Tim O'Reilly：AI 的杀手级应用在哪里

Similarweb 数据显示，ChatGPT 网页流量份额过去 4 个月持续回升，从 53% 升至 56%，但远低于一年前的 71%；Gemini 同期仅从 26% 微降至 25%，其去年增长主要来自 Gemini 3 的成功。Claude 份额约 9.6%，推文认为若 Anthropic 开始面向普通消费者，这一格局可能很快改变。

一位重度用户建议不要用 Claude、Codex/ChatGPT 和 Gemini 等 AI 工具写作，因为写作的核心价值在于强迫自己深度思考，而 AI 擅长写作却不擅长思考和提出新想法。他主张先自己完成写作与思考，再用 AI 以提问方式获取反馈，如"这份文档最重要的一点是什么"，而非让 AI 直接修改或生成内容。AI 在写作前的数据梳理、结构整理和模式发现阶段仍然很有价值。

《商业内幕》让 ChatGPT、Gemini、Claude 与 Grok 分析 AI 导致人类灭绝的可能情景并排序，四款模型一致认为《终结者》式机器人主动消灭人类可能性最低，人类滥用 AI 制造生物武器、发动网络攻击或破坏关键基础设施更现实和迫近。

Alexandr Wang 转发 @GavinSBaker 的帖子并配文 long live muse，称 Muse 1.3 加入竞争，前沿模型不再只是两强之争，而是 Claude、ChatGPT、Grok 和 Muse，Gemini 暂时在玩略不同的游戏。附图显示 Muse Spark 1.3 （max） 在 GDPval-AA v2 得 1754、OSWorld 2.0 得 66.9、MRCR 256K-512K 得 98.5、Terminal-Bench 2.1 得 …

Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2，其在 Artificial Analysis Intelligence Index v5 以 65 分登顶，领先 Gemini 4 Carbon（60）和 Claude Opus 5.5（59）。

Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。

Artificial Analysis 发布 Coding Agent Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19。

硅基流动（SiliconFlow）宣布开源模型 Hy4 preview 上线其平台。该模型总参数 770B、每 token 激活 49B、支持 1M 上下文，采用 Apache 2.0 协议，面向编码、分析、研究和复杂实际工作。用户可将其接入 Claude Code、Codex、Cursor 等已有工具；图片显示定价为每 1M tokens 输入 $0.834、输出 $2.501、缓存 $0.042。

Endor Labs 测试显示，同一模型在不同 harness 中性能差异巨大：GPT-5.5 在 Cursor 中功能正确率 87.2%，远超其在 Codex 原生环境中的 61.5%；Opus 4.7 在 Cursor 中得分 91.1%，高于 Claude Code 的 87.2%。Harness 决定发送的上下文与缓存策略，智能缓存可节省 40-80% 成本并提速 13-31%。

Cursor 的模型评估负责人 Nate Schmidt 发现，Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%，创下新高。该模型在模糊的真实编程任务中表现出全局推理能力，例如在航天模拟器中仅凭一句提示自主规划并成功登月，而此前 Claude Opus 运行 12 小时以上仍无结果。