🚨 OpenAI 的 o1 证明了通过在推理时让模型 "思考更久" 可以使模型更聪明，而不是训练更大的模型。 DeepSeek、谷歌、Anthropic 都在转向测试时计算。 训练战争已经结束。推理战争刚刚开始。 这是目前正在发生的范式转变：

🚨 我分析了2020-2024年间的2,847篇AI安全论文。94%的测试都基于同样的6个基准。 更糟的是：我可以修改一行代码，在所有6个基准上获得“最先进”的分数——而不改善实际的安全性。 学术AI研究是系统性的p-hacking。以下是整个领域破裂的原因：

🚨 Anthropic 刚刚推出了 Cowork，这将改变一切。 Claude Code 不再仅仅是为开发者准备的。现在任何人都可以将相同的 AI 代理能力用于任何工作。 今天在 macOS 上为 Claude Max 订阅者提供。 这为什么重要 ↓