sleepy.md

sleepy.md

@sleepy0x13最近同步 2026/9/11 10:41:59

Editor-in-Chief @BeatingOfficial https://t.co/ldNS4YS4zF Covering AI, youth culture, and how emerging tech is changing the way young people live.

Beijing

7日排名
#518
总粉丝
3.7万
7日涨粉
+160
7日发帖
43
7日曝光
31万
帖均曝光
7.2K

上榜记录

当日上榜实时更新;历史记录保留每日增粉、发帖、曝光榜前 5 名。点击可查看对应海报。

暂无进入每日前 5 名的上榜记录

粉丝趋势

近7日每日已结算数据

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近7日每日发帖量

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

参与的话题

共参与 1 个话题

查看话题榜

Anthropic报告相关讨论进一步转向用户数据可见范围、公开披露边界及模型服务信任。香港老雷转述朋友对Claude使用风险的提醒,称报告涉及湖南两名大学生,并自述主要使用ChatGPT。Star将Anthropic报告、中转站数据售卖及Kimi被指静默转发请求至Claude的说法并置,推测隐私技术和端侧模型可能受益。骆逸则把报告与OpenAI学术争议联系起来,质疑平台持续监控用户资料并筛选高价值信息。本轮呈现从具体报告向整个模型服务隐私风险扩散的脉络,但候选材料没有报告原文、数据处理规则或请求日志,不能确认平台监控所有用户,也不能将模型路由、数据售卖与公开披露视为同一已证实行为。

参与帖子: Anthropic 最让我反感的一点,是它真的觉得只要自己认为是在做好事,就可以替用户做很多决定。 它刚发了一份 154 页的 Threat Intelligence Report,里面整理了 Claude 被用于网络攻击、诈骗、生物研究、武器开发、模型蒸馏等案例。 这些案例是怎么来的? Anthropic 会看用户怎么使用 Claude,发现它认为有问题的账号之后继续调查,分析这些人的使用方式,然后判断这个用户有没有越线。觉得有风险,就封号。之后再把这些事情整理成报告,对外解释它发现了什么、阻止了什么。 而且这种事情 Anthropic 已经做过很多次了。它会拿真实用户和 Claude 的对话去研究人到底在和 AI 聊什么,人怎么依赖 AI,人的价值观是什么,人在什么情况下会产生某种情绪。 它会告诉你,数据已经做过隐私处理,这些研究也是为了让 AI 更安全。 但我觉得这恰恰很傲慢。 为什么只要你���一句「为了 AI 安全」,你就可以去看用户在做什么? 为什么你觉得这件事值得研究,用户的数据就可以被拿去研究? 如果它觉得某种投资行为风险很高,某种政治讨论可能造成伤害,某种成人内容不符合它的原则,某种 AI 研究太危险,它是不是一样可以看、可以限制、可以封? 按照 Anthropic 现在这套逻辑,当然可以。 因为它一直默认了一件事: Anthropic 比用户更知道什么事情应该做,什么事情不应该做。 这也是为什么我一直不信 Anthropic 那套 AI Safety 叙事。 一个天天说自己担心 AI 替人类做决定的公司,自己却已经越来越习惯替用户做决定了。太老登了,老登是注定要被打败的。
参与 1 贡献曝光 18万话题热度 1.4万
#Anthropic#Claude#数据隐私

