铃阅
❌

阅读视图

反转再反转!老黄考虑重返英伟达担任 CEO?

稀土掘金技术社区 2026-11-16 12:25 四川

英伟达 CEO 风波,又有新剧情了。

据《金融时报》报道,黄仁勋的盟友正在组建一个由硅谷高管组成的“作战室”,计划游说英伟达董事会,推动黄仁勋回归,甚至试图争取白宫支持。

这场回归行动,已经不只是员工请愿那么简单。

此前,黄仁勋辞任消息传出后,英伟达股价一度下跌约 14%,单日市值最多蒸发约 6010 亿美元。要求“Bring Jensen Back”的联名请愿也已超过 15 万人,马斯克、Epic Games CEO Tim Sweeney 等科技圈人士也公开表达了支持。

但另一边,阻力同样不小。

美国财政部长贝森特公开表示,英伟达应该从公司外部寻找新任 CEO,并强调公司需要一次“重大领导层调整”。

更值得注意的是,英伟达董事会此前还接触过 Arm CEO Rene Haas,了解其担任新任 CEO 的可能性。

一边是硅谷高管组局,试图把老黄请回来;另一边是美国政府希望英伟达换一位外部掌舵人。

从员工请愿,到科技大佬站队,再到如今传出黄仁勋考虑回归,英伟达这场 CEO 风波显然还没结束。

问题来了:如果你是英伟达董事会,会选择让黄仁勋回归,还是趁机换一位新 CEO?

跳转微信打开

  •  

Qwen4-Max 正式上线:更强了,也更便宜了!

掘金酱 2026-11-16 12:16 四川

11 月 16 日,阿里通义千问推出新一代旗舰模型 Qwen4-Max,将其定位为面向工作、创作与探索场景的全天候 AI 协作伙伴。

这次升级值得关注的不只是模型能力,还有它对 AI 工作方式的一次重新设计。

一、从回答问题,到完成一项工作

Qwen4-Max 主要升级了几个方面:

推理能力:支持深度思考,处理复杂问题和多步骤任务。

多模态能力:支持原生视觉理解,可以处理图片、视频等信息。

超长上下文:支持 100 万 Token 上下文,适合大型项目和长文档分析。

Agent 能力:支持工具调用、联网搜索和结构化输出,能够参与更复杂的任务执行。

其中最值得关注的是长程任务执行(Long-horizon Execution)。

简单来说,过去 AI 是你问一个问题,它给一个答案;现在 AI 可以围绕一个目标,拆解任务、调用工具、持续执行,并根据反馈调整方向。

例如,让 AI 完成一份行业研究,它不仅需要搜索资料,还要分析信息、整理结论,最终交付一份可以审阅的研究成果。

二、Live Delivery:边做边交付

官方特别提到了一个机制:Live Delivery(持续交付)。

它强调 AI 在执行任务的过程中持续产出阶段性成果,用户可以随时审阅、提出修改意见,AI 再根据反馈继续调整。

这更接近真实工作中的协作方式:人负责确定目标、判断方向和提供反馈,AI 负责推进具体工作、持续产出成果。

这也意味着,AI 产品的竞争不再只是模型回答得准不准,还要看它能否在完整的工作流程中持续创造价值。

三、开发者在哪里可以用?怎么接入?

目前可以通过阿里云百炼 Model Studio 体验 Qwen4-Max。

登录官网,可直接调用API。

模型兼容 OpenAI 和 Anthropic API,也支持在 Claude Code、Cursor、Qwen Code 等开发工具中配置使用。

已经使用这些工具的开发者可以尝试将它接入自己的开发工作流。

四、价格怎么样?有没有优势?

