AI 模型发布与更新

阿布扎比 TII 发布 1.6B 参数的阿拉伯语语音识别模型 Falcon-ASR，在 6 个阿拉伯语测试集上平均 WER 为 20.92%，比 Audar-ASR-V1-Turbo 的 23.17% 低 2.25 个百分点。

日期是 2026 年 10 月 11 日。 我完全通过聊天和云环境来剪辑视频。

Andrej Karpathy 在引用推文中提出，人们对 LLM 能力的认知正分裂成四个层级：约 60 亿人（75%）几乎未接触 LLM，约 10–20 亿人（20%）偶尔使用免费版 ChatGPT，约 2000 万人（0.2%）在数学与代码领域专业使用前沿模型，仅约 5000 人（0.00006%）能在内部接触最前沿系统。

开发者Brandon Thomas因不满Adobe订阅违约金，用Claude Opus 5.5以Rust逆向重写了Photoshop等7款Adobe软件并开源，其中PS项目不到10天获4.6万Star。

冷知识，大部分人不用大模型是因为大模型对他们没用，没有ROI 人不傻

针对 Rich Hickey 在 2026 年 10 月 11 日文章《"AI" is Not a Tool》中"LLM 属于自动化而非工具"的论点，有作者反驳称 LLM 仍可被人操控，用好它需要技能。

indigo 引用并解读 Karpathy 的观点：约75%的人几乎没接触过大语言模型，约20%只把免费层当聊天机器人，约0.2%用前沿模型做数学和代码的专业人士见证数周项目被一个提示词完成，约5,000名接触内部系统的人看到成千上万 Agent 协作数周。

作者引用 Karpathy 的分析，认为全球约 80 亿人因对大模型能力的接触程度不同被分成四层。约 60 亿人几乎没接触过大模型，10 到 20 亿人偶尔用免费版产品，约 2000 万人重度使用前沿模型和 Agent，约 5000 人能接触 AI 实验室内部系统，且这一认知差距仍在扩大。作者另补充中文用户还有能否用 Claude Code 的第 3.5 层。

Cloudflare 于 2026 年 10 月 9 日发布开放权重决策模型 Clef-omni，可在一次调用中对文本、图像、音频和视频打分。

Ethan Mollick 转引 Andrej Karpathy 的推文，Karpathy 估算约 75% 的人几乎没接触过 LLM，约 20% 是免费档轻度用户，约 2000 万数学与代码专业者能亲眼看到智能体在数周内完成过去数月的项目，而约 5000 名实验室内部人员则在观察数千智能体协作数周的软件大型项目、漏洞挖掘、网络攻防、科学发现与前沿数学进展。Karpathy 认为这一认知漏斗由问题雄心、能力的锯齿性和访问层级共同驱动。Mollick 补充称，即使这 5000 …

研究已死 💀

vLLM Semantic Router 团队发布 Decision 3.0 系列开源决策模型，读取文本、JSON 和图片，返回概率而非生成文本，全部采用 Apache-2.0 许可。

说真的，这确实管用！ 把 Grok @Bot 想象成雇了一个超级聪明、24/7 工作、极其足智多谋的员工。 你可以在几分钟内通过手机轻松使用它： https://apps.apple.com/app/id6794501026

Karpathy 估算全球约 60 亿人（约 75%）几乎未接触过 LLM，约 1-2B 人偶尔使用免费层类 ChatGPT 产品，约 2000 万人在数学与编码领域直接使用前沿模型，仅约 5000 人能接触前沿级内部系统。他提出漏斗由问题规模、系统能力的锯齿状分布和访问层级共同驱动，不同人群对同一批系统的感知因此差异极大。

Andrej Karpathy 重发并扩展其 4 月的观点，认为外界对 LLM 能力的共识差距正从“两群人各说各话”变成一个急剧收窄的漏斗。

Lauren Tan 认为随着智能体已大量编写代码，可维护性和整洁代码优先的传统原则需要更新，2026 年应重新定义 Good Code 的含义。她指出整洁代码历史上以性能为代价，且源于人类维护代码的时代，未来可能发展出智能体友好架构的新原则。她此前引用的讨论还提出好代码应正确、无 bug、运行快且成本低，并认为用好智能体后生产力应有显著差异。

