<?xml version="1.0" encoding="UTF-8"?>        <rss version="2.0"
             xmlns:atom="http://www.w3.org/2005/Atom"
             xmlns:dc="http://purl.org/dc/elements/1.1/"
             xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
             xmlns:admin="http://webns.net/mvcb/"
             xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
             xmlns:content="http://purl.org/rss/1.0/modules/content/">
        <channel>
            <title>
									科技 - 禅世界论坛				            </title>
            <link>https://chanworld.org/community/techs/</link>
            <description>修学、读书、政经、科技、文摘、健康、休闲、涂鸦</description>
            <language>zh-Hans</language>
            <lastBuildDate>Wed, 10 Jun 2026 16:38:04 +0000</lastBuildDate>
            <generator>wpForo</generator>
            <ttl>60</ttl>
							                    <item>
                        <title>Anthropic在官方博客发布了一篇题为《当AI构建自身》（When AI Builds Itself）</title>
                        <link>https://chanworld.org/community/techs/anthropic%e5%9c%a8%e5%ae%98%e6%96%b9%e5%8d%9a%e5%ae%a2%e5%8f%91%e5%b8%83%e4%ba%86%e4%b8%80%e7%af%87%e9%a2%98%e4%b8%ba%e3%80%8a%e5%bd%93ai%e6%9e%84%e5%bb%ba%e8%87%aa%e8%ba%ab%e3%80%8b%ef%bc%88when-ai-b/</link>
                        <pubDate>Fri, 05 Jun 2026 19:14:00 +0000</pubDate>
                        <description><![CDATA[当 AI 开始构建自身
 
联合创始人Jack Clark和内部研究机构负责人Marina Favaro
 

一家估值接近万亿美元、正冲刺IPO的AI公司，突然公开呼吁全球暂停AI开发。
6月4日，Anthropic在官方博客发布了一篇题为《当AI构建自身》（When AI Builds Itself）的长文。文章由公司联合创始人Jack Clark和内部研究机构...]]></description>
                        <content:encoded><![CDATA[<div style="text-align: center" data-path-to-node="2"><strong><span style="font-size: 24pt">当 AI 开始构建自身</span></strong></div>
<div> </div>
<div style="text-align: center"><span style="font-size: 12pt">联合创始人Jack Clark和内部研究机构负责人Marina Favaro</span></div>
<div> </div>
<div style="text-align: center"><span style="font-size: 12pt">https://www.anthropic.com/institute/recursive-self-improvement</span></div>
<hr />
<p data-pm-slice="0 0 []"><span style="color: #ff6600"><em><span style="font-size: 12pt">一家估值接近万亿美元、正冲刺IPO的AI公司，突然公开呼吁全球暂停AI开发。</span></em></span></p>
<p><span style="color: #ff6600"><em><span style="font-size: 12pt">6月4日，Anthropic在官方博客发布了一篇题为《当AI构建自身》（When AI Builds Itself）的长文。文章由公司联合创始人Jack Clark和内部研究机构负责人Marina Favaro联合署名，首次罕见对外披露了一批此前从未公开的内部运营数据。</span></em></span></p>
<p><span style="color: #ff6600"><em><span style="font-size: 12pt">这些数据显示，AI正在以惊人速度加速AI自身的开发进程：截至2026年5月，Anthropic超过80%合并入代码库的代码由Claude撰写；与2024年相比，工程师每日合并代码量已增长8倍；在一项内部研究调查中，员工估计使用最新模型Mythos Preview后，自身产出约为不使用任何AI工具时的4倍。</span></em></span></p>
<p><span style="color: #ff6600"><em><span style="font-size: 12pt">更关键的是，Anthropic提出了一个令整个AI行业不安的概念警示：“递归自我改进”（recursive self-improvement）——即AI系统无需人类干预、自主设计并改进其继任者的能力。这一阶段尚未到来，但“可能在未来两年内发生，甚至更早”。</span></em></span></p>
<hr />
<p data-path-to-node="3"><span style="font-size: 12pt"><b data-path-to-node="3" data-index-in-node="0">我们走向递归自我提升的进展及其影响。</b></span></p>
<p data-path-to-node="4"><span style="font-size: 12pt">在人工智能的大部分历史中，人类主导了其开发周期中的每一个步骤。但在 Anthropic，我们正将越来越多的人工智能开发工作委托给 AI 系统本身，这大大加快了我们的工作速度。</span></p>
<p data-path-to-node="5"><span style="font-size: 12pt">如果这一趋势发展得足够远，并拥有足够的算力，它将指向一个能够完全自主设计和开发其下一代产品的 AI 系统。这被称为递归自我提升（Recursive Self-Improvement）。我们现在还没有走到那一步，递归自我提升也并非不可避免，但它的到来可能会比大多数机构准备好去应对的时间还要早。</span></p>
<p data-path-to-node="6"><span style="font-size: 12pt">通过利用公开基准测试以及来自 Anthropic 内部此前未公开的数据，Anthropic 研究院（The Anthropic Institute）表明，AI 已经在加速 AI 系统自身的开发。仅举一例：如今，Anthropic 的工程师每季度平均交付的代码量是 2021 至 2025 年期间的 <b data-path-to-node="6" data-index-in-node="149">8 倍</b>。</span></p>
