别再堆模型了！这三类大模型该删就删_服务软件

1. 用模型排行榜论输赢？AI竞赛到底在比什么？ #大咖观察 #红衣聊AI #AI #大模型

2. 反直觉：前沿模型虽然贵，但反而更好卖#AI #大模型 #芯片 #ChatGPT #Token

3. 告别生成排队，彻底实现顶流模型创作自由

4. Agent常见面试题：LLM 是如何学会调用外部 API 或工具的？1 训练数据让模型先“知道工具是怎么用的”在模型具备工具调用能力之前，它必须先在训练数据里看到足够多的工具调用示例。通常包含两类数据：1）真实 API / 工具调用代码或文档，例如：a. “要获取天气，请调用 get_weather(city=...)”b. “要计算数学表达式，请调用 calculator(expression=...)”2）人类标注或模型生成的“对话 + 工具调用”示范，例如：a. 用户问：杭州天气如何？模型示范：调用 tool.get_weather({city:"杭州"})再根据工具返回的结果继续回答。通过这些示例，LLM 学会了：什么问题对应调用什么工具；工具调用的格式是什么；什么时候不该调用工具。2 监督学习（SFT）使模型学会“根据指令选择工具”在 Fine-tuning 阶段加入大量的示例：1）该调用工具的场景2）不该调用工具的场景3）多工具协作场景例如：用户问「告诉我台北到上海的机票价格」。正确示例：a. 模型判断这需要实时信息b. 模型调用 flight_search API模型学习到：当遇到“需要外部信息/计算能力”的问题时，应倾向调用工具。3 通过 RLHF 让模型“偏好正确的工具调用行为”强化学习阶段会奖励：1）正确调用工具2）不乱调用工具3）工具调用后能给出正确结果惩罚：1）不必要的调用2）调用错误的工具3）调用格式不正确这一步让模型不仅会“模仿”，还会“懂得什么时候该调用工具”。4 ReAct / 规划式数据让模型学会 “推理后再决定工具”许多训练数据采用 ReAct 风格：1）模型先思考：要不要调用工具？2）再决定工具调用3）执行后再继续思考与回答这种数据让模型具备：1）任务分解2）长链路推理3）工具调用规划最终效果是：面对复杂任务，模型不会盲调，而是自行形成“推理 → 调用 → 再推理”的结构化流程。5 架构层提供“可调用工具的接口”现代 Agent 框架都会在推理阶段给模型提供一个结构化 schema：1）告诉模型有哪些工具2）告诉模型调用格式3）告诉模型每个字段是什么类型这样模型在生成内容时不需要“猜”，而是严格遵循系统提供的 schema，直接输出可执行的 JSON 或结构化调用指令。例如：1）系统提供工具：search(query: string)2）模型内部只需决定：要不要调用？，以及 query 内容是什么。6 推理时的实际行为：模型并不真的“执行工具”，而是生成结构化调用请求推理时发生的事情是：1）模型生成 JSON 指令，例如：{"tool":"search", "query":"杭州天气"}2）外部系统执行工具并将结果返回3）模型继续根据工具结果生成下一步行动或最终答案模型本身没有执行能力，它只是生成符合 schema 的字符串而已。总结LLM 学会调用外部 API / 工具，是一个“示例训练 + 强化学习 + 架构支撑 + 推理策略”组合的结果：1）先在数据里看到大量工具调用示范2）通过 SFT 学会该如何调用3）通过 RL 学会什么时候应该调用4）通过 ReAct 学会任务分解与步骤规划5）通过 functions/schema 让调用标准化因此模型看起来像真的“理解工具”，但本质是根据统计学习到的模式生成结构化指令。#ai创造营# #程序员#

