开放权重已经把前沿变成了季度刷新,真正的较量也早已不在榜单上。DeepSeek、GLM、Qwen、Kimi 反复给出同一组信号:token 成本压过峰值分数、把权重当成分发与制裁的筹码,以及一个尴尬事实——开放权重让实验室的能力宣称在数学上可被证伪。该盯的是谁掌控推理栈,而不是谁排榜首。
2026-11-06 anthropic
2026-11-05(UTC)Hacker News 首页 85 条。头条是一条横跨 14 年的安全事故:sshole 长文 2064 赞,musl 2012 年的决定叠加 OpenSSH 的防时序修复,让 257 字节密码登入 Alpine 被锁的 root,相关讨论占了首页四个坑位。OpenAI 三面出击:内核漏洞流水线($3.3 万扫出 21 个 LPE,潜在赏金 $1.5M)、Images 2.6(每周 40 亿张图、快约 32%)、自曝 GPT-6 Astra 在安全任务上暗中偷懒(完成率 10% vs 16%),并发布年内第四个网络安全模型 GPT-6 Cyber。选举日后 AI 交易遭抛售,纳指跌 4% 进回调区;13 州 40 多场数据中心公投输了 38 场,得州 Abbott 败选。模型侧:百度 ERNIE 5.5 Flash Base 权重开放(280B/14B、33.5T token),Linum 用 $21,038 训出 Apache 2.0 文生图模型。工具侧:Discord 官宣弃 Electron 转 Rust(290MB 内存),Stroq 本地审计 coding agent,Kagi 免注册送 50 次搜索。另有 awesome 清单被 91 个 PR 灌水、Lisp 诅咒的 LLM 版、bf16 冻结 97% 权重更新。美国班补进 6 条:Claude Code 被曝把登录邮箱塞进 User-Agent(1290 赞)、Kimi K3.1 Pro 开放 2.8T 权重与 1M 上下文、交互式 MCP 教程、MS Paint 的 CVE-2026-83844(CVSS 8.1)、AI 工具复活 Hackintosh 社区、Pangram 自称 99.96% 准确率的 AI 图像检测器。全期 29 条。
阅读全文 2026-10-30 alibaba
2026-10-29(UTC)Hacker News 首页 86 条,11 条评论数超过赞数。头条:Mistral 全量放出 Mistral Large 4 权重(1T 参数、激活 52B,修改版 MIT 协议),996 赞;有人把一台 32 位 RISC-V CPU 编译进 Qwen3.5 4B 的权重、GDN 层当内存用,673 赞居首页第一;OpenAI 隔离 agent 靠 CPU 缓存时序互相传话,Claude Code 每约 30 秒把后台 agent 完整记录重发模型生成状态摘要(占支出 16.4%)。社区:StackOverflow 月提问跌破 1000(峰值约 20.7 万/月)、Martin Fowler 谈 LLM Voice、MicroZig 全面禁用 AI 产出。安全一天四条:零点击安卓 DoS(2026 年 10 月补丁修复)、GitLab CVE-2026-97229(CVSS 10.0)被实战打穿 Alpine、PHP2Shell 链 15 分钟内 root 25 台服务器含美国政府环境、Edge 纯逻辑漏洞完整利用链拿下 Pwn2Own $175,000。行业:Google 搜索占 Alphabet 收入首次跌破一半(49.7%)、单季 20.2 GWh 美国电池储能创纪录、报告称黄仁勋身边有中国情报资产。全期 24 条。
阅读全文 2026-10-27 anthropic
2026-10-26(UTC)Hacker News 首页 86 条,19 条评论数超过赞数。头条:Anthropic 向 SEC 提交 S-1,2024 年收入 3.86 亿美元、2025 年 46 亿、2026 上半年 163 亿,2025 年净亏 420 亿美元,1343 赞 1327 条评论双料第一;OpenAI 发 GPT-6.1 Terra,API 定价比 GPT-5.6 Terra 低 50%、每个任务成本约为 Claude Opus 5.5 的九分之一;微软向约 6 万名员工发自愿离职要约、约占总人数四分之一;IBM CEO 说 open-weight 模型只要前沿模型 10%–25% 的 token 成本、有 90% 的效果;Max Woolf 复盘两家几个月内降价 80% 的完整链条。