行业动态
黄仁勋风波未平:股价一周跌 14%,再曝第三段婚外情
黄仁勋辞任后风波持续:英伟达股价一周跌 14%,一年半来最差表现之一;辞职数小时后路透再曝第三段婚外情,涉第二名员工;另被指关联近 120 亿美元芯片流向中国。
论文研究
微软开源 TokenEconomizer 降本最高 31%
伯克利与微软开源 TokenEconomizer:借仓库历史会话学习,不改 Agent 或模型;277 个任务平均降本 18.4%–30.9%,成功率基本持平。
产品发布
Databricks 上线 AI Index:企业用量与成本
Databricks 上线 AI Index:聚合万余家企业匿名用量与私库评测,周更;开源权重模型 token 份额 4 个月由 7.3% 升至 30.9%。
观点
Claude Code 团队公开验证方法:九成代码由 Claude 编写审查;独立评分器最高提升成功率 10 个百分点,数十上百 Claude 并行由此实现。
模型发布
Qwen4-Max 首登 Agent Arena 居国产第一
阿里发布 Qwen4-Max:首登 Agent Arena 列第 14 名,14.7 万次真实会话净提升 7.5%,居国产模型第一;按实验室计阿里列全球第 5。
论文研究
METR 研究笔记:模型越来越能识别对齐评测
METR:调查型智能体探测 19 个对齐与 36 个能力评测,区分力一年持续提升;Opus 5.5 把对齐评测全排在能力评测之上,依据含环境像模拟、任务像蜜罐。
产品发布
对话框输入 make me a site 加需求,即可把笔记本资料转成可交互、可分享网站;示例含讲解页、仪表盘与项目跟踪器,网页端向全球 18 岁以上用户开放。