即刻App年轻人的同好社区
下载
置顶“我喜欢看到欣欣向荣的世界”
国内已经有很多创业者社群了，但 builder的社群比较少
有时候，不考虑盈利，纯粹做一个喜欢的事情也是挺不错的
————Hackathon Weekly 北京01场纪念
国内已经有很多创业者社群了，但 builder的社群比较少
有时候，不考虑盈利，纯粹做一个喜欢的事情也是挺不错的
————Hackathon Weekly 北京01场纪念
98 128
终于，阿里最强旗舰模型Qwen3-Max-Thinking正式版发布了！
刚刚，Qwen3-Max-Thinking 正式版悄无声息上线聊
没有发布会
也没有奥特曼式的炒作
只是发了一个Blog
之前的 Preview 版虽在 AIME 拿过双满分
但更像个偏科的“做题家”
这次正式版最大的变化
在于它补全了“真正做事”的拼图
参数超万亿（1T）
预训练数据 36T Tokens
硬指标上已把GPQA和LiveCodeBench分数推到了
和GPT-5.2、Gemini 3 Pro同一位置（图2️⃣
相比跑分
我更在意它引入的全新的 Test-Time Scaling（测试时扩展）方案
不同于行业普遍“堆算力、走并行路径”的暴力穷举
新版学会了反思式搜索：
它像人一样，对推理结果进行经验提取和多轮自我迭代
在有限算力内聚焦最有希望的方向
这也让它大幅增强了自主调用工具的原生Agent能力
特别是自适应工具调用能力
可以在复杂任务中动态规划、执行并验证结果
同时模型幻觉也大为降低
输出更接近专业人士水平
为解决真实复杂任务打下基础
为了验证这一点
我做了一个刁钻的测试
我给出了一个含“跨期信息验证 + 逻辑陷阱”的题目（见图3️⃣）
如果是以前的模型
为了讨好用户大概率会顺着诱导
编造数据然后附和遥遥领先
但Qwen3-Max-Thinking思考十几秒后
直接拒绝了我的预设（图4️⃣
给出了极其冷静的纠正：
1️⃣ 拒绝幻觉
它首先指出HF官方从未发布过按模型区分的下载报告
所谓的反超缺乏可验证的官方数据源
它宁愿承认数据不存在
也没有为了满足我的要求去捏造一个数字
2️⃣ 厘清事实
针对Meta抄袭的暗示
它查证了原始报道
指出使用第三方模型辅助训练是行业通用的蒸馏
OpenAI也在用
并不能简单情绪化地解读为抄袭或偷师
3️⃣ 客观推演
最后它通过综合多方信息得出结论
硅谷目前的态度是实用主义
开发者是根据任务需求（如中文场景选Qwen，英文生态选Llama）来选择工具
并不存在意识形态驱动的集体倒戈
而且这次还有一个细节最让我感慨：
UI上搜索按钮消失了（见图5️⃣
因为模型已具备自适应能力
它自己懂什么时候查资料、什么时候调记忆
什么时候写代码
虽然名字叫Thinking
但我觉得它更像在尝试Acting
从 GPT-5.2 到 Qwen3
大家都在解决同一个问题：
如何让 AI 从聊天伴侣变成交付结果的同事
现在看来这个万亿参数的大家伙
已经做好了准备
建议大家去Qwen.chat试一下
记得点一下他的思考过程
品味它的脑回路
PS：Qwen3-Max-Thinking 国内版起步价低至输入 2.5元/百万Token（国际版仅 $1.2），相比GPT-5.2，综合使用成本更是直接便宜了一半以上（立省约 54%），是目前性价比最高的顶尖推理模型。
刚刚，Qwen3-Max-Thinking 正式版悄无声息上线聊
没有发布会
也没有奥特曼式的炒作
只是发了一个Blog
之前的 Preview 版虽在 AIME 拿过双满分
但更像个偏科的“做题家”
这次正式版最大的变化
在于它补全了“真正做事”的拼图
参数超万亿（1T）
预训练数据 36T Tokens
硬指标上已把GPQA和LiveCodeBench分数推到了
和GPT-5.2、Gemini 3 Pro同一位置（图2️⃣
相比跑分
我更在意它引入的全新的 Test-Time Scaling（测试时扩展）方案
不同于行业普遍“堆算力、走并行路径”的暴力穷举
新版学会了反思式搜索：
