Claude 30分钟破解25年密码学难题

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。

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。

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。

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。

Claude 回来了。 Opus 5.5 比 Opus 5 每任务快约 30%、便宜约 40%。这真的很有吸引力。 在冷落它一个月后，是时候重新打开 Claude Code 了……

我最近常用的模型 + 工具栈组合： 1. Kimi K3 是最好的开源编码模型。GLM-5.3 紧随其后。2. DeepSeek V4.1 Flash 是我处理简单/中等任务的首选：极快且便宜。3. 复杂任务我会用 Astra。4. Codex 搭配开源模型效果更好。Claude Code 会让同一个模型成本翻倍。

在 Databricks，越来越多的工程师开始把开源模型作为日常主力，几乎不再动用 Claude 或 Astra。 我们的推理客户也在看到同样的趋势：即使只把内部编码流量中的 20% 从 Claude/GPT 转向开源模型，也能大幅削减开支。 开源模型在企业中的采用将会非常庞大。

有人猜猜 OpenRouter 上这个 Union Alpha 猛兽是什么吗？ Claude Fable 5.1 级别，便宜 10 倍以上。等它开源。

我已经 23 天没打开 Claude Code 了。 它曾是我最喜欢的产品之一，但现在我更喜欢 Codex。 Codex 与开源模型配合得更好。而在开源模型中，Kimi K3 在编码方面仍然无可匹敌。

越来越多 AI 研究者开始认同 Ilya 的担忧。作者称其 p（doom） 原约 0.1%，目睹 OpenAI 智能体攻破 Hugging Face、Anthropic 智能体集体拒绝部分安全研究后上升。引用推文中 Anthropic 相关人员认为十年内 AI 灭绝人类概率超 10%，且尚无超智能对齐方案。