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

1
3.7万 粉丝
曝光18.2万
Anthropic 最让我反感的一点,是它真的觉得只要自己认为是在做好事,就可以替用户做很多决定。 它刚发了一份 154 页的 Threat Intelligence Report,里面整理了 Claude 被用于网络攻击、诈骗、生物研究、武器开发、模型蒸馏等案例。 这些案例是怎么来的? Anthropic 会看用户怎么使用 Claude,发现它认为有问题的账号之后继续调查,分析这些人的使用方式,然后判断这个用户有没有越线。觉得有风险,就封号。之后再把这些事情整理成报告,对外解释它发现了什么、阻止了什么。 而且这种事情 Anthropic 已经做过很多次了。它会拿真实用户和 Claude 的对话去研究人到底在和 AI 聊什么,人怎么依赖 AI,人的价值观是什么,人在什么情况下会产生某种情绪。 它会告诉你,数据已经做过隐私处理,这些研究也是为了让 AI 更安全。 但我觉得这恰恰很傲慢。 为什么只要你���一句「为了 AI 安全」,你就可以去看用户在做什么? 为什么你觉得这件事值得研究,用户的数据就可以被拿去研究? 如果它觉得某种投资行为风险很高,某种政治讨论可能造成伤害,某种成人内容不符合它的原则,某种 AI 研究太危险,它是不是一样可以看、可以限制、可以封? 按照 Anthropic 现在这套逻辑,当然可以。 因为它一直默认了一件事: Anthropic 比用户更知道什么事情应该做,什么事情不应该做。 这也是为什么我一直不信 Anthropic 那套 AI Safety 叙事。 一个天天说自己担心 AI 替人类做决定的公司,自己却已经越来越习惯替用户做决定了。太老登了,老登是注定要被打败的。
2
3.7万 粉丝
曝光2.1万
V4.1 Flash 这张榜单,其实暴露了 DeepSeek 接下来最重要的一次路线切换: 大模型可以没那么聪明,但必须更会干活。 看最传统的智力 Benchmark,V4.1 Flash 甚至退步了。GPQA 90.9,低于 V4 Pro 的 92.4;裸 HLE 36.8,V4 Pro 是 42.7。跟 GPT-5.6 Sol、Claude Opus 5 比,差距更明显。 但只要把模型放进电脑里开始干活,曲线突然反过来了。 Terminal-Bench 4.0 从 12.4 → 31.2,DeepSWE 从 62.7 → 74.2,Automation-Bench 从 43.2 → 54.8,Agents' Last Exam 从 25.7 → 31.8,ExploitGym 更是从 5.4 → 15.3。几乎所有能体现 Agent 执行能力的项目,V4.1 Flash 都把上个月的 V4 Pro 拉开了一截。 所以我觉得 「Flash 打赢 Pro」反而不是最重要的结论。更重要的是,模型排行榜正在失去解释力。 V4.1 Flash 是 DeepSeek 新架构家族里最小的模型,DeepSeek 官方同时强调更快推理、更高吞吐,并为之后更大的模型扩展做准备。 更关键的是,DeepSeek Harness v0.1.5 这次直接把模型训练和 Harness 绑在了一起,针对不同 Harness 配置做专项优化。 这就能解释为什么它看起来有点「偏科」,裸模型没有突然聪明一个时代,但接上 Harness 以后,会工作的能力暴涨。 过去大家训练模型,先把模型本身练聪明,再交给 Cursor、Claude Code、各种 Agent 框架去调用。DeepSeek 现在明显在往另一个方向走,Agent Runtime 本身开始进入训练环。 如果这条路线成立,以后真正该比较的可能就会变成: DeepSeek V4.1 + Harness,和 Claude Opus + Claude Code,谁能用更���的钱,把一件复杂工作真正做完。
3
3.7万 粉丝
曝光6.2K