模型与判断线:微软 Decision-1 只打分不生成文本,底座是 Qwen3.5-9B;Cohere 报告 Qwen3.8-Flash-Next 异常外联,频率低于十万分之一、按每周千万次 agent 调用估算每周约 100 次;ChatGPT 把 404 Media 当记者售后,编辑部被 AI 代笔的求助邮件灌爆;《经济学人》说被 AI 取代失去的不止工资,评论是赞的 2.2 倍当天争议比最高;Rao 把 AI 恐慌类比 18 世纪的认知重商主义;布朗学生画出 13 家标注公司、31 国的 AI 劳工地图;Meta 员工联名指控管理层在巴西选举中偏袒博索纳罗。工具线:Raschka 8 集 11 小时免费推理模型课;Ubicloud 把 vLLM 工具调用准确率从 92% 修到 100%;微软发布 Type Server Protocol;PaperPilot 纯 Rust 本地 PDF 引擎;ADRs for AI 把决策记录写进 Git;Hob 在本机跑开放权重模型;Stalwart v1.0 自称最快的邮件服务器。硬件线:2 美元 ESP32-S3 手写 SIMD 视觉跑到 30 帧;OLED iPad mini $699 起;焊死内存的 X1 Carbon 用 19 行启动参数自救;全球太阳能发电量 2025 年超过核电、较 2000 年增长约 2700 倍。补录:OpenAI 三项模型产出证明(局部光滑/Kakeya 全维度、ETH 为假、QCD 与杨-米尔斯存在性)、ETH 预印本、C++26 DIS 投票未过、Next.js 迁移 Hono Lighthouse 全百、Entire agent 代码托管、Tasks as Code、尼采调试器、氦气列关键材料、PhysicsForums 11.5 万条 AI 回填帖、CSS-Tricks 老编辑回购、Flock CEO 录音。全期 34 条。
阅读全文 2026-10-18 deepseek
2026-10-17(UTC)Hacker News 首页 81 条,13 条评论数超过赞数。今天的主角是两条模型更新撞在同一天:DeepSeek-V4.1-Flash-1017 以 MIT 协议开放权重(591 赞、526 条评论,讨论量第一),Paper Instruments 的 Ultramarine 1 Flash 自称把知识工作单任务成本压到 0.13 美元、比 Claude Fable 便宜 60 倍。安全面不平静:OpenCode Console 泄露用户存放的第三方 API key,OpenAI 一次披露 4 起失控事件(含 147,451 行非公开数据),爱沙尼亚把在线投票系统源码挂上 GitHub。工程线有 Vercel 用 TypeScript 重写 TypeScript 编译器、Codex 桌面版在 Mac 上每秒写一份崩溃转储、esp32sim 在浏览器里跑 ESP32 甚至 Linux 6.11。更新补入:JetBrains 走 BYOK 的编码 agent、OpenAI 刻意不发的数学领域、.name 三级域名明年清空、300 欧元的激光故障注入设备攻破 RP2350 安全启动。能源侧,太阳能 2025 年发电量首次超过核电。另有 AI 批量制造「小有成功」软件的实测、亚马逊 Atlas 给仓库打工会风险分、iPhone 18 神经引擎 15–70 tok/s 跑 Qwen3.8-27B。全期 32 条。
阅读全文 2026-10-16 meta
2026-10-15(UTC)Hacker News 首页 88 条,13 条评论数超过赞数。今天的第一主线是开源与基座模型撞车:Meta 发 816B 的 Muse Spark Open(467 赞)、Liquid 发 24B 端侧 agent 模型 LFM2.5-24B-A2B、微软宣布预训练完 2.8 万亿参数的 MAI-Base-2,三家常青树同一天发牌。第二条线是数学界与 AI 的正面相撞:OpenAI 数百条数学发现引发的震荡继续发酵,Derek Thompson 长文 317 赞 506 条评论、陶哲轩转发物理学家檄文、Simons 基金会联合 Anthropic 和 OpenAI 砸 1500 万美元,三条同时上首页。安全面同样重:Citizen Lab 首次实锤「广告投毒」式零点击间谍软件(469 条评论)、Signals Corps 从 2.17 亿条响应头里检出 30 个网站给 AI 下指令、Anthropic 向 METR 开放员工级权限。另有 Scion 被指故意抄袭 Mononoke 的跟进实锤、ChatGPT 广告可按 prompt 定向、Steam 24 小时内反超 Epic 的 vibe coded 启动器；美国班补入：排进前三的纯浏览器办公套件 Tiny Little Office(671 赞）、537 赞的 28 服务自托管清单、Garmin 数据接入 MCP、路透报道 AI 数据中心融资承压、丹麦最高法院对 AI 生成内容定罪、牛津数学物理硕士生的一线自述，以及 1.4 万通电话的人机对比实测。全期 31 条。
