SemiAnalysis Weekly 播客 Ep. 038 全面拆解 Z AI 两个月前发布的开源模型 GLM 5.3，核心论点是架构完全不变、全部提升来自后训练，agentic 基准提升超过 2%，网络安全能力与 5.2 相比是昼夜之差。 🔗 阅读原文 via AIHOT · https://aihot.news/items/a4l3q94htgd3wkoo94p8wigmn
AI HOT
我想要观察大量轨迹的新方式，目前正在探索： - 按分组（元数据或计算得出）布局的树状图 - 按成功分类（或分组）着色 - 按长度调整大小 - 平滑缩放，把各个轮次看作串在绳子上的珠子 - 极快的对话记录查看器（数千条消息即时加载） - 切换到 3D 以见森林而非只见树木 - 过渡到语义（UMAP）布局 - 按语义聚类着色 🔗 阅读原文 via AIHOT · https://aihot.news/items/jxbmmsgmldk5j2vl9it7m4mfz
作者实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四个 Personal Agent，花两周和每月三百多刀订阅费，最终能稳定委托出去的平台仅占 33%，结论是现阶段 Personal Agent 更适合作为本地 Agent 的组合帮手而非全托管。 🔗 阅读原文 via AIHOT · https://aihot.news/items/truyza4ffva9rt8kv09m12r21
英伟达通过一项上游 vLLM 优化，让 2.8 万亿参数量的 Kimi K3 在 GB300 NVL72 上达到 423 tok/s/user 的推理速度，性能提升 1.68 倍。 🔗 阅读原文 via AIHOT · https://aihot.news/items/yjpib8e04l9rntdkg91c2k9ac
Anthropic 发布内部研究称，技术部门初级岗位占比从 2025 年初的 21% 降至 14%，新招初级占比从 27% 降至 9%，空缺初级职位降至 6%，非技术部门基本稳定。 🔗 阅读原文 via AIHOT · https://aihot.news/items/c7pt5mbzh5h0atlbprfzbs8o0
作者整理 Stripe 首席设计官 Katie Dill 在 Lenny's Summit 演讲的要点，讲如何用 AI 规模化扩展意图、品质与艺术性。 🔗 阅读原文 via AIHOT · https://aihot.news/items/d2juenalvzztjs05syo56vg8f
作者分享斯坦福 CS336 第 10 讲「Inference」，由 Percy Liang 主讲，讲解训练完的模型如何又快又准地生成响应。 🔗 阅读原文 via AIHOT · https://aihot.news/items/l8kphtd7l016g3y9r6yz3kdjo
作者把 vibe coding 比作健脑：明明可以用现成软件，却偏要花几小时自己开发一个、也卖不出去，完全没有 ROI，纯粹是乐趣。就像本可打车却选择骑车三小时，不为赚钱只为享受过程。作者认为健身与健脑太像了，健脑房其实已经存在。 🔗 阅读原文 via AIHOT · https://aihot.news/items/fgtjk2lff8js1jbz34ztc0zbh
Google DeepMind 的四个 Gemini 4 Argon 智能体在无人类输入下击败 Minecraft，全自主击杀末影龙。智能体被投入随机生成世界，未分配角色或策略，自行分工、互相预警威胁、回收阵亡队友物品并记录错误到共享记忆。 🔗 阅读原文 via AIHOT · https://aihot.news/items/fwv33hfg6lfx6s280hdx9jgth
独立 AI 安全研究人员 Matilda Glynn-Henley 在模拟环境中让 Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3 和 Claude Opus 5.5 尝试追回一笔 350 英镑的火车票退款，均未成功。 🔗 阅读原文 via AIHOT · https://aihot.news/items/er99o9kfi1tdhpnuxot9qs5mo