<p data-path-to-node="7"><span style="font-size: 12pt">本文讨论的技术趋势表明，AI 系统在未来几年内将变得能力更加强大。这些趋势具有巨大的影响。一个能够构建自身的 AI 将是技术史上的一大重大进展——它可能在科学、医疗等诸多领域为世界带来巨大的福祉。但完全的递归自我提升也可能增加人类失去对 AI 系统控制的风险。如果系统能够完全构建自己的下一代，那么我们保护它们、监控它们以及塑造它们行为的方式都将变得至关重要。</span></p>
<h3 data-path-to-node="9"><span style="font-size: 12pt">AI 参与开发的发展历程</span></h3>
<ul data-path-to-node="10">
<li>
<p data-path-to-node="10,0,0"><span style="font-size: 12pt"><b data-path-to-node="10,0,0" data-index-in-node="0">2021–2023：构建第一代 Claude</b></span></p>
<ul data-path-to-node="10,0,1">
<li>
<p data-path-to-node="10,0,1,0,0"><span style="font-size: 12pt"><i data-path-to-node="10,0,1,0,0" data-index-in-node="0">参与角色：人类、计算机</i></span></p>
</li>
<li>
<p data-path-to-node="10,0,1,1,0"><span style="font-size: 12pt">在早期，Anthropic 的工作与其他科技公司无异：人们在笔记本电脑上编写代码和文档。</span></p>
</li>
</ul>
</li>
<li>
<p data-path-to-node="10,1,0"><span style="font-size: 12pt"><b data-path-to-node="10,1,0" data-index-in-node="0">2023–2025：聊天机器人</b></span></p>
<ul data-path-to-node="10,1,1">
<li>
<p data-path-to-node="10,1,1,0,0"><span style="font-size: 12pt"><i data-path-to-node="10,1,1,0,0" data-index-in-node="0">参与角色：人类、计算机、聊天机器人</i></span></p>
</li>
<li>
<p data-path-to-node="10,1,1,1,0"><span style="font-size: 12pt">人们开始使用早期的聊天机器人来协助流程中的部分环节，例如生成简短的代码片段并将其复制到文本编辑器中。</span></p>
</li>
</ul>
</li>
<li>
<p data-path-to-node="10,2,0"><span style="font-size: 12pt"><b data-path-to-node="10,2,0" data-index-in-node="0">2025–2026：编程智能体（Coding Agents）</b></span></p>
<ul data-path-to-node="10,2,1">
<li>
<p data-path-to-node="10,2,1,0,0"><span style="font-size: 12pt"><i data-path-to-node="10,2,1,0,0" data-index-in-node="0">参与角色：人类、计算机、聊天机器人、智能体</i></span></p>
</li>
<li>
<p data-path-to-node="10,2,1,1,0"><span style="font-size: 12pt">随着智能体能力增强，它们能够自主编写和修改代码，有时甚至是整个文件。</span></p>
</li>
</ul>
</li>
<li>
<p data-path-to-node="10,3,0"><span style="font-size: 12pt"><b data-path-to-node="10,3,0" data-index-in-node="0">当下（2026）：自主智能体（Autonomous Agents）</b></span></p>
<ul data-path-to-node="10,3,1">
<li>
<p data-path-to-node="10,3,1,0,0"><span style="font-size: 12pt"><i data-path-to-node="10,3,1,0,0" data-index-in-node="0">参与角色：人类、计算机、聊天机器人、智能体、工作流</i></span></p>
</li>
<li>
<p data-path-to-node="10,3,1,1,0"><span style="font-size: 12pt">智能体现在可以自己运行代码，并将长达数小时的工作分配给其他智能体。</span></p>
</li>
</ul>
</li>
<li>
<p data-path-to-node="10,4,0"><span style="font-size: 12pt"><b data-path-to-node="10,4,0" data-index-in-node="0">20XX？：闭环（Closing the loop）</b></span></p>
<ul data-path-to-node="10,4,1">
<li>
<p data-path-to-node="10,4,1,0,0"><span style="font-size: 12pt">在未来，智能体可能具备足够的能力来自己构建和训练模型。如果发生这种情况，未来的 Claude 版本可以由 Claude 自身进行持续的改进。</span></p>
</li>
</ul>
</li>
</ul>
<h3 data-path-to-node="12"><span style="font-size: 12pt">来自外部世界的证据</span></h3>
<p data-path-to-node="13"><span style="font-size: 12pt">AI 模型的改进速度正在加快。它们能够独立可靠完成的任务时长，大约每四个月就会翻一倍（而此前的趋势是每七个月翻一倍）。2024 年 3 月，Claude 3 Opus 可以完成需要人类花费大约 4 分钟完成的软件任务。一年后，Claude 3.7 Sonnet 能够应对需要约 1.5 小时的任务。又过了一年，Claude 4.6 Opus 已经能处理耗时 12 小时的任务。如果这一趋势保持下去，需要熟练人员花费数天才能完成的任务可能会在今年内进入 AI 的能力范围。到 2027 年，AI 系统可能就有能力处理需要人类花费数周时间的任务。</span></p>
<p data-path-to-node="14"><span style="font-size: 12pt">同样的模式也出现在编程和研究的基准测试（Benchmarks）中。基准测试用于衡量模型在特定领域的性能，当模型获得接近 100% 的表现时，基准测试就会趋于“饱和”。<b data-path-to-node="14" data-index-in-node="83">SWE-bench</b> 是针对现实世界软件工程的标准测试：它向模型提供一个真实的开源代码库和一个真实的错误报告，并要求其编写代码修改以修复该问题并通过项目自身的测试。在两年内，模型的得分已经从极低的个位数发展到使该基准测试达到饱和。</span></p>
<p data-path-to-node="15"><span style="font-size: 12pt"><b data-path-to-node="15" data-index-in-node="0">CORE-Bench</b> 测试模型是否能够复现现有的研究，这是它们开展原创性研究的前提。它向 AI 模型提供已发表论文背后的代码和数据，并要求其重新运行所有内容并确认能够复制该论文的结果。AI 系统成功复现结果的比例从 2024 年的约 20%，发展到 15 个月后的基准测试饱和。负责运行衡量模型完成长期任务能力的基准测试机构 <b data-path-to-node="15" data-index-in-node="163">METR</b> 发现，Claude Mythos Preview 可以工作“至少”16 小时，并且已经处于“在没有新任务的情况下， 所能衡量的上限”。</span></p>
