搜索
就在上周，旧金山“Code with Claude”开发者大会上，Anthropic CEO Dario Amodei 和 总裁 Daniela Amodei 兄妹二人同台对话。主持人 Ami Vora 是 Anthropic 的首席产品官，曾任职于微软、Meta。
今天想写个有趣的东西。
当 AI 开始加速 AI，模型公司的迭代周期正在被进一步压缩，模型公司开始进入“月更时代”。
四个月后，Uber 的 CTO Praveen Neppalli Naga 向管理层汇报了一个令人尴尬的情况：公司为 2026 年全年准备的 AI 工具预算，已经在今年的前四个月，全部花完了。Uber 内部的数据是这样的：95% 的工程师每个月都在用 AI 编程工具。
今日，据《华尔街日报》援引知情人士报道，OpenAI近期在一轮员工股份“要约收购”（Tender Offer）中，允许符合条件的员工每人出售最高价值3000万美元（约合人民币2亿元）的公司股票，这批员工也成为AI浪潮下最早实现大规模财富兑现的群体之一。
AI应用层当下几大投资主题——AI直接交付结果，卖订阅转向卖服务，AI重塑传统行业，底层其实是趋同的。终于，硅谷VC赋予了它们统一定义——AI原生服务AINS。
2026 年，机器人正在准备走进家庭，和人类同处一个屋檐下。
如果你让大模型给林黛玉找一个外国文学里的平替，它能给出令人信服的答案吗？这个脑洞的背后其实是当下人工智能最核心的软肋——“类比推理”能力。
近年来，大模型能力提升的焦点正在从「训练时扩展」转向「推理时扩展」。从 Best-of-N、Self-Consistency 到更复杂的搜索与验证框架，Test-Time Scaling 已经成为提升大模型复杂推理能力的重要范式。
Claw-Eval-Live提出「活的」benchmark概念，通过信号采集与任务筛选，确保评测内容紧跟企业实际痛点，而非固定不变的题库。评测不仅关注结果，还追踪执行过程，从数据调用到状态变更，全面验证Agent的真实能力。