黑贵侃侃科技的文章

「GPT-6 Astra 控制机械臂成功率 95%」是真的，但它只是那张表的第一行。独立评测方 RoboCurve 9 月 4 日公开的同一批 120 次实验里：把积木放进碗，Astra 19/20，Fable 5.1 8/20；把拼图块插进凹槽，Astra 2/20，Fable 5.1 也是 2/20。每格只有 20 次，难题上看不出谁更强。真正的差距在 token：

2026-11-12 21:05

「GPT-6 Astra 控制机械臂成功率 95%」是真的，但它只是那张表的第一行。独立评测方 RoboCurve 9 月 4 日公开的同一批 120 次实验里：把积木放进碗，Astra 19/20，Fable 5.1 8/20；把拼图块插进凹槽，Astra 2/20，Fable 5.1 也是 2/20。每格只有 20 次，难题上看不出谁更强。真正的差距在 token：

Google 10 月 28 日发布 Gemini 4 Carbon，AA 智能指数 v5 得 59 分排第一（中位数 38），但只通过 Fairwind 先发给一小批网络防守方。$2 / $10 是开业价，官方说了会回到 $4 / $20，不是「无结束日期的折扣」。三天前 Anthropic 前沿红队公开：未发布的内研模型把 Chrome / Safari / Android / Wind

2026-11-12 13:17

Google 10 月 28 日发布 Gemini 4 Carbon，AA 智能指数 v5 得 59 分排第一（中位数 38），但只通过 Fairwind 先发给一小批网络防守方。$2 / $10 是开业价，官方说了会回到 $4 / $20，不是「无结束日期的折扣」。三天前 Anthropic 前沿红队公开：未发布的内研模型把 Chrome / Safari / Android / Wind

有限单群分类定理大概是史上最长的证明：500 多篇论文、约 15000 页、约 100 位数学家。Axiom Math 用几十个 AI agent 跑了 24 天，把它翻成了 4310 万行 Lean 代码，205 万条声明，100 个里程碑。先纠两个被二传放大的数：AINews 写「约 5000 万行」「数百处勘误」，官方是 43.1M 行、34 处偏差，Ax

2026-11-12 11:38

有限单群分类定理大概是史上最长的证明：500 多篇论文、约 15000 页、约 100 位数学家。Axiom Math 用几十个 AI agent 跑了 24 天，把它翻成了 4310 万行 Lean 代码，205 万条声明，100 个里程碑。先纠两个被二传放大的数：AINews 写「约 5000 万行」「数百处勘误」，官方是 43.1M 行、34 处偏差，Ax

OpenAI 本周发布 GPT-6.1 Terra：输入 $1、输出 $5（每百万 token），约为前代 GPT-5.6 Terra（$2/$12）的一半、旗舰 GPT-6 Astra（$10/$50）的十分之一，宣传重点却是「接近旗舰」。同一张 Terminal-Bench 4.0：OpenAI 自报 21.5%→50.3%；AINews 转述 AA 说「涨约 20 分」；AA 模型页正文没给单项

2026-11-11 17:26

OpenAI 本周发布 GPT-6.1 Terra：输入 $1、输出 $5（每百万 token），约为前代 GPT-5.6 Terra（$2/$12）的一半、旗舰 GPT-6 Astra（$10/$50）的十分之一，宣传重点却是「接近旗舰」。同一张 Terminal-Bench 4.0：OpenAI 自报 21.5%→50.3%；AINews 转述 AA 说「涨约 20 分」；AA 模型页正文没给单项

——Apple/苹果手机—— 10699亓 Apple/苹果勃艮第酒红色手机 256GB 满3000减300领券：抢购：可变光圈,续航43小时,2nm 芯片领红包更省钱：

2026-11-11 12:46

——Apple/苹果手机—— 10699亓 Apple/苹果勃艮第酒红色手机 256GB 满3000减300领券：抢购：可变光圈,续航43小时,2nm 芯片领红包更省钱：