<p data-path-to-node="16"><span style="font-size: 12pt">公开的基准测试能够说明很多关于这些系统能力的问题。但它们无法揭示 AI 系统在加速 AI 自身开发方面所产生的具体影响。为此，我们需要来自像 Anthropic 这样的 AI 公司内部的直接证据。</span></p>
<h3 data-path-to-node="18"><span style="font-size: 12pt">来自 Anthropic 内部的证据</span></h3>
<p data-path-to-node="19"><span style="font-size: 12pt">构建一个前沿模型主要包含两大类工作。一是<b data-path-to-node="19" data-index-in-node="20">工程（Engineering）</b>：编写代码、搭建基础设施以及监督模型训练；二是<b data-path-to-node="19" data-index-in-node="58">研究（Research）</b>：决定运行哪些实验、解读返回的结果以及思考下一步尝试哪些想法。</span></p>
<p data-path-to-node="20"><span style="font-size: 12pt">在工程和研究两个领域，情况是一致的。在工程方面，可以给 Claude 一个界定模糊的问题，它能自己想出解决方案；人类提供目标，但不再需要提供方法。在研究方面，Claude 在执行一个界定明确的实验时，已经能够媲美或超越熟练的人类。然而，当涉及到让 Claude 在工程和研究中运用判断力来选择目标时，依然存在巨大的性能差距。这就是今天的 AI 与未来能够自主设计其下一代的系统之间的差距。</span></p>
<p data-path-to-node="21"><span style="font-size: 12pt">随着经验的增加，Anthropic 的员工通常会承担更多开放性和更重要的任务。在早期，他们执行别人指定好的任务，比如：“导出按钮无法正常工作，请修复它。” 随着经验的积累，他们被赋予一个目标并自己设计方法，例如：“调查为什么网络在重载下会变慢。” 在最资深的层面上，他们要决定哪些问题根本不值得花时间去做：“团队下个季度应该构建什么？” 我们可以利用 Anthropic 的内部数据来看看 Claude 在处理这些不同类型的任务上已经走了多远。</span></p>
<p data-path-to-node="22"><span style="font-size: 12pt">Claude 编写了 Anthropic 相当大比例的代码。截至 2026 年 5 月，我们合并到 Anthropic 代码库中的代码有 <b data-path-to-node="22" data-index-in-node="69">80% 以上</b>是由 Claude 编写的。在 2025 年 2 月 Claude Code 推出研究预览版之前，这个数字还处于极低的个位数。这种转变也体现在每位工程师的产出量上。在 Anthropic 的前四年（2021-2024 年），每位工程师每天合并的代码行数保持恒定，然后在 2025 年开始向上攀升，当时 Claude 开始能够运行代码，而不仅仅是提出建议供工程师复制粘贴。这一斜率在 2026 年随着模型开始在更长的时间跨度内自主工作而再次变陡。在 2026 年第二季度，典型工程师每天合并的代码量是 2024 年的 <b data-path-to-node="22" data-index-in-node="333">8 倍</b>。这是因为大部分代码都是由 Claude 编写的，工程师负责指导和审查，而不是自己敲击键盘。</span></p>
<blockquote data-path-to-node="23">
<p data-path-to-node="23,0"><span style="font-size: 12pt"><b data-path-to-node="23,0" data-index-in-node="0">注意事项：</b> 代码行数是一个不完美的衡量标准，因为它衡量的是数量而非质量。因此，2026 年第二季度每位工程师每天 8 倍的代码行数几乎肯定夸大了真正的生产力提升。尽管如此，它表明了一种加速趋势。在 Anthropic，我们并不根据员工编写了多少行代码来给予奖励；相反，团队成员之所以能产出更多代码，仅仅是因为他们正在使用 AI 系统来编写更多代码。</span></p>
</blockquote>
<p data-path-to-node="24"><span style="font-size: 12pt">代码行数的增加与生产力大幅提升的主观印象是一致的。在 2026 年 3 月对来自 Anthropic 各个研究团队的 130 名员工进行的一项民意调查中，受访者中位数估计，在他们无论如何都会从事的项目类型上，使用 Mythos Preview 产生的产出大约是没有任何 AI 模型时的 <b data-path-to-node="24" data-index-in-node="143">4 倍</b>。我们预计 3 月份的实际提升程度会略低一些。尽管如此，我们认为整体的说法是合理的，并且与我们的其他观察相符：相当大一部分 Anthropic 的技术人员完成核心工作的速度，比没有 AI 协助时快了数倍。</span></p>
<p data-path-to-node="25"><span style="font-size: 12pt">我们还看到证据表明，Anthropic 的员工正在使用 Claude 来做一些如果不是因为 AI 就根本不会发生的工作，例如构建探索性工具和处理拖延已久的清理工作。例如，在 2026 年 4 月，Claude 交付了 800 多个修复程序，将一类 API 错误降低了千分之一。负责监督 Claude 的工程师估计，人类需要花费四年时间才能完成这项工作；解决别人的 Bug 是缓慢而艰巨的，人类很难在脑海中同时容纳这么多陌生的上下文。</span></p>
<blockquote data-path-to-node="26">
<p data-path-to-node="26,0"><span style="font-size: 12pt">“大约一年前，我开始全力转向‘Claude化’（Claudifying）。那是一段疯狂的冒险，现在距离我上一次自己写代码已经过去大约 5 个月了。” —— <i data-path-to-node="26,0" data-index-in-node="78">Anthropic 员工</i></span></p>
</blockquote>
<p data-path-to-node="27"><span style="font-size: 12pt">Claude 编写的代码质量“良好”且在不断改进。“好代码”意味着两件事：它能正常工作，且其编写方式允许另一位工程师理解并在此基础上进行构建。在第一个标准上，证据是显而易见的。一年来，Anthropic 员工对 Claude 进行修正、重定向或在任务中途接管的比例一直在稳步下降，即使在最复杂和最开放的任务中也是如此。这意味着在没有明确规范、工程师自己都不确定答案是什么样的问题上，Claude 也能胜任。</span></p>
<p data-path-to-node="28"><span style="font-size: 12pt">在最开放的任务中，Claude 的成功率在 2026 年 5 月达到了 76%，在六个月内上升了 50 个百分点。举一个该难度级别的任务示例：一次例行升级导致成千上万个训练任务崩溃。一位工程师向 Claude 指出了这一实时事故，当时几乎只提供了一些文本内容和集群访问权限。通过分析运行中的任务并一次测试一个环境设置，Claude 隔离出了触发崩溃的单个晦涩的调试标记，稳定地复现了它，并确认了修复方案。在大约两小时内，Claude 交付了通常需要两到三天才能完成的工作。</span></p>
