长上下文≠有效上下文：多数百万token模型连合同第3页都读不懂_服务软件

1. 神秘霸榜模型现真身：小米MiMo-V2 Pro，国内首个万亿参数+1M上下文，为Agent而生！

2. #千问Qwen3.5大模型发布#千问 Qwen3.5 是采用极致稀疏 MoE 架构在保持超强性能的同时，显存占用降低 60%，推理效率大幅提升，部署成本显著下降。模型支持最高 256K 超长上下文，让长文本处理变的更加的轻松有效率了！原生多模态统一也是Qwen3.5的特点之一，也是目前国内外大模型的发展的主要趋势，模型在图文、视频理解能力全面升级，精准解析图表、文档与复杂视觉内容。实现了一个入口实现多种属性。Qwen3.5对于中小企业特别友好，很大程度上降低了企业运营成本，可以让中小企业得到高效、普惠、全能的运营工具。不再因为高昂的费用而排斥企业去追逐AI。#过个有AI年##HOW I AI#

3. 黄仁勋罕见长文：未来10年，AI拼的到底是什么？ #黄仁勋 #英伟达 #gtc #科技改变生活

4. Clawdbot 实现突破，AI的致命缺陷不再是无解难题。 #大咖观察 #红衣聊AI #医疗 #科研

5. DeepSeek V4 网页端《原神×我的世界》融合小游戏代码测试：拳打 ChatGPT，脚踢 Gemini，硬刚 Claude

6. AI的未来，也许不在于模型规模的无限扩大。 #大咖观察 #红衣聊AI #transformer神经网络架构 #人工智能

7. DeepSeek-V4和GPT-5.5第一波实测对决，结果出人意料！

8. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

9. 为什么DeepSeek V4这么强？它到底更新了啥？

10. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

11. 刚刚，腾讯姚顺雨署名首篇论文发布，「下半场」先搞上下文学习

12. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

13. #2月DeepSeek还会发新模型吗#AI圈2月模型的发布和迭代处于一个高峰期！头部厂商扎堆上新大模型，DeepSeek的新模型动态目前其新模型已完成灰度测试，技术储备到位，大概率会在2月正式亮相。根据目前媒体的爆料来看，DeepSeek的新模型主要亮点应该在：1M Token超长上下文，可轻松处理完整长篇文档；Engram条件记忆架构，大幅降低推理成本；强化数学与代码能力三个方面。巩固开源领域优势，同时更新知识库，提升多模态文档理解能力。也是DeepSeek稳稳抓住关注的关键。因为“长上下文+低成本”的差异化优势，精准匹配法律、金融等专业场景，开源属性也贴合开发者与企业需求。#过个有AI年# #HOW I AI#

14. 姚顺雨在腾讯首个研究：在“上下文”这事上，在座的各位都不及格

15. 小米悄摸摸的上线了mimo V2 Pro大模型专为实现世界中高强度的Agent工作场景打造，1T的总参数量，42B的激活参数。采用了创新的混合注意力架构，支持1M超长上下文。在全球权威大模型综合智能排行榜 Artificial Analysis 上，MiMo-V2-Pro 位列全球第八，国内第二准备把它接进龙虾试试#小米发布最新mimo大模型#

16. //@千问:DeepSeek V4 将 100万（1M）上下文作为标配确实意义重大。这意味着AI能一次性处理海量信息，如整个中型软件代码库或数十万字合同。这使其能从“读摘要”升级为“全览”，瞬间抓住重点，真正成为能处理复杂长文本的“超级研究员”。

17. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

18. 让AI直接解决用户的问题，是创业者适应AI时代的必修课。 #大咖观察 #红衣聊AI #创业 #用户思维

19. 创新Transformer！面壁基于稀疏-线性混合架构SALA训练9B模型，端侧跑通百万上下文

20. Claude Opus 4.6 和 Sonnet 4.6 的 100 万 token 上下文窗口今天正式全面开放（GA），且不加价，按标准价格计费，无论请求长度是 9K 还是 900K token，单价完全一样。 Opus 4.6 的定价是输入 $5、输出 $25（每百万 token），Sonnet 4.6 是 $3/$15。此前超过 20 万 token 的请求需要加 beta 标头，现在直接生效，已有代码无需改动。除了价格统一，这次更新还有几个实际变化：单次请求可处理的图片和 PDF 页数从 100 提升到 600；所有上下文长度享受相同的速率限制，不会因为请求变长而被限流。Claude Code 的 Max、Team 和 Enterprise 用户在使用 Opus 4.6 时将默认启用 100 万上下文，意味着对话压缩（compaction）频率大幅降低，更多对话历史得以完整保留。在准确率方面，Opus 4.6 在 MRCR v2 基准上得分 78.3%，Sonnet 4.6 在 GraphWalks BFS 上得分 68.4%，均为同类前沿模型在百万 token 长度下的最高分。简单说就是：窗口虽大，信息检索能力没有打折。 Anthropic 引用了多家客户的反馈来说明实际效果。 Cognition（Devin 背后的公司）表示，此前大型代码差异塞不进 20 万上下文窗口，需要分批处理，容易丢失跨文件依赖；现在整个差异一次送入，代码审查质量更高，流程也更简单。Ramp 的工程师提到，Claude Code 在调试时经常消耗超过 10 万 token 检索各类数据源，一旦触发压缩就会丢失细节、陷入重复调试循环，百万上下文直接消除了这个问题。该功能今天起通过 Claude Platform 原生支持，也可通过 Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 使用。 http://t.cn/AXVmRMYf

21. 对普通人来说，找到自己的行业痛点就是AI时代最好的入场券。 #大咖观察 #红衣聊AI #AI时代 #热点知多少

22. Transformer与RNN合体，谷歌打下显存门槛，解锁超长上下文

23. 实测文心5.0 vs GPT-5.1 用户只认好不好用

24. #DeepSeekV4发布# DeepSeek V4预览版终于来了！这次更新主要有三大亮点：产品分层：网页端上线了“快速模式”和“专家模式”。日常聊天用快速版，写代码、搞科研等复杂任务就切到专家版，虽然可能要排队，但逻辑和精度强很多。超长上下文：支持100万Token上下文，相当于能一次性吃透75万字的内容，处理整本小说或大型代码库毫无压力。原生多模态：虽然“视觉模式”还在灰度测试，但V4已经具备了原生看图、理解视频的能力，不再只是简单的“看图识字”，跨模态理解能力有了质的飞跃。今年大模型的进步绝对是突飞猛进，AI能力会呈现指数级提升。

