搜索
5 月 19 日，OpenAI 联合创始人、「Vibe Coding」之父 Andrej Karpathy 宣布加入 Anthropic 预训练团队。他将组建新团队，用 Claude 加速预训练研究。一个做过Hinton和李飞飞学生、奥特曼同事、马斯克直属下属的人，为什么甘愿做 Dario Amodei 的「-2」？Anthropic 又为什么非要招他？
OpenAI 的 Codex App 正式开放了远程控制功能。
如今的 AI Agent 正在大规模落地，其中应用最广且最受关注的当数 Claude Code，Codex，Cursor 这类 coding agent。过去的一年里，这类 coding agent 产品迭代迅速，在一年内将在 swe-bench- verified 的准确率提高到了 78%+。
OpenAI 的两大宿敌 Anthropic 和马斯克，放下心中成见之后终于在月初结盟了。
Mechanize 发布了一项硬核测试：给前沿 AI coding agents 24 小时，用 Rust 从零写一个完整的 Game Boy Advance 模拟器，再和顶级开源模拟器 Mesen2 逐帧对比打分。
AI Coding的玩法，又变了。
没错，大洗牌之后，xAI紧锣密鼓地发上重磅新品了——首个Coding Agent，Grok Build。直接在终端运行、专为专业软件工程和复杂编程任务设计……对标的是谁，属于是摆在明面上的。
随着大模型参数规模持续扩大，推理成本已经成为生产级 LLM 服务的核心瓶颈。投机解码（Speculative Decoding, SD）通过「小模型 draft + 大模型 verify」的方式，将多个候选 token 放到一次目标模型前向中并行验证，从而缓解自回归解码的串行瓶颈。
今天，蚂蚁百灵大模型发布Ring-2.6-1T。这是一款面向真实复杂任务场景的万亿级思考模型，目前已上线OpenRouter，并开放限时一周免费体验，后续将正式开源。Ring-2.6-1T加入了可调节的Reasoning Effort机制。开发者可以在high和xhigh两种推理强度之间选择：high面向Agent、Coding、多步工具调用等高频任务
我一直全程关注他打假的全过程，也一直有个想法：耿同学做的这些，能不能让 AI 分担一部分？这几天我琢磨了很久，也 Vibe Coding 了很久，最后做出来一个初版的 「学术打假 Skill——research-integrity-auditor」。