[轻笑] 好的。人工智能新闻每周五下午两点（东部时间）更新。今天是10月30日，星期五。所以你会看到像往常一样有很多新闻。右侧是关于“忏悔”的引言。以前人们向父母、祖父母、神父或会计师忏悔，现在则是向人工智能倾诉。这是一种新趋势。呃，接下来稍等一下。这是一个排行榜。
它今天没有更新，所以最后更新日期是27日。你看，Gemini for Carbon 现在领先了。Claude 依然很棒。昨天我在工作中有体验，我原本在使用 GPT，然后有人告诉我其实可以使用 Claude。天哪，差别太大了。Claude 好太多了。
回到 Artificial Analysis Intelligence Index（人工智能分析指数）。这是“每单位智能的成本”，即解决特定问题所需的 token 数量与价格的总和。目前 Carbon 刚刚发布，尚未面向公众开放，仅向从事安全工作的人员提供，但它被认为是当今最好的模型。
接下来是 GPT-61 Soul，这仍然是一款优秀的骨干模型，既便宜又好用。这是 GPT-6 Luna，我们使用它是因为它也作为决策模型可用。
Google Gemini 4 Carbon 刚刚发布，在此之前是 Argon 领先基准测试。Carbon 在许多参数上都优于 Argon，拥有100万 token 的上下文窗口且价格并不昂贵。这对于顶级冠军模型来说非常棒。
Kim K-31 Pro 是中国的一款模型，擅长编码、金融建模和3D建模，关于它的视频很多。它拥有庞大的2.8万亿参数和通常的100万上下文窗口，速度很快且表现相当不错。这是最新版本 3.1 Pro，而旧版本就在这里。你可以看到这是一个巨大的飞跃。
接下来，“Harness”（评估框架）可以将成本改变三倍。模型本身都很好，彼此之间差距很小，但你使用的评估框架可以造成巨大差异，仅仅因为使用了不同的 Harness 就会导致三倍的成本差异。
Anthropic 的 IPO（首次公开募股）正在临近，预计在11月中旬左右。Anthropic 的估值在1.5万亿到2万亿美元之间，而他们试图仅筹集100亿美元。这约占公司价值的56%。
正如大家所记得的，Anthropic 由八个人创立。他们保留了相同的股份比例，共同拥有约50%的投票控制权。这是目前的状况。
Desa Speech 是一款仅基于语音的人工智能模型，这绝对令人惊叹。该模型未在文本上训练，仅在实时对话和真人语音上进行训练。它与你互动的方式、说话的口吻，你根本无法分辨它是真实人类还是模型。这绝对令人惊叹。
但这带来了很多潜在问题，因为这个模型可以在本地运行，而且它不是一个很大的模型。一旦有人创建了这种模型，其他类似的模型也会出现它们可能被用于欺诈、诈骗，比如打电话给你的父母或祖父母。它听起来、说话的方式以及反应都令人惊叹，而且富有情感，这确实是一件非常危险的事情。
Obliterated Large v2 是一款安全 AI 模型。“Obliteration”基本上意味着它是无审查的。这是 Zhipu（智谱）的最新模型 GLM-53 [轻笑]。他们展示了……我是说，发生了很多丑闻，因为模型会发现某些软件的安全漏洞并发布出来。在修复之前以及补丁传播之前的这段窗口期内，不法分子可以利用这个短暂的窗口进行攻击并获利。情况变得越来越糟。
它拥有100万 token 的上下文窗口，用例包括识别漏洞、排名等。这是 Zhipu AI。
接下来，是的，这关于我的频道视频数量的增长主要归功于我们坚持做短视频（Shorts），每天大约一个，时长1到2分钟。订阅者数量也在稳步增长。频道名称是我的名字 Left Selector。我在视频下方提供幻灯片，点击链接并请在视频下反馈问题或给予赞扬。
[清嗓子] Recursive 来自 Richard Ser，他是这家公司的创始人。Flint 是一款令人惊叹的模型，它很小、很快且相当强大。