<p data-path-to-node="29"><span style="font-size: 12pt">第二个标准是编写其他工程师能够理解并在此基础上进行构建的代码。在这一点上，人类和 AI 之间仍然存在差距，但正在迅速缩小。Anthropic 内部尚未达成完全共识，但许多人认为，在 2025 年底，Claude 编写的代码质量仍低于 Anthropic 人类编写的代码，而今天则<b data-path-to-node="29" data-index-in-node="139">大致持平</b>。我们预计在一年内它会变得更好。</span></p>
<p data-path-to-node="30"><span style="font-size: 12pt">这已经改变了 Anthropic 现在审查自身代码的方式。现在，提交给代码库的修改建议会由一个自动化的 Claude 审查员阅读，在合并之前查找错误、安全漏洞和其他缺陷。利用这个工具，我们进行了一次追溯分析，发现如果对我们代码库的每一次修改都进行自动化的 Claude 审查，就能在过去 claude.ai 发生的事故上线之前，捕获其中大约三分之一的 Bug。编写这些代码的工程师是世界上构建这些系统最优秀的人才之一。而 Claude 现在正在捕捉他们遗漏的错误。</span></p>
<blockquote data-path-to-node="31">
<p data-path-to-node="31,0"><span style="font-size: 12pt">“在 2025 年底，Claude 编写的代码比 Anthropic 人类编写的代码稍差，今天大致持平，我们预计在一年内它会绝对胜过人类。”</span></p>
</blockquote>
<p data-path-to-node="32"><span style="font-size: 12pt">Claude 非常擅长通过运行实验来达到别人设定的目标。每次 Anthropic 发布模型时，我们都会运行相同的测试：我们给 Claude 一些训练小型 AI 模型的代码，并要求它使该代码运行得尽可能快，同时仍要通过相同的正确性检查。目标和成功指标是预先固定的，因此 Claude 的工作就是通过重写代码、运行、计时并重复这一过程来寻找加速的方法。这是一个实验性研究循环的微缩版本。在 2025 年 5 月，Claude 4 Opus 相比初始代码实现了平均约 3 倍的加速。到 2026 年 4 月，Claude Mythos Preview 达到了 <b data-path-to-node="32" data-index-in-node="277">约 52 倍</b> 的加速。作为参考，一个熟练的人类研究员需要四到八个小时才能达到 4 倍。在研究工作流的这一部分（在明确定义的实验中优化步骤），Claude 在不到一年的时间里已经从“超级帮手”变成了“超越人类”。</span></p>
<blockquote data-path-to-node="33">
<p data-path-to-node="33,0"><span style="font-size: 12pt">“如今的情况大致是‘人类产生想法，而模型能够以比以前快一个数量级的速度去实现、测试和评估它们’。”</span></p>
</blockquote>
<p data-path-to-node="34"><span style="font-size: 12pt">Claude 在提出自己的实验建议方面正变得越来越好。2026 年 4 月，Anthropic 发表了第一个关于 Claude 全程端到端运行开放式研究项目的演示。由 Claude 驱动的智能体被赋予了一个 AI 安全领域的开放性问题——大致是：较弱的模型能否可靠地监督较强的模型？——然后让它们自己去解决。这涉及提出假设、测试假设、与并行智能体分享发现并进行迭代。该任务有一个明确的性能“下限”和“上限”：下限是弱监督者自己能做多好；上限是强模型在针对正确答案进行训练时的表现。两位人类研究员在全天大约一周的时间里，弥补了这一差距的约 23%；而智能体在累计 800 小时内弥补了 <b data-path-to-node="34" data-index-in-node="292">97%</b> 的差距，并消耗了大约 18,000 美元的算力。这项工作有一些注意事项：结果并没有完美地转化到生产规模的模型中，而且人类仍然选择了问题并创建了评分标准。但在这些范围内，智能体自己设计了每一个实验。设定方向是人类扮演的唯一有意义的角色。</span></p>
<blockquote data-path-to-node="35">
<p data-path-to-node="35,0"><span style="font-size: 12pt">“在 1-2 天的时间里，Claude 在我极少协助的情况下完成了所有这些工作。我想如果一个初级同事在同样的时间里带着这样的结果回来找我，我会感到有些惊艳。未来已来。”</span></p>
</blockquote>
<p data-path-to-node="36"><span style="font-size: 12pt">Claude 在引导研究会话走向研究发现方面正变得越来越好。我们检查了真实的 Claude Code 会话（在 2026 年 1 月至 3 月之间），在这些会话中，Anthropic 的研究人员正与 Claude 一起解决一个开放式的调查性问题，比如查明为什么训练运行一直崩溃，或者为什么模型在某个基准测试中得分很低。在每个案例中，我们都发现了研究人员走弯路的时刻：他们追求了一个导致会话跑偏的方向，然后才最终回到正轨。接着，我们只向各种 Claude 模型展示会话走偏之前的回溯工作，并询问它接下来会做什么。随后，另一个能够看到会话最终结果的独立 Claude 会评估是 AI 还是人类提出了更好的下一步建议。</span></p>
<p data-path-to-node="37"><span style="font-size: 12pt">因为我们刻意挑选了那些我们知道人类的选择还有改进空间的时刻（n=129），这并不是模型与人类判断力之间对等的比较。这些时刻为我们提供的是一套现实且具有挑战性的情境，在这些情境中，正确的下一步并不明显，而人类的选择可以作为一个有用的标尺，来衡量模型性能随时间推移的变化。在这项指标上，我们在 2025 年 11 月最好的模型（Opus 4.5）在 51% 的情况下击败了人类的选择；而在 2026 年 4 月（Mythos Preview），这一比例增长到了 <b data-path-to-node="37" data-index-in-node="229">64%</b>。研究的日常工作很大程度上就是由这一连串的下一步决策组成的，这使得该指标成为衡量模型最终自主运行调查能力的切合标准。我们将这一结果视为一个早期信号，表明 AI 系统在做出 AI 研究赖以进行的各类判断抉择方面正变得越来越好。</span></p>
<blockquote data-path-to-node="38">
<p data-path-to-node="38,0"><span style="font-size: 12pt">“截至目前，人类的比较优势仍然在于看清更大的图景，以及跳出当前任务的局限进行思考。”</span></p>
</blockquote>
<h3 data-path-to-node="40"><span style="font-size: 12pt">Anthropic 未来的工作可能会是什么样子？</span></h3>
<p data-path-to-node="41"><span style="font-size: 12pt">证据表明，在 AI 开发过程的每一步中，人类的角色都在变窄。一旦人类和 AI 编写的代码质量达到对等，人类将完全停止编写代码，转而只进行审查。但如果他们审查代码的速度赶不上 Claude 生成代码的速度，人类审查就会成为 AI 开发的瓶颈。同样地，一旦 Claude 能够运行实验，问题就会转向“这些实验中哪一个值得运行？” 简单来说：<b data-path-to-node="41" data-index-in-node="168">执行（即编写代码、运行实验、产生结果）现在在人类时间上的成本几乎为零</b>，即使它在算力上仍有成本。</span></p>
<p data-path-to-node="42"><span style="font-size: 12pt">目前，人类具有比较优势的领域是<b data-path-to-node="42" data-index-in-node="15">研究的品味和判断力</b>，包括选择哪些问题重要、信任哪些结果以及何时判定某种方法走入了死胡同。</span></p>