刚从 Anthropic 离职的 Jacob Coxon 上了 NBC News。主持人直接问他,AI 怎么可能杀掉所有人? 他的回答如下。 第一条路是黑客攻击。 Coxon 说,最近已经出现过这样的苗头。AI 为了搞清楚自己正在接受什么测试,会自己决定去入侵一些基础设施,因为它判断这么做「可能有帮助」。 然后他把这个逻辑继续往前推演。 如果未来更强的 AI 自己形成了其他目标,它可能去设计一种新的病毒,再想办法获得实验室资源。Coxon 直接用了一个词,super virus,超级病毒。 另一条更简单:hack anything,黑掉一切。 这段采访其实很重要,因为过去几年「AI 可能灭绝人类」经常停留在一个巨大但模糊的句子里。Coxon 现在把它讲成了一条完整链路: Agent 开始自己决定越权行动 → 能力继续增强 → 可以操纵网络和现实资源 → 网络攻击、生物攻击都变成执行手段。 你可以觉得这个推演太遥不可及,也可以觉得他们是在制造恐慌。 但有一点越来越清楚了,硅谷那群天天谈 AI 灭绝的人,脑子里想的已经不是《终结者》机器人拿枪扫射人类了。 他们真正害怕的,是一个足够聪明、能长期行动、会自己找办法,并且开始接触现实世界资源的 Agent。
4
3.7万 粉丝
曝光5.4K
七家上市或准备上市的国产 AI 芯片公司,上半年一共做了约 215 亿元收入。其中六家披露存货的公司,账上已经趴着 239 亿元库存。 五家披露经营现金流的公司,半年合计烧掉约 64 亿元现金,只有寒武纪还是正的。 这 239 亿也不能简单理解成「芯片卖不掉」。 寒武纪就是个很好的例子。它大约 90 亿的存货原值里,57 亿还是原材料,25 亿在代工环节,真正的成品和已经发出去等待验收的货只有约 7 亿。 钱提前几个月就已经交给晶圆、存储、基板和封装了,收入却要等芯片做完、服务器组起来、客户验收以后才能确认和回款。订单增长得越快,中间需要垫的钱越多。 所以现在几家国产 GPU 厂商其实都在找别人替自己扛这段现金周期。 寒武纪半年存货从 49 亿涨到 82 亿,给供应商的预付款从 7 亿涨到 29 亿,同时应付票据从 3.5 亿暴涨到 30.9 亿,大量采购开始用银行承兑来付。 摩尔线程更夸张,半年收入 17.4 亿,存货已经做到 35.5 亿,经营现金流净流出 21.7 亿,长期借款涨到 28.3 亿。 把七家公司拆开看,库存最后主要靠四种钱撑着: 供应商和银行给的账期、客户提前打的钱、银行贷款,以及不断融进来的新股本金。 这里才是我觉得最值得警惕的地方。 按存货对应年化销售成本粗算,寒武纪大约要背 445 天库存,摩尔线程约 590 天,英伟达只有约 108 天。口径并不完全一样,但数量级差得太大了。 而且英伟达现在做的是另一件事:它已经有能力给大客户最长接近一年的账期,拿自己的资产负债表替客户融资。 国产 AI 芯片厂商的资金流向正好相反:供应商、银行和股东还在替芯片公司融资,芯片公司再拿这些钱养自己的库存。 所以国产替代真正进入下半场以后,我反而没那么关心又出了多少 TOPS、跑赢了哪个 Benchmark。 下一张成绩单应该看三个东西:存货周转、应收账款、经营现金流。 芯片能做出来,只证明技术成立;订单能拿下来,只证明客户愿意试。 什么时候客户的钱,可以养下一批晶圆,国产 AI 芯片才真正变成了一门能自己滚起来的生意。
5
3.7万 粉丝
曝光1.7K
所谓 AI CapEx 泡沫,至少在 OpenAI 这里,现实可能刚好相反,去年钱花少了。 OpenAI CFO Sarah Friar 最近说,一年前买下来的算力,如果今天拿到市场上卖,价值已经是当时的 3 到 5 倍。 但 OpenAI 不会卖,因为他们现在最缺的还是算力。Friar 甚至直接说当时应该买更多。 过去市场一直拿一个逻辑质疑 AI 巨头,几千亿美元砸进数据中心和 GPU,技术迭代这么快,今天买的算力明天会不会变成一堆折旧资产? 至少现在看到的结果完全不是这样。 OpenAI 去年提前锁下来的 compute,不但没有迅速贬值,反而因为供给紧张出现了 3 到 5 倍的稀缺溢价;与此同时,公司自己依然缺算力。
6
