HN 提问:AI 编程到底让谁真正受益了?
发帖者发现用 Claude 写代码的项目初期速度很快,但收益会逐渐衰减甚至转负,于是向社区请教到底谁在 AI 编程中真正赚到了。
推荐理由:涉及模型与Claude · 24 小时内发布
共 50 条 · 全部主题 →
发帖者发现用 Claude 写代码的项目初期速度很快,但收益会逐渐衰减甚至转负,于是向社区请教到底谁在 AI 编程中真正赚到了。
推荐理由:涉及模型与Claude · 24 小时内发布
这家服务头部银行的数据平台把智能体栈搬上 Bedrock,用多模型策略和严格的租户隔离来处理金融数据。
推荐理由:官方来源 · 涉及模型与智能体 · 24 小时内发布
文章把多智能体协作当成分布式系统问题来拆解,给出一套实战验证过的模式、反模式和取舍框架。
推荐理由:官方来源 · 涉及模型与智能体 · 24 小时内发布
OpenAI 物理学家借助 GPT-6 Astra 推进了一个困扰粒子物理学家 25 年以上的难题,让 AI 在前沿理论物理研究中展现出实际解题能力。
推荐理由:涉及模型与GPT · 24 小时内发布
月之暗面不再追逐编程基准分数,转而让 Kimi 模型面向生物、化学与制药研究,因为科学任务对模型能力的要求更高。
推荐理由:涉及模型与基准 · 24 小时内发布
OpenAI 计划让六名 Apollo Research 的评估员入驻,调查其模型是否存在颠覆性行为,但访问与披露限制让人质疑这项调查的独立性。
推荐理由:涉及模型 · 24 小时内发布
OpenAI 扩展了 ChatGPT 学术研究者计划,将向全球 20 万名研究人员免费开放其前沿模型。
推荐理由:官方来源 · 涉及模型与GPT · 24 小时内发布
阿里发布旗舰模型 Qwen4-Max,总参数 2.4 万亿、每次只激活 710 亿,混合架构大幅降低了长上下文成本,性能紧追顶级对手。
推荐理由:涉及模型与GPT · 24 小时内发布
训练 AI 模型需要数千块 GPU 协同工作,Lambda 借助 NVIDIA Photonics 的共封装光学技术来解决组网速度与可靠性难题。
推荐理由:官方来源 · 涉及模型 · 24 小时内发布
很多生成式 AI 应用每次请求都要重发相同的长上下文,提示缓存让 Bedrock 上的开源权重模型复用这部分内容,从而降低输入成本与延迟。
推荐理由:官方来源 · 涉及模型与提示词 · 24 小时内发布
这篇文章指出,随着 AI 智能体进入企业核心业务流程,过去那种零散实验的做法已经不够用了,企业需要能跨部门协同的 AI。
推荐理由:涉及模型与智能体 · 24 小时内发布
OpenAI 启动首批嵌入式评估,引入 Apollo Research、METR、Transluce 与 Goodfire 独立评估模型的对齐、安全防护与监控机制。
推荐理由:官方来源 · 涉及模型
这项工作让大模型智能体在多智能体商业场景里自主谈判交易,把对话能力与多模态商品信息结合起来。
推荐理由:涉及模型与大模型 · 与本主题相关
S1-Evo 揭示了部署在智能体路由、审核和授权环节的类型化快思考决策模型,仍可能被精心设计的证据竞争攻击绕过。
推荐理由:涉及模型与大模型 · 与本主题相关
AscendGYM为昇腾NPU上的大模型训练与推理算子优化建立了一个贴近真实负载、同时考虑成本的评测基准。
推荐理由:涉及模型与大模型 · 与本主题相关
这套框架让电商对话智能体在需求变化时持续自我训练,同时用治理机制守住行为边界。
推荐理由:涉及模型与大模型 · 与本主题相关
这项研究揭示大模型规划器在符号层面的脆弱点,并展示针对性的对抗攻击如何让规划出错。
推荐理由:涉及模型与大模型 · 与本主题相关
这项研究对比本地部署的大模型在科学文献检索上的成功率与延迟,考察它们能否替代云端服务。
推荐理由:涉及模型与大模型 · 与本主题相关
这个评测让网页智能体在跨应用的真实浏览器任务里比拼,覆盖异构界面与多模态输入。
推荐理由:涉及模型与多模态 · 与本主题相关
这项案例研究检验机制可解释性能否说清智能体为什么会在网页上凭空编造元素。
推荐理由:涉及模型与大模型 · 与本主题相关
这项研究让前沿大模型做编码智能体写调度启发式算法,与商业求解器在未解实例上一较高下。
推荐理由:涉及模型与智能体 · 与本主题相关
这个一次通过的 Text-to-SQL 模型速度快,适合做数据库查询智能体的快速前置系统。
推荐理由:涉及模型与大模型 · 与本主题相关
这个评测考察 LLM 智能体能否为验证地质假说设计地球化学实验,贴近真实矿物勘探流程。
推荐理由:涉及模型与大模型 · 与本主题相关
