Ethan Mollick：从 GPT-4 的 4 分钟到如今模型能连续工作数周
Ethan Mollick 用 METR 的任务时长标尺对比 GPT-4 和现在的模型，想理解智能体到底进化到哪一步可以看看这篇。
全部动态
AI 相关资讯全量信息流 · 28 条
11月2日
11月1日
Ethan Mollick 回顾：GPT-4 曾霸榜一年，秘密方法并不存在
Ethan Mollick 感慨三年前大家还在猜 GPT-4 是不是模型天花板，回头看两个猜想全错了，适合当个行业视角看看。
10月27日
一条推文梳理 AI 数学能力时间线：从 GPT-4 到 IMO 金牌
一条很火的段子式推文，把 GPT-4 算小学数学到 IMO 金牌的跳跃串成时间线，后半段全是玩梗，适合当乐子看。
10月18日
OpenAI 与 Anthropic 一周动态：Sora 重启谈判、Scion 自研源码管理落地
这期干货不少：Sora 可能借新公司复活，Anthropic 用自研 Scion 替掉 git，内部 Claude 还解开了 25 年的 ECDSA 种子谜题，科技八卦和硬核内容都有。
10月16日
METR 获得 Anthropic 前沿模型的员工级访问权限
专门给前沿模型做能力评测的 METR，现在能像 Anthropic 内部员工一样用模型了，评测结果会更靠谱。
10月13日
GPT-4 曾独霸一年，如今已有 19 个可在手机上运行的模型超越它
Ethan Mollick 发推感慨：当年没人追得上的 GPT-4，现在 19 个能塞进手机的小模型都比它强，小模型进步快得吓人。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月4日
LangSmith发布大模型使用报告
LangChain团队发布的大模型使用报告，显示gpt-4o-mini使用率最高，DeepSeek V4 Flash是唯一上榜的开源模型。
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文
7月30日
行业00:56
模型评测中的偏见：不知道型号就觉得好，知道是前沿模型就有偏见FactoryAI的CTO聊了个扎心的现象：你不知道用啥模型时觉得都挺好，一旦知道是前沿模型就开始挑刺。模型战争原来是心理战？
Sam Altman谈GPT-4推动算力囤积、ChatGPT起源与机器人未来
Altman说了几个大实话：GPT-4让他们疯狂囤算力，ChatGPT名字差点不叫这个，还有机器人爆发时间点。
7月20日
7月17日
Meta和xAI陷入下一代模型陷阱，OpenAI凭借Orion/GPT-4.5成功脱险
博主分析了Llama 4和Grok 4为什么翻车，以及OpenAI的Orion/GPT-4.5怎么稳住了局面，值得一看。
7月7日
7月4日
6月29日
OpenAI可能将GPT-6标签留给未来模型
看看大家对OpenAI下一代模型命名的猜想，挺有意思的，虽然没干货但能勾起好奇心。
6月28日
OpenAI 从 ChatGPT 移除 GPT-4.5，GPT-4 时代终结
GPT-4.5 下线了，想用它的好文风只能走 API。o3 也快走了，记得 8 月 26 日前备份。
6月26日
6月24日
Anthropic在Slack中构建模型无关的Agent，避免供应商锁定
想摆脱模型锁定？看看Anthropic在Slack里的这个集成，能随时切换模型，不用吊死在一棵树上。
6月23日
OpenAI 启动 Patch the Planet 项目，助力开源安全修复
OpenAI 联手 Trail of Bits 和 HackerOne，用 Codex Security 帮开源项目快速修漏洞，人工把关，靠谱。
6月16日
论模型提供商与应用提供商分离的利弊
看一个有意思的行业观点：为什么模型和应用分开做对用户更有利？深入讨论垂直整合的激励问题。
6月11日
OpenAI 考虑大幅降价，WSJ 爆料
OpenAI 降价将直接降低 AI 应用开发成本，做 API 集成或依赖 GPT 模型的团队值得关注，建议提前规划预算调整。
OpenAI 考虑大幅降价以应对 Anthropic 竞争
OpenAI 降价直接降低 AI 应用开发成本，做 API 集成的团队可以关注，建议对比当前价格后评估是否切换或增加用量。
6月8日
行业23:49
OpenRouter 融资 1.13 亿美元，AI 推理成本暴跌趋势确认AI 推理成本断崖式下跌正在重塑行业格局，做 AI 应用或基础设施的团队值得关注——路由策略能直接省下 80% 成本，建议尽早布局。
5月27日
Gemini 2.5 Pro 之前，Google 模型为何总落后一步？
做 AI 产品战略或关注模型竞争的读者，这篇专访点出了技术领先不等于市场领先的残酷现实——Google 的组织惯性如何让先发优势变成后发劣势，值得所有技术团队反思。
5月25日
Simon Willison 质疑 OpenAI 的 GPT-4 水耗估算，呼吁公开架构
AI 环境影响是开发者绕不开的话题，Simon Willison 戳破了 GPT-4 水耗估算的泡沫，做 AI 可持续性研究的团队值得关注。
5月24日
5月21日
Text Arena 价格-性能帕累托前沿：GPT-4 级质量成本下降 500 倍
大模型价格-性能曲线正在急剧右移，做模型选型和成本优化的团队可以直观看到哪些价位段性价比最高，建议点开看具体数据。
5月17日
行业23:43
ASML：AI和半导体革命的隐形支柱想理解AI芯片供应链的命脉在哪？ASML的EUV光刻机是NVIDIA H100和GPT-4等一切先进芯片的起点，做AI硬件或关注产业链的读者值得一看。
5月12日
行业18:54
前沿模型写作：“好”但“泛滥成灾”Mollick的观点呼应了业界对AI生成内容同质化的担忧：模型本身能产出不错的文本，但大规模使用导致读者审美疲劳。这提醒开发者和内容创作者在利用AI写作时需注意差异化与质量把控。