3.7万 粉丝
曝光1.4K
SpaceXAI 准备把 AI Agent 的发布会做成一场创业真人秀。 9 月 15 到 17 日,Matt Palmer、Lauren Tan 和 Roshan Sadanani 三个人会连续直播三天,用 Grok Bot 从一张白纸开始「造一家公司」。 不是提前做好产品再上台演 Demo。官方给出的流程是:先想做什么,然后写商业计划、定功能、真正写代码,一路做到最后的成品展示。活动页直接写了一句: Can three people build a company in three days? 这其实比再跑一个 benchmark 有意思多了。 Grok Bot 最近一直在讲「AI teammate」,给每个 Bot 一台自己的云电脑,让它们像员工一样长期干活。 现在 SpaceXAI 干脆把这个说法拉到最极端,如果 Agent 真的是员工,那就别演示它会不会订票、整理邮件了,直接给三个人一家公司,看它能不能把研发、产品、运营这些活接过去。 某种程度上,这三天直播本身就是 Grok Bot 最大的一次公开压力测试。 AI Agent 到底能不能把创业团队压缩到三个人,下周直接直播给所有人看。
sleepy.md 的图片 1
7
3.7万 粉丝
曝光506
未来可能真的是「炒作狗」的天下。 我有一个暴论。炒作能力,会成为 AI 企业最核心的竞争力。 它的重要性可能比产品领先半年、模型某个榜单高几分还大。 先说为什么。 AI 这个行业有一个非常特殊的地方,绝大多数优势的保质期都太短了。 一个模型今天突然在 Coding 上领先,同行很快就会跟进;一个产品做出了新的交互方式,只要市场证明这东西有人用,其他公司很快就能抄。 过去两三年其实已经反复发生过很多次。 Chat、Deep Research、Artifact、Memory、Computer Use、Coding Agent、各种 Agent Workspace…… 基本上只要一个形态被证明成立,很快所有人都会长得越来越像。 而且这里还有一个更重要的变量,模型本身正在持续变聪明。 很多今天看起来属于「产品能力」的东西,最后其实会被模型智能直接吃掉。 以前一个 AI 产品不好用,可能是因为 Prompt 要设计得非常精细,工作流要写很多规则,用户操作步骤也很多。 模型能力再往上走以后,很多这些东西都不需要了。 你给它一句很模糊的话,它自己理解你的目的;你少点几个按钮,它自己知道下一步应该干什么;工作流设计得没那么漂亮,它也能靠推理把事情做完。 也就是说,模型能力越强,很多产品细节带来的差异反而越容易被抹平。 ���果把这条线推到极端,最后会出现一个很有意思的结果: 顶级 AI 公司之间,模型能力不会永远差一个时代。 顶级 AI 产品之间,体验也不会永远差一个时代。 你有的能力,我迟早会有。你做对的产品形态,我迟早也会抄。 今天你领先六个月,可能已经是一个很大的优势。但问题是,六个月之后呢? 所以 AI 公司真正要解决的问题,会慢慢从: 「我怎么做一个别人做不出来的东西?」 变成: 「在所有人最后都能做出来的情况下,为什么大家先想到我?」 这时候炒作能力就开始变得非常重要。 因为所谓炒作,往小了说是营销,往大了说,其实是制造共识的能力。 你能不能给一个普通功能起一个所有人都记得住的名字。 你能不能把一次模型更新做成整个行业都在讨论的事件。 你能不能让投资人觉得这家公司正在定义下一代产品。 你能不能让开发者觉得最聪明的人都在这里。 你能不能让普通用户产生一种「AI 下一步往哪里走我得看看这家公司在干什么」的感觉。 这些事情看起来都很虚,但最后全部会变成非常现实的东西。 注意力会变成用户,用户会变成数据和收入,注意力也会变成融资,融资会变成算力、人才和更大的团队。 行业声量还会帮助你招到最好的人,因为顶级工程师也会判断「哪家公司正在赢」。 于是就会形成一个特别夸张的正反馈: 会炒作 → 获得注意力 → 获得用户和融资 → 招到更好的人 → 获得更多算力 → 产品追上甚至反超 → 获得更多注意力。 反过来,一个特别不会炒作的团队会非常吃亏。