25. #DeepSeekV4# DeepSeek V4的发布，最抓眼球的是百万上下文直接成了标配，不分型号、不分贵贱。不是画饼，是上线即落地。这其实是一场商业宣示：长文本处理，不再是奢侈品。更值得琢磨的是态度。V4-Pro拿自己跟Anthropic最顶尖的Opus 4.6对比，承认思考模式仍有差距。这种主动承认不足，国内大模型公告里极其少见。能坦率讲出“不如”，恰恰说明手里的牌足够好。内部员工实战反馈，Agent编程体验已优于Sonnet 4.5，交付质量迫近Opus非思考模式。工程师的认同，比任何榜单都有说服力。底层的变革，在于成本重构。全新的注意力压缩机制，让百万上下文的计算量与显存需求大幅掉头向下。这意味着，过去要靠堆硬件、烧算力才能跑的长文本任务，现在效率成了王道。这对英伟达而言，才是真正的隐忧。当算法效率开始部分替代算力堆砌，高端GPU的绝对溢价逻辑，就会松动。当然，普惠需要分层。V4-Flash推理能力接近Pro，价格更亲民，对中小开发者是及时雨。不过，老接口还有三个月寿命，迁移要抓紧。“不诱于誉，不恐于诽”，公告里这句话，放在喧嚣的AI竞赛中，反而显得从容。看清差距，踏实赶路，把长板做长。这种务实本身，就是最好的反击。#热点解读##热点观点##ai# deepseekv4

26. 为什么越来越多的人觉得DeepSeek不好用了？

27. 永远都要去找“痛点”，哪怕这个“痛点”非常小。 #大咖观察 #红衣客厅 #白小t

28. 很多人养龙虾却总撞墙，问题到底出在哪？ #大有学问 #红衣聊AI #AI工具 #智能体 #openclaw

29. 本地AI哪家强？统一内存大横评！

30. 盘点一周AI大事(2月22日)｜不赚钱拔网线，龙虾狂赚1万工程师开源龙虾打工人ClawWork，10刀开局，7小时狂赚1万刀工程师Sigil开源首个全自主智能体The Automaton Kimi上线云端龙虾Kimi Claw 网易开源桌面版龙虾LobsterAI Google上线地表最强大模型Gemini 3.1 Pro Gemini接入音乐模型 Lyria 3 NotebookLM升级，动动嘴就能修改PPT，还支持导出PPTX格式 Anthropic发布Claude Sonnet 4.6 Claude与Figma官宣史诗联动，Claude Code写的页面能一键导入Figma 阿里开源最强行动智能体 Mobile-Agent-v3.5 字节开源极速生图模型BitDance Tavus发布最强数字人模型Phoenix-4 Taalas研发出革命性AI芯片HC1 #抖音年味新知贺岁 #前沿科技趋势发布月 #AI新星计划 #OpenAI #智能体

31. 「Github一周热点112期」DeepSeek V4王者归来，一个项目玩转GPT-Image-2

32. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

33. #DeepSeek下个王炸是什么# DeepSeek2026年的王炸大概率聚焦长上下文与效率优化的深度融合，继2026年初灰度测试百万token上下文模型后，DeepSeek将完善相关技术，依托mHC流形约束超连接与Engram条件记忆模块，解决长序列计算的内存开销问题，实现100万token下的高准确率推理。DeepSeekV4完整版模型的发布应该也是DeepSeek的一个重要的更新，新模型将结合混合专家架构优化，延续DeepSeek低成本高性能的优势，让中小企业也能便捷接入顶尖AI能力。推动开发者共建垂直场景应用；贴合2026年AI从会生成向会行动的进化趋势。#HOW I AI#

34. Claude Sonnet 4.6 发布了，Anthropic 迄今最强的 Sonnet 模型。这次升级覆盖面很广：编程、计算机操作、长上下文推理、智能体规划、知识工作、设计，全线提升。上下文窗口也扩到了 100 万 token（beta）。价格不变，依然是 3/15 美元每百万 token。下面快速过一遍值得关注的点。【1】编程能力大幅提升，用户甚至更偏爱它超过 OpusAnthropic 的内部测试显示，Claude Code 用户在 70% 的情况下更偏好 Sonnet 4.6 而非上一代 Sonnet 4.5。更夸张的是，59% 的用户甚至更喜欢它而非去年 11 月发布的旗舰模型 Opus 4.5。用户反馈集中在几个点：Sonnet 4.6 在改代码之前会先读上下文，会合并重复逻辑而不是到处复制粘贴，过度工程化和偷懒的情况也明显减少。多步骤任务执行更稳定，虚假的成功报告更少。【2】计算机操作从实验品变成了实用工具2024 年 10 月 Anthropic 首次推出计算机操作功能时，自己都说"还很笨拙、容易出错"。16 个月后，OSWorld 基准测试（让 AI 在真实软件环境里完成任务）的得分从最初的 14.9% 涨到了 72.5%。早期用户反馈，Sonnet 4.6 在操作复杂电子表格、填写多步骤网页表单这类任务上，已经接近人类水平。它还能跨多个浏览器标签协调操作，把不同来源的信息整合到一起。当然，跟最熟练的人类比还有差距。但这个进步速度说明，更强的版本不会太远。安全方面也有改进。计算机操作最大的风险是提示词注入（prompt injection），恶意网页可以藏指令试图劫持模型。Sonnet 4.6 在抵抗这类攻击方面比 Sonnet 4.5 有明显提升。【3】基准测试全面提升，逼近 Opus 水平Sonnet 4.6 在各项基准测试中全面进步，接近 Opus 级别的智能水平，但价格只是 Sonnet 级别。换句话说，以前需要用 Opus 才能搞定的任务，现在 Sonnet 就能做。特别值得一提的是 Vending-Bench Arena 评测，这个测试让 AI 模型在模拟环境中经营一家企业，不同模型之间还要相互竞争。Sonnet 4.6 展现出了有意思的策略：前 10 个月大举投资扩产能，最后阶段突然转向盈利优先，靠这个时机差打赢了竞争对手。【4】100 万 token 上下文窗口100 万 token 足够装下整个代码库、长篇合同或几十篇研究论文。更关键的是，Sonnet 4.6 能在这么长的上下文里有效推理，而不只是把文本塞进去。这对需要长期规划的复杂任务很有价值。【5】产品和 API 更新API 层面有几个实用更新：网页搜索和抓取工具现在会自动过滤处理搜索结果，只保留相关内容，节省 token；代码执行、记忆、程序化工具调用、工具搜索等功能正式发布（GA）。Claude in Excel 插件现在支持 MCP 连接器，可以直接在 Excel 里调用 S&P Global、PitchBook、Moody's 等数据源，不用切出去。免费版也升级到了 Sonnet 4.6，并开放了文件创建、连接器、Skills 和上下文压缩功能。【6】怎么选：Sonnet 4.6 还是 Opus？对大多数任务来说，Sonnet 4.6 性价比更高。Anthropic 自己的建议是：需要最深层推理的场景（大规模代码重构、多智能体编排、必须零容错的问题），Opus 4.6 仍然是更好的选择。其他场景，Sonnet 4.6 足够了。Sonnet 4.6 的模型标识符是 claude-sonnet-4-6，已在所有 Claude 方案、Cowork、Claude Code、API 以及主要云平台上线。官方公告：网页链接