它把自己的攻击能力砍掉了 9.5 个百分点，还把这个代价写进了发布说明。 Moonshot 放出 Kimi K3.1 Pro 开放权重前，从中期训练语料和强化学习环境两处删掉了网络攻防数据——砍的是训练本身，不是推理侧拒答。官方原话：不想让开放权重把网络安全能力的绝对前沿再往前推。内部基准 xdev-bench-hard

2026-11-07 15:22

它把自己的攻击能力砍掉了 9.5 个百分点，还把这个代价写进了发布说明。 Moonshot 放出 Kimi K3.1 Pro 开放权重前，从中期训练语料和强化学习环境两处删掉了网络攻防数据——砍的是训练本身，不是推理侧拒答。官方原话：不想让开放权重把网络安全能力的绝对前沿再往前推。内部基准 xdev-bench-hard

不是漏洞变多了，是以前没人付得起那笔取证费。 PHP 引擎层两个内存安全漏洞（CVE-2026-109618/109619，CVSS 9.2）10 月 20 日披露、21 日补丁就位，一条未认证的 multipart POST 就能触发。修复版：8.5.12、8.4.27、8.3.36、8.2.35，跑 PHP 的赶紧升级；8.2 分支 2026-12-31 就 EOL 了。注意，不是

2026-11-05 14:06

不是漏洞变多了，是以前没人付得起那笔取证费。 PHP 引擎层两个内存安全漏洞（CVE-2026-109618/109619，CVSS 9.2）10 月 20 日披露、21 日补丁就位，一条未认证的 multipart POST 就能触发。修复版：8.5.12、8.4.27、8.3.36、8.2.35，跑 PHP 的赶紧升级；8.2 分支 2026-12-31 就 EOL 了。注意，不是

它把「一张卡一小时赚多少钱」摆上了台面，然后把最值钱的那两块留下了。 DeepSeek 开源了 V4.1-Flash 线上在用的推理框架（Apache 2.0），还公开了一组运营数字：单集群每天吞吐 155 万亿 token，输入缓存命中 96%，平均首 token 400ms，每卡每小时收入 38 美元（谷价）。撑起这 38 美元的，是 KV

2026-11-05 01:04

它把「一张卡一小时赚多少钱」摆上了台面，然后把最值钱的那两块留下了。 DeepSeek 开源了 V4.1-Flash 线上在用的推理框架（Apache 2.0），还公开了一组运营数字：单集群每天吞吐 155 万亿 token，输入缓存命中 96%，平均首 token 400ms，每卡每小时收入 38 美元（谷价）。撑起这 38 美元的，是 KV

3799亓大疆（DJI）双主摄口袋电影机标准套装抢购：大疆年度五星店铺,10w+预约加购,15仓速发领红包更省钱：

2026-11-04 19:25

3799亓大疆（DJI）双主摄口袋电影机标准套装抢购：大疆年度五星店铺,10w+预约加购,15仓速发领红包更省钱：

98 分，零突破。看了一篇 arXiv 论文 TheoPhysEval：约 35 位研究者出了 50 道「未发表」的研究级理论物理题（题是新的，方法是已知的），专家不用 AI 约一天能做完。 GPT-6-Astra 在 Codex 里答对 49 道，98%，平均每题不到 3 美元；Claude Opus 5.5 在 Claude Code 里 92%。断网、不给文献，两者

2026-11-04 13:31

98 分，零突破。看了一篇 arXiv 论文 TheoPhysEval：约 35 位研究者出了 50 道「未发表」的研究级理论物理题（题是新的，方法是已知的），专家不用 AI 约一天能做完。 GPT-6-Astra 在 Codex 里答对 49 道，98%，平均每题不到 3 美元；Claude Opus 5.5 在 Claude Code 里 92%。断网、不给文献，两者

几万亿美元的 AI 算力账单，其实落在「折旧」这一栏。读 Robonomics 的一篇 AI 基建估算（注意：全是作者本人估算，不是官方数据）：2027 年全球 AI 算力新增需求约 50–55GW，对应资本开支 2.5–3.0 万亿美元。按 IT 设备 5 年、建筑与电力 15 年折旧，每年要摊约 4,000 亿美元。而 OpenAI + Anth

