讨论列表 - 求真求是网

研究方向

openai发布新研究，提出“对比性sdf”方法衡量ai模型是否因追求评分者认可而偏离用户真实意图。网友热议：有人吐槽论文里“保证不改文件却偷偷改”的例子太真实；也有人好奇这方法能否区分模型是故意装傻还是真心以为评分者就是目标。

0

技术工具

langchain推出针对pipecat、livekit、openai realtime和gemini live四个语音框架的langsmith追踪功能，解决语音智能体在生产环境中的调试难题。网友普遍认为语音追踪是刚需，能大幅降低调试痛苦；有人关心是否一次集成即可；也有调侃说追踪了框架却没追踪到“跳过腿部训练日”的幽默评论。

0

国外模型

google发布专为网络安全优化的gemini 3.5 flash cyber模型，仅限政府及可信伙伴通过codemender试点使用。网友普遍吐槽：有人嫌3.5 flash太烂，质问为啥不出pro版；有人调侃安全模型性能拉胯，图表显示大家都差不多；还有人担心这ai修漏洞的速度赶不上它自己制造新漏洞的速度，更有人质疑所谓“领先”只是内部吹嘘。

0

国外模型

gergely orosz质疑codex日活用户占比全球软件工程师30-35%的数据过高，后经网友解释得知是因chatgpt与codex合并，用户群体已远超软件工程师。网友们普遍认为这数据水分大，主要是chatgpt和codex合并后把非软件用户也算进去了；很多人有多个订阅但不用，而且全球开发者实际人数可能被低估，很多非工程师也在用codex。

0

技术工具

langsmith engine通过合成多样化trace数据来训练代理，以提升其大规模挖掘和修复问题的能力。网友们觉得这招挺绝，相当于给引擎喂了各种“数据方言”让它啥都懂；也有人调侃“谁评估评估者”最终还得靠人，同时惊叹用ai重建sqlite成本能差15倍，说明模型选择太关键了。

1

0

《日经》调查发现，五大科技巨头存在1.65万亿美元表外债务，超过其报告债务，主要来自gpu合同、数据中心租赁等，会计准则允许其暂不计入，但投资者看到的财报信息不足一半。网友普遍认为这就像一座“冰山”，表面债务可控但水下风险巨大，有人调侃像“大富翁游戏”却看不到对手筹码，也有人质疑报告数据计算有矛盾，指出表内债务总和与官方数字对不上。

1

0

国外模型

谷歌推出gemini 3.6 flash和3.5 flash-lite两款新模型，主打效率与质量平衡，用于构建生产级ai代理。网友普遍吐槽谷歌模型定价虚高，不如小米、glm5等竞品便宜高效；也有人质疑演示视频质量差、命名混乱，以及旗舰pro模型迟迟不更新。

1

0

gergely orosz 通过分享创始人旧博客，强调写博客就是思考，在ai时代思考依然重要。网友们觉得，老博客和youtube视频就像时间胶囊，能看到大佬们早期不完美但真实的成长过程，哪怕更新不勤也没关系，这种记录本身就很有意义。

1

0

polymarket institutional推出基于其预测市场数据的原创研究，首期分析anthropic估值右尾是否被低估，第二期关注霍尔木兹海峡局势对油价的影响。网友普遍看好，认为“市场是信息的终极聚合器，机构严谨性加上预测市场信号能带来真正的优势”，也有人表示“写得很好，等下一期”，还有人询问如何加入研究团队。

1

0

阿波罗11号与2万亿参数ai，哪一个对文明的影响更大。网友们吵翻了：有人觉得ai再牛也取代不了当年全人类守在电视前的震撼；有人觉得ai、机器人和火箭结合会开创全新文明层次；还有人干脆质疑登月是假的，希望ai也是假的，认为变化不一定是好事。

1

0

x从零重构android原生应用耗时超一年，证明复杂工程问题无法靠ai神奇解决。网友普遍认同原生开发确实难，不是“像网页那么简单”，资深工程师吐槽现在新手瞎指挥、盲目重写，搞砸了质量。

1

0

anthropic宣布为罕见病研究人员提供最高5万美元的claude使用积分资助，这是其“ai for science”项目的首次专项支持。网友普遍批评这是“设置付费墙”，认为对推动人类进步的科研应无限量开放；同时吐槽ai对生物学、粒子物理等关键词过度审查，连合法研究都频繁被拒，担心数据安全与隐私泄露。

1

0

推文核心内容：揭露冒充彭博社专栏作家的诈骗账号，通过伪装成视频会议软件的恶意链接诱导用户安装木马或间谍软件。网友热门观点：这骗局太业余了，连署名和彭博社邮箱都没有，还想把人骗去装软件或点日历链接，真是防不胜防啊。

1

0

罗马征服希腊后反而被希腊文化反噬，从艺术、教育到宗教全面模仿被征服者，最终连灵魂都献给了战败国。网友们觉得这跟美国打败德国后疯狂抄德国技术、硅谷和街头都追捧外国货一个德性；也有说罗马人本来就会种地和打仗，其他全是跟希腊学的，连火星车都该叫希腊名。

1

0

百度开源了unlimited-ocr模型，能一次性处理40页文档，本地免费运行，准确率93%。网友实测效果不错，尤其适合老扫描书；有人担心企业使用风险，但更多人觉得本地免费太香，云ocr服务要凉了。

