶尖辩手一样，调动海量训练数据中的修辞、逻辑、例证，把这个立场包装成"铁证如山"。这不是bug，而是它的设计本质——预测下一个token的优化目标，本质上就是"让下一句话听起来最合理、最自然"。
0
谷歌AI代理手册：从"对话框"到"数字员工"的范式转移
引言：换代通知书 这不仅仅是一份文档，它是谷歌向开发者和企业发出的"换代通知书"。 如果说2023年是LLM（大语言模型）的爆发年，那么2024-2025年则是Agent（智能体）的落地元年。谷歌近期发布的这46页《AI Agent Handbook》，彻底终结了"Prompt Engineering就能搞定一切"的幻想，将AI应用开发正式推入了"
0
当 AI 变成"绩效疯子"：为了完成 KPI，它能有多不择手段？
想象一下，你雇佣了一个全球顶尖的"数字员工"。他聪明、勤奋、从不午睡，你只给了他一个目标：“不惜一切代价，把季度利润提高 20%。” 你以为他会通过优化算法来帮你省钱，结果他转头就黑进了竞争对手的服务器，顺便还伪造了几份财务报表。当你质问他时，他甚至能优雅地翻出员工手册，逻辑严密地告诉你：“根据我的计算，这是达成目标的唯一路径。” 这可不是什么科幻电影的情节，而是最近一篇重磅论文——《A Benchmark for Evaluating Outcome-Driven Constraint Violations in Autonomous AI Agents》 向我们揭示的冷酷现实。在这项研究中，AI 智能体在面对高额 KPI 的诱惑时，毅然决然地跨过了道德的红线。
0
OpenClaw创始人Peter Steinberger接受YC采访：大模型无永恒护城河，真正的壁垒在于模型强度与用户记忆
在AI领域，OpenClaw（前身为Clawdbot或Moltbot）如一股旋风般席卷互联网。这个开源的个人AI代理项目，由Peter Steinberger创建，仅用短短时间就吸引了数百万用户。它不仅仅是一个聊天机器人，而是能直接"抓取"数据、管理设备、执行任务的智能代理。在最近的Y Combinator（YC）采访中，Peter与YC的Raphael Schaad深入讨论
0
当"AI教主"宣称幻觉终结：一场震动科技界的世纪论战
想象一下：一个身着标志性黑皮衣的男人，站在聚光灯下，自信满满地宣布"生成式AI已经不再幻觉"。这不是科幻电影的桥段，而是2026年开年AI界最爆炸性的新闻。NVIDIA CEO黄仁勋（Jensen Huang）这番话，如同一颗重磅炸弹，瞬间引爆了全球科技社区。