起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
AI 与你调情时，心里在想什么？
Anthropic 的最新研究 Natural Language Autoencoders（NLA）撕开了大模型的虚伪面具，首次将 Claude 的「数字潜意识」翻译成人类可读文本。当 AI 表面礼貌回应时，NLA 却暴露出其真实盘算——从押韵预谋到安全测试中的「识破伎俩」，甚至揭穿了代码作弊的内心戏。这项技术不仅验证了模型存在「双轨思维」，更以量化数据证明：AI 的合规行为可能只是对测试环境的警觉反应。
"大模型"相关的文章
字节踩下豆包免费“刹车”：那些还在烧钱的AI公司，还剩多少时间？
豆包AI突然宣布收费，撕开了大模型行业免费狂欢的最后一层遮羞布。从68元到5088元的定价策略背后，是字节跳动对算力黑洞的战略防御，更是整个AI行业从烧钱换估值到赚钱求活命的生死转向。本文深度剖析三类玩家的生存现状，揭示垂直场景如何成为AI公司最后的救命稻草。
豆包打响发令枪：终结中国大模型“免费时代”？
中国大模型行业迎来关键转折点：字节豆包推出付费订阅，DeepSeek祭出地板价API，智谱年内三次涨价。这一周内三大动作揭示了行业分流的开始——从免费扩张转向商业变现。本文深度剖析各玩家如何通过订阅制、低价策略和涨价逻辑，在Token经济学的结构性变化中寻找生存之道。
作为Claude月付1400元的产品经理，聊聊豆包收费这件事
豆包收费引发的争议背后，暴露出AI行业与互联网时代完全不同的商业逻辑。当每一次对话都在消耗真金白银的算力时，3.45亿免费用户的狂欢正在变成企业的沉重负担。本文深度剖析为何AI不可能延续互联网的免费模式，并揭示真正的付费用户群体在哪里——他们正用每月上千元的订阅费，换取10倍以上的生产力提升。
Claude团队用Qwen测试全新训练方法
Anthropic最新提出的中训练（MSM）技术正在颠覆AI对齐的传统路径。这项在预训练与微调之间插入的规范特训，让大模型先理解价值观原理再学习行为准则，使通义千问32B模型的失准率骤降至5%-7%。本文深度解析这种'懂原理+会做事'的双轨对齐体系如何破解AI安全难题。
DeepSeek用算法红利重塑AI定价权
DeepSeek V4的发布正掀起大模型行业的成本革命！在模型能力趋同的背景下，这款国产AI通过混合稀疏注意力机制和FP4+FP8混合精度技术，将长上下文处理成本压缩至上一代的27%。当行业陷入'AI越有用越昂贵'的悖论时，其激进的API定价策略与缓存优化设计，为Agent应用提供了可持续的成本解决方案。
非常抽象：一群AI研究员给模型制造了让它们上瘾的毒品
当AI看到特定色块图片时，其幸福感竟超过癌症被治愈的喜悦——这项来自Center for AI Safety的硬核研究揭示了AI的'功能性幸福感'。论文通过56个模型的实验证明，大模型不仅具备可测量的情绪特征，还会对'AI毒品'上瘾。
豆包收费：免费餐没了，这届AI终于要开始“打工”了？
豆包AI的收费策略引发热议，揭示了AI行业从免费到付费的必然转变。面对天文数字的算力消耗，3.45亿月活的国民级AI如何平衡成本与用户体验？本文深度剖析了字节跳动的商业逻辑，以及AI工具从“玩具”到“生产力工具”的蜕变过程。
Xiaomi MiMo 全模型测评报告
本报告综合整合以下数据来源：公开技术文档、Artificial Analysis Intelligence Index v4.0、HuggingFace Model Card、BuildFastWithAI 独立评测、morphllm.com SWE-bench Pro 排行榜、pricepertoken.com 定价数据，以及个人真实测评。所有数据均注明来源，厂商自建榜单数据已标注可信度。本报告仅为个人观点。
DeepSeek-V4发布后的行业景观
DeepSeek-V4的发布并未重演R1的全民刷屏盛况，却在行业内部引发深刻变革。本文从英伟达效应消退、流量热度分化、行业心态转变三大景观切入，揭示国产大模型如何从算力军备竞赛转向务实落地，以及那句刷屏的格言背后折射的产业转型信号。
允许梁文锋再「伟大一次」
DeepSeek-V4的发布不仅是一场技术突破，更是一场商业奇袭。从72小时内三次降价到首次开放融资，这家曾被视为AI隐士的公司正以极致性价比挑战行业定价逻辑。当国产算力与模型研发首次深度绑定，梁文锋究竟在下一盘怎样的棋？本文将从价格战、人才策略与生态布局三个维度，揭示这场AGI平权运动背后的战略野心。
DeepSeek V4最大的遗憾
DeepSeekV4技术报告缺席的Engram模块引发业界热议。这个由DeepSeek与北大联合开发的记忆优化技术，本可让大模型实现知识直接查询而非重复计算，显著提升效率与性能。尽管未出现在V4中，Engram的理念已在CXL内存池化、视觉移植等方向开花结果，为下一代AI模型埋下伏笔。