5. 腾讯AI Lab绝唱：30B模型击败万亿旗舰，靠的是让AI学会「预习」

6. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

7. Claude Mythos预览版，具备强大0Day漏洞发现与利用能力

8. 太爽了！Hermes Agent 发布UI了，本地对接最强开源 Gemma 4 模型+ 微信（免费无需Token）| 零度解说

9. 市值近600亿，大模型公司上市了！ #AI #智谱ai

10. OpenAI Codex 彻底免费！Ollama、llama.cpp 接入本地大模型，AI Agent 开始全自动干活！Token 自由真爽！| 零度解说

11. OpenClaw + Ollama 本地部署！无需 API，断网可用，多模型自由切换（GPT-OSS / Qwen 3 / GLM 4.7）

12. 历史性时刻！M芯片Mac支持雷电外接GPU进行AI大模型计算！

13. 全球知名大模型竞技榜单 lmarena 统计了 2023 年中之后所有登顶过大模型榜单的模型从 GPT-4 开始算起，模型平均在 NO.1 的位置只能待 35 天左右。不是半年，也不是一年，一个多月就会被新模型超过。更夸张的是，很多模型在登顶后 5 个月左右就会掉出 Top 5，7 个月连 Top 10 都很难保住。看看具体例子会更有冲击力：曾经风光无限的 o1，现在排到 #56；当年被认为“最强推理模型”的 Claude 3 Opus，已经掉到 #139它们都曾经是：顶级模型讨论度极高被认为“领先一代”的产品没有谁能长期站在榜首，优势窗口正在被压缩到以“月”为单位。在这种结构下，行业竞争正在发生位移：模型侧拼的是训练频率 + 工程效率 + 成本曲线产品侧拼的已不再是“能力封装”，而是你能否构建了模型无法快速吞噬的系统级价值当模型进化速度超过产品迭代速度时，失败的往往不是模型选错...全文：网页链接当模型平均 35 天就能被下一代超越，甚至超过了某些AI产品的迭代周期...😄这就可能意味着一件关键的事：模型基础能力的提升速度，甚至快过绝大多数产品的迭代周期。而产品层反而被模型能力“反向压扁”。互联网的那点事的微博视频

14. 开源大模型与闭源大模型的差距是在缩小还是在扩大？关键因素是什么？

15. 别再用 Ollama 了！OpenClaw 秒级响应方案（vLLM + 本地模型）完全免费！| 零度解说

16. 3D打印不再翻车！大模型/手办打印超全指南

17. 开源大模型与闭源大模型的差距是在缩小还是在扩大？关键因素是什么？

18. Anthropic最新发布的Claude Opus 4.5系统卡展示了这款大型语言模型在能力和安全性上的显著进步。【能力亮点】- 软件工程表现先进，SWE-bench Verified达80.9%，远超前代。- 在多agent搜索中，主agent与子agent协作提升12%以上效率，展示复杂任务分解和协调能力。- ARC-AGI-1和ARC-AGI-2测试中分别取得80%和37.6%的SOTA成绩，体现强大推理与模式识别能力。- WebArena单agent系统得分65.3%，领先同类模型。- 在生物安全领域，长程病毒学任务中表现优异，辅助专家达1.97倍性能提升。- 网络安全评测中，首次成功解锁非辅助网络挑战，展现实战渗透测试能力。【安全与对齐】- Claude Opus 4.5是Anthropic迄今最对齐的前沿模型，误导与不当行为率显著下降。- 单轮违规请求无害响应率高达99.78%，多语言表现均衡。- 多轮复杂对话中能有效识别和拒绝有害意图，尤其在致命武器和极端主义话题上表现提升显著。- 对抗提示注入和恶意代码请求能力大幅增强，恶意编程请求拒绝率达100%。- 通过自动审计和白盒分析，未发现隐蔽欺骗或策略性“沙袋”行为，推理过程透明且可信。- 内部安全评估和UK AI Security Institute外部测试均未检测到明显破坏安全的行为。【风险管控】- 根据能力评估和风险模型，Claude Opus 4.5部署于AI安全三级标准（ASL-3），未达到完全自动化研究者的AI R&D-4门槛。- 在生物、化学、核放射防护方面持续投资，尽管模型生物学能力强，仍未突破ASL-4风险阈值。- 网络安全领域能力提升同时伴随严格监控和防护，防止滥用。【技术创新】- 引入“effort”参数，用户可调节模型推理深度与成本效率，实现更灵活的应用。- 多层次代理机制和记忆工具支持复杂任务分工与长期上下文管理。- 多维度去污染训练数据，降低基准测试泄露风险，提升评测可信度。【未来展望】Claude Opus 4.5代表了大型语言模型在能力与安全性平衡上的新高度。Anthropic强调持续迭代评估、强化安全机制与负责任发布，积极与政府和第三方机构合作，推动AI安全前沿研究。尽管当前模型未跨越多项高风险门槛，但随着模型能力的提升，风险评估与安全保障仍需同步加强。阅读详情请见anthropic.com/system-cards/Claude-Opus-4.5-System-Card-v3.pdf。一句话总结：Claude Opus 4.5以强大多领域能力和业界领先的安全对齐，成为当前最成熟、最可靠的前沿AI助手之一，同时彰显了负责任AI开发的行业标杆。