它像人一样，对推理结果进行经验提取和多轮自我迭代
在有限算力内聚焦最有希望的方向
这也让它大幅增强了自主调用工具的原生Agent能力
特别是自适应工具调用能力
可以在复杂任务中动态规划、执行并验证结果
同时模型幻觉也大为降低
输出更接近专业人士水平
为解决真实复杂任务打下基础
为了验证这一点
我做了一个刁钻的测试
我给出了一个含“跨期信息验证 + 逻辑陷阱”的题目（见图3️⃣）
如果是以前的模型
为了讨好用户大概率会顺着诱导
编造数据然后附和遥遥领先
但Qwen3-Max-Thinking思考十几秒后
直接拒绝了我的预设（图4️⃣
给出了极其冷静的纠正：
1️⃣ 拒绝幻觉
它首先指出HF官方从未发布过按模型区分的下载报告
所谓的反超缺乏可验证的官方数据源
它宁愿承认数据不存在
也没有为了满足我的要求去捏造一个数字
2️⃣ 厘清事实
针对Meta抄袭的暗示
它查证了原始报道
指出使用第三方模型辅助训练是行业通用的蒸馏
OpenAI也在用
并不能简单情绪化地解读为抄袭或偷师
3️⃣ 客观推演
最后它通过综合多方信息得出结论
硅谷目前的态度是实用主义
开发者是根据任务需求（如中文场景选Qwen，英文生态选Llama）来选择工具
并不存在意识形态驱动的集体倒戈
而且这次还有一个细节最让我感慨：
UI上搜索按钮消失了（见图5️⃣
因为模型已具备自适应能力
它自己懂什么时候查资料、什么时候调记忆
什么时候写代码
虽然名字叫Thinking
但我觉得它更像在尝试Acting
从 GPT-5.2 到 Qwen3
大家都在解决同一个问题：
如何让 AI 从聊天伴侣变成交付结果的同事
现在看来这个万亿参数的大家伙
已经做好了准备
建议大家去Qwen.chat试一下
记得点一下他的思考过程
品味它的脑回路
PS：Qwen3-Max-Thinking 国内版起步价低至输入 2.5元/百万Token（国际版仅 $1.2），相比GPT-5.2，综合使用成本更是直接便宜了一半以上（立省约 54%），是目前性价比最高的顶尖推理模型。
12 00
建议高血压人士谨慎考虑养猫，理由如下：
1️⃣看到猫在咬你的电源线的时候。
2️⃣看到猫喝马桶里的水的时候。
3️⃣看到猫在你的水杯里洗手的时候。
4️⃣听到猫凌晨四点半在家里跑酷的时候。
5️⃣发现你的一只Airpods被猫叼走去玩的时候。
6️⃣当发现你喜欢的黑T恤沾满了猫毛的时候。
7️⃣半夜听到猫在你枕头边干呕的时候。
8️⃣看到猫在你新买的沙发脚上磨爪子的时候。
9️⃣看到猫跳上桌子把你的水杯打翻在你电脑上的时候。
🔟刚铲完猫砂，它立刻进去拉了一坨新的，并且踩了一脚跳到你床上的时候。
建议高血压人士一定要养猫，理由如下：
1️⃣猫猫好可爱
2️⃣猫猫好可爱
3️⃣猫猫好可爱
4️⃣猫猫好可爱
5️⃣猫猫好可爱
6️⃣猫猫好可爱
7️⃣猫猫好可爱
8️⃣猫猫好可爱
9️⃣猫猫好可爱
🔟猫猫好可爱
1️⃣看到猫在咬你的电源线的时候。
2️⃣看到猫喝马桶里的水的时候。
3️⃣看到猫在你的水杯里洗手的时候。
4️⃣听到猫凌晨四点半在家里跑酷的时候。
5️⃣发现你的一只Airpods被猫叼走去玩的时候。
6️⃣当发现你喜欢的黑T恤沾满了猫毛的时候。
7️⃣半夜听到猫在你枕头边干呕的时候。
8️⃣看到猫在你新买的沙发脚上磨爪子的时候。
9️⃣看到猫跳上桌子把你的水杯打翻在你电脑上的时候。
🔟刚铲完猫砂，它立刻进去拉了一坨新的，并且踩了一脚跳到你床上的时候。
建议高血压人士一定要养猫，理由如下：
1️⃣猫猫好可爱
2️⃣猫猫好可爱
3️⃣猫猫好可爱
4️⃣猫猫好可爱
5️⃣猫猫好可爱
6️⃣猫猫好可爱
7️⃣猫猫好可爱
8️⃣猫猫好可爱
9️⃣猫猫好可爱
🔟猫猫好可爱
10 80
世界上第一个因为用AI被解雇的足球教练出现了
太抽象了家人们。。。
26年刚开始就已经开始竞争年度最抽象AI新闻了吗？？
据外媒报道，去年九月俄罗斯第一联赛俱乐部索契FC宣布，解雇了西班牙国家队前主教练罗伯特·莫雷诺（下图这个人）