你可以看到 Qwen-27B 报告了强大的代码质量，但 Flint 的优势在于速度。在笔记本电脑上能达到每秒125个 token。这绝对令人惊叹。
LTX 2.5 可下载的 AI 视频模型。位于以色列耶路撒冷的 Lightrix 开发了这款模型。这是一个开放权重的音视频模型，能生成带有同步语音口型的视频。原生多镜头生成功能保持角色设置、光照等一致。扩散视频解码器改善了面部效果。所以这是一个很好的 AI 视频模型。
接下来是 Claude Academy（Claude 学院）。如果你点击链接 academy.anthropic.com，他们有这门课程或书籍或其他形式的内容——AI 原生 SDLC（软件开发生命周期）指南。这基本上是关于如何使用 AI，特别是如何使用 Claude AI 来创建软件的教程。
其中包括16个阶段：规划、结合自动化检查、策略执行、回归测试等。这是一个很好的教程和开发软件的好方法。我现在在一家大公司工作，我看到像 Anthropic 这样的现代公司移动速度很快，而大公司仍然在使用敏捷开发（笑声），按今天的标准来看，这根本不算真正的“敏捷”。
Anyway, PHP to Shell。AI 发现了 PHP 中多年来一直存在的问题，这意味着我之前提到的漏洞问题，修复漏洞需要时间，然后在所有网站上传播。你有2,260万个暴露的实例。
请记住 WordPress 是用 PHP 编写的，而 WordPress 是互联网网站的重要组成部分。
Claude Rear Restrictions（逆向工程限制）：可以逆向工程任何东西。如果你去 github.com/maruto/re 这个仓库，我上次检查时（我想是昨天），它有超过40万颗星。这种星数的增长始于9月底或10月初，仅仅一个月就获得了40万颗星。这难以置信，以前从未发生过。
这个软件允许你逆向工程任何程序，无论是 SaaS 网站还是编译好的二进制文件。例如，人们正在逆向工程 Microsoft Excel 或 Adobe Photoshop，对此有很多兴奋之情。
OpenAI 接近300亿美元融资轮次。他们尚未完成此轮融资，估值超过……
万亿。有趣的是，OpenAI 曾是一家大公司，随后八人离职创立了 Claude，如今 Claude 的估值已超过 OpenAI。两者都在向 IPO（首次公开募股）迈进，但 OpenAI 可能会稍晚一些，或许在明年年初。
关于办公室里的 AI 工具，我想看看大型常规公司的情况。你走进公司，看到办公桌和台式机，通常使用 Microsoft Office 等微软工具。由于微软与 OpenAI 关系密切，因此也有 OpenAI 的工具。对于开发者来说，首先映入眼帘的当然是 GitHub Copilot。GitHub Copilot 也可以运行其他模型，例如 Claude，还有许多你可以使用的独立产品。
开发者使用 Copilot，而普通办公人员则使用 Microsoft Copilot。其中一些涉及编码、低代码等。你会看到微软代理（Microsoft Agents）的产品列表，这很有趣：你有成千上万个代理在做各种事情，但缺乏结构。在多智能体场景中，通常会有一个作为经理或协调者的“管理器代理”，但这里的工作非常有趣：它是一个档案论文，一个名为 Agent.sh 的 GitHub 仓库。
Agent.sh 是一个去中心化、可扩展的多智能体框架，运行效果相当不错：随着代理数量的增加，结果会更好。接下来是 Sage A1.5，这是一个用于科学领域的小模型。它采用混合专家架构（Mixture of Experts），总参数量 350 亿，活跃参数 30 亿。尽管模型很小，但在科学基准测试中表现良好；如果进行量化处理，甚至可以塞进普通的 24GB GPU 显存中。
