# 大语言模型的所有文章

在 HTX 新闻中心浏览与「大语言模型」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

颤抖吧人类，AI仍在加速狂奔

AI技术仍在加速发展。2026年智源大会显示，行业正推动AI从数字世界迈向物理世界。一方面，Scaling Law（缩放定律）依然有效，持续推动大语言模型和多模态模型进步，模型通过合成数据等方式仍在提升，AI Coding的成熟甚至让AI具备了自我进化的潜力。另一方面，AI发展的重心正在转向追求能理解并预测物理世界的“世界模型”，但目前技术路线多样，数据等问题尚未解决，预计仍需3-5年探索。以语言、像素、三维等为中心的多种技术路径正在并行发展。同时，智能体（Agent）的突破加速了AI落地。从2025年“智能体元年”到如今，智能体变得更主动、更能处理复杂任务，在医疗、会议等场景开始应用。为了让智能体从“可用”变得“好用”，行业开始重点关注Harness（工程化框架），通过优化任务理解、流程设计和验证反馈等细节来提升其执行能力。尽管面临模型能力、工程细节等挑战，但智能体拥有广阔的进步空间，软硬件协同成为其发展的关键。

marsbit06/13 02:51

marsbit06/13 02:51

“我不需要更好的模型了”：Reddit 热帖下的 AI 众生相

Anthropic发布了新一代旗舰AI模型Claude Fable 5，在基准测试中表现卓越，但用户反响冷淡。Reddit上一篇题为“我不需要更好的模型了”的热帖引发广泛讨论，反映了当前用户的主流情绪。许多用户认为，现有模型（如Opus 4.8）的能力已足够应对日常工作和代码编写，对新模型带来的边际效益提升感觉不明显，同时对其更高的使用成本和Token消耗感到不满，认为AI模型能力可能已进入平台期。此外，Fable 5内置的偏保守的安全护栏成为主要槽点。用户抱怨在处理与安全相关（如代码安全审查）的请求时，触发拒绝的频率远高于官方宣称的5%，导致请求被降级回旧模型处理，付费用户对此尤其不满。然而，也存在反对声音，主要来自处理极端复杂任务的深度用户。他们表示，在需要超长上下文理解、处理万行级别代码或复杂仿真的场景中，Fable 5的能力提升是“革命性”的，带来了实质性的效率突破。这场争论揭示了AI行业的一个现状：基准测试衡量的是能力上限，而大众市场更关注日常需求的天花板。当多数普通用户的需求已被现有模型满足，更强模型的价值主要在特定专业领域凸显。文章最后指出，未来公开模型的发展，将取决于厂商如何平衡能力、成本、安全与可用性，以及重度用户是否愿意为之买单。

marsbit06/12 02:52

marsbit06/12 02:52

补贴→Token计费→降价，OpenAI打响价格战，Token经济学拐点将至？

生成式AI行业的商业化模式正经历深刻变革。OpenAI考虑大幅下调Token费用以争夺企业客户，可能引发与竞争对手Anthropic的价格战。这背后是AI行业商业化的快速演变：从早期的月费订阅，到补贴换增长，再到按Token用量计费。然而，Token计费模式暴露了企业AI支出的失控问题，许多企业发现成本高昂但产出效率低下，大量支出消耗在修复AI错误和返工上。价格战将严重挤压本已亏损的OpenAI和Anthropic的利润空间。由于产品高度同质化，降价难以构建长期护城河，还可能通过云服务承诺影响微软、甲骨文等合作伙伴。分析师观点出现分歧：一方认为当前焦虑只是短期调整，随着AI应用渗透和智能体技术发展，总支出仍将增长；另一方则担忧不可持续，可能逆转支撑产业链的资本流动。未来商业化可能走向分层收费，高价值任务使用前沿模型，日常任务转向廉价或本地模型。行业需要从追求Token消耗转向价值创造。值得注意的是，中国模型如DeepSeek凭借显著的价格优势，在美国企业市场增速迅猛，可能成为价格战中的重要变量。整个AI行业的估值和盈利逻辑面临重构。

marsbit06/11 23:50

marsbit06/11 23:50

刚刚，Claude Mythos 5发布，5000万行代码1天搞定

Anthropic正式发布了其最强大的大模型Claude Mythos 5，并推出了面向公众的安全版本Claude Fable 5。两者核心能力相同，但Fable 5在检测到高风险请求（如网络安全攻击、生化风险）时会自动降级使用旧模型Opus 4.8来回应，超过95%的会话不受影响。价格定为每百万输入Token 10美元，输出50美元。技术方面，Fable 5在多项评测中表现出色：在软件工程基准SWE-bench Pro获得80.3%高分，并能在一天内完成原本需两个月的5000万行代码库迁移。其原生视觉能力可仅凭截图通关《宝可梦》游戏。在长上下文、记忆能力和金融法律等复杂分析任务上也实现显著突破。官方透露，未完全开放的Mythos 5在生物医药领域展现出强大自主性，能独立执行生物学家工作流，其设计的蛋白质靶向复合物已有多个进入真实药物研发管线。 AI学者Ethan Mollick的测试显示，新模型的工作模式发生根本转变：人类从需要精细操控的“巫师”变为只需提出宏观需求的“甲方”，模型能自主规划并执行长达数小时的多步骤复杂项目。此次发布也标志着前沿AI进入“权限时代”，最强能力伴随更严格的安全审查（如30天数据留存）。模型在提供强大生产力的同时，其自主性也引发了关于人类角色演变的思考。