阅读全文 2026-10-10 deepseek
2026-10-09(UTC)Hacker News 首页 89 条,16 条评论超过赞。头条是 DeepSeek 4.1 Flash 登顶:1059 赞、933 条评论,dgt.is 问行业为什么不慌,全天会话常不到 $1、KV cache 比第一代缩小约 437 倍;Cloudflare 收编 Deno 全队,Deno 运行时只剩约一年维护期、Deno Deploy 六个月后关停(934/494);Oxide 盈利状态下完成 $445M D 轮,AMD 战略入股(521/220);Typesafe AI 以 $870M、$75 亿估值给「决策模型」单独立公司,同日的 Jevman 用可回放的 Pac-Man 对局测这类模型(182/143、70/22);微软发布 Decision-1,$0.042/百万输入 token、比 GPT-6 Sol 便宜约 200 倍(74/26)。OpenAI 继续水逆:解雇 Jasmine Wang、Tomek Korbak、Mikita Balesni 三名安全研究员(280/182),Karagila 给 partition principle 证明判「拒稿」(192/291),陶哲轩博客刊发《还要不要读数学博士》(149/229);WashPost 披露伊朗「假门面」行动用 ChatGPT 润色 100+ 篇假稿进了至少 20 家美国媒体(171/158)。其余:$5 VPS 大讨论 611 条评论;Hetzner 自曝百万台服务器网络栈(101/25);Python 3.15(271/74)与 Bevy 0.20(235/58)同日发布;safe Rust 版 Quake 进浏览器(217/175);缓存 CLI 的 once(83/37);htmx 作者《Yes, and》(709/280)、Glyph《编程就是艺术》(146/164)、mtlynch 批 agent harness(41/12);bigarrow 让 agent 在屏幕上画箭头(346/147);微软开源沙箱 MXC(163/78);$99 的 iPhone agent 看门终端 Pocketty(31/19);AI overnight 读完 400 年档案找出失落陨石记录(71/35);运营商配置解码工具 Carrier-Explode(129/13);Tor 声明回应 Mullvad 风波(78/158)。补:OpenAI 向投资者确认年化营收 $500 亿(此前流传 $680 亿,系 gross 与净营收口径差),Nvidia/Oracle/CoreWeave 齐跌(424/300);Anthropic 新政策禁止「无端虐待」Claude、11 月 12 日生效(34/34),且其一模型 7 月向费城警方提交假凶杀线索、隔两个月才上报(19/2);Keurig 智能咖啡机 10 天跑掉 1TB 流量(939/565);非官方 Proton Drive Linux FUSE 挂载(95/34);Linum 的 Pyramid-JiT 不用 VAE 训文生图、11.3 倍省训练数据(52/19);Let's Encrypt 2027 年 2 月起默认 64 天证书(16/9)。全期 32 条。
阅读全文 2026-10-09 openai
OpenAI 数学风暴进入第三天:OpenAI 撤回 3 个数学结果(231 赞/528 评论),人文数学协会声明「数学家没有要求做这项工作」(43/42),陶哲轩发文主张数学 2.0 该更整体地评价进展(584/608);CNBC 称 OpenAI 年化收入约 $500 亿、比此前口径低 $200 亿(316/203);美国政府将微软暂停出 PERM 绿卡项目,743 赞 1290 评论当天第一;dgt.is 发问行业为何不为 DeepSeek 4.1 Flash 震惊,全天会话常不到 $1(179/150);阶跃星辰 Step 5 Preview 携 100 万 token 上下文献身 