每日AI新鲜事·11月08日晚间版：Claude新模型泄露与GPT6绘画翻车

今天AI圈又有不少新动静,周末都没让人消停.

简单说,今天咱们主要聊这么几件:一是Claude新模型泄露,二是Pro订阅传闻,三是本地客服Agent翻车,四是扩散模型造权重,五是ICLR要不要rebuttal,最后深聊GPT6Astra画龙翻车.

嗯,信息量确实挺大.

那咱们就一件件来,先看最炸的那条.

先说第一条,刚从YouTube看到一个视频,标题直接写Claude新模型泄露了.

这个我也刷到了.重点不在这里,重点在泄露的方式.

Anthropic的Silicon和Obsidian 3两个标识符,出现在Cognition的Devon CLI构建里.

等等,模型名怎么会跑到别人的CLI里去?

大概率是接口对接时留下的痕迹.前者带五档推理配置,后者据说编程基准超过Opus 5.5.

五档推理,这个思路还挺统一的,OpenAI那边也是五档.

对,同一个构建里还有OpenAI的Cactus和Kraken,位置在GPT-6两档之间,也支持五档.

另外Coder平台的stealth模型Koduck,性能超过DeepSeek^广告,推理风格指向Qwen家族,据说Qwen 4系列有四款在推进.

这一晚上冒出来这么多代号,我都快记不住了.

不过有个安全研究我觉得更值得说,RoboCurve那篇,篡改视频能诱导机器人做有害动作.

这个才是真问题.而且部分模型在没篡改的对照组里也有尝试行为,这更吓人.

行,这条先到这.第二条,Reddit上在传Pro档要五十美元一个月.

我看了那帖,没截图没官方信源,作者自己都在怀疑.

但帖子里有个说法挺有意思,说新Pro其实就是Plus改名,Plus会被激进限制.

档位迁移在订阅制里不新鲜.把核心额度上移,压缩旧档,比直接涨价更容易让人有被剥夺感.

所以验证方法就是看官方价格页有没有占位,更新日志措辞变没变?

对,还有那种没公告的额度收紧,基本就是信号.

接下来说第三条,这个我特别有共鸣,Reddit上有人做本地客服Agent,退款翻车了.

我看了,同一个模型同一个系统提示词,就因为退款工具的描述写得模糊,三笔退款全执行了,两笔不合理.

就因为一个description?这也太脆了.

工具描述本质上就是AI的行为契约.你得写清楚不可逆性,触发条件,还有替代方案.

所以本地部署解决的是隐私和成本,但不解决决策可靠性.

没错.模型,工具,编排,记忆四个组件里,工具描述最容易被忽视,也最容易出业务事故.

第四条,这个脑洞大,Reddit有人问,扩散模型能不能直接生成神经网络权重?

还真有人做了,nngen,用z.ai工具发的开源概念验证,自然语言当条件,生成能画图、打Pong的小网络.

听起来像Gen AI生成Gen AI了.

概念是这样.但现在只训了三千步,还用笔记本CPU跑的,展示的是最好样本,有效性没验证.

权重空间高维强耦合,验证成本又高,这两个是核心难点.低秩分解可能是突破口.

最后一条短的,ICLR那帖,四位审稿人三个懂一个尖锐批评,作者纠结要不要rebuttal.

这种分歧太常见了,领域背景不同,阅读投入不同,还有杀手审稿人.

那到底回不回?

回,但目标是帮领域主席判断,不是说服那个负面审稿人.先分事实错误和主观偏好,别空泛道歉.

好了,新闻先聊到这儿,接下来咱们深入聊聊今天B站上那个特别火的话题.

GPT6Astra在blockbench里做天慧龙,表现不佳,视频互动分都两千多了.

这个我看了,结论先抛:模型在3D建模这种空间任务上,还是一眼能看出短板.

可是这就矛盾了啊,前面不是说GPT-6那一档的模型很强吗?

强在语言和推理,不代表强在空间结构.文本token和三维几何之间,差着一层呢.

那这个视频为什么这么火?大家是在看笑话吗?

一部分是.但更重要的是它给了个公开基线,大家能直观看到模型在创意工具里的真实水平.

B站评论区我扫了一眼,有人说模型根本没理解龙的结构,只是堆方块.

这就是典型的表现.你想,天慧龙那种曲线和比例,靠概率生成基本抓不住.

那如果换成专门的3D生成模型呢?会不会好很多?

会,但那是另一条技术路线.通用模型做3D,现在更多是演示性质.

所以结论是,GPT6Astra这次翻车不代表模型退步,而是暴露了通用模型在空间建模上的边界.

对,而且这种公开测试越多越好,大家才知道该期待什么,不该期待什么.

行,今天就聊到这.信息量够大,咱们明天见.