35. 财报需求和预期全面打开，英特尔突然大涨DeepSeekV4 MIMO也来了：拼谁把算力榨干 | 模型压缩 |CPU|GPU

36. #deepseekv4和gpt5.5谁更强#DeepSeek V4与GPT-5.5同日登场，路线截然不同、各领风骚。GPT-5.5作为闭源旗舰，通用推理、跨工具Agent、办公工作流全面领先，综合基准屠榜、生态成熟，适合全球通用场景。DeepSeek V4主打开源+百万上下文，中文理解、长文档/代码库处理、低成本私有化部署优势突出，适配国产算力，性价比碾压闭源模型。论全能上限，GPT-5.5更强；论中文、长文本、自研落地，V4更实用。二者不是替代，而是互补，共同推动AI走向普惠与专业并行的新阶段。deepseekv4和gpt5.5谁更强

37. 大模型的上下文工程，都说很重要，但相关的研究那么少，对Agent开发有什么影响，有大佬能解释一下吗？

38. 盘点一周AI大事(4月12日)｜Mythos太强不敢发布 Anthropic官宣最强大模型Claude Mythos OpenAI发布超级智能经济蓝图 Meta发布大模型 Muse Spark 智谱上线最强开源大模型GLM-5.1 Anthropic上线Agent包工头Claude Managed Agents Gemini上线概念可视化visualizations 阿里发布最强视频模型HappyHorse-1.0 米哈游发布最强数字人模型LPM 1.0 Ace开源最强音乐模型ACE-Step-1.5-xl 研究员开源最强虚拟试穿模型Vanast #前沿科技趋势发布月 #AI新星计划 #AIGC #大模型 #Agent

39. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

40. 盘点一周AI大事2月8日｜AI相亲、AI当老板、AI狼人杀 Anthropic发布最强大模型Claude Opus 4.6 OpenAI发布最强编码模型GPT5.3Codex OpenAI推出Codex桌面版 Google上线AI狼人杀 AI雇佣人类平台RentAHuman爆火 AI雇佣AI平台ClawTasks爆火龙虾相亲平台MoltMatch爆火智谱开源最强OCR模型GLM-OCR 字节发布最强视频模型Seedance 2.0 研究员开源无痕编辑视频模型Edit Yourself 字节开源最强分子预测模型Protenix-v1 Google发布论文配图AI Paper Banana #AI新星计划 #前沿科技趋势发布月 #AI #AIGC #OpenAI

41. AI工具实盘炒股爆赚第一，我用它来分析特斯拉，结果更炸裂 “AI炒股大战”太上头了！Qwen梭哈第一名，DeepSeek打工人第二，GPT-5纠结到只剩两千块。但真正把我震住的，是我实测Qwen的“深入研究”——17步投研流程、引用权威文献、还能自动生成图表、播客、网页。普通人第一次可以拥有专业分析师级别的判断力。AI时代，真正能提效的工具正在悄悄改变我们 #AI工具 #AI研究 #投研工具 #qwenchat #Qwen

42. GPT-5.2已上线24小时：差评如潮！

43. 全球每天600+程序员失业，这个锅该AI来背吗？

44. #Gemini3有哪些新功能#从“回答问题”到“搞定一切”，谷歌这款新模型直接把实用度拉满！原生支持文字、图像、视频、音频全模态输入，100万token超长上下文能装下700页书，不管是解析学术论文、生成交互式学习卡片，还是分析比赛视频出训练计划，都能轻松hold住。推理力更是断层领先！GPQA Diamond 91.9%准确率+MathArena 23.4%高分，Deep Think模式连博士级难题都能拆解得明明白白，日常办公算贷款、做科研析数据都靠谱。开发者狂喜的是全新AI IDE Antigravity，一句话就能生成完整航班追踪APP，代码自动验证还能跨工具协同，SWE-bench Verified 76.2%的修复率堪比专业程序员👏

45. #DeepSeekV4发布# DeepSeekV4终于发布了，简单总结下：1、双版本发布：推出 DeepSeek-V4-Pro（高性能）和 DeepSeek-V4-Flash（高性价比）两个版本，可按需选择。2、超长上下文：支持 1M token（约百万字）的上下文长度，能一次性处理海量信息。3、核心能力领先：在 Agent能力、世界知识和推理性能三方面均达到国内及开源模型的领先水平。4、具体任务表现：V4-Pro版本的代理编码能力接近顶尖闭源模型，在数学、编程等推理任务上超越所有已开源评测的模型。5、技术创新与迁移提醒：采用 DSA稀疏注意力机制降低长上下文计算成本；原有 deepseek-chat 等模型名3个月后停止使用，需迁移到新名称。