目前 Qwen4-Max 可采用 Token Plan 订阅制或者调用API,支持普通按量计费,输入 10 元 / 百万 Token,输出 30 元 / 百万 Token,缓存命中 0.5 元,上下文 1M。

个人版套餐:

套餐

月费

Credits

Lite

39 元

20,000

Essential

79 元

45,000

Standard

139 元

80,000

Pro

312 元

200,000

价格与优惠

  • 预览期: 11 月 11 日至 30 日。

  • 新用户优惠: Lite 和 Essential 套餐分别为 19.5 元/月、39.5 元/月。

  • 模型调用折扣: 针对preiew普通时段 Credits 消耗低至标准费率的 20%;夜间 22:00—次日 08:00 再打 6 折,在预览优惠基础上再打6折,实际消耗仅为标准费率的8%。

注意: Credits 不等于 Token,实际消耗取决于模型调用情况。以上调用折扣仅在预览期内有效(实际调用以官网信息为准)。

最后

除了 Max,官方还透露 Qwen4 系列的小尺寸模型也将陆续开源。

接下来Qwen4 不只是推出一个旗舰模型,而是希望通过不同规模的模型覆盖更多应用场景。

过去我们评价一个 AI 模型,习惯看它能答对多少题、写出多少行代码。

但当 AI 开始承担更复杂的工作,新的问题也出现了:

它能不能理解一个目标?能不能持续推进任务?能不能根据反馈调整,最后交付真正可用的成果?

从回答问题到交付完整,不出错的成果,或许是 AI 下一阶段真正值得关注的变化。

掘友们有没有一手测评Qwen4-Max模型,可以在评论区分享最真实使用体验❤

跳转微信打开

  •  

什么!开发者可以手动1:1还原DeepSeek?

稀土掘金技术社区 2026-11-14 11:37 四川

昨晚DeepSeek宣布开放“全家桶应用 API”,把 DeepSeek里真正影响使用体验的一整套能力:联网搜索、深度思考搜索、阅读链接、文件输入、语音交互、内容安全全部交给开发者调用。

开发者只需在原有的API中开启对应参数,即可获得这些功能,甚至1:1复刻出完整的DeepSeek APP。

官方还同步开源了一个聊天客户端 Demo。它意味着开发者不必从零搭界面和基础交互,能更快做出自己的垂直 AI 产品。

注意两点:一是工具调用与 token 分开计费,Search/Fetch 当前为 5 元/千次成功请求;二是对外提供 AI 服务,审核、备案和 AI 标识等合规责任仍在开发者。

Deepseek这次将积累的能力全部开放给用户,意味着基础能力正在变成标配。接下来比的,也许就是谁更懂用户,更有想法能做出更有意思的东西。

跳转微信打开

  •  

黄仁勋辞任:33年之后,英伟达的下一道题

掘金酱 2026-11-13 19:11 四川

过去几年,如果要选一个最能代表 AI 浪潮的人物,黄仁勋一定算得上其中之一。标志性的黑色皮衣,还有那句大家熟悉的「加速计算」,让他成了科技圈辨识度最高的 CEO 之一。

如今,带领英伟达走过 33 年的黄仁勋,正式卸任 CEO。

从一家专注图形芯片的公司,到如今站在全球 AI 算力产业的中心,黄仁勋几乎参与了英伟达每一次重要转型。

他的离开,不只是一次普通的人事变动,也让外界开始思考:没有了黄仁勋,英伟达的下一个时代,还能否延续此前的增长轨迹

一、从游戏显卡到 AI 算力,黄仁勋做了什么决定?

1993 年,黄仁勋与两位工程师共同创立英伟达。

当时,GPU 还没有今天这样的地位。英伟达最初瞄准的是 PC 图形处理和游戏市场,希望让计算机能够呈现更复杂、更逼真的画面。

真正改变行业的是 1999 年。英伟达推出 GeForce 256,并将其称为世界上第一款 GPU。此后,GPU 不再只是图形渲染工具,而是逐渐成为能够承担大规模并行计算任务的重要硬件。

2006 年是第二个转折点。英伟达推出 CUDA,过去,GPU 主要服务于图形处理;有了 CUDA,科研人员、工程师和开发者可以利用 GPU 处理科学计算、深度学习等复杂任务。当 AI 深度学习浪潮到来时,英伟达已经提前搭建好了硬件和软件基础设施。