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…

我准备好看我的回复了

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分（max reasoning effort）。

Google TPU 的 Lead Design Engineer 透露，团队使用一个比公开版 Gemini 强得多的内部模型来设计 TPU 芯片，该模型已取代大部分人的工作且效率高于人类。推文作者由此追问 Google 何时会公开这一更强的内部模型，并畅想用 AI 端到端设计 3D 打印机、UV 打印和激光雕刻机等桌面智能设备。

试试看！ （引用推文核心要点：我给 Grok Bot 一张信用卡照片，它推断出我工作所需，找到最优价格，并加入了我的 Amazon 购物车。我甚至没挑产品。🤯）

Grok @Bot 可以帮你研究最优价格并替你购买东西

用一段Prompt加自研品牌PPT Skill和品牌动效Skill，Claude Opus 5.5在20分钟内生成了几十页完整演讲PPT，作者称改无可改、精准符合要求。作者由此感慨自己10年设计生涯在AI面前一无是处。

卡兹克用一段 Prompt 加自研品牌 PPT Skill 和品牌动效 Skill，20 分钟通过 Claude Opus 5.5 生成了几十页完整演讲 PPT，称精准到"改无可改"。他由此感慨自己 10 年设计生涯在 AI 面前"一无是处"。

ChinaTalk 发布第三季度十大要点，其中《The DeepSeek Thesis》依据梁文锋与投资者四小时会议泄露纪要还原 DeepSeek 战略：梁文锋认为通用智能是唯一值得解决的问题，产品可以等待。另一要点指出部分中国 AI 研究者将美国 AI 安全话语解读为技术遏制，DeepSeek 研究员刘胜宇的文章主张前沿 AI 应广泛可及。

华为云行业大模型团队与华东师范大学联合研发的昇腾原生时序预训练模型“七曜”，登顶国际权威时序评测榜单 TIME-leaderboard 和 GIFT-Eval（Pretrained 类目）。该模型可直接用于零样本时序预测任务，适配电网负荷研判、工业设备异常时序检测、金融趋势分析等场景，并支持低成本二次微调。

加州 AI 公司 Odyssey 推出 Odyssey-3 世界模型的公开研究预览，用户可用文本提示生成并实时探索交互环境，开发者可申请 API。

邵猛不看好 Tibo 推出的 CodeX 28 天连续发布新功能、否则重置的 RESET 行动，认为 Claude 5.5 系列推出后大量用户已从 CodeX 转向 Claude Code，CodeX 唯有拿出最强模型才有出路。他称马斯克并不在意 Grok 是否最强，只要推理速度等某一用途足够强即可，更在意算力，Grok Bot 一面接入 Claude 等最强模型，一面把算力供给它们使用。

OrcaRouter 发布 OrcaCyber Zero 1.5 网络安全模型，面向授权漏洞研究，支持 1M token 上下文窗口、原生函数调用与结构化输出，仅通过 OrcaRouter 托管 API 提供，定价 $3.00 / $7.50 每 1M tokens。

试试 Grok @Bot

Grok App 还缺什么才能成为你的日常主力应用？

资深工程师反思：2024 年许多人还怀疑 AI 智能体能否写生产代码，但代码库从来就充满"slop"，人类写的烂代码同样不少。作者认为真正的好代码需同时满足正确、无 bug、运行快且成本低，而绝大多数软件并不需要这种"好代码"，接受部分 bug 换取速度是常态。智能体虽写不出昂贵的好代码，但规模化后平均质量可能更高，善用智能体已成为软件工程的新技艺。

我一直在用 KerasHub + JAX + TPU 尝试各种 LLM 后训练实验，非常有意思。可能会把其中一些开源出来。

你上一次打开 VS Code 是什么时候？ 今天，我终于把它从我的 Mac 程序坞里移除了。如果到年底它被彻底卸载，我也不会感到意外。

到 2027 年底，我会是 Nvidia 唯一还没收购的开源模型人

哇 @NICKIMINAJ 在用 grok bot！

旧金山的生存意义

Viggle Animate 2 开放权重即将发布 👀

Arena 更新 Image-to-WebDev Arena 榜单，Anthropic 的 Claude Opus 5.5 (Max) 以 1749 分排名第一，Claude Sonnet 5.5 (xHigh) 以 1740 分位居第二，两者均落在 Pareto 前沿。

嘿 @bot，读完整个引用推文串，然后给我建议，看你能如何在工作和生活上帮到我