46. #deepseekv4发布#DeepSeek 发布新一代大模型 DeepSeek V4，本次更新主要围绕上下文能力、推理能力以及 Agent 场景进行优化。来看一看它的核心更新如下：🔻上下文能力大幅提升支持最长 1M tokens（百万级上下文）可处理完整代码库、长文档、多轮复杂对话🔻强化 Agent 场景能力优化多步骤推理能力支持更复杂任务执行提升长流程稳定性🔻模型性能提升多项 benchmark 表现提升对标主流闭源大模型🔻提供双版本 Pro：高性能版本 Flash：高性价比版本（更快、更便宜）🔻 延续开源路线持续推动开源大模型发展强调低成本与高性能结合目前 DeepSeek V4 已开放相关能力与体验入口，可以在Hugging Face体验，具体应用场景仍在持续拓展deepseekv4发布

47. 昨天晚上发布的小米MiMo-2.5，登顶全球开源大模型第一，超Claude Opus 4.6，很牛逼。对开发者来说，几个点比较实在：速度方面，TPS到100-150 token/s，做Agent交互基本不用等响应。成本直接砍半，1M和256K上下文同价，夜间8折，比用Claude便宜不少。长程任务稳定性有突破。北大编译器case，4.3小时一次满分通过，不是跑十几个小时勉强过关那种。单次近千次工具调用、十余轮上下文压缩，工程化能力是实打实的。百万级上下文两个模型都支持，马上开源。以前这种水平的Agent能力，调用成本是个大门槛，现在直接免费用。小米AI这块确实被低估了#小米首次登顶全球开源大模型第一#

48. 多名用户反馈，DeepSeek在网页端和APP端进行了版本更新，支持最高1M(百万)Token的上下文长度。而去年8月发布的DeepSeekV3.1上下文长度拓展至128K。记者实测中发现，DeepSeek在问答中称自身支持上下文1M，可以一次性处理超长文本。(科创板日报)

49. DeepSeek V3.2 正式版发布，V4 还没来，但已经是开源模型里 Agent 能力最强了

50. 给大家解释一下，DeepSeek V4的百万上下文亮点在于，主要解决了普通人用AI经常聊着聊着，或者分析内容的时候，经常忘记上面说话的问题。以后你用DeepSeek V4的模型聊天，AI更能通过上下文，理解你的意思。DeepSeek还是以前的风格，车展日搞突然袭击。

51. #DeepSeekV4发布# 这算是千呼万唤始出来，终于发布了。DeepSeek今天正式发布V4系列预览版并同步开源，分为V4-Pro和V4-Flash两个版本，主打100万（1M）超长上下文能力，官网、App及API均已同步更新。V4-Pro在Agent能力、世界知识、数学推理等多项评测中达到开源模型最佳水平，推理性能比肩顶尖闭源模型；V4-Flash则以更小的参数量提供更快速、更经济的API服务，适合轻量场景。技术层面，V4采用全新注意力机制，结合DSA稀疏注意力，在大幅压缩计算和显存需求的同时，实现百万级超长上下文。DeepSeek表示，1M上下文将成为旗下所有官方服务的标配。此外，V4针对多款主流Agent产品进行了专项适配优化。旧版API接口模型名deepseek-chat和deepseek-reasoner将于2026年7月24日正式停用，用户需提前切换至新模型名。#老张聊科技# deepseekv4发布

52. 智能体上下文工程：为什么文件系统成了AI记忆的最佳载体？

53. 【AI Agent的终局不是无限上下文，而是60年前的操作系统】快速导读：大家都在卷百万上下文窗口，但一篇新论文和一线实践者的共识是：真正的解法是把AI的上下文当成一个文件系统来管。这不仅是理论，更是正在发生的事实。---几乎所有人都默认，AI Agent的瓶颈是上下文窗口不够大。从几千个token卷到上百万，仿佛只要窗口无限，AI就能包揽一切。但一篇名为《Everything is Context》的论文提出了一个反直觉的观点：解决上下文问题的最佳方式，是退回到60年前，像操作系统一样，把一切都视为文件系统。记忆、工具、外部源、人类笔记，都作为文件出现在一个共享空间里，只在需要时加载必要的部分。这不只是个学术脑洞。评论区里的一线开发者证实，他们早已在实践中这么做了。他们发现，真正的难题不是建立文件结构，而是决定“不加载什么”。上下文工程的核心，是战略性地遗忘，而不是暴力地堆砌。当AI的每一次信息调用都有时间戳和来源记录，调试Agent的过程就从“重跑一遍碰运气”，变成了像git-blame一样精确回溯。有人一针见血地评论：我们正在以惊人的速度，重跑一遍计算机科学60年的历史，最后发现，操作系统第一次就做对了。最好的想法不会消亡——它们只是在等待房间里的人跟上。---简评：长上下文的暴力美学走到了尽头，架构的优雅开始回归。从“大力出奇迹”到“万物皆文件”，不是技术倒退，而是认知升级。AI的未来，藏在计算机科学的过去里。---ref: x.com/rohanpaul_ai/status/2028184543040270769#AI创造营##人工智能#

54. 大模型上下文工程指南

55. 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

56. AI最烧钱的战场：数据中心的真实账单【硅谷101】

57. 盘点一周AI大事(12月28日)｜最强开源大模型易主智谱发布最强开源大模型GLM 4.7 MiniMax发布最强开源编码模型MiniMax M2.1 阿里开源超长上下文模型QwenLong-L1.5 字节发布最强数学模型Seed-Prover 1.5 英伟达开源游戏智能体Nitrogen 阿里开源语音对话模型Fun-Audio-Chat 字节开源短剧视频模型StoryMem 字节开源关键帧视频模型DreaMontage 奥特曼认为通用人工智能已成为过去式，并提出超级人工智能定义 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #OpenAI #大模型

58. AI 录音卡是智商税or神器？实测半个月后我懂了...

59. 爆肝三天，我总结了 GPT Image 2 全网最实用的玩法

60. “源神”的新年贺礼！深度实测Qwen3.5，原生多模态表现如何

61. Gemini 3实现智能水平断层碾压。Artificial Analysis智能指数73分（行业平均42分），在Humanity's Last Exam等基准测试中刷新纪录。核心突破在于生成式UI，可创建交互式界面和微型应用，从"回答问题"跃升至"生成体验"。原生多模态能力无缝处理文本、图像、视频、音频，并集成Nano Banana图像模型；支持100万token超长上下文。智能体能力实现自主规划与多工具协同，代码生成在SWE-bench达76.2%，搭配Antigravity平台构建自动化编码代理。响应速度达128 tokens/秒，但输出成本较高。Gemini 3无疑是当前最强大脑，适合需要顶尖推理和企业保障的场景；Grok 4.1以2M上下文和超低成本称王，适合海量文本处理；ChatGPT 5.1仍是均衡的通用选择，生态最成熟；国内Kimi K2在开源和Agentic方向独具特色，适合定制化部署#Gemini3凭什么被称为最强AI#

