消息详情

「大模型被“悄悄削弱”了吗」| 帖子 一条关于 Claude Code/Opus 5.5 的讨论这两天在开发者圈发酵：Shane Melaugh称，他让 Gemini 4 Argon 回看 1400 次 Claude Code 会话后，发现 11 月 3 日前后推理风格出现明显变化，表现为更快动手、前置思考变少、报错增多；他还举了一个真实修 Bug 的例子，同样是 Opus 5.5，high 模式连续折腾 3 小时没修好，xhigh 反而几分钟找到解法。 评论区不少人表示“这几天确实手感不对”，但也有人提醒，推理痕迹变短不等于模型本体一定降级，也可能是总结方式、提示词或产品层策略调整。 这个怀疑并非空穴来风，Anthropic 今年 4 月就公开复盘过一次 Claude Code 质量波动：当时问题并不在 API 模型本身，而是默认 reasoning effort 从 high 改到 medium、会话缓存处理出 bug，以及一条“减少啰嗦”的系统提示词共同拉低了体验，后来已回滚修复。 与此同时，被很多人拿来做旁证的 BridgeBench Nerf Bench 页面，最新公开测试仍停留在 10 月 16 日，暂时也给不出这轮争议的独立验证。更值得玩味的是，这场争论真正刺中的不是某一次“变笨”，而是托管式 AI 工具越来越像持续变动的服务：你买到的不是一个静态版本，而是一整套会被默认参数、系统提示、缓存策略反复塑形的能力。 对重度用户来说，真正稀缺的可能不是更强模型，而是可追踪、可解释、可复现的一致性。

• 可使用Claude Code以及进行Google Play支付的安卓模拟器 AI安装提示词：“在本电脑上，按照 https://github.com/ATL…
• RedPocket $30/年 美国 eSIM：国内购买、激活、收验证码实操记录 | NodeSeek "用途：长期保留一个美国号码，在国内收短信验证码（本…
• Telegram 现已支持 Bot 发送特殊消息，将消息本身转化为轻量级应用：这些应用（Widgets）压缩后小于 4 KB，可在聊天界面内即时加载并原生渲染…
• Erosion-CN新版本发布，新增「解除国行底层限制（eSIM / FaceTime 音频）」+ 「将“无线局域网”更改为“Wi-Fi”」，之前版本已解锁A…
• Erosion-CN新版本发布，新增「解除国行底层限制（eSIM / FaceTime 音频）」+ 「将“无线局域网”更改为“Wi-Fi”」，之前版本已解锁A…
• Gemini 4 Carbon 现已上线。
• 「最强之一，也可能是最不划算之一」| blog Artificial Analysis 给 Claude Fable 5.2（Max，Default Fal…
• 「先把家具在电脑里做一遍，再动手开料」 BenchUp 是一款面向木工、家具制作和 DIY 玩家 的免费开源 3D 建模工具，主打一个够直接：不用账号，浏览…
• 「Meta把内部打磨八年的设计系统开源了」 Astryx 是 Meta 刚放出的开源设计系统，定位很清楚：不是只给设计师看样式，也不是只给前端拼组件，而是把…
• 「把手机交给AI之前，先把刹车装上」| 帖子 Pinky 是 DIYgod 做的一套开源工具，想解决的不是“让 AI 操作手机”本身，而是“怎么让它在可控前…