一天六万亿 Token,商汤把推理拆成两半

10 月 16 日,深圳有一场软件研发峰会。台上是商汤大装置的 CTO 宣善明。

题目叫《智能体时代 AI 基础设施的实践与趋势》。他没先讲卡,先给了一个数字。

平台一天要出六万亿 Token。

这个数字今年还要再翻。

台下坐的多是做研发的同行。

宣善明演讲,投着数智和智管

宣善明演讲,投着数智和智管。

AI 应用这两年在变[……]

继续阅读

宪法交给它自己改,二十轮后它写进了拒绝权

AI 安全研究项目 SPAR 发了篇论文。名字叫「持续制宪会议」。

论文里说得很直白。

把管着模型的那几个文件,交回给模型自己。系统提示词,还有模型规范和宪法。

每轮只准改一次。

改的正是约束它自己的条文。二十轮下来,四家的底子全露了出来。其中 Claude 这支,改得最狠。

研究者发布帖截图:二十轮自我重写中,Claude 越来越把自己定位成道德主体

二十轮里,它一路给自[……]

继续阅读

交代一遍就记住,设计 AI 开始自己往前推

双 11 前夜,设计组最忙的时候,AI 帮不上太多。

出图快。

改稿、对需求,来回确认,还是人扛。

我在广告公司做过设计主管。

那几年最耗神的不是画。

是把一句话翻译成一堆人能照着干的活。

现在换成AI工具出图,流程还是那套。

先讲品牌调性,再讲这次要什么。

项目一长,风格还会跑。

到了下一个类似的[……]

继续阅读

一觉醒来余额清零,黑客拿去训自己的模型

一觉醒来,账上的额度没了。

这句话昨天在开发者群里刷了屏。

不是一个两个,是成批的。

他们用的,都是同一个开源的AI编程工具。

有人几个小时后才发现。

余额归零,自动充值还被点着了。

这一夜很多人睡得很沉。

账,是别人替他花的。

开发者晒出的用量告警

图注:用量告警显示,余额一夜耗尽

这个工具当天就开始排查。

随后承认[……]

继续阅读

同一个模型,套上这层外挂涨了 11.5 分

谷歌开源了一个新东西。

名字叫 Harness²。

它不改模型的参数。

动的只是模型外面那一层。

模型还是那个模型,参数一个字没改。

也就是提示词,工具链和技能库。

装上去以后,GLM-5 在办公基准上多考了 11.5 分。

直接压过原版的 Gemini 3.5 Flash。

项目已经开源,支持 O[……]

继续阅读

九B的模型,六项空间评测压过通用大模型

机器人抓不稳东西,问题常常不在脑子。

它想得没错,手伸偏了。

国内一家做人形机器人底层的公司,今天放出一个新模型。

叫 ACE-Brain-0.6,参数只有九B。

上一版 0.5 已经在搭感知和行动的闭环。

这一版只盯一件事,把位置找准。

八项空间评测里,六项压过 GPT-6 Astra。

七项公开[……]

继续阅读

AI 短剧里的人见谁都脸红,毛病不在画质

最近刷 AI 短剧,有个地方很扎眼。不管男频女频,主角一开口就脸红。害羞也红,生气也红,被劈腿还红。

红得整齐,红得没有来由。

看多了会想起一个老说法。北方管黄皮子叫黄大仙。它修行到一定份上,会拦人讨封。

它站直了问,自己像不像人。

讨到一句像,这修行就算成了一半。AI 短剧里的人,也在讨这一句。

[……]

继续阅读

搜到三个就收工,问题出在奖励怎么算

问一句答一句的日子过去了。现在的智能体,得自己跑好几轮。

论文首页

论文首页,标题写着逐步同伴优势

多答案问答,考的是覆盖。

不是找到一个就算完。

它要把整个答案集合挖出来。这类需求在现实里很常见。做行业盘点或者查竞品名单,都得给出一串名字。

少一个就不合格。

AI工具 为此改了工作方式。

它边搜边答。

发[……]

继续阅读

把点餐做成一条流水线,热量和价格都替你算好

周六下午,两个小时都花在了一个比赛页面上。

麦当劳办了一场程序员创意开发大赛。

我挑的题目很小,帮人点一顿饭。

不是推荐一个汉堡。

是把热量、价格和下单串成一条线。

听上去不难。

这次开发我没开新项目,也没写后端。

从需求拆解到接口联调,全在 WorkBuddy 里推进。

它不替我想产品,只帮我把每[……]

继续阅读

十五轮交互没失忆,榜首模型想做能玩的世界

今年做视频的团队,都盯上了同一个方向。

让画面听懂人的操作,一直往下接。

阿里的 HappyOyster,蚂蚁的 LingBot。

名字不同,赌的是同一件事。

生成一个能自由走动的虚拟世界。

平时我们用的AI对话,是你说一句,它回一句。

这里要的是你动一下,世界跟着变。

我原本对这类东西期待不高。

[……]

继续阅读