<blockquote data-path-to-node="43">
<p data-path-to-node="43,0"><span style="font-size: 12pt">“过去的工作（和生活）依赖于人类之间小帮小助的‘互惠经济’。‘你能帮我把这个脚本运行起来吗？’  每一次帮助都创造了一点人情债，一点共同的意识。而 Claude 速度更快，创造零人情债，但每一次这样的交互，都是一次人类合作机会的流失。”</span></p>
</blockquote>
<blockquote data-path-to-node="44">
<p data-path-to-node="44,0"><span style="font-size: 12pt">“在一切运转顺利的日子里，我忍不住会想，我做的任何事情都不重要了，一切都是自动化的，而且比我能做到的更好、更快。但也有一些日子，所有东西都崩溃了，我不知道为什么，我才意识到自己根本不知道自己一直在忙些什么。”</span></p>
</blockquote>
<h3 data-path-to-node="46"><span style="font-size: 12pt">如果我们错了呢？</span></h3>
<p data-path-to-node="47"><span style="font-size: 12pt">对于上述证据的一个很自然的反对意见是：目前仍掌握在人类手中的工作——选择研究哪些问题——才是最重要的。缺乏这种判断力，Claude 只是一个能干的助手，而不是一个能够独自推动 AI 进步的系统。</span></p>
<p data-path-to-node="48"><span style="font-size: 12pt">目前尚不明确今天的训练方法和架构能否解锁这种能力。但 AI 很少是通过“灵光一现（eureka!）”的时刻取得突破的。在 AI 的近代历史中确实有一些这样的时刻，比如 Transformer 架构或混合专家（MoE）模型，但颠覆范式的想法往往相隔数年才出现。在这些时刻之间，大多数进展都是渐进式的：我们扩大某种规模，看看什么地方崩溃了，修复它，然后再次尝试。这恰恰是 Claude 现在所擅长的工作流。爱迪生说过，天才是 1% 的灵感加上 99% 的汗水。但我们看到，这些汗水正变得越来越自动化。很明显，推动前沿发展的许多工作都是可以自动化的；大规模的研究进展在很大程度上取决于工具和资源，它们决定了你运行实验的速度、能同时运行多少个实验以及多快能获得结果。</span></p>
<p data-path-to-node="49"><span style="font-size: 12pt">即使我们假设 Claude 永远无法获得良好的研究品味，对我们证据的保守解读仍然意味着<b data-path-to-node="49" data-index-in-node="43">复合式的加速</b>。如果人类将大部分时间花在仅占个位数比例的“方向设定”工作上，而 Claude 处理其余的工作，这意味着每位工程师或研究人员所操控的工作量将远超从前。我们所看到的证据表明，Anthropic 的员工既移动得更快，覆盖的范围也更广。在实践中，这意味着 AI 已经使 Anthropic 的运转速度远快于高效 AI 工具出现之前。</span></p>
<p data-path-to-node="50"><span style="font-size: 12pt">而较不保守的解读是，关于 Claude 研究判断力正在改善的早期证据（尽管目前还很局限）是一个风向标，表明这一能力同样在提升。“研究品味”可能只是又一个 AI 系统在一段时间内无法做到、随后便能擅长的 AI 能力。我们在其他定性技能上也看到了类似的模式，例如 AI 系统能够解释为什么一个笑话好笑、展现出心智理论（Theory of Mind）以及解决语言谜题。</span></p>
<h3 data-path-to-node="52"><span style="font-size: 12pt">可能的未来</span></h3>
<p data-path-to-node="53"><span style="font-size: 12pt">接下来会发生什么取决于两件事：趋势是否持续，以及如果持续我们选择怎么做。我们至少可以想象三种未来的场景：</span></p>
<ol start="1" data-path-to-node="54">
<li>
<p data-path-to-node="54,0,0"><span style="font-size: 12pt"><b data-path-to-node="54,0,0" data-index-in-node="0">趋势停滞，但今天的 AI 能力得到了广泛普及。</b> 本文包含了许多指数级的轨迹。但这些轨迹实际上可能会变成 S 型曲线（S-curves）。我们可能正接近曲线的弯曲点，此时规模带来的回报递减，线条变直，然后趋于平缓。区分一个平庸的研究员与一个伟大研究员的“判断力”，可能是一种无法通过扩大训练输入（如算力和数据）来获得的能力。如果是这样，突破这一瓶颈将需要新的想法，例如取代目前所有前沿模型都在使用的 Transformer 架构的新架构方法。</span></p>
<p data-path-to-node="54,0,1"><span style="font-size: 12pt">或者，AI 进步的束缚性限制可能存在于供应链中，而不是模型本身：推进和普及前沿技术可能需要比目前存在的更多的能源和算力。芯片制造的速度、电网扩张或互连带宽可能是限制因素，而不是智能本身。我们也不能排除外部冲击对 AI 生态系统造成剧烈减速的可能性，例如算力或电力供应的突然减少，这两者都会减缓进展，并使得实验室的远期投资变得更加昂贵。或者，我们可能没有预见到其他阻碍进展的壁垒。</span></p>
<p data-path-to-node="54,0,2"><span style="font-size: 12pt">即使模型能力冻结在今天的水平，我们也可以预料到世界会发生重大变化。Project Glasswing 就是一个早期迹象：在其最初几周内，Mythos Preview 在世界上最重要的系统中发现了超过一万个高危和严重级别的软件漏洞——多到网络防御的瓶颈已经从“发现漏洞”转移到了“如何足够快地修补漏洞”。而且，今天的模型向更广泛的经济领域的扩散仍处于早期阶段，在那种情况下，一个 100 人的公司越来越能做 1,000 人公司的工作，因为每个员工都将坐拥一个智能体金字塔。</span></p>
<p data-path-to-node="54,0,3"><span style="font-size: 12pt">我们加入这个场景是为了全面性，但我们不认为这很有可能。我们能衡量的每一项能力，包括那些感觉“更模糊”的能力，如代码质量和在开放式任务中的成功率，到目前为止都遵循着相同的曲线。我们还没有看到这条曲线发生弯曲。在我们考虑的三个未来中，这一个将给政府和社会留出最多的适应时间。我们更担心接下来的两个，它们会发展得更快，留给准备的空间也少得多。</span></p>
</li>
<li>
<p data-path-to-node="54,1,0"><span style="font-size: 12pt"><b data-path-to-node="54,1,0" data-index-in-node="0">AI 实验室继续获得复合的效率提升。</b> 在这种情景下，AI 开发实质上实现了高度自动化，但人类继续设定研究方向并评判结果。使用 AI 系统的组织随着时间的推移会变得更加高效，因此我们可以预期每个人身上都会出现显著的生产力倍增效应。100 人的公司可以完成 10,000 人或 100,000 人组织的工作。这将彻底变革知识工作和政府服务，但也可能被用于有害的目的，从对全体人口的威权主义监视，到针对每个人定制操纵手段且运行规模远超人类团队极限的影响力行动（Influence Operations）。在像 Anthropic 这样的公司，人类的角色将会转变。人们将与 AI 系统合作以扩大研究规模并产生新的见解，他们将共同构建所需的系统，以验证 AI 的产出是否可以被信任。</span></p>