2026-11-03 15:42

几万亿美元的 AI 算力账单，其实落在「折旧」这一栏。读 Robonomics 的一篇 AI 基建估算（注意：全是作者本人估算，不是官方数据）：2027 年全球 AI 算力新增需求约 50–55GW，对应资本开支 2.5–3.0 万亿美元。按 IT 设备 5 年、建筑与电力 15 年折旧，每年要摊约 4,000 亿美元。而 OpenAI + Anth

华晨宇就是那种看re0会在弹幕刷“如果真爱有颜色那就一定是蓝色”的那种人，是那种看超电磁炮会大喊“你指尖跃动的电光是我此生不灭的信仰唯我超电磁炮永存”的那种人，是那种看完国家队会给他02叫老婆叫darling的那种人，是那种看完冰菓会换上折棒头像并且把个签改成“我很好奇”的那种人，是那些看完

2026-11-04 00:48

华晨宇就是那种看re0会在弹幕刷“如果真爱有颜色那就一定是蓝色”的那种人，是那种看超电磁炮会大喊“你指尖跃动的电光是我此生不灭的信仰唯我超电磁炮永存”的那种人，是那种看完国家队会给他02叫老婆叫darling的那种人，是那种看完冰菓会换上折棒头像并且把个签改成“我很好奇”的那种人，是那些看完

卖 agent 的笼子，比卖 agent 更稳。 Modal 宣布年化收入跨过 10 亿美元，完成 7.5 亿美元 D 轮，估值 157.5 亿美元（Accel 领投，以官方口径为准）。用量 5 个月涨 3 倍、一年涨 15 倍。更有意思的是 Sandboxes：据联创自述（未经独立核实），这个 2023 年才上线的产品，年化收入已约 3 亿美元，三

2026-11-01 19:16

卖 agent 的笼子，比卖 agent 更稳。 Modal 宣布年化收入跨过 10 亿美元，完成 7.5 亿美元 D 轮，估值 157.5 亿美元（Accel 领投，以官方口径为准）。用量 5 个月涨 3 倍、一年涨 15 倍。更有意思的是 Sandboxes：据联创自述（未经独立核实），这个 2023 年才上线的产品，年化收入已约 3 亿美元，三

——Apple/苹果手机—— 10699亓 Apple/苹果银色手机 256GB 满3000减300领券：抢购：可变光圈,续航43小时,2nm 芯片

2026-11-02 19:46

——Apple/苹果手机—— 10699亓 Apple/苹果银色手机 256GB 满3000减300领券：抢购：可变光圈,续航43小时,2nm 芯片

分数只差 2 分的是 Wonder Full，不是 Wonder。 Meta 发了 Muse Wonder。按 Artificial Analysis 指数 v4.3：Opus 5.5 58 分居首，Muse Wonder Full 56 分，普通版 Wonder 52 分。Wonder 标价每百万 token $4 输入 / $20 输出，上下文 100 万 token，跑一次整套任务约 $4.52（Opus 5.5 是 $5.98）。

2026-11-01 20:57

分数只差 2 分的是 Wonder Full，不是 Wonder。 Meta 发了 Muse Wonder。按 Artificial Analysis 指数 v4.3：Opus 5.5 58 分居首，Muse Wonder Full 56 分，普通版 Wonder 52 分。Wonder 标价每百万 token $4 输入 / $20 输出，上下文 100 万 token，跑一次整套任务约 $4.52（Opus 5.5 是 $5.98）。

同一块 GPU，一边给客户跑推理，一边给你挖矿？两条链在试同一件事：把「烧掉的计算」换成「有人付钱的计算」。Pearl 4 月 27 日上线，挖矿机制 NoisyGEMM，本质就是矩阵乘法，用 Plonky2 出约 60KB 的零知识证明；目前只支持整数矩阵，FP8 还在开发。Together AI 上线了 Gemma-4-31B-it-Pearl，推理

