标签： ChatGPT

为什么你的本地LLM显得比实际更笨？

为什么你的本地LLM显得比实际更笨？

同一款大模型在本地运行时表现“变笨”，往往不是模型本身的问题，而是推理软件栈、量化精度和采样参数等实现细节造成的概率偏差。这篇技术分析用实验拆解了偏差来源，提醒用户不要仅凭几个测试提示就判断模型好坏。

OpenAI 呼吁加州加强 AI 安全法规

OpenAI 呼吁加州加强 AI 安全法规

OpenAI 一改此前反对立场，公开支持加州 SB 53 人工智能安全法案，并呼吁州立法机构进一步扩大监管范围，要求对前沿大模型在训练和评估阶段进行安全监控。这家公司态度反转，反映出前沿模型安全失控风险已从理论担忧变成真实事件。

London-based Inherent, founded by DeepMind alumni and with $50M in seed funding, says its new Faraday agent beats GPT-5.5 at reproducing research paper findings (Anna Heim/TechCrunch)

London-based Inherent, founded by DeepMind alumni and with $50M in seed funding, says its new Faraday agent beats GPT-5.5 at reproducing research paper findings (Anna Heim/TechCrunch)

伦敦初创公司 Inherent 由 DeepMind 校友创立，在 5000 万美元种子资金支持下，声称其新推出的 Faraday 智能体在复现研究论文结果方面优于 GPT-5.5。这件事值得关注，因为它指向 AI 从“生成文本”向“自主完成科研验证任务”的能力迁移。

为什么你的本地LLM显得比实际更笨？

为什么你的本地LLM显得比实际更笨？

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。

爆了，Pi 居然在他们新的开发笔记里把其他家的Agent都锐评了一下🤣 @pidotdev 官方表示，DSH、Claude Code、OpenCode 这一类方案，它关注的已经不是谁多几个 Tool、谁的 Demo 更炫，而是一个更麻烦的问题： 如果一个 Agent 连续跑 50 个小时，它还知道自己到底干过什么吗？ 他们先点了 DeepSeek Harness。 Pi 直接从 DSH 的 Context 管理开刀。 DSH 有一个…

爆了，Pi 居然在他们新的开发笔记里把其他家的Agent都锐评了一下🤣 @pidotdev 官方表示，DSH、Claude Code、OpenCode 这一类方案，它关注的已经不是谁多几个 Tool、谁的 Demo 更炫，而是一个更麻烦的问题： 如果一个 Agent 连续跑 50 个小时，它还知道自己到底干过什么吗？ 他们先点了 DeepSeek Harness。 Pi 直接从 DSH 的 Context 管理开刀。 DSH 有一个…

AI 编程 Agent 开发商 Pi 在开发笔记中公开对比了 DeepSeek Harness（DSH）、Claude Code 等竞品，指出长期运行场景下现有 Agent 框架存在“上下文永久丢失”和“模型与工具深度绑定”两大隐患，并公布了自研的恢复式上下文管理方案。