Meta 开源 Muse Spark Open

Meta 发布 Muse Wonder 前沿模型家族，宣称在个人和专业智能体任务上达到 SOTA 表现。作者引用数据称 Muse Wonder Full 在 Artificial Analysis Intelligence Index 上仅比 Claude Opus 5.5 低 2 分，DeepSWE v1.1 得分 79.0%，高于 Astra（74.1%）和 Opus（74.2%），SWE-Marathon 上击败 Astra 和 Opus 5.5，并呼吁开源该模型。

Yuchen Jin 表示很高兴 AI 淘汰了 LeetCode 面试，称约 20 年前 Google 推广了 LeetCode 式面试，如今连 1B 的 LLM 都能一次做对所有 LeetCode Hard，他多年前已改为考察候选人使用 AI 的能力。引用内容提到 Google 在 2026 年 5 月试点中新增 Code Comprehension 轮，候选人在 CoderPad 环境中面对 200-500 行陌生代码库，60 分钟内读代码、找 bug、讨论设计决策并提…

给 Claude Code 做了这个数字鞭子的人，肯定会被以“虐待或残忍行为”为由终身封禁 Claude。

两年前的 2024 年，我们还在嘲笑 GPT-4o 连“9.9 > 9.11？”都答得离谱。 如今感觉所有最难的数学题都将被 AI 解出。 我们正生活在一个多么疯狂的时代。

很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天里都达到了大致 GLM-5.2 的水平。 这让我不禁思考，西方与中国开源模型之间真正的差距是否就是这么简单： 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型。西方实验室不能。

Mistral 宣布 Mistral Large 4（Le Chonk），1T 参数、49B 激活，原生多模态，称其为美国或欧洲在聚合基准上最好的开源权重模型。官方称其在网络防御、制造和金融等关键工作负载达到 SOTA，在视觉 grounding 上超越闭源前沿模型，今日起开放 API，开源权重将于十月底发布。作者评论称欧洲开源模型领先美国开源 LLM 出乎意料，并提到其声称击败 GLM-5.3。

今天粉丝突破 30 万！ 2024 年开始发推时从没想过会有这一天。（我以为得有 Andrej Karpathy 那样的名气才能涨这么多粉） 回头看，这一路特别有意思： - 分享了 nanoGPT & llm.c 运行、还有 Muon 这样的副项目 - 给我之前的创业公司带来了很多用户 - 在这里线下认识了很多了不起的人 我基本上就是尽量每天稳定发 1 条推，想到什么发什么。 X 是 AI 和科技最好的地方。 会继续唠下去！

大家都说 Opus 5.5 很疯狂。最好的模型。巨大飞跃。诸如此类。 我仍然不认为它比 Astra 更好。 在前沿 LLM 编程能力上，Opus 4.8 之后已经陷入停滞。

Codex 挂了。 于是我配置了 Claude Code 来检查它什么时候恢复。 然后我用 Jev 来决定 Claude Code 该什么时候检查。 我可能有点问题了。

我们通过 Databricks AI Gateway 把开源模型接入了所有内部编码智能体。 然后工程师们*意外地*发现它们有多强大。 “我今天完全没碰 Sol（也没用 Opus/Astra）。”