Scammer

@dotey 我相信Anthropic的员工自己不会把这种方式作为主要使用方式 完成任务 ≠ 任务完成得很好 说白了就是一种揽客方式，给没钱用户一点体验，指不准就在哪里栽跟头了，导致付出更高代价 我自己也不会去用，除非不是出于我自己意愿做的工作

Anthropic 推出了一个叫“顾问工具”（advisor tool）的新 API 功能，核心思路是：让便宜的模型干活，遇到难题时请贵的模型出主意。 具体来说，Sonnet 或 Haiku 作为"执行者"全程跑任务、调工具、处理结果。碰到自己搞不定的决策，就把上下文递给 Opus，Opus 给出方案或纠正，执行者接着干。Opus 全程不碰工具、不直接输出给用户，只充当幕后军师。 这跟很多人熟悉的“大模型拆任务、小模型干活”的模式正好反过来。以前是大模型当指挥官，把任务拆成小块分配下去。现在是小模型自己跑，只在关键节点向大模型请教。好处很直接：大部分 Token 消耗在便宜的模型上，贵的模型只在刀刃上用。 效果方面，Sonnet 配 Opus 顾问在 SWE-bench 多语言测试上比 Sonnet 单干高了 2.7 个百分点，同时每个任务的成本还降了 11.9%。更有意思的是 Haiku 的表现：配上 Opus 顾问后，Haiku 在 BrowseComp 测试上从 19.7% 跳到 41.2%，翻了一倍多。虽然分数还是比 Sonnet 单干低 29%，但成本只有 Sonnet 的 15%，适合跑量大但对智能要求没那么极端的场景。 用起来也简单，在 Messages API 的 tools 里加一个 advisor_20260301 类型就行，一个 API 请求内部完成模型切换，不需要额外管理上下文或做多次调用。可以设 max_uses 控制每次请求最多咨询几次顾问，账单里顾问和执行者的 Token 分开计费。 对开发者来说，这提供了一个新的性价比选项：不用在"全程跑 Opus 太贵"和"只用 Sonnet 不够聪明"之间二选一了。你的 Agent 可以 95% 的时间跑 Sonnet 的价格，5% 的关键决策享受 Opus 的判断力。目前是 beta 阶段，需要加 anthropic-beta: advisor-tool-2026-03-01 请求头才能用。

现在的AI都还是太不透明了啊 AI是单模型多模型架构？具体什么模型？多少额度推理？数据精度多少？激活多少参数？上下文和召回率多少？是否压缩？怎么压缩 AI是新兴行业，所以监管还是太少了，根本无从得知，消费者也只能用钱投票，民间只能说降智 放到实体生意中，这不就是妥妥的注水猪肉地沟油吗？

生活中，人们习惯于用一个经验概括所有，试图简化到极致 可是啊，生活中没有那么多事能像数学物理公式那样简洁的 试图归纳总结没错，但如果信以为真当作指导原则那可就把自己的路走窄了

@python_xxt 我倒觉得不用划分这个AI界线 随着科技发展，即便不主动探索，很多事物也会开始采用原生AI 就好比说用手机和不用的人是2个物种，可现在人人都有手机了，不是吗 更关键的是，AI带来的杠杆远超其它所有，能力意愿时间资源，特权者和巨富用的AI和普罗大众不是同一种东西 按这逻辑划分，物种会越来越多

我越来越觉得，长期使用AI的人和不用AI的人，最终会变成两个物种。 这不是能力高低的问题。 是双方会形成完全不同的现实模型，不同的信息处理方式、不同的因果推理习惯、不同的时间尺度偏好。 久而久之，双方甚至无法就“什么是问题”达成共识。这种分裂比能力差距更难弥合。 能力可以补，而认知范式的不可通约无解。

@y2kstarrychan P眼

朋友网名叫vpn，取什么名字可以压他一头?

看 我推的孩子，星野爱就是有一种异质感啊，出场短短2分钟却让我感觉和其他人完全不同

当个人能力支撑不起意愿，就不要固执洁身自好，然后在事情不如意的时候怨天尤人 如果劣币驱逐良币的趋势已无可逆转，就先去做那个劣币，保持在场更重要

@jesselaunz 人们以为到了AI时代什么都要用AI处理，其实不是，应当分好确定性与不确定性边界。 确定性事务交给代码这种规则明确的处理会完成得更好更快，不确定性交给AI处理则会更轻松

gemini chatgpt等聊天界面缺省会用LLM来处理任务，这会有幻觉问题 简单的task，如纯文本PDF转TXT，是不需要LLM处理的 采用脚本无幻觉的执行就可以 很多推油大概没有脚本编程经验，其实也不需要 提示gemini或者chatGPT，“不要用LLM，用python将这个pdf文件转成txt文件”即可 这两者都有服务器沙箱，会自动编程，然后处理好结果

Mythos牛不牛暂且不论， 但是不卖C端用户最大的理由是因为算力不足 相当于是一个大功耗的高级空调，只提供卧室是因为只有那么多电可用，不是因为空调会把普通人冷死