因为在七场比赛中只获得一分，并且在莫雷诺的领导下，索契队最终从俄罗斯超级联赛降级到第一联赛。
但这两天俱乐部的高管出来爆料称，这位前西班牙国家队主帅下课的原因不是因为战术不行。
而是因为他把ChatGPT当成了上帝，把自己日常的工作全都交给了ChatGPT进行决策😧
他根据ChatGPT的指示进行了如下抽象操作⬇️
1️⃣28小时不准球员睡觉的“科学计划”
莫雷诺在安排客场日程时，完全听从了ChatGPT的建议，结果AI居然给出了一个让球员在赛前连续28小时保持清醒的离谱日程。
当体育总监问他“球员什么时候睡觉”，他的回答是：“这就是ChatGPT给出的最优参数。”。直接让球队心态崩了（因为真的执行了这个计划🤣
2️⃣问AI该买哪个球员
球队要引进前锋，莫雷诺拒绝了本土球员的建议，而是把三个候选人的数据全部喂给ChatGPT进行分析。
结果AI选中了舒舍纳切夫，结局大家可能也不意外，这位AI钦定的最佳前锋10场比赛0进球。
结果就是当主帅失去了对球员的感知，沦为ChatGPT的搬运工时。
外籍球员不再信服。本土核心开始倒戈，那下课就是必然的了。
其实莫雷诺的问题不在于用AI，而在于他放弃了作为一个职业教练的独立思考，把决策全都丢给了AI。
更合理的方式是人和AI一起思考。
AI应该是一个把人类从繁琐计算中解放出来的Copilot，而不是直接抢走方向盘。
如果管理者自己不去理解业务底层的逻辑，那么AI吐出的每一个字，都可能成为职业生涯的催命符🤦♂️
PS：如果是你，你敢把公司的决策交给ChatGPT吗？
太抽象了家人们。。。
26年刚开始就已经开始竞争年度最抽象AI新闻了吗？？
据外媒报道，去年九月俄罗斯第一联赛俱乐部索契FC宣布，解雇了西班牙国家队前主教练罗伯特·莫雷诺（下图这个人）
因为在七场比赛中只获得一分，并且在莫雷诺的领导下，索契队最终从俄罗斯超级联赛降级到第一联赛。
但这两天俱乐部的高管出来爆料称，这位前西班牙国家队主帅下课的原因不是因为战术不行。
而是因为他把ChatGPT当成了上帝，把自己日常的工作全都交给了ChatGPT进行决策😧
他根据ChatGPT的指示进行了如下抽象操作⬇️
1️⃣28小时不准球员睡觉的“科学计划”
莫雷诺在安排客场日程时，完全听从了ChatGPT的建议，结果AI居然给出了一个让球员在赛前连续28小时保持清醒的离谱日程。
当体育总监问他“球员什么时候睡觉”，他的回答是：“这就是ChatGPT给出的最优参数。”。直接让球队心态崩了（因为真的执行了这个计划🤣
2️⃣问AI该买哪个球员
球队要引进前锋，莫雷诺拒绝了本土球员的建议，而是把三个候选人的数据全部喂给ChatGPT进行分析。
结果AI选中了舒舍纳切夫，结局大家可能也不意外，这位AI钦定的最佳前锋10场比赛0进球。
结果就是当主帅失去了对球员的感知，沦为ChatGPT的搬运工时。
外籍球员不再信服。本土核心开始倒戈，那下课就是必然的了。
其实莫雷诺的问题不在于用AI，而在于他放弃了作为一个职业教练的独立思考，把决策全都丢给了AI。
更合理的方式是人和AI一起思考。
AI应该是一个把人类从繁琐计算中解放出来的Copilot，而不是直接抢走方向盘。
如果管理者自己不去理解业务底层的逻辑，那么AI吐出的每一个字，都可能成为职业生涯的催命符🤦♂️
PS：如果是你，你敢把公司的决策交给ChatGPT吗？
13 65
苹果AI的最新消息来了！
前几天，苹果官宣了和Google Gemini的合作之后，似乎没有更多的消息了🤔
但是这两天一些消息指出，苹果即将在下个月的IOS26.4中内测全新的Siri助手🎉
这次更新的重点，在于Siri终于不仅仅是个语音搜索入口了。
根据流出的信息，新版Siri能够读取屏幕内容，并代为执行应用内的操作😧
举个具体的场景：不用动手，直接语音让Siri打开外卖软件点杯咖啡（是不是很像之前国内的那些产品🤣
而在技术架构方面，虽然合作方是谷歌
但苹果在隐私这块还是不想松口。
希望能在自己的云上运行这个拥有1.2万亿参数，被内部称为“Apple Foundation Model V10”的模型（基于Gemini）。
