Nathan Lambert 谈中文政策文件解读乱象

当人们都在评论一份简短的中文政策文件时，一个稳妥的假设是：他们并不知道它是什么意思，只是试图用 claude 解析一份不完整的翻译，而没有从头读到尾。 在这个平台上，我信任其评论的人大概只有 5-10 个。

Nathan Lambert 称这是迄今关于中国 LLM 数据经济最好的一篇文章，指出美国数据供应端由 Mercor、Surge、Handshake 等网络最大，中国则由腾讯、阿里、字节领跑，与 OpenAI、Anthropic 主导美国的格局不同。

所有 AI 新闻都如此荒诞——孩子们用 claude code 搞 vibe hacking，政府们在 vibe governing——这一切都极大地增加了 AI 未来的不确定性。最像梗的 AI 时间线，也是最令人恐惧的时间线之一。

韩国银行被黑事件正好印证了这一点。是的，开放模型正被一些攻击者加以利用，但只要 Claude Code 能充当黑客攻击的编排者，我们就迫切需要开放模型来同样扩散防御能力。这对社会来说是一个难以接受的艰难平衡，但却是必要的。

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。

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。

Nathan Lambert 呼吁关注新一批开源模型，而非 OpenAI/Anthropic 的争议。其引用的 Artifacts 24 期列出 7-9 月值得关注的 25 款模型，涵盖 Motif-3、GLM-5.3、Hy4-preview 等，来自 Qwen、DeepSeek、Meta、Google 等 18 家机构。

阶跃星辰转发 FeatherlessAI 的消息，Step 5 Preview 已上线该平台，以 FP8 精度提供服务。该开放权重模型为 600B 稀疏 MoE 架构、每 token 激活 27B，面向长程智能体工作，在软件工程和专业知识工作（尤其金融）上有前沿级表现，按 Artificial Analysis 数据其每任务成本约为 Claude Opus 5.5 的 1/6，智能水平与 Kimi K3 相当。

Google 于10月14日全面开放 Gemini 4 Argon，作者实测后认为其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。

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。