Anthropic秘密造了个能挖出27年老漏洞的AI，但不敢公开发布
Anthropic昨天（4月7日）做了一件很反常的事：发布了一个新模型，但不让普通人用。 这个模型叫 Claude Mythos。Anthropic自己的内部评估写道，它在网络安全能力上远超任何其他AI模型。然后他们决定——不公开，只给一小
第 48 页
查看归档 →OpenAI完成1220亿美元融资，估值8520亿：史上最大单轮，零售投资者也能买了
3月31日，OpenAI正式关闭了这轮融资。1220亿美元，估值8520亿，历史上从未有哪家非上市公司做到过这个规模。 谁在掏钱三个主角：亚马逊500亿、英伟达300亿、软银300亿。 亚马逊那500亿里有个细节——350亿是有条件的，条件
Perplexity做的不是搜索引擎，是"回答引擎"
Perplexity最近两年的增长有点猛。在Google几乎垄断搜索市场二十多年后，居然有人从AI角度撕开了一个口子。 和传统搜索的区别Google给你的是链接列表——你需要自己点进去、阅读、判断、综合。 Perplexity给你的是直接回
开源 vs 闭源大模型：2026年的攻防格局
两年前”开源能追上闭源吗”还是个有争议的问题，现在答案已经很清楚了：在大部分常规任务上，开源已经追平甚至超过了。 当前格局开源阵营： DeepSeek V3/R1——顶级性能，极低成本 Llama 4 Scout/Mav
AI API定价战争：谁在降价，谁在偷偷涨价
2025到2026年，AI API的定价经历了一场堪比电商大战的价格厮杀。 降价潮DeepSeek的低成本策略给整个行业施加了巨大的降价压力。当R1的运行成本只有OpenAI同级模型的1/20到1/50时，闭源厂商的定价
训练一个大模型到底要烧多少电
AI大模型的能源消耗正在成为一个不可忽视的问题。 训练成本大模型训练的电力消耗极其惊人。以GPT-4级别的模型为参考： 单次训练消耗的电量相当于几百个美国家庭一年的用电量 微软、Google、Meta的AI数据中心建设正在推高全球数据中心的
AI会抢走程序员的饭碗吗？数据说话可能和你想的不一样
每次AI编程工具有大更新，社交媒体上就会炸一波”程序员要失业了”的讨论。那实际情况怎样？ METR的研究很打脸AI安全研究组织METR做了一个严格的实验：让有经验的开发者分别在有和没有AI辅助的情况下完成编程任务。 结果：用了AI工具的开发
2026年的AI Agent生态长什么样
“AI Agent”在2025年还是个有点模糊的概念，到了2026年已经变成了具体的产品和工具链。 几个明确的信号微软把Copilot改造成了agent架构（Copilot Cowork），5月上线Agent 365统一管理平面。GitHu
RAG没死，它正在变成AI应用的"上下文引擎"
去年年初一度有人预言”RAG已死，长上下文模型会取代一切”。结果呢？RAG不但没死，反而进化了。 从RAG到Context EngineRAG最初的定义是”检索增强生成”——从外部数据库捞信息，塞给模型一起用。但到2025年底，这个概念已经
量化和蒸馏：把大模型塞进小设备的两大核心技术
大模型能力越来越强，但部署成本也越来越高。量化和蒸馏是目前最主流的两种”把模型变小变快”的技术路线。 量化：降精度核心思路：把模型权重从高精度格式（FP32/FP16）压缩到低精度格式（INT8/INT4甚至更低）。 训