标签： GPT-4

怪猜想：机器学习和深度学习目前已经事实上被LLM杀死了。没人搞什么线性回归各种回归、KNN、决策树、贝叶斯，甚至也没人写什么Tensorflow、Pytorch了。

有AI从业者在社交平台提出，大语言模型（LLM）已让传统机器学习和深度学习开发方式“事实上被杀死”，相关技术栈需求骤减。这一论断虽属激进的个人观察，但确实触及了AI开发范式迁移的敏感点。

2026年8月8日，一份综合Artificial Analysis、LiveBench、LMArena三榜的全球大模型排行引发讨论：Fable 5与Opus 5包揽前二，GPT-5.6 Sol仅列第三；GPT系列虽有多款进榜，但排名分散，说明模型竞争已从单点跑分转向Agent与任务场景综合能力。

2026年8月8日，X用户@NFT_Chen爆料智谱GLM-5.3的进展信息，称其参数规模可能冲上万亿级，并延续MIT开源策略。若消息属实，

ChatPlayground AI 推出终身订阅优惠，以 59.25 美元一次买断的价格，让用户在一个界面内使用 GPT、Claude、Gemini、DeepSeek、Llama 等 20 多款主流 AI 模型。对于频繁在多模型之间切换测试的用户来说，这可能比同时维持多个独立订阅更省成本。

AI 平台 Tryall.ai 在 Product Hunt 上线，但原始页面公开信息有限。从产品名和上线渠道推断，它很可能切入的是“大模型对比与选择”这一细分场景，能否真正帮用户降低模型挑选成本，是它值得关注的核心。

xAI 发布图像生成模型 Imagine Image 2.0，主打精细编辑和角色一致性，在 Arena 评测中位列全球第二，仅次于 OpenAI 的 GPT-Image-2，图像生成赛道的头部竞争格局因此变得更加清晰。

选模型正在从“只看参数”转向“按场景匹配”。这份流传的选型指南把 Claude Sonnet 4.6、Gemini 3、GPT-5.5 和 DeepSeek V3 放进写作、代码、长文档、多语言四个场景里对比，核心判断是：没有万能模型，组合使用更划算。

OpenAI 因网络安全风险宣布延缓模型 Astra 的发布。该模型被其《准备框架》列为首个在网络安全领域达到“关键”风险级别的模型，AI 能力越强对应的安全门槛也在显著提高。

OpenAI内部测试显示，新模型Astra的自主网络安全能力可能触及公司安全框架的最高风险等级“Critical”，为此OpenAI首次对自有模型发出此类预警，并暂停了部分开发工作。这是AI大模型安全分级领域一个标志性事件，可能直接改变Astra的发布节奏和行业对AI自主攻击能力的讨论方向。

Simon Willison 把同一个“浣熊劫案”