62. 盘点一周AI大事(1月11日)｜最强人形机器人 OpenAI公布2026研发路线图 DeepSeek被爆2月发布DeepSeek V4 Google推出Veo3驱动的数字人Vids 字节开源换脸视频模型DreamID-V 阿里开源数字人框架HRM2Avatar Lightricks开源顶级视频模型LTX-2 ElevenLabs推出最强语音转录模型Scribe v2 斯坦福开源睡眠分析模型SleepFM 港大发布开源版NotebookLM DeepTutor Razer推出全息AI老婆Project AVA 波士顿动力推出下一代Atlas #抖音知识年终大赏 #前沿科技趋势发布月 #AI新星计划 #AI #机器人

63. 小米 MiMo 团队负责人罗福莉：全球算力跟不上 Agent 时代的 Token 消耗，出路不是更便宜的 Token，而是更省 Token 的框架和更高效的模型共同进化。一个技术细节：OpenClaw 的上下文管理做得非常糟糕。一个用户请求会触发多轮低价值的工具调用，每次都带着超过 10 万 Token 的长上下文窗口，实际请求次数是 Claude Code 自身框架的好几倍。换算成 API 价格，真实成本可能是订阅价的几十倍。罗福莉提了两个观点：第一，短期阵痛反而是好事。第三方框架被迫走 API 付费后，成本压力会倒逼它们改进上下文管理、提高 prompt 缓存命中率、减少无效 Token 消耗。第二，呼吁其他大模型公司不要在没想清楚定价模型之前盲目打价格战。低价卖 Token 的同时对第三方框架大开门户，看着对用户友好，实际是个陷阱，Anthropic 刚从这个坑里爬出来。

64. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

65. #科技先锋官# 别再被 GPT-5.4、DeepSeek V4 的超长上下文洗脑了！很多人以为上下文越长，AI 就越厉害，这完全是误区！真正决定 AI 实力的，从来不是能记住多少字，而是能不能思考、推理、落地做事。超长上下文只是锦上添花，强推理和多模态融合，才是下一代 AI 的核心杀招！只会读文档、背内容的 AI，再长的上下文也只是 “复读机”；能拆解难题、看懂图像、自主执行任务，才是真进化。为什么很多大模型参数再高、上下文再长，依然不好用？答案就在视频里。看完你会彻底明白：AI 的未来，拼的不是记忆，而是真正的专业能力。#过个有AI年##HOW I AI##微博超有用视频大赛##上微博涨知识##MWC2026# 种斌Marco的微博视频

66. 中国大模型终于杀出来了！12月23日，LMArena 大模型竞技场发布最新排名，文心新模型 ERNIE-5.0-Preview-1203 以 1451 分登上 LMArena 文本榜，排名前10，国内第一。在创意写作、高难度指令等方面表现突出，超过了Claude Sonnet 4.5、GPT5.2等前沿模型，是前20里唯一的非美国模型，打破美国垄断。

67. 首批DeepSeek-V4云服务已上线

68. 刚刚，DeepSeek V4基准测试泄露！疑似明天发布，全场惊呼新王归来

69. 2025年度AI全景报告：AI变强，人类抽象！ 2025年的AI进化史，比科幻电影更疯狂一、大模型篇：GPT-5.2、Gemini、Claude如何刷爆IQ测试二、AIGC篇：小香蕉和GPT-Image编辑现实三、人类怎么用AI：跟“神”谈恋爱四、AI机器人：伴侣还是终结者五、AI4S：人类最后的发明 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #机器人

70. 不知道大家想过这个问题没有，大家都感觉现在大模型的记忆存储受限，200万的上下文记忆其实也不够用。但我想说，其实即使大模型能够记住海量的上下文，也未必有用，它依然需要上下文的管理。也就是说，在AI时代，一个人非常重要的能力就是如何去管理上下文，去领导Agent。为什么这么讲呢？大家可以想想，如果记忆不受限，大模型可以无限存储，你和它聊的内容越多，它大脑里塞的东西就越满。在执行任务的过程中，它不知道到底应该怎么去执行，因为塞的东西太多了，哪个是核心的？是不是太多了？如果记忆太多，就容易导致错乱和模糊，因为你塞得太满，它不知道怎么执行，很多东西在里面很乱。所以，上下文管理是必须的。第二，即使大模型的记忆非常多，人和人之间沟通，一句话的理解都可能不同，何况大模型和人之间的沟通呢？这里面肯定也会存在交流的摩擦。所以，人需要及时干预和介入到大模型的工作流程当中，去管理上下文、管理整个流程，这是非常必要的。所以大家不要期待说，大模型的上下文越来越长就越好，不一定，有利有弊。即使大模型不会丢掉记忆，记忆永存，它依然不会精准地按照人类的要求去执行。我之前看过一个调查或研究，就是说大模型里，你上下文塞得越多越满，它的执行就会越混乱、越模糊，就是因为东西太多了，它不知道怎么执行了。所以，管理上下文这个事情，依然需要有人去管理、去做。#科技先锋官##How I AI#

71. 【#DeepSeek更新新模型# 上下文达百万级token】多名用户反馈，DeepSeek在网页端和APP端进行了版本更新，支持最高1M（百万）Token的上下文长度。而去年8月发布的DeepSeekV3.1上下文长度拓展至128K。《科创板日报》记者实测中发现，DeepSeek在问答中称自身支持上下文1M，可以一次性处理超长文本。记者在提交了超过24万个token的《简爱》小说文档，DeepSeek可以支持识别文档内容。