但现实情况是，目前苹果自家的基建还撑不住，还是得调用谷歌的基础设施（就是GCP）。
目前的选择是“混合跑”模式，算是现阶段的一种妥协。
而再远一些，到了iOS 27和macOS 27，苹果计划全面引入聊天机器人（代号“Campos”）届时会升级到V11模型，质量据说能对标Google Gemini 3。
归根结底，苹果现在的处境很艰难，自家模型研发进度滞后。
不得不先通过每年给谷歌交10亿美元的“保护费”来维持竞争力。
但从长远看，为了要把控成本和解决根本的隐私顾虑，苹果肯定不会放弃自研。
现在的合作，更多是争取时间的权宜之计。
所以为什么选择和谷歌合作？
其实苹果最早找过Anthropic，嫌人家要价太高（一年几十亿刀）；也找过OpenAI，但人家跟苹果前设计总监Jony Ive在搞硬件（属于潜在对手）；
最后转了一圈发现还是老冤家谷歌最靠谱（技术好价格公道），而且反垄断的警报刚好也解除了。
在这期间苹果AI部门也进行了大换血，AI原本的负责人实际上已经被架空并“优化”掉了。
现在是Craig Federighi掌舵（图2️⃣，就是WWDC24表演跑酷的那个白发大叔）
这也解释了为什么苹果的AI战略会发生如此剧烈的180度转弯：从死磕自研到全面拥抱第三方。
虽然对于一家科技巨头来说，放弃底层模型的大部分控制权，变成一个套壳产品挺尴尬的。
但对于产品公司来说，这是目前止损最快、体验最好的路。
至于自研？
苹果没放弃，但那已经是长线的事了。
眼下的局面，就是花钱买时间。
等下个月iOS 26.4出来，看看这贴了苹果牌的谷歌引擎，到底能不能让Siri翻身。
前几天，苹果官宣了和Google Gemini的合作之后，似乎没有更多的消息了🤔
但是这两天一些消息指出，苹果即将在下个月的IOS26.4中内测全新的Siri助手🎉
这次更新的重点，在于Siri终于不仅仅是个语音搜索入口了。
根据流出的信息，新版Siri能够读取屏幕内容，并代为执行应用内的操作😧
举个具体的场景：不用动手，直接语音让Siri打开外卖软件点杯咖啡（是不是很像之前国内的那些产品🤣
而在技术架构方面，虽然合作方是谷歌
但苹果在隐私这块还是不想松口。
希望能在自己的云上运行这个拥有1.2万亿参数，被内部称为“Apple Foundation Model V10”的模型（基于Gemini）。
但现实情况是，目前苹果自家的基建还撑不住，还是得调用谷歌的基础设施（就是GCP）。
目前的选择是“混合跑”模式，算是现阶段的一种妥协。
而再远一些，到了iOS 27和macOS 27，苹果计划全面引入聊天机器人（代号“Campos”）届时会升级到V11模型，质量据说能对标Google Gemini 3。
归根结底，苹果现在的处境很艰难，自家模型研发进度滞后。
不得不先通过每年给谷歌交10亿美元的“保护费”来维持竞争力。
但从长远看，为了要把控成本和解决根本的隐私顾虑，苹果肯定不会放弃自研。
现在的合作，更多是争取时间的权宜之计。
所以为什么选择和谷歌合作？
其实苹果最早找过Anthropic，嫌人家要价太高（一年几十亿刀）；也找过OpenAI，但人家跟苹果前设计总监Jony Ive在搞硬件（属于潜在对手）；
最后转了一圈发现还是老冤家谷歌最靠谱（技术好价格公道），而且反垄断的警报刚好也解除了。
在这期间苹果AI部门也进行了大换血，AI原本的负责人实际上已经被架空并“优化”掉了。
现在是Craig Federighi掌舵（图2️⃣，就是WWDC24表演跑酷的那个白发大叔）
这也解释了为什么苹果的AI战略会发生如此剧烈的180度转弯：从死磕自研到全面拥抱第三方。
虽然对于一家科技巨头来说，放弃底层模型的大部分控制权，变成一个套壳产品挺尴尬的。
但对于产品公司来说，这是目前止损最快、体验最好的路。
至于自研？
苹果没放弃，但那已经是长线的事了。
眼下的局面，就是花钱买时间。
等下个月iOS 26.4出来，看看这贴了苹果牌的谷歌引擎，到底能不能让Siri翻身。
6 42
