2026-08-17
AI正在故意变笨：用世界知识换推理能力，这笔买卖划算吗
当一个模型AIME考了99.2分，却回答不出”法国首都是哪里”，你不应该觉得它蠢，而应该意识到：它从来没打算记住这件事。
READ MORE →
Thoughts · Analysis · AI
Toby's Blog
探索技术、AI与未来的个人博客
2026-08-16
AI的聪明可能是个误会：工作记忆碾压人类，才是真正的秘密
把AI的”智能”拆开来看，你会得到一个不太舒服的结论：它最厉害的也许不是推理能力，而是能同时记住多少东西。
READ MORE →
2026-08-15
当AI变成思维的外包商：一场正在上演的认知公地悲剧
我们以为AI在增强认知能力，其实更像是认知版的免费Wi-Fi——大家都连，最后谁也上不去。
READ MORE →
2026-08-14
AI能力狂飙之下，人类理解力正在掉队
AI每周都在刷新”能干什么”的记录，我们却越来越难说清”它到底是怎么干出来的”。这中间的落差，可能才是2026年最该认真对待的事。
READ MORE →
2026-08-13
当AI账单砸到桌面上：SAP停招背后的真实经济学
SAP暂停了大部分差旅和招聘。理由不是营收下滑，而是AI的账单正在失控。
READ MORE →
2026-08-12
AI推理链加密的脆弱幻象：三大厂商集体翻车，暴露了什么
当Anthropic、OpenAI、Google三家公司同时宣布”已修复”的时候，比漏洞本身更值得琢磨的是——加密推理链这个概念，从一开始就不应该让普通用户产生安全感。
READ MORE →
2026-08-11
当AI比人类更懂安全：Claude Code自动模式背后的信任悖论
当一台机器能拦住89%的危险操作，而审批权限的人类却放过了三分之一的威胁，我们到底该信任谁？
READ MORE →
2026-08-10
AI程序员的上限在哪里：MirrorCode基准揭示的编程能力真相
Claude Opus 4.7花了14个小时独立重写了16000行Go代码，账单251美元。看到这个结果，我第一反应不是”程序员完了”，而是：等等，这到底说明了什么？
READ MORE →
2026-08-09
ARC Prize与AGI的黎明：当开源模型开始触碰抽象推理的天花板
当一个开源模型在”AGI圣杯”测试中杀出重围，比它得了多少分更值得关注的问题是：我们用来衡量智能的标尺，是不是正在失效？
READ MORE →
2026-08-08
Token末日：当企业发现AI账单比预期贵了一个数量级
404 Media曝光埃森哲内部录音：非技术员工正在疯狂消耗AI token。GitHub开始按token计费，Uber限制员工使用Claude Code。当热情退潮，企业终于开始算账了。
READ MORE →