<p data-path-to-node="54,1,1"><span style="font-size: 12pt">我们在这里阐明的证据表明，我们很可能正在走向这个场景。但是，加速一个流程中的某一部分往往只是把瓶颈转移到了其他地方：整体步伐受限于那些没有加速的部分。在计算机科学中，这被称为<b data-path-to-node="54,1,1" data-index-in-node="87">阿姆达尔定律（Amdahl’s law）</b>，同样的逻辑也适用于组织。Anthropic 已经遇到了阿姆达尔定律的一个特征表现：随着我们开始在组织内推动更多代码，人类代码审查已成为一个新的瓶颈。</span></p>
<p data-path-to-node="54,1,2"><span style="font-size: 12pt">我们在工程之外也遇到了这种摩擦。由于 Anthropic 员工与高能力模型合作，新想法、新计划、新工具和新模拟出现了爆炸式增长——远超我们有能力去追求的范围。组织发现并解决这些瓶颈的速度可能是一项随着时间推移而提高的技能，它可能成为任何组织最重要的一项技能。</span></p>
</li>
<li>
<p data-path-to-node="54,2,0"><span style="font-size: 12pt"><b data-path-to-node="54,2,0" data-index-in-node="0">AI 系统自身变得能够进行完全的递归自我提升，并开始构建它们的下一代。</b> 如果提升能力的性能趋势持续下去，且 AI 系统能够发展出人类变革性创造力所固有的能力，那么 AI 系统设计和完善自身便是说得通的。</span></p>
<p data-path-to-node="54,2,1"><span style="font-size: 12pt">在这个世界中，AI 开发的进步步伐完全取决于 AI 系统可获得的算力（或在算法训练/推理中发现各种效率提升的速度）。人类在其开发中扮演的角色大幅削减，可能会将我们的大部分精力转向对 AI 系统运行的不断扩大的“虚拟实验室”进行监督、确认和验证。我们预计，能够进行自动化 AI 研究与开发的系统所具备的技能将转移到其他科学领域，使它们开始彻底变革其他学科。</span></p>
<p data-path-to-node="54,2,2"><span style="font-size: 12pt">在这种未来中，对齐问题（Alignment Problem）如何得到解决——或者无法解决——是我们最不确定的事情。模型可能会被证明足够对齐且具备足够的研究品味，从而发现并实施我们尚未触及的新颖解决方案。如果情况不妙，它们也可能足够明智地停止开发。或者，今天模型中存在的罕见的不对齐现象可能会在模型构建其下一代时复合叠加，变得更加频繁却更少被理解，直到我们失去对它们的控制。我们可能无法构建、整合和验证那些我们用来理解自己究竟处于哪条趋势线所需的工具。</span></p>
<p data-path-to-node="54,2,3"><span style="font-size: 12pt">我们对这个世界会长成什么样并没有良好的直觉，因为我们的经济目前是由人类和人类制造的工具驱动的。就其本质而言，一个由快速递归自我提升驱动的世界可能会被自我提升的模型所主导，因为它的能力将完全盖过人类，并且该模型会扩散到更广泛的经济领域。如果人类劳动力停止具备竞争力，很难预测经济会变成什么样。</span></p>
<p data-path-to-node="54,2,4"><span style="font-size: 12pt">即使模型开发变得完全自动化和递归化，我们也无法预测这对大多数人的日常生活意味着什么。阿姆达尔定律在这里同样适用。递归智能可能会导致在某些领域迅速实现《仁慈机器》（Machines of Loving Grace）中所概述的许多福祉。我们预计具身智能（即机器人技术）可能会紧随递归智能之后，并走上一条相似的以递减成本获得递增回报的道路。更强大的智能可能会帮助我们更快地在物理世界中建造东西，进行更高效的挽救生命药物的临床试验，并发展出新颖的协作形式。</span></p>
<p data-path-to-node="54,2,5"><span style="font-size: 12pt">但仅实现递归提升并不能预示工业生产方式、社会组织形式或市场运作机制会立即发生改变。再强大的智能也无法在数十年使用之前就了解到一种药物的长期作用，无法在宪法规定之前提前举行选举，也无法在一个周末里将一个陌生人变成老朋友。对于大多数人来说，这个未来所感受到的步伐仍将由瓶颈决定，即使上游的实验室正以算力的速度运转。这种碰撞——构建自身越来越快的递归智能与由人类、人际关系和治理组成的世界相遭遇——是这个我们无法预测的未来的另一个部分。</span></p>
</li>
</ol>
<h3 data-path-to-node="56"><span style="font-size: 12pt">我们应该怎么做？</span></h3>
<p data-path-to-node="57"><span style="font-size: 12pt">如果有可能有效地放慢这项技术的发展速度，以给我们自己更多的时间来应对其巨大的隐秘影响，我们认为这可能会是一件好事。但如果放慢速度仅仅让那些最不谨慎的行动者在技术上赶上来，它可能会让每个人都变得更不安全。在缺乏全球协调机制的情况下，公司和政府将不得不在竞争和地缘政治压力下做出关于安全的艰难决定。</span></p>
<p data-path-to-node="58"><span style="font-size: 12pt">我们认为，如果世界能够拥有放慢或暂时暂停前沿 AI 开发的选项，以便让社会结构和对齐研究能够跟上技术的进步，这将是一件好事。Anthropic 研究院将与许多其他机构合作开展研究并采取行动，以帮助构建可靠的减速或暂停所需的系统。这些系统将使前沿 AI 开发商能够核实全球其他开发商是否确实停止或放慢了脚步，并确保不良行为者无法利用协同减速的掩护在暗中跳跃式领先。如果存在这样的系统，只要处于或接近前沿的其他开发商也以可验证的方式这样做，我们预计我们也会放慢速度或暂时暂停。</span></p>
<p data-path-to-node="59"><span style="font-size: 12pt">一次有意义的减速或暂停需要多个国家处于或接近前沿的、资源充足的实验室同意在相同条件下停止。它还需要每个实验室都能核实其他实验室是否确实停止了。由于 AI 系统的独特特征，这一军控问题的“可探测性”（一个比“可验证性”更低的标杆）要素比其他技术要具有挑战性得多。训练运行比导弹发射井要容易隐蔽得多，它们的输入是通用目的的，而且悄悄违约的动机是巨大的，因为谁在别人暂停时继续前行，谁就可能接过领先地位。一个可信的暂停还必须明确是由什么触发的、由什么解除的以及由谁来裁决。</span></p>
<p data-path-to-node="60"><span style="font-size: 12pt">这一切在原则上并不一定是不可能的——世界已经为其他复杂技术建立了核查机制（例如《中导条约》）——但那些机制花费了数十年时间才建立起基础设施和信任。我们没有那么长的时间。相比之下，一个实验室的单方面暂停是可以立即实现的，但起到的效果要小得多：它会改变谁是领跑者，但它不会创造目前所缺失的更广泛的审议流程。</span></p>
<p data-path-to-node="61"><span style="font-size: 12pt">在接下来的几个月里，我们将组织对话，邀请政策制定者、研究人员、公民社会和其他 AI 公司共同解答本文提出的一些问题，特别是围绕完全的递归自我提升以及如何为协调和审议创造更好的选项。我们将公布这些对话的成果。共同调查这些问题的窗口期已经打开，AI 公司之外的人们应当参与到这场审议中来。</span></p>
<p data-path-to-node="0"> </p>
<h2 data-path-to-node="2">脚注 (Footnotes)</h2>
<ol start="1" data-path-to-node="3">
<li>
<p data-path-to-node="3,0,0"><b data-path-to-node="3,0,0" data-index-in-node="0">METR</b> 的核心衡量指标告诉你在处理一组任务时，AI 系统达到 50% 可靠性所需的时间跨度，不过该趋势线在 80% 可靠性下的表现基本一致。</p>
</li>
<li>