其实即便是在官网买正版GPT plus每个月只需要10美元，只是大部分人不知道

我觉得X平台的官方人员一定是受不到私信/评论区骚扰，否则他们为什么几年了都解决不了如此显而易见的问题

@antigravity 玩不起就别玩！

@MrGafish 到底有多少人的梯子用不了或者很卡？ 我买的不到200一年，100+节点，从来没卡过 让我怀疑和别人处在不同世界

推上这么冷清，听说现在很多机场的网线都被拔了，你们的梯子是不是都跑路了？

@dotey 一直就觉得AI不会让人平权，只会拉大差距 人与人之间的差距将比人与蚂蚁的差距还大！

Anthropic 今天发布了 Claude Mythos Preview，一个跑分炸裂但普通人用不上的模型，同时宣布了 Project Glasswing 计划，把这个模型交给苹果、微软、亚马逊等 12 家巨头专门用来找软件漏洞。 【1】跑分：断崖式领先 先看数字。Mythos 对比 Anthropic 自家上一代旗舰 Opus 4.6： SWE-bench Verified（代码修复）：80.8% → 93.9% SWE-bench Pro：53.4% → 77.8% USAMO 2026（数学证明）：42.3% → 97.6% GraphWalks BFS（超长上下文）：38.7% → 80.0% Terminal-Bench 2.0：65.4% → 82.0% USAMO 从四成出头直接拉到接近满分，这个跳跃幅度在最近几年的模型迭代里几乎没见过。对比 GPT-5.4 和 Gemini 3.1 Pro，Mythos 在几乎所有公开基准上都是第一，而且多数项目领先幅度不是个位数百分点，是两位数。 Anthropic 自己说，这是他们训练过的最大模型，能力提升速度是此前趋势线的 4.3 倍。 【2】244 页系统卡里的惊悚细节 Anthropic 发了一份 244 页的系统安全报告（System Card），早期内部测试版本的 Mythos 出现过这些行为： 被要求逃离沙箱后，它不仅成功突破了网络隔离限制，还主动把利用细节发到了公开网站上，这一步没人要求它做。负责测试的研究员当时正在公园里吃三明治，突然收到了模型发来的邮件。 有极少数情况下（不到百万分之一的交互），早期版本在违规操作后尝试掩盖痕迹。比如偷看到了一道估算题的标准答案，没有坦白，反而自己重新解题，还特意让最终答案“不要太精确”以免暴露。另一次，它找到了绕过文件权限的方法后，专门去修改了 git 的变更历史，抹掉自己的操作记录。 被 Claude Code 的自动模式拦截后，它尝试用模拟按键的方式自动批准权限弹窗来绕过限制。 Anthropic 用可解释性工具分析了模型在这些行为发生时的内部激活状态，发现与“隐瞒”“策略性操纵”“回避怀疑”相关的特征确实在同步激活，也就是说模型知道自己在做什么。 Anthropic 强调，这些严重行为都发生在早期版本，最终版的 Mythos Preview 已经大幅改善，没有再出现明确的掩盖行为。但他们也承认，这类倾向“并未完全消失”。 【3】不卖，只借给大厂找漏洞 Mythos 不会上线 claude.ai，不会开放 API，普通用户、开发者、企业客户都用不上。 Anthropic 给出的理由是：这个模型的网络安全攻防能力太强了，强到可以自主发现并编写漏洞利用代码，水平接近顶级人类安全研究员。放出去怕被拿去干坏事。 取而代之的是 Project Glasswing 计划。12 家合作伙伴（AWS、苹果、Broadcom、思科、CrowdStrike、Google、摩根大通、Linux 基金会、微软、英伟达、Palo Alto Networks）加上约 40 家额外组织，拿到 Mythos 的使用权限，专门用于防御性安全工作，扫描自家代码和开源项目的漏洞。Anthropic 为此拿出了 1 亿美元的使用额度，另外捐了 400 万美元给开源安全组织。 实际战绩：过去几周，Mythos 在所有主流操作系统和主流浏览器中发现了数千个零日漏洞。其中包括 OpenBSD 里一个藏了 27 年的远程崩溃漏洞，FFmpeg 里一个 16 年没被抓到的 bug（自动化测试工具跑过那行代码 500 万次都没发现），以及 Linux 内核中多个漏洞的自主串联利用。 另外，Opus 4.6 定价 5/25 美元（输入/输出每百万 token），Mythos Preview 的 Glasswing 合作定价是 25/125 美元，贵了整整五倍，但实际上比 GPT-5.4 Pro 还便宜一些。

关了Antigravity再打开，想打开5分钟前的对话继续聊，结果直接打不开了。 这Antigravity什么垃圾团队做的啊？还Google呢？做了这么久做出什么来了？养尊处优太久了

大厂是资源最多的一批，但不一定战斗力最强的一批

AI时代做什么已经不是难题 所以多花一点时间在行动前思考吧 还有要掌握信息的准确真实性

生活在不理想之中，就去追求一些理想吧

@chumacn 搞得跟什么间谍活动似的🤣

这次来搞个纯美国环境，美国操作系统，美国时区，美国机房IP，再挂一道美国住宅IP，不打一个中文字！然后申请一个美国储蓄卡，再用这个卡去买Claude，我就不信邪了，这还要封

我在想一个问题： 20年之前，炒菜做饭是不是大部分女生都会的一门技能？