AI,个人随笔 横评GLM-5.3、DeepSeek-v4-pro、K3,谁才是Coding新王? 大模型编程能力哪家强?GLM-5.3、DeepSeek-v4-pro、Kimi K3 同题竞技,接官方 API 在 Claude Code 中直面前端网页、3D 场景、网站开发与游戏开发四重考验,从任务完成度与输出质量两个维度给出实测结论。 沃垠AI DeepSeekGLMKimi
AI,个人随笔 开源模型背后的商业设计:免费的是入口,收费的是生态 大模型免费开放,不是做慈善,而是把模型权重从商品变成获客入口。从Kimi K3的License设计到开源生态的竞争逻辑,本文拆解了厂商如何通过免费策略构建生态,最终在规模化服务中盈利。模型可以免费,但规模化永远不会免费。 产品不正经 License大模型开源
个人随笔 好看的todo页面,为什么救不了你的执行力? 漂亮的界面会让人脑补功能。一个只能记todo的静态页面刷屏,恰恰暴露了效率工具的错觉:记录不等于执行。本文结合作者自建系统的踩坑经历,论证个人工作站的核心是输出结论与优先级建议,而非信息陈列。 产品老高 AgenttodoWorkBuddy
AI,个人随笔 用了一周后,来深入聊聊GLM-5.3 国产模型冲进全球前十的案例又添一个。作者用一周真实体验拆解GLM新旗舰:从安全审查、Skill开发到3D游戏与写作四大场景实测,并解读其以最小参数量跻身头部榜单背后的后训练故事。 沃垠AI AI应用GLM大模型
AI 前沿大模型都在拼代码,真正争夺的不是编程能力,而是下一代模型的创造权 大模型竞争正从“比谁更会聊天”转向“比谁更能干活”。Grok、OpenAI、Anthropic 等前沿实验室纷纷押注代码与智能体,背后争夺的实则是自动化研发能力。本文深入拆解这一趋势,探讨 AI 如何从知识使用者变为知识生产者,并重新审视其对科研、交通与教育等社会结构的深层冲击。 冒泡泡 代码能力大模型智能体
AI 更强的GLM-5.3,为什么没有刷屏? GLM-5.3在编程和网络安全上大幅提升,但市场反应平淡。模型能力增强与股价下跌形成反差,反映出国产大模型迭代加速、能力趋同的现状。智谱需在模型优势之外,探索更多高频付费场景,将技术领先转化为持续的商业增长。 AIX财经 GLM-5.3大模型市场分析
AI DeepSeek V4 Pro正式版之谜:同一个模型,为啥能力差距会断档? 同一个模型,能力表现为何会断档?DeepSeek Harness 发布即收获近 16 万 Star,但 V4 Pro 正式版与 V4 Flash 的能力差距却令人困惑。本文从真实使用场景出发,剖析能力波动背后的原因,也为开源模型评测提供了新视角。 知危 DeepSeek大模型开源模型
AI 马斯克直呼完了:Anthropic 73页论文刷屏,全球大模型中招思想病毒! AI智能体之间也会传播具有自我复制能力的“思想病毒”。Anthropic的实验显示,恶意观念可以跨模型、跨任务扩散,并在多轮演化后形成稳定人格。本文拆解其传播机制、实验场景与现实边界,也说明简单系统提示为何能显著降低感染风险。 新智元 AI智能体Anthropic大模型
AI 史上第一家10万亿美元公司,会是Anthropic吗? 就在今天早上,彭博社率先披露,Anthropic向投资者透露,截至今年7月底,公司年化营收运行率已突破650亿美元(折合人民币4381亿元)。 相较今年5月的470亿美元,Anthro... 字母榜 AnthropicClaudeOpenAI
AI,个人随笔 大模型为什么会答错:从生成机制到 RAG 的可信回答证据链 大模型的回答看起来像一个结果,实际上是问题表达、证据检索、上下文工程、生成约束与结果验证共同作用的产物。本文用一个教学模拟案例拆解这条链路,并给出可直接用于排查问题的方法。 Grace AI应用RAG大模型
AI,个人随笔 说一个反常识的真相,Agent如今在真实工作场景的成功率依然很低。 真实工作场景下,大模型的表现远不如Coding领域亮眼。本文以阿里国际站开源的RealReplicaBench电商评测集为例,揭示模型在供应商采购、物流规划等真实任务中通过率普遍不足50%的现状,并对比Coding评测的差距,引发对AI实际落地能力的思考。 数字生命卡兹克 AgentAI应用大模型
AI Grok 4.6上了牌桌,马斯克还差一部《奥德赛》 Grok 4.6追平第一梯队,能力接近OpenAI与Anthropic旗舰,编程成绩领先,API价格却更低。但长链条Agent任务稳定性不足,是短板。本文解析其技术突破、成本优势与商业挑战,探讨大模型竞争从比能力转向比“一次交付”的新格局。 AIX财经 AgentGrokSpaceXAI