Anthropic 似乎正在 Claude Code 中 A/B 测试降低的 effort 级别

Anthropic 正在 Claude Code 中悄悄 A/B 测试一种新的“思考强度(effort)”映射逻辑,导致部分用户在高档位时看到的数值从 100 变为 10。Anthropic 官方回应称这只是服务端配置调整,模型性能不受影响,但开发者社区正借此事件重新审视“新模型变笨”的普遍感受。

Anthropic 正在 Claude Code 中悄悄 A/B 测试一种新的“思考强度(effort)”映射逻辑,导致部分用户在高档位时看到的数值从 100 变为 10。Anthropic 官方回应称这只是服务端配置调整,模型性能不受影响,但开发者社区正借此事件重新审视“新模型变笨”的普遍感受。

韩国蔚山市联合韩国海洋科学技术院,计划在海底建设标准化数据中心,利用海水自然冷却来缓解 AI 算力扩张带来的土地、电力和散热压力。该项目预算约 3700 万美元,计划 2030 年完成标准模型,2031 年开始商业化探索。

多位用户在 Hacker News 上分享本地大模型的使用体验,指出本地模型在长上下文场景下性能会明显下降,且需要投入比 Claude 等商用模型更多的精力去“照看”。但与此同时,通过租用云端 GPU 按小时运行大模型,正在成为开发者兼顾成本与性能的新选择。

知名加密货币KOL“华尔街没有名字”发布了对比特币后市的三种走势推演,核心分歧点在于当前反弹能否有效突破82850美元关口,以及AI叙事泡沫是否会在年底前刺破加密市场。这条帖子在X平台获得超13万次浏览,评论区情绪明显分化,反映出市场对AI与加密资产联动风险的高度关注。

上海交大一名大二学生通过自建高频交易机器人,在预测市场 Polymarket 的 BTC、ETH、SOL 涨跌合约中,以 3700 美元本金赚取约 17.8 万美元,回报率超 4800%。这件事展示了个人开发者将 AI 概率模型与自动化执行结合后,在链上预测市场中捕捉微小定价误差的可行性。

Anthropic 在为可能创纪录的 IPO 做准备,但其招股书将罕见地把“美国民众反对 AI 与数据中心扩建”列为重大风险因素,反映出公众情绪正从技术圈外溢到资本市场定价逻辑中。

Anthropic 产品负责人 Dianne Penn 在近期访谈中提出,AI 产品经理的核心能力不再是写 PRD,而是建立评测体系。Anthropic 早期用户抱怨“不听话”的 80% 问题,最终被定位为“不会输出 JSON”,这一案例直接定义了评测驱动的开发流程。

Hacker News 上围绕“好莱坞创意人员正训练 AI 取代自己”展开的讨论,揭示了 AI 生成长视频的真实进度:个人创作者用消费级算力产出 1 小时以上影片在技术上已接近可行,但业内对现有 AI 视频工具的实用性、商业化诚信和创意控制权仍有严重分歧。

No Starch Press 正在出版一本名为《Embedded AI》的技术书籍,系统讲解如何在嵌入式系统中落地机器学习与深度学习。这本书的出版反映出 AI 应用正在从云端走向设备端,端侧智能正成为开发者需要掌握的新基础能力。

一个来自不知名实验室的“隐身模型”Ox Alpha,凭 100 万 token 多模态上下文和每天 100T token 的处理能力,在 OpenRouter 上线后迅速走红。它可能改变开发者对大模型能力与成本的既有预期。