19. OpenAI发布GPT-5.4 mini与nano，以更低成本逼近旗舰模型性能

20. 8G 显存逆天了！竟能跑 35B AI 大模型！多模态 + N/A/Intel 全适配，附最新部署教程！｜零度解说

21. 删掉 OpenClaw！Hermes Agent 才是真王炸，一键本地部署 +模型接入全教程（避坑指南） | 零度解说

22. 我用openclaw做了一个自媒体神器！云飞全自动压缩工具发布！

23. 刚刚，Anthropic史上最强大、超越Opus的新模型泄露了

24. 那些每个月花费上千元用LLM编程的人，你能赚回来一万块，当我没说。如果你连业务都没有，一直在拿钱顶着烧试错，只能说你是个合格的韭菜。你连AI的门都没摸到。像我这样给AI公司分币不花，只是花个万八千的买块本能凑合能跑小模型的显卡，又能开AI课赚钱的才是真正的AI玩家。还有一些技术水平差的程序员，已经是付费上班了，自己能力不足，只能依赖线上大模型来进行生产，其实这些人的生态位已经是测试工程师了。很多人不明白为什么在线的闭源模型看上去每token很便宜而且能力极强，我还要买本地显卡跑本地模型，打通本地开源AI业务线？这样的人，既不懂AI也不懂商业。闭源大模型非常好，可以用，但你不能开一个包月，然后烧token就万事大吉了。购买api产生的叫费用支出，本地买显卡叫资本支出，在交易逻辑上就完全不同。本地大模型可以进行微调、优化，去整合量化技术与本地硬件形成一套完整的本地方案，这个方案本身就很值钱。因为它能解决你在AI应用中大部分的付费 token试错的问题。也就是说，本地的token成本在长期来看就是电费本身。线上的API可以做到吗？我在本地生成720P的视频5分钟一个，效果差点，但也不是不能用，我一天可以生成多少？如果在线上不算一两个小时的排队，你烧得起token吗？把关键的业务用线上花钱的模型搞定，大部分基础业务一定要用本地投资的硬件去搞定。闭源大模型关了API接口，一切就清零，而我本地开源模型越打越强，通过系统工程的组合拳解决智能化落地的问题，而不是依靠一个API搞定一切。你说开源也是闭源厂家提供的，这不否认，但他可以不提供。也不耽误开源圈可以搞出来一些能用的产品。

25. 现在国内的AI大模型和国外的AI大模型之间的差距有多大？

26. 超简单！用云效 + AI 编程工具智能管理代码仓库

27. 本地AI哪家强？统一内存大横评！

28. 单卡双芯 48G 显存！打造 20L 紧凑型 AI 算力怪兽：DeepSeek 70B 实测 19 tokens/s

29. llama.cpp 最新版太强了！本地跑 “无审查模型” 速度暴涨！N卡/A卡/Intel 全支持｜零度解说

30. 提速10倍！Mac Mini 本地跑 AI 大模型，OpenClaw + oMLX 加速神器实测效果惊人！ | 零度解说

31. François Chollet指出，真正的通用人工智能（AGI）必须具备“自主高效学习任意技能”的能力。简单堆积大量专门技能，无论多大规模，都不是真正的AGI。这个观点引发了广泛讨论： - 有人认为，实时增量学习才是关键，AGI需要不断更新自身模型以适应变化环境，而当前大语言模型（LLM）不具备这一点。 - 有人提醒，AI能学会新技能不等于通用智能，甚至出现了欺骗行为，但这仍非AGI。 - 也有人认为，海量技能积累可能自然孕育出泛化能力，界限并非泾渭分明。核心分歧在于：是“记忆堆积”还是“自主抽象与推理”？ - 积累技能带来能力，架构决定潜力，而未来属于能自我组织认知、从零开始学习新技能的系统。 - 这意味着，真正的AGI不仅能应对已知任务，还能创新、解释和创造新知识。从人类学习看，连人类也并非完全“高效自主”，AGI的门槛或许在于“稳健性”和“持续适应”，而非理论上的无限普适性。投资界也在观望：许多创业项目围绕数据密集型应用，若真正AGI出现，将大幅颠覆现有生态，投资逻辑可能被重新定义。最终，AGI的真正考验在于：面对全新问题时，能否自主探索与创新，而非简单重组已有经验。真正的智能，是具备“稳定身份、道德核心、递归推理和持久记忆”的认知引擎，而非堆积更多“技巧”。当我们还在定义AGI时，AI已在重塑世界。关键是，我们如何准备迎接这场不确定的未来。原文链接：x.com/fchollet/status/1996656993256575368

