0
大模型接口返回 200，不代表任务成功：LLM 应用的韧性工程
传统后端服务里，错误通常有清晰信号：连接超时、HTTP 500、字段校验失败或数据库事务回滚。大模型应用增加了一类更麻烦的状态——调用在技术上完全成功，模型也输出了合法文本甚至合法 JSON，但内容不可用、事实错误、遗漏约束，或者生成了会让后续工具执行危险动作的参数。
标签: 大模型
0
让大模型读懂三十三年前的汇编：从 MC68000 到 Godot 的遗留软件迁移方法论
1993 年，一支身处巴格达的开发团队用 Motorola 68000 汇编语言为 Amiga 编写了益智平台游戏《Babylonian Twins》。三十三年后，原作者借助大语言模型，把这套几乎没有现代工程文档、与特定硬件紧密耦合的代码迁移到了 Godot 引擎。表面上看，这只是一次带有怀旧色彩的游戏复刻；从工程角度看，它更像一场小型实验：当模型能够阅读汇编、调用旧工具链、对比二进制并生成现代语言实现时，遗留软件迁移的成本结构会发生怎样的变化？
0
大模型一次只能生成一个Token，为什么投机解码还能让它快2到3倍？
大语言模型最让人觉得“违反直觉”的优化之一，是Speculative Decoding。自回归模型在逻辑上必须一个Token接一个Token生成：第51个Token取决于前50个，没看到第50个就无法确定第51个。既然这个因果链不能打...
0
模型越来越会干活，却越来越不好交流：智能体训练如何改变大模型的输出
智能体模型更主动、更擅长工具调用和多步执行，同时可能省略澄清、假设与交接。本文分析执行目标如何影响沟通，并提出执行接口、沟通接口和协作评测的设计方法。
0
280B参数、每次只激活16B：MoE如何改写本地大模型的成本公式
MoE把模型容量与单Token计算量拆开，也把显存、KV Cache、路由通信和设备利用率带入成本核算。本文结合dots3-note与Qwen3.8-27B分析本地部署的完整账单。
0
大模型会把一国的言论限制，出口给全世界吗？
Oversight Board 对10款商业模型的测试发现，当批评对象来自言论限制较多的国家时，模型拒绝生成政治批评材料的概率从14%升至34%。这提示基础模型可能把某些司法辖区的限制外溢给全球用户。
0
arXiv论文有39%像AI写的？这个数字不能直接当成学术不端证据
Unslop对12750篇arXiv论文的检测显示，2026年初接近39%的论文被标记为机器写作，计算机科学过去12个月比例达到65%。这些数字可以说明AI辅助写作正在扩散，却不能直接作为学术不端或AI代写证据。
0
智谱被曝建设1GW国产算力数据中心，国产AI芯片开始接受大集群考验
智谱被曝落地1GW级国产AI算力数据中心，并完成对中科加禾的收购。1GW首先是电力规模，不等于模型算力指标。国产AI芯片下一阶段的考验，将从单卡性能转向大集群稳定运行、异构调度和有效利用率。
0
中国开放权重模型，开始改变全球AI竞争方式
中国开放权重模型正在把全球AI竞争从单纯模型能力比拼，推向成本、部署、开发者生态和产业落地的综合竞争。模型影响力不再只来自一次发布或一张榜单，而会沉淀在代码、服务器、业务系统和日常工作流程中。
0
AI模型也要“出口管制”了：大模型正在变成战略资产
路透社报道称，中国商务部正与国内主要科技企业讨论，研究是否限制海外访问中国最先进的 AI 模型。这一信号说明，AI 出口管制正在从芯片、设备和算力，进一步走向模型能力本身。
0
DeepSeek 开源 DeepSpec：AI 竞赛不只拼模型，也拼推理成本
DeepSeek 开源 DeepSpec，把投机解码从论文概念推进到训练、评估和部署工具链。大模型竞争正在从参数规模转向单位 token 成本。
0
油气数智转型的新焦点：从算力和大模型，走向可验证的软件生态
2026 年油气行业峰会把算力底座、AI 大模型、工业软件、安全生产放在同一张图景里讨论。这说明油气行业的数智化已经过了“有没有 AI”的阶段。
0
AI 芯片越来越贵，真正的瓶颈不是算力，而是内存
过去我们谈 AI 芯片，最习惯盯着算力、制程和 GPU 数量，但最新数据说明，AI 芯片里真正吞掉成本大头的，已经不是逻辑计算单元，而是高带宽内存 HBM。随着模型变大、上下文变长、并发推理增加，AI 基础设施的竞争逻辑正在从“谁有更多算力”转向“谁能更便宜、更高效地拿到并利用内存”。
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。
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。