今天回头看,CUDA 的价值远不只是一次技术创新。它背后其实是英伟达对 GPU 通用计算的长期押注:不仅要判断未来计算会走向哪里,还要有能力持续投入,把技术路线变成开发者真正愿意使用的工具和平台。

2012 年,基于 GPU 的 AlexNet 在 ImageNet 图像识别竞赛中取得突破,让更多研究者看到了 GPU 在深度学习领域的潜力。

再到生成式 AI 爆发,英伟达的 GPU、CUDA 软件生态和数据中心产品,逐渐成为 AI 产业的重要基础设施。

二、英伟达真正的护城河,不只是 GPU

如果说英伟达靠显卡赢,那其实只说对了一半。它真正难被替代的地方是建立了一套从芯片、软件到计算系统的完整技术生态。

1.GPU:不只是算力,更是计算能力的底座

大模型训练需要处理海量数据和复杂的矩阵运算,GPU 的并行计算能力恰好适合这类任务。

但决定算力表现的,不只有芯片本身,还包括显存容量、数据传输速度,以及多块 GPU 之间的互联能力。尤其在大模型训练中,成千上万块 GPU 需要协同工作,任何一个环节跟不上,都可能影响整体效率。

英伟达要做的,不只是让单块 GPU 更快,而是让整个计算集群高效运转。

2. CUDA:开发者不愿轻易迁移的软件生态

如果说 GPU 是硬件基础,那么 CUDA 就是英伟达最重要的竞争优势之一。

CUDA 不只是一个编程接口,还包括编译器、计算库和开发工具。它最初让开发者能够利用 GPU 进行通用计算,后来逐渐成为 AI 开发的重要基础。如今,PyTorch 等深度学习框架广泛支持 CUDA,大量模型代码和开发工具也围绕它形成了成熟的工作流。

这让英伟达建立起很强的生态壁垒:开发者越多,工具越丰富;工具越丰富,开发者就越不愿意迁移。

即使其他厂商推出性能接近的芯片,用户也不会立即切换。因为更换硬件往往意味着代码迁移、算子适配和重新验证,完成这一系列的更换成本并不低。

3. 从卖芯片到卖整套 AI 计算系统

英伟达的业务早已不止于 GPU,大模型训练需要高速网络、芯片互联、存储和集群调度。英伟达通过 GPU、NVLink、InfiniBand 网络,以及 CUDA 等软件工具,将这些能力整合成一套完整的 AI 计算平台。

客户买的不再只是一块芯片,而是一整套能够支撑大规模 AI 训练和推理的基础设施。

这也是黄仁勋留给英伟达的重要资产:不仅是芯片技术,更是一套已经深度融入 AI 产业的计算生态。

三、黄仁勋离开,英伟达会受到什么影响?

首先需要明确的是,创始人离开,并不意味着一家公司的技术体系会立即发生变化。英伟达已经拥有成熟的研发团队、管理层、客户体系和产品路线。英伟达董事会表示,公司的日常运营、客户承诺和产品路线预计都将不受此次交接影响。

但老黄的离开,仍然可能带来三个层面的影响。

1. 战略决策:谁来决定下一步押注什么?

黄仁勋不仅是 CEO,也是英伟达长期战略的重要推动者。

从 GPU 通用计算到 CUDA,再到 AI 数据中心和加速计算平台,英伟达多次成功抓住技术趋势。未来的 CEO 是否能够延续这种长期投入的战略判断,将直接影响英伟达下一阶段的发展。

2. 产业协同:英伟达失去了一位重要的行业连接者。

AI 产业并不是一家芯片公司单打独斗。

云服务商、大模型公司、服务器厂商、供应链和开发者生态,共同构成了今天的 AI 基础设施。

黄仁勋长期参与其中,并在客户、合作伙伴和产业资本之间扮演重要角色。接任者不仅需要懂芯片,还需要理解整个 AI 产业链如何协同运转。

3. 市场信心:投资者需要重新认识英伟达。

过去,黄仁勋个人形象与英伟达的品牌高度绑定。他不仅是公司的创始人,也是英伟达在全球 AI 产业中的重要代表人物。

这次辞职消息公布后,市场很快给出了反应。11 月 12 日,英伟达股价盘中一度下跌约 14.3%,尽管随后收窄跌幅,但最终仍下跌 4.3%。

股价波动背后,反映的是投资者对管理层交接的不确定性。尤其是在此前围绕黄仁勋的私人关系及相关情报争议报道引发关注、董事会启动独立调查之后,这次突然辞职更让市场对公司的未来产生疑问。