<p data-path-to-node="3,1,0">尤其是当基准测试向更具开放性的形式和更高难度的任务（例如奥林匹克级别的数学题）转变时，由于题目和答案集中存在诸如表述含糊或无解的问题等错误，基准测试往往在达到 100% 之前就已趋于饱和。</p>
</li>
<li>
<p data-path-to-node="3,2,0">Anthropic 领导层曾公开估计，我们 90% 或更多的代码是由 Claude 编写的，这包括脚本和实验性代码。我们文中提到的“超过 80%”这一数据，衡量的是合并到生产环境的代码行数中归功于 Claude 的比例。从两方面来看，这都是一个更保守的衡量标准：一是我们的归因流程存在盲区；二是那些未归因于 Claude 的代码行中，还包含了同样并非由人类亲手编写的自动生成代码及其他产物。</p>
</li>
<li>
<p data-path-to-node="3,3,0">代码产量的这一激增正在让所有人共享的基础设施承受巨大压力。<b data-path-to-node="3,3,0" data-index-in-node="29">GitHub</b>（全球绝大多数软件的构建平台）在 2025 年全年见证了大约 10 亿次代码提交（commits）；而到了 2026 年年中，其每周的提交量已达 2.75 亿次，按此速度，全年预计将达到约 140 亿次。该公司的首席运营官（COO）表示，为了跟上这一速度，他们正在容量扩展上“付出令人难以置信的巨大努力”。</p>
</li>
<li>
<p data-path-to-node="3,4,0">关于本次调查方法的更多细节，在《Claude Opus 4.7 系统卡》（System Card）的第 2.3.5 节中有所讨论。</p>
</li>
<li>
<p data-path-to-node="3,5,0">许多受访者可能没有仔细思考过如何排除问题定义中的各种偏见或微妙之处，且 METR 最近的研究表明，开发人员对 AI 生产力提升幅度的估计可能会偏高。</p>
</li>
<li>
<p data-path-to-node="3,6,0">加速幅度能有多大，很大程度上取决于初始代码留下了多少改进空间，因此不应将其理解为现实世界中的真实训练加速。所以，这里的绝对倍数并不是最核心的数据。更有参考价值的是这种实验设置所实现的“同类对比”——无论是模型之间的对比（过去一年里从约 3 倍提升到约 52 倍），还是与熟练人类的对比（人类在同一任务上花费 4 到 8 小时达到约 4 倍）。</p>
</li>
<li>
<p data-path-to-node="3,7,0">为了检验裁判模型的偏见，我们在另一组包含 127 个时刻的样本上运行了相同的测试，在这些时刻中，人类的下一步举措已经非常强劲（这与原始样本集相反，原始样本中人类的方向尚有改进空间）。在那组测试中，模型的建议被评为更好的比例仅为 20% 左右。</p>
</li>
</ol>
<p data-path-to-node="4"><i data-path-to-node="4" data-index-in-node="0">* 本文各处引用的 Anthropic 员工言论均出自内部讨论，并在获得许可后使用。它们反映的是截至 2026 年 5 月的个人观点，并不代表公司的官方立场。</i></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/anthropic%e5%9c%a8%e5%ae%98%e6%96%b9%e5%8d%9a%e5%ae%a2%e5%8f%91%e5%b8%83%e4%ba%86%e4%b8%80%e7%af%87%e9%a2%98%e4%b8%ba%e3%80%8a%e5%bd%93ai%e6%9e%84%e5%bb%ba%e8%87%aa%e8%ba%ab%e3%80%8b%ef%bc%88when-ai-b/</guid>
                    </item>
				                    <item>
                        <title>Anthropic的Claude code和 OpenAI的Codex在编程性能、易用性和价格上的比较（2026年5月最新对比）</title>
                        <link>https://chanworld.org/community/techs/anthropic%e7%9a%84claude-code%e5%92%8c-openai%e7%9a%84codex%e5%9c%a8%e7%bc%96%e7%a8%8b%e6%80%a7%e8%83%bd%e3%80%81%e6%98%93%e7%94%a8%e6%80%a7%e5%92%8c%e4%bb%b7%e6%a0%bc%e4%b8%8a%e7%9a%84%e6%af%94/</link>
                        <pubDate>Mon, 11 May 2026 18:30:42 +0000</pubDate>
                        <description><![CDATA[Anthropic的Claude code和 OpenAI的Codex在编程性能、易用性和价格上的比较（2026年5月最新对比）
格希
2026-05-10

两者是目前最强的两大 AI 编程 Agent，定位略有不同：Claude Code 更偏本地终端交互式 pair-programming（实时协作、深读代码库），Codex 更偏云端自主 Agent（可长时间独立...]]></description>
                        <content:encoded><![CDATA[<p dir="auto"><span style="font-size: 18pt">Anthropic的Claude code和 OpenAI的Codex在编程性能、易用性和价格上的比较（2026年5月最新对比）</span></p>
<p dir="auto">格希</p>
<p dir="auto">2026-05-10</p>
<hr />
<p dir="auto">两者是目前最强的两大 AI 编程 Agent，定位略有不同：<strong>Claude Code</strong> 更偏<strong>本地终端交互式 pair-programming</strong>（实时协作、深读代码库），<strong>Codex</strong> 更偏<strong>云端自主 Agent</strong>（可长时间独立运行、建沙盒、提 PR）。</p>
<p dir="auto"> </p>
<h3 dir="auto">1. 编程性能（Programming Performance）</h3>
<div>
<div>
<div dir="auto">
<table dir="auto">
<thead>
<tr>
<th data-col-size="lg">维度</th>
<th data-col-size="lg">Claude Code 优势</th>
<th data-col-size="lg">Codex 优势</th>
<th data-col-size="md">胜出方</th>
</tr>
</thead>
<tbody>
<tr>
<td data-col-size="lg"><strong>复杂多文件重构 / 大代码库理解</strong></td>
<td data-col-size="lg">更强（1M+ 上下文、深层推理、代码质量高）</td>
<td data-col-size="lg">良好</td>
<td data-col-size="md"><strong>Claude Code</strong></td>
</tr>
<tr>
<td data-col-size="lg"><strong>SWE-bench Verified</strong> (真实 GitHub issues)</td>
<td data-col-size="lg">~80.8%（Opus 4.6/4.7）</td>
<td data-col-size="lg">~80% 左右（接近或略低）</td>
<td data-col-size="md"><strong>Claude Code</strong>（微弱）</td>
</tr>
<tr>
