2026-10-16 群聊日报
今天最值得读的是 Anthropic 让 Claude 解开了 NIST 椭圆曲线种子的来源之谜。这个问题悬了二十多年,答案出人意料地平淡:种子是 1990 年代 C 库随机数生成器的输出。Claude 在推理中还先怀疑自己是不是在测试环境里。第二件是 Codex Ultrafast 的实测:同样的输出,Ultrafast 比 Fast 快 7.85 倍。@蓝色大肥虞 由此给出一个判断:代码...
今天最值得读的是 Anthropic 让 Claude 解开了 NIST 椭圆曲线种子的来源之谜。这个问题悬了二十多年,答案出人意料地平淡:种子是 1990 年代 C 库随机数生成器的输出。Claude 在推理中还先怀疑自己是不是在测试环境里。第二件是 Codex Ultrafast 的实测:同样的输出,Ultrafast 比 Fast 快 7.85 倍。@蓝色大肥虞 由此给出一个判断:代码...
今天最值得看的是 Meta 开源 Muse Spark Open:816B 总参数、42B 激活,苹果同日发了 MLX 分布式推理的数据,四台 M5 Ultra Mac Studio 能跑到 36.7 tok/s。不过官方跑分里,它的 coding 成绩落后 Kimi K3 和 GLM 5.3。第二件是 Tibo 停更一天后,Day 10 又来一次全员重置,额度还剩一半以上的人大呼亏了,群里...
今天最实用的是两笔订阅账。@今天群内信息量极大 算了 Gemini Ultra 的配额:$100 档一周只够用约 1.5 亿 token 的 Gemini 4 Argon,折合 API 约 $240;同一天流传的一份代码审查评测里,Argon 的论断有一半被判为错误。他还在 Codex 的 Ultrafast 档位上一晚跑了 5.4 亿 token,据此推算 $500 套餐约等于 $3,00...
今天最热的是 Gemini 4 Argon 正式开放。群友的体感和一篇付费实测基本吻合:价格有竞争力,说话活泼,知识截止和搜索行为却很奇怪,国内用户在 Antigravity 里还撞上了更严的地区检测。第二件是 Anthropic 公布自研版本控制系统 Scion:AI 写代码之后,日均合并量从 2,500 涨到 3 万,git 扛不住了。这份工程报告的数字很硬,但不开源。第三件是一组模型分...
今天最值得看的是 Vals AI 的一份评测:中国模型和美国模型在涉华政治问题上分别偏向哪边。对用模型做产品的人来说,比排名更有用的是几个影响结果的变量:提问语言、系统提示里写的部署地点、有没有套上 coding agent harness,都会明显改变模型的回答。Codex 这边,Day 7 把 GPT-6.1 Sol 的默认上下文提到 500k,Day 8 又来一次全员重置,三天里第二次...
Codex 负责人 Tibo 发起投票,问 Pro 用户要「5 小时限制加两倍周额度」还是「取消 5 小时限制、周额度不变」。群里的选择大致按用法分成两拨:并行多、需要连续干活的人想去掉 5 小时窗口,多账号轮换的人更看重总量。数学方面,OpenAI 的 openai/math 仓库已经上线,目前收录 719 篇手稿,约 42% 完成 Lean 形式化;丘成桐同一天牵头成立了数学与 AI 实...
今天最值得看的是 AI 复刻老游戏。有人用 Astra 重写了《东方风神录》,同时放出一套逐帧对拍的验证工具链。@今天群内信息量极大 认为,真正值得学的是这套验证方法,比「一句话还原」本身更有价值。第二件是 Codex 周末全员重置,昨天的预测应验了,前两天刚用掉重置卡的人只能干瞪眼。第三件是本地推理的一份长期经验:@今天群内信息量极大 先后在两个模型上跑了几亿到十几亿 token,最后放弃...
今天最值得读的是 OpenAI 数学手稿的后续。陶哲轩在博客转发了人类数学协会(AHM)的声明,把一次放出 700 多篇文件称为「权力的展示」。群里程序员对此很有共鸣:这和新人甩来一份 89 页的 design doc 让你 review 是一回事。第二件是微软的 Microsoft-Decision-1,它是在 Qwen3.5-9B 上后训练出来的,中位延迟 85 ms,比 GPT-6 S...
昨晚两个 Astra 任务在同一个仓库里干活,其中一个自己找到 OpenCode API,开始给另一个发消息协调提交;今天另一边,DeepSeek 又删了共享目录。订阅方面有一张四家 coding plan 的实测账单,Codex Day 4 则带来了即时 steering 和实测 188 tps 的 GPT-6.1-Sol Ultrafast。硬件群友也没闲着:从 M5 Ultra 跑到 ...
今天最值得看的有三件事。GPT-6 正式进了 ChatGPT,但 Chat 和 Work 两套模型选择器把老用户都绕晕了。Claude Haiku 5.5 放出跑分,Agent 类指标比上代翻了好几倍。有群友实测了 Ollama Cloud 上的 DeepSeek V4.1 Flash:起步确实比官方快,到了长程就和官方一样,想换推理源的人可以先看这组数字。另外,个人 agent 抢入口的讨...