Ask HN：LLM 有哪些简单的事情特别不擅长？
一位 HN 用户发起提问——哪些简单事你反复让 ChatGPT、Claude 做，它们却依然搞砸？讨论集中暴露了当前大模型在空间推理、精确关键词检索和提示词自我优化上的系统性短板，这些并非小缺陷，而是架构层面的能力盲区。
标签： Gemini
AI论文盲测：学生更青睐Gemini而非ChatGPT和Claude
盲测平台 StudyArena 对 6851 份学生投票的分析显示，在论文写作任务中，Google 的 Gemini 以 39.6% 的盲选率领先 Claude（31.8%）和 ChatGPT/OpenAI（29.2%）。更重要的是，学生偏好更长但推理强度更低的回答，这对大模型在写作场景的产品设计有直接参考意…
新研究发现，老板比员工更愿意将工作文档分享给AI，尽管存在安全风险。
Adobe Acrobat 一项针对英国职场的新调查显示，近 75% 的 C-suite 高管愿意将包含敏感信息的公司文档交给 AI 工具处理，而普通员工中这一比例仅有 20%。公司管理层与基层在 AI 使用态度上的严重分裂，正在成为企业数据安全的新盲区。
AI论文盲测：学生更青睐Gemini而非ChatGPT和Claude
一项针对学生的AI论文盲测显示，Gemini在写作任务中更受青睐，但数据同时表明，胜出的回答平均比落选者长37%——这场评测可能更多是“长度偏好”的胜利，而非模型真实能力的碾压。
IBM发布Granite 4.2：为开放企业模型引入原生推理与智能体强化学习
IBM 发布开源企业级模型 Granite 4.2，首次在开放模型中原生加入推理能力，并用强化学习（RL）优化智能体任务执行——这意味着企业级模型不再只是“能聊天”，而是开始具备“会规划、能调用工具”的自主工作能力。
智能体上下文管理：记忆与成本是架构问题
AI 智能体的上下文管理正在从“无限拉长窗口”转向“压缩+预测”的架构方案。开发者对 Synap 这类工具的质疑集中在文档兼容性、是否优于 RAG 以及本地化部署能力上。
印度Ringg获Peak XV投资，推动语音AI超越电话
印度语音 AI 初创公司 Ringg 获得 Peak XV Partners 追加的 1000 万美元投资，准备把语音 AI 从简单的电话外呼，推向更复杂的医疗预约、电商弃单挽回和金融 KYC 审核等企业级工作流。这件事说明，语音 AI 的竞争焦点正在从“能听会说”转向“能办事”。
苹果王炸芯片登场！M6首秀2纳米，M5 Ultra四Die架构狂飙AI极限
苹果发布搭载M6与M5 Ultra芯片的新款Mac Studio和Mac mini，M6首次采用2纳米工艺，M5 Ultra则以四芯片封装将本地大模型推理性能推到新高度，桌面端AI算力竞争进入新阶段。
汤道生内部发文回应”腾讯 AI 慢了”：竞争是马拉松，熬得久比起得早更重要
腾讯云与智慧产业事业群 CEO 汤道生公开发文，回应外界“腾讯 AI 慢了”的质疑，将竞争定义为马拉松而非短跑，强调长期投入和场景优势比抢先发布更重要。
xAI深化Grok Bot功能演进:将支持模板共享、多账户切换与网络出口路由
xAI 正在为云端持续运行的 Grok Bot 补充模板共享、多账户切换、Chrome 配置导入和桌面出口路由等基础设施能力，让 Agent 从“能对话”走向“可复用、可规模化部署”的企业级工具。