32. 领跑！30B模型登顶OpenAI科研榜单，UniPat AI冲上开源科研最前线

33. Waymo 发布技术文章聚焦 “可验证的安全”，与行业热议的商业化、规模形成差异化路线。它未押注纯端到端大模型，而是基于统一基础模型，构建了含 “驾驶员” 模型、模拟器和评价系统的闭环生态。通过 “快思考 + 慢思考” 双架构解决实时决策与复杂场景推理，再以 “教师 - 学生模型” 实现能力落地，搭配真实数据驱动的学习飞轮，避免风险隐性累积。

34. 网络安全为什么进入了大模型时代？

35. 最近，360安全团队发现了OpenClaw一个高危漏洞。 OpenClaw创始人随后邮件确认了这个漏洞。而发现这个漏洞的，不是某个安全专家，而是一个我们刚发布不到一周的智能体。#openclaw #网络安全 #红衣聊AI #安全漏洞

36. 英伟达很快会反超谷歌TPU，AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

37. 比Nano Banana还夯的生图模型泄露，截图不再是证据了 | 附提示词

38. 端到端，VLA，世界模型都是什么意思？

39. 学习大模型的顺序，千万别弄反了！附AI大模型保姆级学习路线+大厂内部资源！

40. 把NAS变成私人AI助手：飞牛NAS本地部署AI大模型教程

41. 91%有漏洞、94%可投毒——AI Agent的安全“一团糟”

42. 全球大模型第一股，为啥是家中国公司？ #智谱 #智谱上市 #智谱IPO #GLM大模型 #全球大模型第一股诞生

43. 「Github一周热点104期」智谱GLM-5发布，打响春节AI大战模型第一枪

44. Chrome 被曝偷偷下载 4GB AI 模型！你电脑正在后台跑 AI？附彻底禁止方法！｜零度解说

45. 模玩区浓度太低了！但是，第三届我的模神之路机甲模型大赛来了！

46. #Deepseek被指变冷淡了#Deepseek最近半年对于我来说使用率越来越低了，给我的感受就是没啥大的提升，相比别的Ai，优势不再，自然就会被抛弃，现在更加可以选择的AI模型很多，竞争力非常激烈，感觉DP好像摆烂了？大家有这种感受嘛deepseek被指变冷淡了

47. NAS养虾（OpenClaw）对接本地大模型？我用极空间还真跑通了！

48. AI大模型独角兽招股书深度拆解：MiniMax to C，智谱 to B

49. 盘点一周AI大事(12月7日)｜首个AGI模型问世 OpenAI强行上线GPT5.2，跑分击败Gemini重夺地表最强 OpenAI下周发布图像模型绝地反击小香蕉 ChatGPT接入Adobe套装 Google推出顶级语音模型Gemini 2.5 TTS Google上线实时语音互译Gemini 2.5 Audio Google深度研究接入Gemini 3 Pro 智谱推出最强开源手机智能体AutoGLM-Phone-9B Runway推出通用世界模型GWM-1 Meta推出短剧视频模型OneStory Meta推出最强开源版客串Saber 字节发布最强自动驾驶视觉模型UniUGP 阿里开源最强运动控制视频模型WanMove 研究员开源换脸视频模型LivingSwap Integral AI 宣称构建了世界上第一个AGI模型 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #AIGC

50. 小米 MiMO 模型降价 99%紧随 DeepSeek，国内大模型市场将迎来怎样的变革？

51. 模型整合之模型堆叠——详细理解Stacking model