marsbit06/10 00:23

marsbit06/10 00:23

苹果终于承认，Siri 老了

苹果在WWDC 2026上正式承认Siri已落后于时代，并宣布其人工智能战略的重大转向。发布会核心是将Siri升级为“Siri AI”，并与谷歌达成深度合作，利用Gemini大模型的能力来训练苹果的新一代基础模型。苹果发布了五个不同规格的Apple基础模型，并首次将私有云计算（PCC）扩展至谷歌云和英伟达的GPU。文章回顾了Siri自2011年诞生以来的发展历程，指出苹果虽早早布局个人助理概念，但因过度追求封闭与控制，限制了Siri向真正智能助手的发展。过去十年，苹果的AI能力以端侧、隐私保护的形式深度集成于系统中，但生成式AI的浪潮改变了竞争规则。面对ChatGPT等产品的压力，苹果内部进行了人事与团队结构调整。2026年，苹果选择与谷歌合作，通过“蒸馏”方式，利用Gemini训练更小、更适合端侧运行的模型，这标志着苹果在核心AI技术上放弃了完全自研的路径。对于用户，苹果描绘了AI深度融入系统体验的场景：智能整理通知、邮件摘要、跨应用理解上下文等。Siri也有了独立应用和记忆功能。然而，新功能有较高的硬件门槛，且在中国市场将面临本土化适配与监管挑战，实际体验可能与美国不同。文章最后指出，苹果AI的未来关键在于如何作为“个人”智能，在提升效率与尊重用户隐私、理解人性复杂之间找到平衡。苹果借用了外部的模型与算力，但真正考验在于学会在理解用户生活的同时，“知道在哪里停下来”。

marsbit06/09 07:15

marsbit06/09 07:15

因为 AI 裁员？研究显示 AI 比它替代的人更贵

今年已有近5万名员工因AI被裁员，但企业逐渐发现AI的实际使用成本高于其替代的人力。Uber在四个月内耗尽了全年AI预算，微软因成本过高削减了多个部门的Claude Code许可证。Anthropic内部甚至有员工单月API花费达15万美元，相当于需完成11名普通工程师的工作量才能平衡成本。调查显示，45%的企业每月AI支出超10万美元，但仅8%的标普500公司披露了AI相关收入，半数企业难以评估AI投资回报。Match Group CEO坦言，虽年投入500万至1000万美元，却难量化收益。随着成本压力增大，中国大模型因价格仅为美国模型的1/10至1/30而受到青睐。数据显示，中国模型在开发者中的使用占比从2024年的约1%跃升至今年5月的超60%，80%的美国AI初创公司已采用中国开源模型。Scott Galloway预测，企业将转向更经济的中国方案，这可能引发特朗普政府的限制措施。

marsbit06/09 02:25

marsbit06/09 02:25

从代码到认知：机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型（LLM）时代，机器人依赖手工编码的模块化技术栈（感知、状态估计、规划、控制）和行为树，虽稳定但泛化能力差。随后，深度学习改进了感知，强化学习和模仿学习进入了控制层，但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器，将指令转化为机器人可执行的原子技能序列（如谷歌的SayCan）。但更重要的突破是视觉-语言-动作模型（VLA），例如谷歌的RT-2和开源的OpenVLA，它能将视觉、语言信息融合，直接输出动作指令，实现了推理与行动的耦合。目前最先进的系统采用“双脑”架构（如Figure AI的Helix、NVIDIA GR00T）：一个慢速、参数多的“系统2”负责高层次推理和规划；一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑，安全关键的控制回路通常在机器人本地（如NVIDIA Jetson模块）运行，而对话界面和集群学习等任务可交由云端。开源模型（如OpenVLA、GR00T、π0）降低了行业门槛，让初创公司能在其基础上用自有数据微调。然而，当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。这催生了下一代方向：世界模型。这类模型（如NVIDIA Cosmos、Meta V-JEPA）能根据当前状态和动作预测未来结果，让机器人在行动前进行模拟和评估，从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构（JEPA）和潜在动作世界模型等流派。文章最后指出，数据采集（特别是远程操作数据）是核心竞争力，仿真训练至关重要，机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”，虽未完全自主，但正通过架构的持续演进（从代码到感知、规划、策略，最终到世界模型），朝着更通用、更强大的方向稳步前进。

