每日AI新鲜事·08月21日早间版：Claude 5 token溢出与机器人躲避球

周五了，今天AI圈的消息挺杂的，有几条还蛮有意思。

先说一条Hacker News上的，有个叫vomit的开源项目，专门用来清理Claude 5的token溢出问题。

对，这个项目名字就很直白，vomit嘛，呕吐物。它的思路是用另一个LLM来做后处理，把Claude 5输出里那些冗余的、重复的token给清理掉。

等等，Claude 5现在有token vomit的问题吗？这是什么情况？

其实就是模型在某些场景下会生成大量冗余内容，重复啊、过度展开啊。之前我们聊过Qwen的overthink问题，这算是类似的现象在Claude 5上的表现。

不过用另一个LLM来擦屁股这个方案，说实话挺粗暴的，等于多花一轮推理成本。

确实，28分12条评论，关注度不算特别高，但说明社区里有人确实被这个问题困扰了。

再说一条安全相关的，Reddit编程板块有人爆出arrayref这个包被供应链攻击了。

供应链攻击老话题了，但每次出现都让人后背发凉。这种攻击就是在你依赖的底层包里注入恶意代码，你装包的时候就中招了。

对，特别是现在大家用AI写代码，Agent自动安装依赖，这种风险其实是放大了的。

没错，AI编程工具如果不做依赖审计，那就是帮攻击者开后门。这条值得所有开发者注意。

还有一条轻松点的，Hacker News上有篇文章叫「反AI字体既没用又有害」，观点挺鲜明的。

就是那种专门设计来干扰OCR和AI识别的字体嘛。作者的论点是这些字体对现在的多模态模型基本无效，反而会伤害无障碍访问。

想想也是，现在OCR能力多强了，Mistral OCR 4.1那种级别的，你用什么花体字都扛不住。

而且屏幕阅读器也读不了那种变形字体，相当于先伤到了视障用户，AI反而没啥影响，本末倒置。

好了新闻就先聊到这儿，接下来我们聊聊最近一个特别火的话题。

Reddit强化学习板块有个帖子在讨论机器人躲避球，就是让机器人玩dodgeball。这个话题我越看越觉得有意思。

这个方向其实是强化学习在物理对抗场景里的应用。你想想，躲避球需要什么能力？实时感知、轨迹预测、快速决策、还有身体协调。

对，而且它是一个对抗性的任务，不是说你学会一套固定动作就行了，对手每次扔球的方式都不一样。

这就是为什么它比单纯的机器人行走或者抓取任务有意思得多。它本质上是一个multi-agent的博弈问题。

你需要同时训练投球策略和闪避策略，两边互相对抗，形成curriculum。

有点像自我对弈那个思路？

对，self-play。就像当年OpenAI Five训练Dota那样，但这次是在物理世界里。难度其实更大，因为你得处理真实物理的延迟和不确定性。

那从产品角度想，这种能力如果成熟了，应用场景是什么？总不能真让机器人打躲避球赛吧。

躲避球只是个benchmark。你想想，能躲球的机器人，就能躲障碍物、躲突然冲出来的行人。这对自动驾驶、仓储机器人的安全性都有直接意义。

这么一说确实，本质上是快速反应能力的训练。

而且它验证了一个很重要的事：RL在动态物理环境中是可以工作的，不只是下棋打游戏。

说到这个，我还想聊另一个话题。B站上有个视频对比了DeepSeek V4 Pro和Opus 5在微体素场景搭建上的表现，互动量很高。

对，互动分一万三千多，说明国内开发者对这种实测对比是非常饥渴的。

微体素场景搭建是什么概念？就是用代码生成3D的小方块场景？

差不多，voxel scene嘛。它考验的是模型对空间关系的理解，加上代码生成能力。你得精确地把每个小方块放到对的位置上，颜色、层级都不能错。

用Opus 5作为基准这个设定也很聪明，相当于给了一个天花板参照。

所以DeepSeek V4 Pro跟Opus 5比下来怎么样？视频标题是灰测，说明还在测试阶段？

灰测就是内部小范围测试的意思。这个视频的价值不在于谁赢谁输，而在于它展示了国产模型在空间推理这种高阶能力上已经开始跟顶级模型正面较量了。

确实，以前大家比的都是文本benchmark，现在开始比这种需要综合能力的创造性任务了。

这其实反映了一个趋势，就是纯文本评测已经区分不出模型差异了，社区开始自己发明更有区分度的测试。

微体素搭建、代码可视化，这些都是社区自发的评测方式。

对，而且这种评测更贴近真实使用场景。你让模型帮你搭个3D原型，一眼就能看出谁行谁不行，不需要什么统计分析。

说得对。好了，今天就聊到这儿，周五了各位轻松点。

周五愉快，有什么新鲜事周一再聊。

中午见啦！