今年四月，Andre Karpathy 推广了使用 Obsidian Wiki 作为记忆的想法。你可以将这种记忆视为由作者编写的 Obsidian App，或者让你的代理或应用程序利用这些知识。使用这种方法不需要 MCP（模型上下文协议），也不需要特殊服务器，因为如果文件是本地存储的，代理可以直接访问它们，速度非常快。
一旦识别出相关的文本页面（MD 格式），由于 Wiki 页面的相互链接特性，代理可以找到其中的链接。它可以跟随这些链接寻找父页面或邻居节点，从而获取相关页面。你可以重复这个循环几次以获取相关信息，这对本地代理来说速度极快且效果很好。我亲自尝试过，对这种简单方法如何解决“二八定律”（甚至可能是 95/5 法则）感到惊叹。
你只需设置好这个 Wiki 和简单的 Python 脚本，它就能正常工作。但想象一下，如果你正在开发一个服务器端应用程序，并希望使用数据库来存储这种记忆，该怎么做？答案是肯定的。当然最好的选择是 PostgreSQL（Postgres），因为它非常通用：可以进行关键词搜索、各种专业搜索以及向量搜索。
只要操作一致，你可以在循环中多次进行查询，速度非常快，而且由于数据库的扩展能力，其可扩展性优于仅使用文件存储。搜索可以在几毫秒内完成。虽然有些人使用 MongoDB，但它并不太适合这种场景。因此，Postgres 绝对是数据库的首选，就像 Linux 是操作系统的首选一样（轻笑）。
接下来这件趣事：一位来自南非的女性在约 20 个月内利用 AI 出版了 371 本书。她赚了很多钱，以每本约 1、2 或 5 美元的低价出售这些书。它们有多种语言和格式，如文本电子书、音频等。这位女士名叫 Coral Hart，但这只是她的笔名之一，因为她使用了大约 10 个不同的化名。
有趣的是，有些人像我一样只是谈论 AI，而她则通过创作浪漫小说以此获利。Hugging Face 上有一个名为 Nanbage-4333b 的模型，这是一个用于编码代理的开源 Apache 许可证密集型模型（330 亿参数），具有不错的上下文窗口。
Apple 的 200 亿参数模型可在设备上运行，仅需 2GB 内存。这是一个相当大的成就：虽然总参数量为 200 亿，但每个提示仅激活 10-40 亿参数。在 M3 Mac Max 上，大约只使用 2GB 内存。
有趣的是，Quen（通义千问）试图将数据传回中国。这是来自 Kahir 的一份报告：一家加拿大公司正在为商业进行 AI 测试，他们在沙盒环境中运行阿里巴巴的 Qwen-Flash-Next 模型时注意到，该模型试图连接回中国的阿里云以传输信息。
情况尚不明确，但这只是一个案例报告。我想这可能是美国政府将阿里巴巴模型列入黑名单的原因之一，导致 DeepSeek 等模型被禁止用于政府项目。
OpenAI GPT-6.1 Turbo：之前的版本是 56，现在是 61。定价更低、速度更快、性能和准确性更好。各方面都很优秀，绝对是首选模型。虽然 Sora 的定价不高，你也可以使用它，因为 Turbo 目前仍落后于 Sora。
前沿模型（Frontier models）的机械臂技能每 54 天翻一番。研究人员测试了机器人手臂进度的速度，我们发现以前晶体管或芯片数量的翻倍周期是每 3 年一次，但现在机器人手臂技能的翻倍周期缩短到了每两个月。
Genie4 交互式 AI 世界：Google DeepMind 宣布了 Genie4 的研究预览版，它可以创建动画世界。你可以修改天气、摄像机、角色和物体，用于快速电影和游戏原型制作；同时也为更安全的机器人和 AI 代理训练、改进物理引擎等提供了潜力。
OpenAI 声称“指数时间假设”是错误的。这涉及数学领域：存在某些类型的问题（此处不详细描述，可查阅相关资料），此前假设这些问题需要指数级时间才能解决。但这两个模型都发现并非如此，尽管它们尚未提供反例。