这篇论文认为 GPT-6 Astra 这类带智能体框架的前沿模型出现后,机器人正进入智能体时代。
推荐理由:涉及模型与GPT · 与本主题相关
这项工作给多模态大模型的不确定性估计加了一层语义不一致校正,避免似是而非的输出被误判为可靠。
推荐理由:涉及模型与大模型 · 与本主题相关
这项工作让 GUI 智能体只靠纯视觉定位界面元素,不再依赖元数据,从根上减少幻觉定位。
推荐理由:涉及模型与大模型 · 与本主题相关
ROCKET 是一种无需训练的模型压缩方法,用校准引导的截断策略在压缩比和性能之间取得领先表现。
推荐理由:涉及模型与API · 与本主题相关
这项研究用参数和数据都更省的适配方法对齐推测解码的草稿模型,缓解目标模型微调后草稿模型性能下降的问题。
推荐理由:涉及模型与大模型 · 与本主题相关
该研究拆开了多智能体评估中常被混淆的三个因素,厘清性能提升到底来自智能体之间的协调、结果集成,还是单纯增加了测试时计算。
推荐理由:涉及模型与大模型 · 与本主题相关
这项工作指出用大模型自动解释大模型内部表征时会出现哪些失效,并给出诊断方法。
推荐理由:涉及模型与大模型 · 与本主题相关
这个评测用最新的日本金融资格考试题持续考查大模型的金融能力,避免题目泄露过期。
推荐理由:涉及模型与大模型 · 与本主题相关
这个评测考察大模型能否发现实验方案里看似流畅却物理上不可行的部分。
推荐理由:涉及模型与大模型 · 与本主题相关
这项研究发现,针对 Codex、Claude Code 这类多智能体系统的攻击在单模型上早已失效,却能在系统层面得手。
推荐理由:涉及模型与Claude · 与本主题相关
这项研究指出,部署中的模型答案会被质疑、会动摇,而评测只测单打独斗,于是让模型从自我分歧中学习。
推荐理由:涉及模型与基准 · 与本主题相关
这项工作让大模型智能体预测系统在与人类专家相当的水平上,还能保持预测之间的逻辑一致性。
推荐理由:涉及模型与大模型 · 与本主题相关
这个本地 AI 服务器让大模型在本地设备上跑,数据不出门、没有按 token 计费、断网也能工作。
推荐理由:涉及模型与大模型 · 与本主题相关
这项工作在只能看到模型输出的黑盒条件下,区分提示本身的歧义与模型真正的知识缺口。
推荐理由:涉及模型与大模型 · 与本主题相关
这个分布式异步强化学习框架让视觉语言动作模型的训练跟上具身 AI 的快速演进。
推荐理由:涉及模型与多模态 · 与本主题相关
这个评测把基础模型当作能感知并自主行动的智能体,检验它们的道德决策能力。
推荐理由:涉及模型与智能体 · 与本主题相关
这项研究在不同场景和任务要求下评估大模型的冒险倾向,系统地衡量模型是偏保守还是偏激进。
推荐理由:涉及模型与大模型 · 与本主题相关
BigCodeBench 用包含多样函数调用和复杂指令的任务评测大模型写代码的能力,比只看简单代码片段的基准更贴近真实开发场景。
推荐理由:涉及模型与大模型 · 与本主题相关
REFORGE 用反编译二进制函数命名任务来评测大模型的逆向工程能力,回应了威胁情报中大模型参与逆向工程的现实。
推荐理由:涉及模型与大模型 · 与本主题相关
这个框架用多智能体模拟患者在医疗对话中的情绪变化,帮助培训医护沟通,让学习者练习回应临床场景。
推荐理由:涉及模型与大模型 · 与本主题相关
这项研究让云端与边缘的大模型协同学习,通过加速个性化双层优化,支撑物理世界智能的分布式训练。
推荐理由:涉及模型与大模型 · 与本主题相关
该研究面向实际部署场景,检验了主流幻觉检测方法在小型量化端侧模型上的表现是否依然可靠,为从业者选型提供了实测依据。
推荐理由:涉及模型与大模型 · 与本主题相关
这篇论文为“不透明串行深度”给出可操作的定义,用来衡量当模型架构变化让思维链监控变得更难时,内部推理到底有多不可见。
推荐理由:涉及模型与工具 · 与本主题相关
该研究用微缩放数值格式对推荐与排序模型做量化,在保持精度的同时大幅提升推理吞吐,适配广告等高并发场景。
推荐理由:涉及模型与推理 · 与本主题相关
模型退火借鉴“复习巩固”的思路,让小标注数据集在训练中被反复利用而不只是死记硬背,从而用更少的数据学得更好。
推荐理由:涉及模型与评测 · 与本主题相关
研究团队用LLM智能体搭建搜索流程,改进了球面上电荷排布这一经典Thomson问题的已知最优构型,并给出了可验证的证明。
推荐理由:涉及模型与智能体 · 与本主题相关
这项研究在 Qwen3.8、Gemma 4、Olmo 3.1 和 Mistral Small 3.2 上测试消融拒绝能力的难度,对比了新旧模型的差异。
推荐理由:涉及模型与大模型 · 与本主题相关