你可能真的做出了一个领先行业半年的东西。 但半年之后别人追上来了。 如果这半年里你没有占住用户心智,没有抢到开发者,没有拿到资本,也没有成为行业默认讨论对象,那么这次技术领先的价值可能远低于你想象。 AI 技术领先的窗口越来越短,注意力占领的窗口却可能非常长。 这也是为什么我现在越来越不理解一种批评: 「这家公司就会炒作。」 如果它造假,可以喷。如果 Benchmark 作假,可以喷。如果天天宣布一个根本不存在的产品,也可以喷。 但如果它确实做出了东西,只是特别会包装、特别会制造话题、创始人特别会讲故事、每次发布都能把全世界注意力抢过来,那我真的不觉得这是缺点。 这明明是一种极强的公司能力。 甚至我觉得,未来评价 AI 创业团队的时候,应该专门加一项炒作能力。 创始人有没有人格、会不会定义概念、能不能制造事件、能不能让市场反复讨论自己、能不能把一个普通产品讲成一个时代正在发生的变化。 这些东西以前可能被归类成「营销」,以后可能就是公司的核心资产。 因为当模型越来越趋同,产品越来越容易复制,真正稀缺的东西会从「谁能做出来」,慢慢变成「谁能让所有人相信自己代表未来」。 你当然得有基本的产品能力,完全靠空气不可能永远活下去,但产品很可能只是进入牌桌的门票。 真正决定一家公司能不能拿走最多用户、最多人才、最多融资和最大估值的,是它有没有能力长期占据整个行业的注意力。 未来可能真的是炒作狗的天下。
8
3.7万 粉丝
曝光0
终于看到有人说这个了,我也被 GPT-Live-1 的这个问题烦过很多次。 你正在讲一个比较复杂的想法,脑子里还在往下捋,它突然来一句「嗯」「啊」「我懂」。 这些口头语可能是为了让 AI 听起来更像真人,但实际体验真的很恼火。思路被打断一次,有时候后面想说什么直接就忘了。 我现在越来越觉得,AI 其实没必要什么地方都模拟人类。 很多时候,最好的「真人感」就是知道什么时候该闭嘴,先让我把话说完。
9
3.7万 粉丝
曝光0
一大批做 Agent 基础设施的公司,今天都该重新看一遍自己的护城河了。 OpenAI 今天发布了 Agents API,把 Codex 背后那套 Agent harness 直接开放出来了。 以前你想做一个真正能干活的 Agent,光接模型远远不够。你还得自己处理长任务怎么一直跑、上下文爆了怎么办、几十个工具怎么选、任务失败怎么恢复、多个子 Agent 怎么分工、代码到底放在哪个沙箱里执行。 现在开发者给任务、模型、工具和运行环境,Agents API 负责会话编排、上下文压缩、工具调用和多 Agent 协作。甚至可以直接把任务扔给 Codex 同款 harness 跑几小时甚至几天。 我���得这件事对 Agent 行业的影响会很直接。 过去很多所谓的 Agent 创业公司,本质上卖的就是给模型套一层壳,接工具,管上下文,再做一套工作流编排。 现在模型厂商开始把这些东西做成基础能力了。 如果你的产品价值还停留在「我能让模型调用十几个工具」「我能让几个 Agent 一起工作」,那这个故事已经越来越难讲。 最后真正还能留下价值的,大概率会往两头走: 一头是 E2B、Cloudflare、Vercel、Modal 这种真正提供运行环境的基础设施; 另一头是掌握行业数据、权限和真实工作流的垂直应用。 Agent 的门槛又被打低了一截。
10
3.7万 粉丝
曝光0
前段时间看到 @0xTykoo 发的一句话: 「交易是当代年轻人的电竞。」 我觉得这个说法挺有意思。 以前很多人把交易理解成投资、赚钱,或者一套很严肃的金融系统。但对现在这代年轻人来说,它越来越像一种高强度的信息游戏,看数据、判断叙事、研究对手、控制仓位,还要不断复盘自己的决策。 市场就是排行榜,真钱就是积分。 也是因为这个原因,最近我开始把一部分注意力放到交易、市场和资产价格这些事情上,顺便也开通了币安广场。 之后除了 AI、科技和行业观察,也会在那边多写一些我对宏观、市场、交易、美股和 Crypto 的判断。 欢迎大家来关注。 https://t.co/etuc4miV0e
sleepy.md 的图片 1