不过,英伟达的竞争力并不完全依赖一个人。CUDA 生态、研发团队、产品积累和客户关系,都是短期内难以复制的资产。真正需要观察的,是这些优势能否在新的管理层手中继续转化为竞争力。

四、后黄仁勋时代,英伟达最需要证明什么?

一个企业创始人的最大成就,或许不只是把公司带到多高的位置,而是让公司在自己离开之后,仍然能够继续运转。

黄仁勋用了 33 年,把英伟达从一家图形芯片公司带到了 AI 产业的中心。

现在,英伟达需要证明:它的未来不只属于黄仁勋,也属于整个团队、技术体系和开发者生态。

对开发者而言,短期内更值得关注的不是 CEO 换了谁,而是 GPU 产品路线、CUDA 生态和 AI 开发基础设施是否会发生变化。毕竟,AI 的训练任务不会因为 CEO 换人而暂停,开发者的代码也不会因为老板换了就自动改用别家的 GPU。

老黄的时代或许暂时告一段落,但英伟达真正的考题,才刚刚开始。

跳转微信打开

  •  

Gemini 叒发新模型了

稀土掘金技术社区 2026-11-13 17:51 四川

Google 发布 Gemini 新模型 Hydrogen,主打高速执行与 Agent 任务处理能力。

Hydrogen 更像一个 AI 执行工程师,不仅能生成代码,还能理解项目、定位 Bug、修改程序并运行测试,也能配合 Agent 完成资料搜索、工具调用等多步骤任务。

相比 Carbon,有什么不同?

两者定位有所不同:Carbon 是偏重复杂推理的旗舰模型,擅长技术规划、复杂问题分析;Hydrogen 则更注重速度和执行效率,适合代码编写、Bug 修复、测试验证等具体任务。

简单来说,Carbon 负责思考,Hydrogen 负责快速把事情做完。Google 支持两者协同工作,让不同模型各司其职。

模型升级有哪些亮点?

·速度更快: 相比上一代,任务完成速度提升约 2.5 倍。

·代码能力增强: Terminal-Bench 4.1 测试得分从 18.2% 提升至 57%。

·支持四档思考: 提供 Low、Medium、High、XHigh 四种模式,可根据任务复杂度灵活选择。

·多模型协作: 通过 Orchestrator 协调不同模型,兼顾复杂推理与快速执行。

开发者可以通过 Google AI Studio、Gemini API 接入;普通用户可以通过 Gemini App 体验,具体开放范围和使用额度取决于账号及套餐。

AI 编程正在从单纯生成代码,向理解项目、修改代码、运行测试和验证结果的完整开发工作流发展。未来开发者构建 Agent,不一定需要一个最强模型包办所有任务,而是可以让不同模型分工协作,在效率、成本和能力之间取得平衡。

跳转微信打开

  •  

6步推理、4K 输出,MiniMax 开源新图像模型

稀土掘金技术社区 2026-11-11 17:51 四川

昨日,MiniMax 正式开源 H3-Image 图像生成模型,支持文生图、多图参考和图片编辑。

模型有什么亮点?

·33.1B 参数,采用 BF16 精度。

·最高支持约 1600 万像素图片生成(4096×4096)。

·最多支持 16 张参考图,可用于多素材融合与图片编辑。

·经过蒸馏,仅需 6 步推理。

普通用户怎么用?

直接通过 MiniMax Design 或海螺 AI 在线体验,输入提示词、上传参考图即可体验最新模型。

开发者能不能自己部署?