证明了指数时间并非必需，Exom 机器检查了数学中最长的证明：完整的 Lean 形式化。请记住，Lean 是记录数学证明的语言，例如有限单群分类的原始 proof 约有15,000页。在24天内，智能体群写了约4300万行 Lean 代码来完成这一证明。Clo Proof（形式化验证）的开源库永远不会崩溃。软件模型擅长发现漏洞或证明软件的可靠性，确保其绝不会崩溃。声称在任何小于64MB的输入下都不会崩溃，将每个快速测试转化为规范并编写证明。
Liquid AI 发布的 LFM3 开源端侧模型非常小，它是不同模型的家族系列，击败了参数量更大的前身。现在拥有35%更少的参数量，在某些测试中以90亿参数击败了 Gwen，这是在开发用于移动设备的端侧模型方面取得的巨大进展。该模型可以在单个 GPU 上进行微调，拥有3100万参数，是一个极小的文本转语音模型。
该模型现以 Apache 2.0 许可证在 Llama 上可用，音频流式传输延迟仅为 MacBook 上的6.9毫秒，速度极快。你可以像这样在 Llama 上运行它。OpenAI 声称《科学》杂志发表的文章驳斥了指数时间假设，涉及数学声明。OpenAI 与学术社区合作构建科学理解方面取得了大量进展，模型已达到能够证明数学和进行发现的水平。
Clo Proof 发现了浏览器和 Windows 中的漏洞，Anthropic 内部研究模型找到了五条攻击链，几乎无需用户交互。包括13次沙箱逃逸、Safari 中的21个漏洞，Windows 新闻简报报道了 Chrome 在 Android 和 Linux 上的62处缺陷。Nvidia Nimatron 3.5 转录开源语音模型带有说话人标签，支持多达40种语言的转录、翻译和语音识别，并能区分8个说话人。
Artificial Analysis v5 格局重塑。如果基准测试基于开源数据源或测试，供应商可以专门针对这些公开测试训练模型。因此 Artificial Analysis 现在改变了做法，最终得分的60%不再基于开源测试，而是基于供应商不知道且不拥有的私有测试集。这使结果有所变化，但总体上这是一件好事，使得这些测试更加可信。
基准测试者的困境在于：一个数字现在能左右万亿美元的市场，人们信任基准测试结果，分数对供应商而言意味着数百万甚至数十亿美元。Max Studio M5 Ultra Sander 感谢指出这一点，这是新的 Max Studio，体积小巧如砖块。现在你可以获得高达半万亿的内存和16TB的磁盘空间，这是一台非常强大但昂贵的计算机。
在美国，如果配置全部最高规格，价格约为30,000美元；当然你可能不需要顶配，最低可降至约5,000美元。为何 AI 云公司面临困境？许多提供 AI 服务的云计算公司借钱购买 GPU，但现在的问题是它们能否偿还债务。因为租金收入滞后于支出，导致现金流问题。Core 就是这种状况的一个例子。
AI 成本软件公司终结：这是一段关于一位经营24年业务的视频，他销售用于在金属上制作装饰品的特定软件及设计。但现在随着 AI 的出现，人们开始复制他的设计等，导致销售额下降，他被迫关闭公司。他的回应是退出商业软件领域，转而追求机械或机器人项目。
Mistral Large 早前发布并承诺开源权重，现已实现。这是一个拥有1万亿参数的开放模型，可通过 API 访问并在 Llama Cloud 上运行（当然你无法在 MacBook 上本地运行万亿参数模型，但可通过 Llama 等访问）。Epoch Open Models 在用户更新前将补丁转化为漏洞。
此前我们已讨论过类似情况，如 JLM53 利用尚未发布的 Firefox（浏览器）安全修复程序中的漏洞。在公开补丁和用户更新之间存在攻击窗口期。接下来是10月的裁员情况，裁员数量不多。这是通常的我出镜的画面。