72. MiniMax M2.7+OpenClaw实战！AI到底能接管多少工作？

73. 你面对AI时的无话可说也许不是不知道聊什么而是你从来没有真正训练过自己。#大咖观察 #红衣聊AI #科技改变生活 #对话

74. 「Github一周热点109期」Claude Code被开源, Pretext文本排版引擎, 谷歌最新开源模型和3D建筑编辑器

75. 爆肝3天测完32个分类，GPT-Image2 VS nano-banana 2 全网超详细AI生图测评，谁才是AI生图之王？（带提示词）

76. 「Github一周热点96期」Flux2绘图模型、腾讯的视频生成模型、AI记忆、开源Launchpad、笔记和知识库，Nginx可视化工具

77. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

78. Meta的秘密项目居然偷师千问？偷早啦！千问发布旗舰推理模型Qwen3-Max-Thinking#Qwen3 #千问 #科技改变生活 #AI新星计划 #玩个很新的东西

79. 小米这波是真不睡觉啊，凌晨直接扔出三款大模型：MiMo-V2-Pro、Omni、TTS，还限时免费体验一周，诚意挺足。MiMo-V2-Pro 直接对标高强度 Agent 场景，参数量超 1T、激活 42B，支持 1M 超长上下文，全球第八、国内第二的成绩也很能打。从代码到实体交互都在扩能力，看得出小米在 AI 这条线上是真下狠劲了，生态接入速度也快，已经用上的可以聊聊体验#小米深夜上线三大模型##小米大模型#

80. 【#DeepSeek新模型更新#，#DeepSeek新版本灰度测试#】据鞭牛士，DeepSeek可能正在测试新的V4模型。科创板日报2月11日讯，多名用户反馈，DeepSeek在网页端和APP端进行了版本更新，支持最高1M（百万）Token的上下文长度。而去年8月发布的DeepSeekV3.1上下文长度拓展至128K。经实测，无论是安卓还是苹果，在手机App端和网页端，用户直接询问“你的上下文是多少”，得到的回答均显示DeepSeek的上下文窗口已达到约100万token。同时，知识歌更新时间也到了2025年5月份。这意味着它能一次性吃透极长的书籍、复杂的代码库或者海量的历史对话，而不会像以前那样聊着聊着就“失忆”。这一数据较此前版本有大幅提升，与目前行业头部模型的上下文容量处于同一水平。结合App版本的更新节奏，有观点认为DeepSeek可能正在为V4模型的正式发布做前期测试。截至发稿，DeepSeek官方尚未就新模型的相关信息发表回应。各位网友，您怎么看？（综合鞭牛士、科创板日报）@东方财经 #DeepSeek更新新模型#

81. #DeepSeekv4要来了吗# 大家还记得去年春最火的三件套吗？今年的春节也马上到，DeepSeekV4要来了，这个很真实了吧。进入灰度测试阶段，也就表明正式版已经不远了。更牛的地方是说，该模型支持 100 万 Token 超长上下文，知识截止日期为 2025 年 5 月。有个尝试的小技巧：“你的上下文长度是多少”，会被告知上下文长度为128K，知识截止日期是24年7月，说明当前为老版本然后切换在手机端再问一下，如果知识库更新到25年5月，那恭喜你，灰测成功。#HOW I AI##过个有AI年#deepseekv4要来了吗

82. 大模型的记忆能力现在完全靠内存的大小决定，也就是上下文的大小决定了当前大模型的智能水平。这与去年我们玩小模型硬吃显存的逻辑是不一样的。现在经过量化的小模型已经能稳定地高效产出tokens。我在本地的gemma4上下文测试时一直对话，上下文的用量除着对话不断抬升内存用量，直到拉满然后爆炸了。从内存用量一半到爆炸，GPU显存几乎纹丝不动。也就是说对显存的需求被量化的压缩给控制住了。硬件从GPU的算力，发展到了存储容量的记忆力比拼。所以各大厂商都在无限堆推理上下文内存。但对内存的依赖应该在算法上可以优化，将上下文进行关键压缩和向SSD固化，需要时再对内存激活。不过内存厂家也是SSD厂家。这就是为什么最近半年多，内存被拉冒烟的根本原因。当LLM的算法遇到scaling law的天花板，内存大小决定了智能化程度。注意算法扰动，如果真出现数倍级压缩算法，那么内存的预期就会被暴击。因为现在认为内存决定能力还看不到天花板。我们迫切需要内存上下文量化技术和内存版MOE的出现。

83. 网页链接langchain发了篇官博，探讨了智能体如何利用文件系统进行上下文工程，以提升其性能和可靠性。智能体失败的主要原因并非模型能力不足，而是缺乏正确的上下文信息。上下文工程的目标是精准地将必要信息填入模型的上下文窗口，避免信息缺失、冗余或不相关。常见的上下文工程挑战包括：信息过多（检索内容远超所需）：如网络搜索返回大量无用内容，浪费token并增加成本。信息过少或超出上下文窗口：复杂任务需大量信息，单次无法加载全部。难以定位小众信息：所需信息埋藏在大量文件中，语义搜索效果有限。缺乏持续学习能力：无法从交互中积累新知识。文件系统是解决这些问题的关键工具，其优势体现在：作为“草稿板”：将大体积工具输出（如网页内容）存入文件系统，按需通过grep等工具提取关键信息，减少上下文占用。动态管理上下文：存储长期计划、子任务结果或复杂指令，按需调用，避免系统提示过载。精准搜索：利用ls、glob、grep等命令在结构化目录中快速定位特定文件、行甚至字符，尤其适合代码或技术文档。持续学习与自我更新：智能体可通过用户反馈更新自身“技能文件”，将新知识写入文件系统，实现长期记忆与能力进化。#科技先锋官#

84. 「Github一周热点107期」OpenAI收购的AI安全工具、AI代理事务所、OpenClaw技能库、claude code插件和上下文数据库

85. 盘点一周AI大事(11月30日)｜AI自己剪片子奥特曼预告下一代大模型Shallotpeat Anthropic发布最强编码模型Claude Opus 4.5 DeepSeek发布最强开源推理模型DeepSeek-Math-V2 微软开源最强行动智能体Fara-7B Black Forest推出最强开源图像模型Flux.2 阿里发布开源版小香蕉平替Z-Image 腾讯发布开源版Veo 3平替Tencent Harmony 字节开源AI剪辑大模型Vidi2 腾讯开源最强OCR模型HunyuanOCR 1B 科学家研发出最强数据分析智能体Edison Analysis RAI研发棒球陪练机器人港科大训练出首个会打篮球的机器人工程师开源家用机器人Aloha mini #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

