分类： AI 资讯

Karpathy 称 AI 能力认知差扩大：约75%的人几乎未接触大模型

Andrej Karpathy 近日重提一条旧推文并指出，公众对大型语言模型能力的分层认知正在变成一个“漏斗”：约75%的人几乎未使用过 LLM，仅极少数人接触到前沿系统的内部能力。值得关注的是，这种认知差距会同时影响企业采购、开发者选型和内容创作判断。

AI 构建教学者 Micky（@Rasmic）在 Peter Yang 的访谈中表示，他仍不完全信任 AI 代理，尤其在涉及他人使用的场景；他通过证据驱动测试与人工复核，把代理的“自证”作为最后一道关卡。

机器人策略把传感器时间、推理延迟和动作执行时间当成显式输入，而不是用序列位置隐式代替。在仿真动态任务下，这种时间感知策略的成功率从 0% 提升到 32.7%。

alphaXiv 发布的一篇综述系统梳理了基础模型如何用于可供性学习，把视觉、语言和 3D 感知连接到机器人操作，但作者指出，语义理解和空间定位的进步尚未自动转化为可靠的物理抓取。

一篇预印论文提出把深度 CNN 特征与手工计算的影像组学特征做自适应门控融合，在公开脑部 MRI 数据集上把二分类准确率从 88% 提升到 94%，为标注数据有限的医学影像任务提供了一条可复用的融合思路。

一位月收入 10 万美元的从业者公开了自己的 Claude Code 工作流，不用任何 Agent 框架，只用 Obsidian vault 管理记忆文件，把智能体的上下文从 107 个精简到 17 个，让检索路径由人工设计。这提供了「记忆文件化」这一可复用的工程思路。

开发者@CarsonYangk8s公开了一套基于FastGPT构建的社群客服工作流，通过15个节点、28条连线实现消息意图过滤、多渠道分流与知识库应答，试图解决微信群客服自动化中机器人刷屏与错答的痛点。

风险投资人 Matt Turck 在 X 上发帖，把技术岗位的百年更替串成一条线，认为如今正在转向“智能体管理者（agent managers）与 harness engineers”的过渡，并判断“最终会没事”。这值得关注，因为它给出了看待 AI 冲击岗位的一种历史视角，而非官方产品公告。

Y Combinator 总裁 Garry Tan 在 X 上表示，把重复性的 LLM 调用替换为确定性代码是“理所当然”的做法，还能让代码更符合用户预期。他引用的开发者案例显示，在合规告警这类重复任务上，成本从超过 29 万美元降到不足 2.6 万美元。

OpenAI 员工 Thibault Sottiaux 表示，通过订阅额度调用 GPT-6.1 Sol 时不再收取长上下文费用，同时 Codex 与 Work 的默认上下文长度从 272k 提升到 500k。