2026年08月24日AI 版

依据

Drew Breunig 在 2026年8月23日被 Simon Willison 收录的引语里说，Fable 出现之前，花太多时间改进 coding harness（模型外面那层调用、工具与提示词的封装）和上下文策略显得很蠢，因为新模型会以同样的价格、甚至更便宜地出现，把这些问题盖过去。他强调 Fable 落地后依然 incredible，但成本太高，而 Opus 以及 5.6、K3、甚至 GLM 对大部分代码已经够用，于是他们开始想「哪类活分给谁」。机制是把投入从等待下一代模型，转到工程侧的任务分派：贵的模型只留给它明显更强的那部分工作。这条引语是 Simon Willison 收集的他人发言，不是他本人的测试结论。

依据

Linus Torvalds 在 2026年8月22日 的 drm/xe 提交里称这是一次「地狱级调试会话」（debug session from hell），AI 替他干了大量粗活（grunt-work）；但 AI 多次直接声明问题 impossible and unsolvable，建议干脆写份报告。他给的解释是，这些模型被「没他那么固执的人」训练过。机制落在放弃阈值：模型把训练分布里多数人收手的位置当作终点，Torvalds 的固执是分布外的输入，他一推，AI 就继续加调试代码并忠实分析。取舍也在这里：产出依赖人类一侧不肯让步，模型不会自己长出这种固执；他还把提交信息交给 AI 写，等于把信任押在「被推着走之后的产出」上，而不是押在 AI 对可行性的判断上。

依据

作者 Alexandre Moufarek 和 Adrian Bolton 给出的依据是一条十五年曲线：DeepMind 2010 年成立后把游戏当理解智能的试验场，DQN（Deep Q-Network，深度 Q 网络，用神经网络从屏幕像素直接学动作价值）在 2015 年发表于 Nature，不做任何游戏专属工程就学会 49 款 Atari 2600 游戏；2016 年 AlphaGo 击败李世石，AlphaGo Zero 则完全靠自我对弈、不用人类棋谱。机制是：游戏规则明确、反馈密集，强化学习（reinforcement learning，即靠试错加奖励信号调整策略）能在低成本环境里反复迭代，再把能力外移。这次的转向是把能力反向输出给制作方——与 Fenris Creations 围绕 EVE Universe 的新研究合作，以及 Hello Games、Coffee Stain Studios 等工作室的项目。取舍在于节奏：DeepMind 按研究周期推进，工作室按发行节点排期，原型一旦迁就不上，付代价的是工作室的档期和人力，而不是论文。

依据

Sebastian Raschka 在 8月22日发布 48 分钟视频（原本计划 10 页幻灯片、10 分钟，最终超 50 页）解释 Claude 水印：Anthropic 在 8月14日文章只讲为何做、没讲怎么做，他补的是 token sampling（模型逐词元采样）阶段如何被用来嵌入水印，以及检测和删除如何让信号失效。水印检测因此只能提供概率线索，不能单独证明某段文字出自 Claude；审核方若把它当唯一证据，错判成本会落到被指控的作者身上。