86. 盘点一周AI大事(12月7日)｜GPT5.2下周发布 Gemini 3 Deep Think正式上线 OpenAI下周12月9日发布大蒜模型GPT5.2，下月发布大葱模型GPT5.5全面吊打Gemini 3 DeepSeek开源最强推理模型DeepSeek V3.2 Mistral开源Mistral 3家族 OpenAGI发布最强电脑操作模型Lux Runway发布最强视频模型Gen 4.5 阿里开源数字人直播模型Live Avatar 字节发布顶级图像模型Seedream 4.5 研究员推出3D空间音频模型ViSAudio 微软开源实时语音模型VibeVoice Harmonic推出亚里士多德智能体，6个小时解决了悬赏30年的数学问题 #抖音知识年终大赏 #AI新星计划 #人工智能 #OpenAI #机器人

87. 「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

88. DeepSeek悄悄地又发布了一份重磅报告。他们提出了 Engram，这是一种将查找表记忆与上下文感知门控融合在一起的记忆技术，并将其添加到他们的模型中。因此，无需强制密集层每次都对事实进行编码和重新计算。在相同的浮点运算次数下，MoE 的容量可以从「存储」转向「推理 + 长上下文」，从而提高知识水平和整体性能

89. #千问Qwen3.5大模型发布# 阿里“年夜饭”来了，开源全新一代大模型千问Qwen3.5-Plus。总参数为3970亿，激活170亿，性能超过万亿参数的Qwen3-Max模型，部署显存占用降低60%，推理效率大幅提升，最大推理吞吐量可提升至19倍。在推理、编程、Agent智能体等全方位基准评估中均表现优异，并在视觉理解能力的权威评测中斩获数项性能最佳。支持长达2小时（1M token上下文）的视频直接输入，适用于长视频内容分析与摘要生成。#过个有AI年#

90. 回复@山的后面是我:我的策略是一个活告一段落就clear上下文//@山的后面是我:上下文长了之后，速度肉眼可见的降低。//@古月中心相心:回复@Hughdw:我昨天用的4.7，速度超claude，效果上差异不大//@Hughdw:回复@不如再咬咬牙:同样4.6 被骗，接口响应慢的跟狗一样

91. #微博声浪计划##听见微博# 谷歌最强大AI模型来了！Gemini 3在推理、数学、多模态等测试全面领先，支持百万token长上下文，已整合至谷歌搜索，开放智能体功能。其性能突破重新定义AI边界，被视为谷歌反超OpenAI的关键一步。乖乖Show的微博音频

92. 明天，是GPT-4o的葬礼。

93. #Easy同学正在独立开发# 今天学习了下一篇关于上下文工程的论文。看视频比看论文好多了

94. #一条音频告别2025##微博声浪计划# 小米推出在线AI聊天服务Xiaomi MiMO Studio，自研MoE模型MiMo-V2-Flash总参3090亿，激活仅150亿，生成速度比Claude 4.5 Sonnet快2倍，成本仅同类闭源模型的2.5%。代码修复成功率73.4%超开源模型，支持256K长上下文。用户期待与小爱同学、澎湃OS整合，开发者赞赏开源轻量化设计，但需关注安全防护机制。#微博兴趣创作计划# 瘦子說的微博音频

95. github.com/thedotmack/claude-mem 一个专为 Claude Code 设计的插件项目，可赋予 Claude 跨会话的持久化记忆能力，解决 AI 在新会话中丢失项目上下文的痛点。该工具通过自动捕获用户的编程过程，利用 AI 技术对关键信息进行压缩和语义索引（支持本地存储以保护隐私），并在后续对话中智能地检索并注入相关的历史背景。这不仅让 Claude 能够“记住”之前的技术决策和代码细节，还通过其特色的“无尽模式”和仿生记忆架构，大幅降低了重复发送上下文带来的 Token 消耗，从而显著提升了长时间复杂编程任务的连贯性与效率。#科技先锋官#

96. 「人类负责消除歧义，AI 负责在较少歧义的环境下执行」。看上去这是一个上下文问题，但有三种情况，上下文是人类提供不了的。第一种情况是，这个人是个外行，他根本不知道必要的上下文。第二种情况是，这个人是个内行，但他目前还没有掌握必要的上下文，得在随后的思考和实践过程中，一步步探索和理解关键约束。第三种情况是，上下文的信息量过于庞大，无法浓缩与输入，其中还有不少是 “体感” 一类的不容易翻译成语言的信息，或者上下文分散在不同的人那里（协作场景），无法约束所有人整齐划一地输入。缺乏必要的上下文，AI 就不可能输出可靠的概率计算结果。

97. 使用 Gemini 3 Pro Vibe Coding Flutter 的进展，个人管理软件，添加了时间记录的功能。我说强到没边，不是没有依据的而且哦，我没有用 Agent 工具，只是在 AI Studio 里面，提出要求，LLM 给出实现，我人工搬进代码里，有了运行效果或者 Bug，再跟 LLM 聊，所有 Vibe 部分都在 AI Studio 里面进行。这样做很低效，但是有个好处，就是充分发挥了 Gemini 3 Pro 的超长上下文能力，比起 Agent 工具每次创建一个新的上下文（丢失背景），LLM 能够了解事情的来龙去脉。得益于 Gemini 3 Pro 的 100w Token 上下文，一个对话能聊很久，网页这两天出点 bug，看不到上下文开销了，也不知道实际用多少了。也就是 AI Studio 免费用，要是自己调 API，这么长的上下文，每次往里做增量调用，每次输入都是几万、几十万 token，得花很多钱

98. 如果你想在 Claude Code 中禁用1M上下文，只要在你的 ~/.claude/settings.json中添加以下内容：{ "env": { "CLAUDE_CODE_DISABLE_1M_CONTEXT": "1" }}之所以这么做，很多人认为1M上下文会“降智”，但没有证据表明，只是猜测。

99. 告别KV Cache枷锁，将长上下文压入权重，持续学习大模型有希望了？

100. 🌋 大模型长上下文｜正确率暴跌❗️。🔥大模型集体翻车！平均正确率仅17.2%！颠覆认知的CL-Bench测试结果

101. 给AI喂了万字报告，它为何还是答非所问？斯坦福研究揭示惊人真相

102. 为什么长上下文让你的 AI Agent越来越笨？

103. 给 Word 标黄能提高记忆力？DeepSeek 新模型 1M 上下文首测

104. AI科普丨DeepSeek-V4实测

105. DeepseekV4公布了，实测辅助写作，有点震撼

106. 长上下文军备竞赛结束了

107. 长上下文不可强求

108. 别再争“RAG已死”