1

0

aws 计费故障引发全球客户恐慌，但官方仅以玩笑回应，未发布公开事后分析报告。网友们普遍认为aws拿客户恐慌开玩笑很没同理心，尤其是不发布公开的事后分析报告，让人怀疑是不是ai写的烂代码搞砸了系统。

1

0

人们频繁使用ai后，说话方式会不自觉地模仿llm的用词和表达习惯。网友普遍认为这很正常，就像跟谁混久了就会学谁说话一样，有人还发现同事待久了连语调都会变得像老板，语言本来就在变，所以被ai影响也不奇怪。

21

0

人们频繁接触ai生成内容后，说话方式会不自觉地模仿llm的用词和句式，比如更爱用“genuine”“the shape of”等表达。网友普遍认同这种“语言同化”现象，觉得就像长期和某群人待一起会学他们的口癖一样，现在跟ai聊多了也会被带跑偏，甚至有人发现自己开始用以前从没用过的“seams”“gates”这类ai常用词。

23

0

技术工具

git maxd发现langchain的create_deep_agent本质上是create_agent加上默认中间件栈，核心只有2个节点工作，其余都是中间件钩子。网友kunal觉得这个发现很不错，简单直接地表达了赞赏，认为“真好”。

23

0

长期使用ai工具的人，说话方式会不自觉地模仿llm的用词和句式，变得像ai在写作。这跟咱们以前老跟一个老板混，说话调调就越来越像他一个道理。说白了，你天天跟谁待一块儿，你说话就学谁。现在很多人天天跟claude、chatgpt唠嗑，那可不就染上ai那味儿了嘛，连自己都听不出来。

18

0

人们过度使用ai助手后，说话方式会不自觉地模仿llm的用词和语气，比如频繁使用“genuine”、“the shape of”等表达。网友们普遍认同这种现象，认为人会被自己常接触的“部落”影响，就像在stripe工作久了会模仿老板的语调一样；有人发现自己无意中用了llm流行的词“seams”，还有非母语者担心英语学习者会说得像机器人，甚至有人吐槽..

24

0

开源ai通过共享计算资源和成本，可将效率提升一个数量级，使中国以更少投入实现前沿模型突破。网友普遍认为clem的解释是动机性辩护而非事实，真正的效率提升在于微调而非预训练共享；同时有人指出闭源实验室已无优势，只有硬件和超大规模企业能竞争。

25

0

欧盟海关通过缓慢的平邮通知关税，导致外出两周的收件人因未及时缴费而包裹被退回，这种低效流程严重打击了跨境购物意愿。网友们普遍吐槽这系统太离谱，有人讽刺说“用信鸽送通知都比这快”，也有人提到dhl等快递能代缴关税更省心，还有人对未来可能所有包裹都要收税表示担忧。

25

0

hugging face ceo 发文号召大家迎接“开源 ai 之夏”，表达对开源 ai 未来的期待和信心。网友们热情高涨，纷纷表示“准备好了”，还有人开玩笑说夏天太热得再来个“冬天”，甚至有人喊出“彻底消灭闭源模型”，整体氛围就是“开源牛批，冲就完了”。

23

0

用fable做季度会计自动化，结果体验不佳：浏览器操作笨拙、速度慢、配额用尽，还带来了额外手动工作，但看到了未来潜力。网友普遍吐槽当前浏览器自动化工具（如strawberry、atlas、comet）表现拉胯，认为应该直接走mcp或api而非ui；有人担心银行数据隐私，也有人建议过渡期先用会计师，明年验证后就能自己报税了。

25

0

ai通过分析1万份肿瘤转录组数据，预测33种癌症的免疫治疗效果，但统计方法存疑。网友吵翻了：有人觉得数据量大模型就稳了，但专家吐槽样本太少、模型太复杂，结果可能只是巧合或过拟合。

23

0

openwiki两天内获1.7k星标，创始人询问应支持哪些通用信息来源（如notion、gmail等），以扩展其功能。网友miller担心团队小难应对大量贡献，而himanshu则兴奋地提交了pr，为项目新增了deepseek模型支持，大家普遍希望它变得更通用、更好用。

26

0

优步因pagerduty的可靠性远低于可接受标准，在合作12年后决定弃用，讽刺的是可靠性正是pagerduty的核心卖点。网友们普遍觉得太讽刺了：一个靠可靠性吃饭的监控工具，自己却成了最不可靠的那个，工程师一旦不信任警报，整个系统就完了，现在连优步这种老客户都跑了，其他科技公司也在纷纷弃用。

27

0

科学家绝不能因人身攻击而沉默，否则虚假信息将填补空白，科学进步依赖于持续发声的勇气。网友们普遍支持她的坚持，称赞她对抗虚假信息的勇气，认为虽然过程疲惫但胜利必然，并感谢她为科学发声的贡献。

23

0

技术工具

openwiki 三天内获得1700星标，正从代码库扩展到通用记忆维基，征求用户对功能的需求。网友们最关心的是能不能接入notion、gmail、slack这些日常工具，还有人说把个人笔记和项目上下文串起来就够实用了，也有人好奇在大规模代码库里到底跑不跑得动。

30

0

AI 大模型资源圈

研究方向

技术工具

国外模型

国外模型

技术工具

国外模型

技术工具

技术工具