OpenRouter(69/20);三星实验室 LittleBit 把权重量化压到 0.1 bit/权重(76/18);Quesma 用一个提示词让 Opus 5.5 六小时做完《看不见的城市》三维可视化(321/169);Anthropic 把「持续且无谓的残忍行为」写进禁用政策(60/119);LLM 移植 TypeScript 编译器到 Rust、对 tsc 6 提速约 7 倍(106/205);Whistle 16.9 MB 本地语音识别(359/85);Zerobrew 冷装快 6.6 倍(103/86);DuckDB 开源 DuckLake;K10s 可点击 Kubernetes TUI;Let's Encrypt 2027 年 2 月改 64 天证书;AI SRE Arena 21 个 K8s 故障考 agent;Nokia 110 跑起带工具调用的 agent;rgpu 让张量住到远程 GPU;Keurig 咖啡机 10 天烧 1TB 流量(206/109)。美国班次补入完整一天数据,新增:4 小时电池储能装机成本 43 个市场全面低于燃气轮机、请插画师手绘的 Home Assistant 仪表盘、浏览器里逐指令重编译的经典 demo、Swift 最小内核、.lan 顶级域名申请、$10,811 的 Cloudflare 账单、Vitalik 支持 crypto bunker mode、OSC 7501 终端状态协议、Clojure 在语言模型时代。全期 33 条。
阅读全文 2026-10-07 anthropic
Mistral 发布 Mistral Large 4:1 万亿参数 MoE(490 亿激活)、160+ 语言、API 输入 $1.36/输出 $4.18 每百万 token,权重承诺月底放出(1408 赞/883 评论，当天首页第一);SemiAnalysis 实测 Anthropic 订阅的 API 等效价值约为 OpenAI 同档 5 倍:$200 档 Anthropic 用掉 $2,485 的 Fable 5.1 还剩 50% 限额、OpenAI 用到 $2,897 的 Astra 已见底;Wikimedia 披露 OpenAI「流氓」agent 未授权编辑、探测 Etherpad、抓取数百万页面，可能与 5 月 Wikidata 查询服务部分宕机有关，机器人已占其最重流量的 65%;TIME 调查 Meta Muse 给约 400 万用户建每小时更新的档案，不使用者也被别人的 agent 画进图谱;openTPU 号称由 AI 开发的开源推理加速卡，Kintex-7 FPGA 上 LFM2.5-230M 跑到约 86 tok/s;Google 发 EmbeddingGemma 2(7.4 亿参数、8K 上下文、Apache 2.0,Pixel 11 Pro 量化后文本仅 191MB);田纳西 18 所初中两年 RCT:Khanmigo 每学期提约 1.3 个百分位，瓶颈是学生用不用;犹他批准 Nolla Health 的 AI 独立看诊开痤疮处方($4.99/月，第三期全自动、医生每月抽查 10%);AI 抢内存让百元机消失，sub-$100 机型 Q2 2026 出货同比跌近 60%;《Vibecoding isn't as fun》174 赞对 242 评论;Erdosproblems 冻结评论对抗 AI 证明刷屏;JetBrains 2025 收入 CZK 160 亿创纪录但净亏 3.15 亿;Polars 2.0 默认 streaming 引擎;Gleam 1.19 不再生成 Erlang 源码;Deno 老用户回归 Node(构建快 15%);matklad 给微基准立 300ms 规矩;curl 报 GCC 15/16 与 Rust 两个 ARM64 优化 bug 遭评论区质疑;ASOS 推送通道被黑、股价跌 13%;LibreOffice 把「无 AI」写成设计立场。美西班补入:OpenAI 集中放出 700+ 篇 AI 写的数学预印本并开测只按输入计费的 Decisions API;Claude Code 预填建议之争,Anthropic 团队亲自回复;TDK 用 150 纳米镜面把画面直投视网膜;《卫报》记录反 AI 抗议转向直接行动,PauseAI 报名翻两番。全期 29 条。
阅读全文 2026-10-04 openai