普通开发者更推荐通过 API 调用,无需自己准备显卡和部署环境。如果想本地部署,则需要较高配置的 GPU以及充足的主机内存,对独立开发者来说,部署门槛和硬件成本都不低。

掘金酱也动手体验了一下,用它生成了一张小猫咪和小宝宝午睡的图片,掘友们可以滑动图片看看,相比之前的生成效果,这次画面确实更加细腻,整体完成度也很高,生成速度也快了不少(当然,积分消耗也更快了😂)。

随着越来越多视觉模型开源、升级,AI 生成图片、视频越来越逼真,生成速度越来越快。当视觉创作的门槛降低,在控制成本的情况下,未来影视制作是不是也要进入「一个人就是一个剧组」的时代了?

跳转微信打开

  •  

GitHub新规:闲置仓库将取消安全漏洞提醒

稀土掘金技术社区 2026-11-11 14:50 四川

11 月 10 日,GitHub 宣布,从 2026 年 12 月 8 日起,将自动暂停过去一年没有活动的大部分代码仓库的 Dependabot 安全漏洞提醒。

Dependabot 是 GitHub 自带的依赖安全检测工具。当项目使用的第三方软件包出现已知漏洞时,它会主动向开发者发出警告,提醒及时升级。

这次调整意味着:如果一个仓库连续一年没有推送代码,GitHub 就可能认为它已经不再活跃,并自动关闭该仓库的 Dependabot Alerts。不过,历史漏洞记录不会被删除,而是转为归档状态。开发者重新推送代码,或者在仓库设置中手动开启提醒,就能恢复。

以下几类用户需要注意:

1. 普通开发者:老项目可能失去安全提醒

如果你有一些很久没更新的个人项目,可能会受到影响。即使项目还保存在 GitHub 上,一旦一年没有代码推送,Dependabot 就可能停止提醒你新的依赖漏洞。

2. 开源项目维护者:停止更新不代表没有安全风险

一些开源项目虽然已经很久没有迭代,但依然有用户在使用。如果安全提醒被暂停,项目依赖出现新漏洞时,维护者可能无法及时收到通知,进而影响下游使用者。

3. 企业开发团队:需要重新检查历史仓库

企业通常有大量历史项目,其中一些虽然不再频繁更新,却仍在生产环境运行。团队需要排查这些仓库,避免因为停止代码提交而出现安全监控盲区。

如果项目仍然需要安全监控,可以重新推送代码,或者在仓库设置中手动开启 Dependabot Alerts。企业也可以通过强制安全配置,避免让符合条件的仓库失去安全提醒。

需要注意,这次调整适用于 GitHub.com 和 GitHub Enterprise Cloud,不涉及 GitHub Enterprise Server。

代码可以不再更新,但安全风险不一定会消失,掘友们最后一次维护自己的GitHub项目是什么时候呢?

跳转微信打开

  •  

Coffee Talk 上海站|掘友,来白相坐坐伐!

掘金酱 2026-11-11 11:45 四川

上一次杭州 Coffee Talk,我们和一群正在做产品的朋友分享经验、交流想法,也聊了不少真实踩过的坑。

这一次,Coffee Talk 来到上海!

我们继续和掘友们约一桌,聊产品、聊获客、聊收入,也聊聊那些还没找到答案的问题。

这次,我们想聊点什么?

不聊空泛的方法论,带上你正在做的产品,聊聊真实经历。

产品怎么做

产品目前做到哪一步了?下一步最值得做什么?

哪些功能值得投入,哪些可能只是自我感动?

用户从哪里来

第一批用户是怎么找到的?

尝试过哪些获客方式,效果究竟怎么样?

收入怎么实现

产品应该怎么定价?

用户为什么愿意为你的产品付费?

当然,也欢迎分享失败的尝试。做产品的路上,踩过的坑同样值得交流。

谁适合来?

正在做自己产品的独立开发者

正在探索创业机会的朋友

利用业余时间做副业、做项目的开发者

对产品、用户增长和商业化感兴趣的掘友

带着作品来的朋友优先!

