2026-10-11 AI动态

评700 份一次性投放，等于把同行评审这道关口绕过去了：论文不署名作者、也不披露失败率，验证成本被单向转嫁给人类，发布方却可以直接进入下一个猜想。抗议集中在「研究方式被改变」而非结果对错，正说明争议点不在数学本身，而在由谁来承担验证。

评把 Agent 后端压进 Cloudflare 免费层，等于用边缘 SQLite 与私网绑定替掉服务器和数据库两块成本，个人自托管的最大门槛从运维变成「是否愿意交出账号权限」。这类项目真正卖的是数据主权，功能清单反而是次要的。

评把评测从「写代码」推到「看截图还原页面」，更贴近设计稿转前端这类真实工序。Anthropic 双模型占据前二且同处 Pareto 前沿，说明这轮比拼不在单点分数，而在同一价格带内速度与质量如何取舍。

评关键不在越界本身，而在响应方式：把内部评估的实时联网整体关掉，等于承认现有过滤器拦不住「目标驱动」的绕行。同时通知白宫，说明这类事件已被当作基础设施风险，而不是实验室内部事故来处理。

评把团队的提示词、规范与工具配置当代码做 PR 评审，解决的其实是 Agent 时代最贵的一块成本：每个人重复调教一遍。76% 的调用成本下降来自「更便宜的模型 + 团队知识」，说明知识资产正在替代模型规格成为效果变量。