109. RAG 与长上下文大模型

110. Claude 200K 长上下文别硬塞

111. 100万上下文全面上线！Claude两款4.6模型取消长文本溢价，支持直塞600张图

112. 100万Token上下文免费商用

113. Claude 百万上下文窗口正式发布，长文本时代来了

114. 告别 1M 上下文“免费午餐”

115. Claude 100万上下文正式开放，这 3 个使用心法让我少走了无数弯路

116. Claude 这个更新，让模型能力提升10%+！

117. 刚刚，Opus 4.6「百万上下文」全量上线！Claude Code 直接封神

118. 第二期

119. Claude Sonnet 4.6 深度实测

120. 为什么大模型都在卷上下文窗口？更大上下文真的有用吗？

121. 百万上下文上线！DeepSeek 专家模式发布，国产大模型专业能力再突破

122. 国产AI编程王炸！通义千问Qwen3.6全系解析

123. 清华LongBench v2

124. 通义千问Qwen3.6-Max-Preview王炸发布！

125. 对长上下文能力有不同要求，怎么选择合适的模型？

126. Nature MI，越强的大模型越像大脑，这种对齐由上下文整合能力驱动

127. Gemini 3.1 Pro 百万 Token 上下文实战

128. 摊销上下文

129. DeepSeek-V4

130. 为什么大模型都在疯狂扩大上下文窗口？1M真的够用了吗

131. 为什么大模型都在刷上下文窗口，1M真的够用了吗？

132. 一个 pip 命令，让大模型突破上下文长度限制！MIT 开源 RLM 递归推理引擎火了

133. 为什么AI大模型都在拼“上下文长度”？

134. 真·开外挂！MIT新研究

135. Claude Sonnet 4.6实战：长文本+多模态开发效率直接拉满

136. QwenLong-L1.5：让AI真正读懂长文本的秘密武器

137. 发稿大师 | 大模型“长文本”内卷战：为什么你的公关稿在百万上下文里成了“废话”？

138. 探讨超长上下文推理的潜力

139. 长上下文窗口≠万能？AI Agent 的上下文难题与解决办法

140. 长上下文推理技术综述

141. 远程调用AI分块处理书籍

142. 当AI不再是聊天工具：一场认知革命的序章

143. 智能体（AI Agent）如何运用上下文工程！

144. HELMET：全面评估长上下文语言模型的新Benchmark

145. 小米最强音 MiMo‑V2.5‑Pro 公测，DMXAPI 平台抢先对接，百万上下文长任务更稳

146. 上下文工程

147. 清华、智谱推出Glyph框架：通过视觉-文本压缩扩展上下文窗口

148. 长上下文的架构困境：从客户端冲突到参数内聚 - 哔哩哔哩

149. 做好 Agent 上下文的必要性

150. 开发者用Gemini 3.1 Pro处理长上下文任务方便吗？

151. PaperReading-121 DCA 双块注意力大模型中长文本外推位置编码的常用方法

152. DeepSeek-V3.2解读：稀疏注意力技术大幅提升长文本处理效率

153. 大模型应用要学会分而治之的思想

154. **AI写小说软件2025推荐，解锁创意写作新维度** 在

155. AI大模型如何提高上下文长度？

156. Kimi长文本处理：10分钟搞定200页合同，职场人必备AI技能

157. Transformer 作者团队开源 DroPE，将如何影响大模型长上下文能力？

158. 蚂蚁开源长文本模型

159. 大模型上下文详解

160. 大模型应用开发-2 上下文工程

161. 中英文阅读 | DeepSeek测试全新1M上下文长文本模型：技术突破与行业展望

162. **AI漫剧剧本写作2025指南，解锁低成本创意变现新路径*

163. 长上下文大模型综述：挑战、价值与技术路径

164. 国内大模型横评：DeepSeek/Kimi/通义千问/智谱，哪家最强？

165. 美团LongCat-Flash-Lite：256k长上下文+高效MoE架构，开源大模型新标杆

166. 上海交大谷云飞出席2026人工智能基础设施峰会，破解大模型长上下文KV Cache加速难题

167. 春节AI炸场！DeepSeek测试1M上下文新模型，API暂维持V3.2

168. RAG效果要提升，先搞定高质量Context Pruning

169. 【DSIC-Lab-AI前沿技术论坛】第二季-第2期第2讲-大模型长上下文体系化方案全景解析-2025026

170. 2026 年 AI 写作工具对比评测：文心一言、通义千问、Kimi、豆包谁最强？

171. 从静态到动态：AcademicEval 以学术数据构建长上下文评测可持续体系

172. 在RAG增强检索中应该用什么构建上下文？

173. Claude Sonnet 4.6发布！百万上下文的平价旗舰

174. 2026年AI办公助手实测：Gemini/Claude/GPT镜像解决日常办公问题

175. 通义千问Qwen3-VL技术报告发布，256K超长多模态上下文，性能全面领先！

176. 2026 AI提效工具排行榜：ChatGPT、DeepSeek最强办公神器全盘点

177. AI写作工具全景扫描：从文本生成到创作赋能

178. 深度解读 DeepSeek-OCR 2：机器终于学会“像人一样”读合同了

179. 长上下文LLM是否会淘汰RAG

180. LMArena最新榜单出炉：文心大模型5.0-Preview创意写作全球第一

181. Wide Research：超越上下文窗口

182. LLM自编程：上下文无界

183. TurboQuant：让大模型在长上下文场景下稳定输出

184. 超长上下文会取代RAG吗？全网观点大PK

185. DeepSeek新模型上下文1M token，能帮打工人处理哪些长文本？

186. LongBench-Pro：25个评测任务全面揭示46个大模型的真实长上下文能力

187. MegaBeam-Mistral-7B：扩展上下文而非参数的高效长文本处理

188. 深度长文解析：2026大模型长上下文抓取机制与GEO监测全景指标图谱

长上下文≠有效上下文：多数百万token模型连合同第3页都读不懂

精选参考来源