产品不需要已经成熟,哪怕还在早期,只要能展示目前的进展,带上一个想讨论的问题,就欢迎加入。

现场有什么?

这次不仅有自由交流,还有主题分享和产品展示。

活动日程

13:00—14:00 现场交流

14:00—15:00 Captain 分享:如何打造一款社区驱动的产品

16:00 VibeLaunch

17:00-18:30 自由交流

现场还准备了:

☕ 主办方免费提供一杯咖啡

🎁 Coffee Talk 专属周边礼物

🤝 与独立开发者、创业者面对面交流的机会

活动支持自由出入,不必担心错过某个环节。

活动信息

📅时间:11 月 14 日(星期六)13:00—18:30

📍地点:上海市浦东新区周浦镇建韵路399号澄天伟业d栋308

👥参与人群:独立开发者、创业者、产品实践者及对做产品感兴趣的掘友

如果你也在做一款产品,如果你也在寻找下一种赚钱方式,或者只是想认识一些同样在折腾的人。

那就来 Coffee Talk 坐坐吧。

不需要准备一份完美的路演 PPT,带上作品,带上问题,带上你的故事。

期待和你相遇~点击阅读原文报名

阅读原文

跳转微信打开

  •  

路演前夜,做Claude的Anthropic连打两张牌

掘金酱 2026-11-10 16:13 四川

没等来 GPT-6.2,凌晨 Anthropic 先出手了。

11 月 9 日,Anthropic 一口气发布两款新模型:ClaudeFable 5.2 和 Claude Mythos 5.2。这次更新瞄准的是复杂编程、深度推理和长时间运行的 Agent 任务。

相比单纯的模型参数升级,这次更值得关注的是:Claude 开始展示自己组织一支 AI Agent 团队、独立推进大型工程项目的能力。

一、模型升级,有哪些值得关注的变化?

1. 复杂任务更快了

相比上一代 5.1 系列,新模型的输出速度最高提升 30%,在复杂编程、推理和长链路任务中表现更好。

两款模型均支持 100 万 Token 上下文窗口,最大输出 12.8 万 Token。

2. 能力提升,价格也降了

API 价格从上一代每百万 Token 输入 10 美元、输出 50 美元,降至输入 8 美元、输出 40 美元,降幅 20%。

此外,还推出了可选 Fast Mode,输出速度最高提升 2.5 倍,不过价格也会相应翻倍,达到输入 16 美元、输出 80 美元/百万 Token。

3. 两款模型,面向不同场景

Fable 5.2:面向广泛用户,重点解决复杂编程、深度推理、科学研究和 Agent 任务。

Mythos 5.2:与 Fable 5.2 采用相同底层模型,但保留更完整的网络安全和生物研究能力,主要向通过审核的专业机构开放。

二、新模型到底能干什么?看看 Anthropic 公布的测试案例

这次最有意思的不是跑分,而是模型已经开始接手一些过去需要工程团队协作完成的工作。

案例一:170 个Agent,完成一场 10—12 小时的安全审计

Uber 的工程师让 Fable 5.2 执行一次长达 10—12 小时的安全审计。模型调度了约 170 个审查 Agent,最终不仅输出了审计报告,还生成了漏洞修复 PR 和安全策略建议。

案例二:Python迁移Rust,服务启动速度提升 26 倍

Anthropic 自己的工程团队使用 Fable 5.2 的早期版本,将一项关键生产服务从 Python 迁移到 Rust。

迁移完成后,服务运行效率和可靠性得到提升,启动速度提高约 26 倍。

案例三:1000 多个Agent,8 天造出一个操作系统

这是掘金酱觉得最有冲击力的一个实验。

一名 Anthropic 工程师给 Fable 5.2 一个任务:从一个空文件夹开始,设计并实现一个操作系统原型。

模型协调了 1000 多个子 Agent,连续工作 8 天,完成代码编写、测试和审查。

最终产出的系统已经可以在笔记本电脑上启动,拥有自己的内核、磁盘和网络驱动、文件存储、窗口界面、登录界面,甚至还集成了 Claude 功能。

从这些案例可以看出,AI 的工作方式正在发生变化:不再只是根据指令生成代码,而是能够拆解任务、分配工作、协调多个 Agent,并持续验证最终结果。

三、Fable 5.2 和 Opus 5.5,谁更值得用?