marsbit06/07 12:55

marsbit06/07 12:55

TechFlow 情报局：芯片股单日蒸发万亿美元，比特币跌破 6 万美元，美伊冲突升级

科技情报摘要：宏观波动与AI进展交织市场因强劲非农数据遭遇剧烈震荡。美国5月非农就业新增17.2万，远超预期，重燃加息担忧，导致美股、加密市场和芯片股同步暴跌。费城半导体指数创六年最大单日跌幅，芯片股市值蒸发逾万亿美元；比特币跌破6万美元，技术指标显示超卖程度已达2020年疫情暴跌水平。与此同时，消费品巨头CEO警告美国消费者正在耗尽积蓄，与强劲就业数据形成矛盾信号。地缘政治方面，美伊冲突升级，美军拦截伊朗导弹并打击其雷达站，霍尔木兹海峡持续受阻，引发原油供应与通胀忧虑。 AI领域进展与争议并存。Anthropic发布报告称AI已能参与改进自身研究流程，引发对递归自我改进（RSI）的讨论。另一方面，Claude被指在协助开发rsync代码库时引入了更多bug，引发关于AI编程工具利弊的争论。此外，研究出现新转向，有发现认为思维链（chain-of-thought）在某些场景会降低性能，研究者正尝试训练“内隐推理”模型。DeepSeek V4 Flash在本地部署测试中表现惊艳，GitHub Copilot也开放了自定义端点，支持连接本地模型。其他要闻包括：Gemma 4量化版在AMD GPU上运行良好；谷歌被曝每月向SpaceX支付9.2亿美元用于AI训练算力；微软内部文件显示其希望AI产品让用户“上瘾”引批评；标普500指数维持规则，拒绝将SpaceX、OpenAI等未盈利的AI独角兽纳入。

marsbit06/06 11:02

TechFlow 情报局：芯片股单日蒸发万亿美元，比特币跌破 6 万美元，美伊冲突升级

marsbit06/06 11:02

硅谷新岗位FDE走红，企业需要怎样的AI人才？

硅谷近期关注的AI前线部署工程师（FDE）岗位重新走红，其核心任务是深入客户现场，将通用大模型定制为符合具体业务流程的Agent工作流。这一角色源自Palantir，要求工程师兼具技术、沟通和商业判断力。然而，文章指出，未来需求更大的将是企业自身的AI工程师。他们需掌握提示词、Agent框架、评估体系等技能，并能利用AI编程工具将AI能力嵌入软件和业务系统。与服务于特定供应商的FDE相比，企业内部AI工程师能避免技术绑定，保持供应商选择的灵活性。 AI对就业的影响并非简单替代，而是先催生通用型AI工程师岗位，随后可能像软件工程一样分化出LLMOps、评估工程师、AI数据工程师等更细分的职业。目前，市场对既懂工程实现又能理解业务场景的AI工程师需求迫切，他们正创造巨大价值，且人才紧缺。未来十年，随着领域成熟，AI工程内部的专业分工预计将创造更多就业机会。

marsbit06/02 04:40

marsbit06/02 04:40

OpenAI时隔六年重启机器人业务，短期押注协助型机器人

OpenAI宣布时隔六年重启机器人业务，成立“OpenAI Robotics”新团队并招募硬件、软件等领域工程师，正式进军实体机器人赛道。公司首席执行官山姆·奥特曼阐述了短期与长期目标：短期内专注于研发协助技术工人建设基础设施的机器人；长期愿景是让每个人都拥有能完成各种需求的个人机器人。此次重启基于内部“世界模拟”研究项目的快速发展，并由公司研究副总裁阿迪亚·拉梅什领导。OpenAI早期曾探索机器人技术，并在2019年通过强化学习训练机械手复原魔方，证明了仿真训练的可行性。但由于当时机器人数据稀缺，公司于2020年前后解散机器人团队，将资源集中于大语言模型研发，从而催生了ChatGPT。近年来，OpenAI通过投资策略布局机器人领域，例如投资Figure AI并为其机器人开发AI模型。但今年2月双方因技术路线分歧终止合作，Figure AI转向自主研发端到端模型。这一变化促使OpenAI决定亲自下场，将机器人业务升级为内部战略。在提交IPO草案、估值高涨的背景下，OpenAI此举也被视为在上市前描绘新的增长曲线，展示其从软件向软硬件结合、从虚拟向物理世界拓展的愿景，以“具身智能”故事应对市场对其盈利能力的担忧。公司计划利用其在大模型和“世界模型”方面的优势，遵循“先造大脑，再长身体”的路径，试图以软件和算法定义硬件，重塑机器人行业研发模式。

marsbit06/02 00:32