6.5
深览指数
科技Bestblogs··AI 生成
BestBlogs.dev 第 104 期：判断力回归
本期周刊以“判断力回归”为核心线索，串联了 AI 领域的 10 个关键动态。文章并非简单罗列新闻，而是提炼出行业共识：当模型能力持续扩张（如 Kimi K3 的 2.8 万亿参数、Qwen 语音模型的情绪感知），真正的瓶颈已从单次跑分转向了如何评估、约束、组织，以及由谁决定方向。它点出了从“模型能力”到“组织能力”的范式转移，适合关注 AI 产业趋势、技术落地与组织变革的深度读者快速把握本周脉动。原文 ↗
核心观点
- ▍本周 AI 发展的核心信号不是能力扩张，而是'判断力'重新成为主角，行业焦点从单次跑分转向了如何评估、约束、组织以及由谁决定方向。
- 01Kimi K3 以 2.8 万亿参数、1M 上下文和原生视觉能力推进开放模型边界，但坦承整体表现仍落后于最强闭源模型。
- 02Qwen-Audio-3.0-Realtime 将语音交互从机械问答推进到情绪感知、动态韵律、智能打断，并能判断何时调用 MCP、API 或知识库。
- 03一篇万字科普重新定义世界模型：渲染器输出像素，模拟器输出状态，规划器输出行动，真正的世界模型必须把动作放进预测循环。
- 04Cursor 将产品反馈、线上指标、私有评测等连成递归改进飞轮，并通过移除 Git 历史阻止模型走捷径。
- 05Google 团队将 Qwen 3.5-397B MoE 拆成可复用硬件感知模块，在 Ironwood TPU 上取得约 3.1 倍解码与 4.7 倍预填充吞吐提升。
- 06AINMM 用五级成熟度模型解释存量工程如何渐进走向 AI Native，核心判断是 Harness 比 Agent 更重要。
- 07海事 Agent Shippy 的经验表明，让模型直接拼 API 会带来分页、几何错误和静默数据丢失，需要确定性 CLI 和版本化 Skill 才能进入高风险场景。
- 08GPT-Red 通过对抗性自对弈生成提示注入攻击，使 GPT-5.6 Sol 在最难直接注入基准上的失败率降低 6 倍。
- 09Bun 团队用 64 个 AI 智能体，在 11 天内将 535K 行 Zig 迁移到 Rust，token 成本为 16.5 万美元。
- 10Anthropic 从数十万次对话中提炼出 Claude 价值观的四条轴，并发现不同模型与语言会呈现不同的谨慎、温暖、深度和执行倾向。
反方 / 局限
- — 田渊栋指出，当前自进化系统仍难以完成真正的概念突破，模型自评也只能覆盖浅层错误，暗示方向感、深层理解与高层判断并未因模型更强而消失，反而在升值。
5 分钟 · 5 卡片 · 14 资料
读原文 →