Nathan Lambert 批 Reid Hoffman 将开源模型描绘得更危险

前沿：节奏 抽掉梯子：加速 【引用 @M1Astra】：Claude Opus 5.5 将是首个 Opus，针对"与前沿 LLM 开发相关的一小部分能力（如内核开发）"设计为回退到能力较弱的模型。

先生，这是怎么回事 【引用 @claudeai】：在默认 effort 设置下，Opus 5.5 以每任务极低的成本实现前沿结果，常常击败以最高设置运行的其他模型。 它的输出生成速度也比 Opus 5 快 30% 以上。

小米 MiMo-V2.6 系列发布，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活，MiMo-V2.6-Flash 为 310B 总参数、15B 激活。推文称其为 Artificial Analysis 上的开源模型榜首，并附 RL dashboard 和技术报告。报告称该全模态系列通过扩展 RL 算力追求模型自我改进，异步训练每步消耗 1，568 个样本、2.7~3.7B token，上下文最长 1M，并开源训练动态、RL 环境和 RL 框架。

真正的开源模型爱好者早就知道小米在 MiMo 上憋大招！为得分最高的开源模型提供开源 RL 面板，这气场绝了。

关于开源模型现状的总结，反思了我就此话题在国会的证词。

国会工作人员邀请我就开源模型的性能、采用情况以及与中国相比的竞争态势分享看法。以下是我的简报，包含我们最新的全部数据以及对下一步走向的预测。 我非常乐意花时间做面向更广泛受众的开源模型内容！

Vercel AI Gateway 上开源模型 token 占比今日或创纪录，达 78.4%，闭源模型为 21.6%。Moonshot AI 与 DeepSeek 分列支出第 3、4 位，加上 Z.ai 后合计支出超过 OpenAI（第 2）。Nathan Lambert 补充了历史开源 vs 闭源数据对比，并指出还需有 token 量（而非仅占比）才更有参考价值。

随着 Claude 对 OpenAI 的外部攻击事件，闭源模型依然是 AI 风险冰山的主体，而非开源模型。它们 1） 更容易上手，2） 能力更强，3） 发布时防护措施存在漏洞。而将开源模型微调用于特定攻击则更难。

针对 GRPO 强化学习在难题上收益有限的问题，研究者提出 "Never Give Up" 方法：当 GRPO 组内所有回答都错误时，以约 0.9 的概率继续采样，以寻找非零梯度的批次，该方法有效。研究将 RL 收益集中在简单题目的现象称为 LLM 强化学习的马太效应，并借助异步 RL 攻克更难问题。

Nathan Lambert 认为开源模型更可能因普遍恐慌而被过早封禁，全面禁止开源将导致更多反乌托邦后果。他承认某些能力级别的开放权重模型或可被"暂停"，但强调这需要非常专业的判断。此番讨论源于 @tszzl 预测开源将在某次重大灾难后被禁，并希望 Kimi、DeepSeek 等继续做模型但通过 API 受监控。