Google DeepMind 发布 Gemini 3.1 Pro,ECI 得分 155

Google DeepMind 于 2026 年 2 月 19 日发布闭源模型 Gemini 3.1 Pro,在 Epoch AI 的 ECI 评测中得分 155,发布时在 187 个受追踪模型中排第 4。这说明头部大模型的能力竞争仍在小步快跑,而非一次性拉开代差。

Google DeepMind 于 2026 年 2 月 19 日发布闭源模型 Gemini 3.1 Pro,在 Epoch AI 的 ECI 评测中得分 155,发布时在 187 个受追踪模型中排第 4。这说明头部大模型的能力竞争仍在小步快跑,而非一次性拉开代差。

Anthropic 于 2025 年 9 月 29 日发布闭源模型 Claude Sonnet 4.5,在 Epoch AI 的评测体系中拿到 147 的 ECI 分数,发布时在 166 个受跟踪模型中排第 4,但随着后续新模型涌入,目前已在 253 个模型中滑落至第 66 位。

Anthropic 于 2026 年 9 月 22 日发布闭源模型 Claude Opus 5.5,在 Epoch AI 的 ECI 评测中得到 167 分,在 253 个被追踪模型中排名第一。这意味着头部闭源模型的性能座次再次发生变化。

Vox 资深科技记者 Adam Clark Estes 撰文指出,频繁使用 ChatGPT、Claude 等 AI 聊天机器人会在提升效率的同时带来"去技能化"风险,但问题的关键不是少用 AI,而是有选择地使用。文中引用多项调查数据,显示美国 68% 的 Z 世代成年人担心认知外包损害自身能力建设。

聚合平台 1min.AI 把 OpenAI、Anthropic、Google、Meta、Mistral、Cohere 等多家大模型塞进同一个应用,其 Advanced Business Plan 终身订阅限时售价 99.99 美元,官方标价 540 美元。对需要在多个模型之间切换的用户来说,这是一次用极低成本…

LinkedIn 联合创始人 Reid Hoffman 在播客中称,AI 基础设施的巨额资本支出是“美国没有陷入衰退的唯一原因”。在数据中心建设引发越来越多地方反弹的背景下,这一表态把 AI 算力投资的经济角色推到了争论中心。

Business Insider 记者对比了 SNL 讽刺 Anthropic CEO Dario Amodei 的电视短剧和一支用 AI 工具 Slopcannon 生成的同题材音乐视频,发现自己对 AI 版本笑得更厉害——这说明 AI 生成内容的竞争力正在逼近专业制作,而不只是"泔水"。

Product Hunt 上出现了一款名为 Keepp MCP server 的产品,它把 Keepp 的能力封装成符合 MCP(Model Context Protocol)标准的服务端,让 AI 客户端可以直接调用。对正在搭建 AI 应用、Agent 或工作流的人来说,这意味着又多了一个可接入的工具节点。

Hinton、Bengio 等 20 多位研究者联名发布论文,认为 AI 正在快速接手 AI 自身的研发工作,一旦「递归自我改进」跨过门槛,进展可能从几年压缩到几个月。这件事值得关注,因为它第一次把「智能爆炸」从哲学猜想拉到了可测量的工程问题上。

普林斯顿与斯坦福团队开源的 SWE-agent 提出了 ACI(智能体-计算机接口)范式,让大模型能在隔离沙箱里像工程师一样查代码、写补丁、跑测试,最终从 Issue 自动生成可提交的 PR。