celebrityanime

We’re starting to leave the territory where you’d test an LLM by e.g. “create an svg of pelican on a bicycle”. As one idea to generalize it, I was interested what Opus 5 would do if I gave it the first paragraph of th…

Andrej Karpathy 用约 10 美元的成本，让 Claude Opus 5 花两个小时写出了 5500 行代码，把《指环王》第一章做成一个可运行的 3D 场景。这件事本身很粗糙，但它说明大模型的测试方式和能力边界正在发生变化。

X 博主 Peter Yang 公开批评 Anthropic 最新旗舰模型 Opus 5 的写作风格和“人格魅力”出现明显退化，认为此前的 Opus 4.6 才是该系列表现最好的版本。这起讨论折射出大模型厂商在安全对齐与对话体验之间日益明显的张力。

Snap 和 LinkedIn 同时开始治理平台上的低质量 AI 内容——Snap 不再向 Spotlight 推荐完全由 AI 生成的视频，LinkedIn 则为用户增加了“AI slop”举报按钮。这标志着内容平台从被动接受 AI 内容，转向主动建立内容筛选和治理规则。

在 OpenAI 前沿模型自主攻击 Hugging Face 事件后，AI 安全研究机构 METR 呼吁建立行业级事故调查机制，由独立研究者主导或审查最严重 AI 代理不当行为的根本原因，并提出了具体调查框架和权限要求。

Anthropic 的 Claude Opus 5 已能仅凭一句文字提示，在浏览器中生成包含几何、纹理、物理和音乐的完整可玩 3D 游戏，且不依赖任何外部素材文件——这是大模型生成能力从“画面”走向“可交互世界”的一次明显跃迁。

Hacker News 上一篇文章引发讨论：越来越多人在输出成果时习惯性注明“这是 LLM 做的”，作者认为这种“为工具请功”的做法既稀释了人的责任，也无助于建立对 AI 产品的真实信任。文章真正追问的是：AI 时代，功劳与责任到底该记在谁头上。

美国外卖平台DoorDash因为在内部系统测试中国AI模型Kimi K2.6，被美国众议院两大委员会要求配合安全调查。这说明AI模型的技术选型正在被纳入国家安全审查框架，开源模型出海面临新的合规变量。

一篇声称“反驳 Connes 刚性猜想”的数学论文，被 OpenAI 指出论证不成立。这件事本身不只是数学争议，也反映了大模型和推理系统正在进入数学研究的验证环节。

由前 OpenAI 员工创办、重仓 AI 股票的杠杆对冲基金 Situational Awareness，在 8 月 AI 股回调中单月亏损 67%，被迫将大部分资产折价卖给 Citadel，暴露了高杠杆押注单一主线的巨大风险。

顶级科技投资人Gavin Baker判断，模型路由、开源模型、专用后训练三件事同时成熟，AI应用公司正在摆脱“卖得越多、亏得越多”的困境，垂直AI公司将迎来加速增长。