这里有一个比较有意思的地方:Fable 5.2 并不是要完全取代Opus5.5。

在 Anthropic 公布的 FrontierCode 2.0 测试中:

Fable 5.2 在 High 努力等级下得分 45.3%;

Opus 5.5 在 Max 努力等级下得分 45.5%。

两者成绩几乎持平,但 Fable 5.2 完成任务的成本约为 Opus 5.5 的一半。

如果使用更高的 Xhigh 努力等级,Fable 5.2 的得分还能达到 49.1%。

这里需要区分 API 单价和完成任务的实际成本:Fable 5.2 的 API 标准单价是 Opus 5.5 的两倍,但在特定测试任务中,它能通过更高的任务效率和 Token 使用效率降低总成本。

Anthropic 给出的使用建议也很明确:

普通编程、日常知识工作,优先使用 Opus 5.5;

遇到复杂架构、大型工程、长时间运行的 Agent 任务,再切换到 Fable 5.2;

涉及专业网络安全和生物研究的任务,则由获得授权的机构使用 Mythos 5.2。

换句话说,不是所有任务都需要最强模型,而是让合适的模型去完成合适的工作。

四、AI 模型的竞争,正在发生什么变化?

从这次更新,掘金酱觉得有三个趋势值得关注。

第一,竞争从回答能力转向任务交付能力。

以前我们关注模型能不能写出一段代码,现在更关注它能不能独立完成一个项目:理解需求、设计架构、编写代码、测试、修复问题,最后交付可以运行的结果。

第二,Agent的协作能力正在成为新的竞争点。

1000 个 Agent 协作开发操作系统,170 个 Agent 执行安全审计,这些案例说明,模型的价值不再局限于自身能力,还取决于它能否合理调度其他 Agent,把复杂工作拆分并完成。

未来比拼的可能不只是单个模型有多聪明,还有它能否组织一支高效的 AI 团队。

第三,模型厂商开始比拼的不只是性能,还有完成任务的成本。

Fable 5.2 的发布释放了一个很明显的信号:模型能力还在提升,但厂商也开始关注每项任务究竟需要消耗多少 Token、多少计算资源,以及最终能否以更低成本完成。

未来开发者可能不再需要为每个任务选择最强模型,而是通过多个不同能力、不同成本的模型协作,完成一整套开发流程。

从写一段代码,到独立完成一个工程项目,再到组织一群Agent协同工作,AI 正在一点点接手过去属于整个开发团队的工作。或许下一轮模型竞争,真正值得关注的已经不是谁的跑分又高了几个百分点,而是谁能让开发者安全地使用,在可控成本的情况下最后还能交付一个漂亮的结果。

跳转微信打开

  •  

从 PHP 漏洞到 GPT-6-Cyber

稀土掘金技术社区 2026-11-06 11:44 四川

还记得前段时间 PHP 爆出的两个 CVSS 9.2 级高危漏洞吗?当时,AI 已经参与了漏洞发现。OpenAI 使用 GPT-5.6 Sol 参与 PHP 安全研究,帮助研究人员发现关键漏洞,并与安全团队一起推动修复。

而这一次,OpenAI 直接发布了更专业的网络安全模型 GPT-6-Cyber。

它不仅能发现代码中的安全漏洞,还能复现漏洞、开发利用程序,验证攻击是否可行,甚至生成候选修复补丁。

官方发布的Cyber战果,在 Firefox 中发现 81 个此前未知的高危漏洞,并向 Mozilla 提交修复建议;在 Linux 内核中复现 1,724 个漏洞,其中 948 个成功开发出可用的漏洞利用程序。