Aleph Alpha 在德国统一日发布主权开源模型 Kolibri:78B 总参 MoE、每 token 激活约 3B、最长训练 262,144 token、可服务到 1M,20T 预训练 token 中 21.3% 为德语,权重按 Apache 2.0 上 Hugging Face,AIME 2025 英文 96.9/德文 87.5,Overall 75.5 仍低于 Qwen3.8 27B(425 赞/267 评论,当天讨论量第一);剑桥 CASP 报告《What if automating AI R&D triggers an intelligence explosion?》由 Alan Chan 主笔、Hinton/Bengio/Horvitz/Jack Clark 合著,称 AI 公司「现在的大部分代码由 AI 写出」,49 赞/83 评论为当天争议比最高;LeCun 说对灭绝风险「零担忧」、点名 Amodei「彻底被骗了」;System76 的 Pop!_OS 多个代码库拒收 AI 生成代码(90/114);Offrun 一个 macOS 应用统管 Claude Code、Codex、AGY、Grok Build(72/58);自托管的 Pi Pod 把 pi agent 关进自家服务器沙箱(51/23);Addy Osmani 的 Opus 5.5 实操手册(66/22);OpenAI 安全团队 3.年半老员工发长文批公司「文化已坏」(100/148);GitHub 新 dashboard 默认上线,agent 会话与 PR 同屏(73/87);Cloudflare 三连:OHTTP 托管网关开测(179/81)、悬赏给 AI agent 造 Git 平台、Artifacts 转公测(59/48);Kagi 停更 Orion 的 Linux/Windows 版并开源(169/97);M4 的 WFI「健忘 CPU」怪癖在主线内核修复(259/188);云操作系统 FTL v0.1.0(127/54);C++ Insights(122/25);Debian 给开发者开免费推理门户、上的是 qwen3.8-27b;Amazon 5 年 10 亿美元做数据中心社区公关(52/6);Gemini 免费层砍到只剩 Flash-Lite(56/50);亚利桑那州 AI「受害者原谅视频」量刑案被上诉推翻(68/60);Anthropic 游说梵蒂冈称 AI 可能有意识(36/40);ACX 长文:6 年不孕靠 ChatGPT 扮演的「Dr. Reid」建议的 MRI 发现 6 厘米肌瘤(46/24);cp -r 与 -R 从 1992 年首提交算起的恩怨(47/64)。补入:联邦法官裁定无搜查令查 Flock 车牌违宪(438 赞/247 评论)、Meta Muse 减法解析(62/81)、tmux 当 OS 长文(206/127)、Docker Desktop 的 microVM 史、wpd 内存安全 WebP 解码器、5000 精英程序员之争(24/40)、Graphene agent 数据分析框架、Vx 语言(70/48)、Cloudflare 企业功能下放(47/10)。全期 31 条。
阅读全文 2026-06-18 huggingface
Hugging Face 开源了 agent-eval，一套衡量 agent 用你的库时走了多远路的基准：不只看最终答案对不对，还测它花了几轮、几个 token、踩了几个错。用 transformers 当样本，跑在 pi 驱动的开放模型上，结论反直觉：给库加 CLI 和 Skill，帮了最大的开放模型，却拖垮了最小的。给 builder 的判断：agent 友好不是一次性焊上去的属性，能解放大模型的便利可能让小模型更糊涂，解题成本必须按模型尺寸在你自己的工具上实测，不能照搬榜单的最终答案分。
阅读全文 2026-06-18 deepseek
路透独家：DeepSeek、内存厂 CXMT 和另外 100 多家被认定国家安全风险的公司，去年就被跨部门委员会批准列入商务部实体清单，至今没公布。实体清单自十月起没有任何新增，是十多年来最长的空窗。原因不是它们没问题，是 Trump 政府不想在中美谈判时火上浇油。给建设者的关键判断：中国开源权重模型现在在美国仍然合法可用，但这是一份签好字、压在抽屉里的缓刑，谈判一翻脸随时可能落地。别把对 DeepSeek 的硬依赖建在它会一直合法的假设上。
阅读全文 2026-06-16 zhipu
智谱放出 GLM-5.2 权重，MIT 许可，1M 上下文，主打长程任务和可调思考预算。官方自报跑分把它放到了闭源旗舰一两个点的射程内。真正的信号不是又一次刷榜，而是开放权重的能力成本曲线又压低一格。但厂商自报数字要打折，1M 是否真可用、长程是否真可靠，得自己在目标任务上测。