2026-11-01 11:49

同一块 GPU，一边给客户跑推理，一边给你挖矿？两条链在试同一件事：把「烧掉的计算」换成「有人付钱的计算」。Pearl 4 月 27 日上线，挖矿机制 NoisyGEMM，本质就是矩阵乘法，用 Plonky2 出约 60KB 的零知识证明；目前只支持整数矩阵，FP8 还在开发。Together AI 上线了 Gemma-4-31B-it-Pearl，推理

模型不再写字，只给答案：决策模型正在变成一个品类。 Jev 不生成文字，只返回带置信度的选项（Choice / Score / Noul），32K 上下文、不聊天、不写代码。价格是每百万输入 token $0.042，输出免费，响应 70–500ms。三周内大厂全跟上了：OpenAI Decisions API 每百万输入 $0.10、无输出费；Cloudfl

2026-10-31 18:46

模型不再写字，只给答案：决策模型正在变成一个品类。 Jev 不生成文字，只返回带置信度的选项（Choice / Score / Noul），32K 上下文、不聊天、不写代码。价格是每百万输入 token $0.042，输出免费，响应 70–500ms。三周内大厂全跟上了：OpenAI Decisions API 每百万输入 $0.10、无输出费；Cloudfl

「便宜 75%」是话术：Claude Haiku 5.5 的降价账。围绕它的成本有三种说法：Anthropic 官方说平均便宜 75%，Cursor 说短请求便宜 10 倍，Vals 实测却是每个任务更贵。不矛盾，量的不是一回事。单价是每百万 tokens 输入 $0.10、输出 $0.50（超过 100K 上下文涨 5 倍）；但 max effort 下每个任务约

2026-10-31 18:46

「便宜 75%」是话术：Claude Haiku 5.5 的降价账。围绕它的成本有三种说法：Anthropic 官方说平均便宜 75%，Cursor 说短请求便宜 10 倍，Vals 实测却是每个任务更贵。不矛盾，量的不是一回事。单价是每百万 tokens 输入 $0.10、输出 $0.50（超过 100K 上下文涨 5 倍）；但 max effort 下每个任务约

「认知投降」：AI 没让我们更闲，反而更忙了。《Building Microservices》作者 Sam Newman 在新一期 Pragmatic Engineer 播客里说：现在用 AI 的方式，带来的是更多上下文切换、更少思考时间、更长工时。他还说，LLM 不是世界模型，没有「我做 A，B 就会发生」的因果概念。巧的是播客上线前一天，

2026-10-31 13:11

「认知投降」：AI 没让我们更闲，反而更忙了。《Building Microservices》作者 Sam Newman 在新一期 Pragmatic Engineer 播客里说：现在用 AI 的方式，带来的是更多上下文切换、更少思考时间、更长工时。他还说，LLM 不是世界模型，没有「我做 A，B 就会发生」的因果概念。巧的是播客上线前一天，

上个月下旬，牛津哲学家 Toby Ord 拿 OpenAI 公布的 GPT-5.6 Sol 曲线，反算「集群规模」这条缩放轴的系数 λ：BrowseComp 0.68、SEC-Bench Pro 0.57、Terminal-Bench 0.48。翻译过来：agent 放大 10 倍，性能约只换来 3–5 倍；单体推理 token 放大 10 倍，就是实打实的 10 倍。他算了笔账：10,00

2026-10-31 12:29

上个月下旬，牛津哲学家 Toby Ord 拿 OpenAI 公布的 GPT-5.6 Sol 曲线，反算「集群规模」这条缩放轴的系数 λ：BrowseComp 0.68、SEC-Bench Pro 0.57、Terminal-Bench 0.48。翻译过来：agent 放大 10 倍，性能约只换来 3–5 倍；单体推理 token 放大 10 倍，就是实打实的 10 倍。他算了笔账：10,00

群发资讯网