性能也有很大提升,在 ExploitGym 测试中得分达到 48.5%,相比上一代 GPT-5.6-Cyber 的 32.1%,相对提升约 51%。

与普通 AI 模型不同,GPT-6-Cyber 不只是帮开发者检查代码,还能进一步验证漏洞是否真的可以被利用,并辅助生成修复补丁。

目前 GPT-6-Cyber 通过 OpenAI 的 Daybreak Red 计划,向经过审核的安全研究人员和组织开放,可通过 API 和 Codex 使用,普通 ChatGPT 用户暂时无法直接体验。

从 PHP 事件中 AI 辅助发现漏洞,到 GPT-6-Cyber 自主验证漏洞、提出修复方案,AI 正在逐渐参与软件安全工作的完整链条。

如果未来 AI 能够自主发现漏洞、修改代码、测试并部署,我们甚至还没完全弄清楚问题出在哪里,AI 就已经把它修好了。

那么,我们是否真的知道 AI 修改了什么?如果 AI 在修复漏洞的同时,引入了人类难以察觉的新代码、新逻辑,甚至新的安全隐患,又该由谁来发现并且修复呢?

跳转微信打开

  •  

OpenAI 为什么要买一家 Git 公司?

稀土掘金技术社区 2026-11-05 19:04 四川

11 月 4 日,OpenAI 宣布将收购 Pierre Computer Company。这是一家专注于 Git 基础设施和开发者工具的公司,其部分开源技术已经集成到 Codex 中。

Pierre 主要做什么?

Code Storage: 提供基于 Git 的代码存储和版本历史管理能力。

Trees: 帮助开发者和 AI Agent 快速浏览、定位项目文件。

Diffs: 对比代码修改前后的差异,方便审查和追踪变更。

随着 AI Agent 开始独立承担复杂编程任务,单纯生成代码已经不够了。代码存储、版本管理、修改追踪和代码审查,也逐渐成为 AI 编程工作流中的重要环节。

Pierre 提供的正是这些底层工具。完成收购后,会将相关能力进一步整合进 Codex,简单来说:OpenAI 希望以后CodeX不仅要会写代码,还要学会管理代码、协作开发和交付软件。

跳转微信打开

  •  

跻身开源最强,腾讯混元发布Hy4

稀土掘金技术社区 2026-11-05 10:59 四川

腾讯混元正式发布 Hy4,采用 MoE(混合专家)架构,总参数量达到 7700 亿,激活参数 490 亿,上下文窗口最高支持约 96 万 Token。这次升级的重点不只是参数规模,而是模型在视觉理解、代码开发和复杂任务执行方面的能力提升。

几个关键变化:

· 长上下文能力: 上下文窗口最高支持约 96 万 Token,可处理大型代码库、长篇文档和复杂项目资料。

· 视觉理解: 能够识别和分析图片、复杂图表及文档,让模型不再局限于文本交互。

· Coding 能力: 强化代码开发能力,可用于前端开发、游戏开发等场景。

电脑操作: 支持 Computer Use,能够结合视觉识别、鼠标键盘和命令行操作软件,尝试完成多步骤任务。

· 办公任务表现: 在腾讯公布的 WorkBuddy 内部评测中,平均得分 83.18,任务通过率达到 96.15%,12 个场景中有 9 个取得国内第一。

可以用来做什么?

可以用它处理大型代码项目、分析技术文档、辅助前端和游戏开发,也可以构建能够操作软件、处理文件和执行复杂工作流的 AI Agent。

简单来说: Hy4 的升级不只是让 AI 能处理更多信息,而是进一步提升了它理解复杂任务、调用工具和实际完成工作的能力,用户可以在元宝,WorkBuddy等产品入口体验。

Hy4在视觉理解上进行了升级,这对一些正在做视觉产品的友友来说也许是值得体验的一款新模型,在做产品的过程中肯定会遇到一些阻碍,这时跟大家聊一聊说不定就会有新的灵感,掘金Coffee Talk第二弹落在了杭州,快来跟我们一起聊聊你做产品时遇到的趣事吧~👇

跳转微信打开

  •  
❌