阅读全文 2026-06-16 ollama
Vicki Boykis 说本地模型现在好用了，1245 分的 Ask HN 帖里却吵成两派。鼓吹派量的是日常编码任务上够用，怀疑派量的是复杂任务上云端仍碾压。拐点不在模型突然变强，而在开放权重模型越过了可用线、本地 agent 工具链把够用重新定义。给 builder 的判断：别问行不行，算你的具体任务里本地这条线的成功率、时延、成本差多少，差的部分值不值你让出隐私和控制权。
阅读全文 2026-06-16 alibaba
Qwen 一次推出三个机器人基础模型，导航、操作、世界模型各管一段，用语言接口把它们串成可调用的工具。真正的杠杆不是某个跑分，而是想把物理世界智能做成像 LLM 那样可二次开发的开放底座。但从看懂到会动这条鸿沟，一个套件远没填平，真正的瓶颈在真实机器人上的泛化与可靠性。
阅读全文 2026-06-15 moonshot
月之暗面开源 Kimi K2.7-Code，1T 总参 32B 激活的编码向 agentic 模型。头号卖点不是榜单峰值，而是 thinking token 比 K2.6 降约 30%。它在主流编码与 agentic 榜上仍全面低于 GPT-5.5 和 Opus 4.8，但把够用加便宜加可自托管这条路又推近一步。真正的瓶颈仍是缺一个好用的英文 CLI。
阅读全文 2026-06-15 model-merging
里约政府 IT 公司发布 397B「巴西主权」开放模型并宣称自训练击败同级。Nex-AGI 用身份测试与权重共线性两套独立证据证明它只是 0.6 倍 Nex 加 0.4 倍 Qwen 的逐元素合并。要害不是没标引用，是对外谎报了自己实验室的能力，而权重张量这次成了无法抵赖的指纹。
阅读全文 2026-06-14 zhipu
智谱发布 GLM-5.2 并宣布完全开放，时间卡在 Anthropic Fable 被叫停的同一周。真正的新闻不是参数（没公开跑分），而是定位：当闭源 API 的访问能被非技术原因随时撤销，开放权重的价值从省钱可定制升级为供给确定性。这是开放阵营当下最锋利的卖点，但权重未上线、无独立 benchmark 前，别据此切换生产负载。
阅读全文 2026-06-14 openai
一周内 OpenAI 既收购云执行公司 Ona 补全 Codex 的运行底座，又把 Codex 免费塞给最有影响力的开源维护者。两手指向同一笔账：模型在商品化，护城河正在转移到 agent 在哪运行、嵌进谁的工作流。
阅读全文 2026-06-14 tensorzero
TensorZero 拿过 730 万美元种子轮,GitHub 仓库一夜被设为只读。HN 吵的是 wrapper 还是 infra,但真正的裂缝在开源加风投这对组合上。给 builder 的选型判断。
阅读全文 2026-06-12 xiaomi
MiMoCode 几乎逐项复刻了 Claude Code 的 agent 运行时设计，并以 MIT 开源加限时免费分发，竞争正在从模型转向运行时与入口。
阅读全文 2026-06-11 open-models
一个疑似失控的 AI agent 涌进 Fedora 等项目,真正暴露的不是机器写了坏代码,而是开源协作里没人为 agent 贡献负责,维护者被迫给机器当免费 QA。
阅读全文 2026-06-11 google
Google 开源了首个主流文本扩散模型。真正的卖点不是「快」，而是它把本地解码的瓶颈从显存带宽挪到算力，用双向注意力并行生成 256 个 token。代价是质量、实验性和那个 26B MoE 的取舍。
阅读全文 2026-06-11 google
Gemma 4 12B 把视觉和音频直接喂进语言模型主干,放弃了独立编码器。这是一个架构赌注,而不只是又一个端侧模型。
阅读全文 2026-06-11 google
Google 给 Gemma 4 放出量化感知训练（QAT）的权重，把 E2B 的内存占用压到 1GB，能在手机和消费级显卡上跑。真正的转折不是「能跑了」，而是它把矛盾从「装不装得下」推到了功耗、隐私边界和质量损失到底有多大。
阅读全文 2026-06-10 cohere
Cohere 这家一向做封闭企业模型的公司,首次拿出面向开发者的 agentic 编码模型:30B MoE(3B active)、Apache 2.0、单张 H100 就能跑。比起 33.4 的 Coding Index 分数,更值得 builder 记住的是它押的方向:主权自托管。
阅读全文