<td data-col-size="lg"><strong>SWE-bench Pro</strong></td>
<td data-col-size="lg">~55-59%</td>
<td data-col-size="lg">~56.8%（有时领先）</td>
<td data-col-size="md"><strong>Codex</strong>（微弱）</td>
</tr>
<tr>
<td data-col-size="lg"><strong>Terminal / DevOps / 脚本任务</strong></td>
<td data-col-size="lg">良好</td>
<td data-col-size="lg"><strong>明显更强</strong>（Terminal-Bench ~77% vs ~65%）</td>
<td data-col-size="md"><strong>Codex</strong></td>
</tr>
<tr>
<td data-col-size="lg"><strong>代码质量 / 保真度</strong></td>
<td data-col-size="lg">更好（更注重设计、文档、架构一致性）</td>
<td data-col-size="lg">更快得到可工作实现，但有时“偷懒”</td>
<td data-col-size="md"><strong>Claude Code</strong></td>
</tr>
<tr>
<td data-col-size="lg"><strong>Token 效率</strong></td>
<td data-col-size="lg">消耗更高（常 3-4x）</td>
<td data-col-size="lg"><strong>显著更好</strong>（相同任务用更少 token）</td>
<td data-col-size="md"><strong>Codex</strong></td>
</tr>
<tr>
<td data-col-size="lg"><strong>自主长时间运行</strong></td>
<td data-col-size="lg">依赖会话，适合交互</td>
<td data-col-size="lg"><strong>更强</strong>（云端 async、可跑几小时）</td>
<td data-col-size="md"><strong>Codex</strong></td>
</tr>
</tbody>
</table>
</div>
</div>
<div>
<div> </div>
</div>
</div>
<ul dir="auto">
<li><strong>总体</strong>：复杂架构、需要深思熟虑的任务 → <strong>Claude Code</strong> 胜出；快速原型、终端任务、批量自主执行 → <strong>Codex</strong> 更高效。很多开发者<strong>两者搭配使用</strong>。</li>
</ul>
<p>&nbsp;</p>
<h3 dir="auto">2. 易用性（Ease of Use）</h3>
<ul dir="auto">
<li><strong>Claude Code</strong>：
<ul dir="auto">
<li>终端 CLI + VS Code / JetBrains 插件 + 网页版。</li>
<li>本地运行，直接操作你的文件系统、git。</li>
<li><strong>上手更快</strong>，交互自然，像资深 pair programmer。</li>
<li>有优秀规划功能（Plan）、持久化记忆（CLAUDE.md 等）。</li>
</ul>
</li>
<li><strong>Codex</strong>：
<ul dir="auto">
<li>CLI、桌面 App、ChatGPT 集成、云端 Agent。</li>
<li>云沙盒自主性强，但有时需要更多分解任务。</li>
<li>桌面 App 体验好（预览、并行任务等），适合不想配置本地的人。</li>
<li><strong>整体易用性接近</strong>，但 Codex 的云端模式对“扔任务不管”更友好。</li>
</ul>
</li>
</ul>
<p dir="auto"><strong>结论</strong>：纯本地交互 → Claude Code 更顺手；喜欢云端自主或已有 OpenAI 生态 → Codex 更方便。</p>
<p dir="auto"> </p>
<h3 dir="auto">3. 价格（Pricing，2026年5月）</h3>
<div>
<div>
<div dir="auto">
<table dir="auto">
<thead>
<tr>
<th data-col-size="sm">计划</th>
<th data-col-size="lg">Claude Code</th>
<th data-col-size="lg">Codex (OpenAI)</th>
<th data-col-size="md">备注</th>
</tr>
</thead>
<tbody>
<tr>
<td data-col-size="sm"><strong>入门</strong></td>
<td data-col-size="lg">Pro $20/月（标准限额）</td>
<td data-col-size="lg">Go $8/月 或 Plus $20/月</td>
<td data-col-size="md">Codex 更便宜入门</td>
</tr>
<tr>
<td data-col-size="sm"><strong>重度使用</strong></td>
<td data-col-size="lg">Max 5x $100 / Max 20x $200</td>
<td data-col-size="lg">Plus $20（较慷慨）或 Pro $100-$200</td>
<td data-col-size="md">Codex 在 $20 层限额更宽松</td>
</tr>
<tr>
<td data-col-size="sm"><strong>API 按 token</strong></td>
<td data-col-size="lg">较贵（Opus 高达 $5–$25+/M tokens）</td>
<td data-col-size="lg">更便宜，效率也高</td>
<td data-col-size="md">Codex 性价比高</td>
</tr>
<tr>
<td data-col-size="sm"><strong>实际月花费</strong></td>
<td data-col-size="lg">重度用户常需 $100+</td>
<td data-col-size="lg">$20 够大多数人用</td>
<td data-col-size="md"><strong>Codex 更划算</strong></td>
</tr>
</tbody>
</table>
</div>
</div>
<div>
<div> </div>
</div>
</div>
<ul dir="auto">
<li>Claude Code Pro 容易撞限额（尤其用 Opus 时），重度用户常升级 Max。</li>
<li>Codex 在同价位（$20）通常提供更多使用量 + 更好 token 效率，性价比更高。许多人反馈从 Claude 切换到 Codex 后“用得更爽、不用担心限额”。</li>
</ul>
<h3 dir="auto">最终推荐</h3>
<ul dir="auto">
<li><strong>选 Claude Code</strong>：如果你追求最高代码质量、大型代码库重构、喜欢本地实时交互、愿意为质量付更高 token 代价。</li>
<li><strong>选 Codex</strong>：如果你想要更高性价比、自主运行、终端/DevOps 任务、或预算有限（尤其是 $20 档）。</li>
<li><strong>最佳实践</strong>：很多顶级开发者<strong>两者都用</strong>（Claude Code 做复杂规划 + Codex 做快速执行/云任务），月费约 $40。</li>
</ul>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/anthropic%e7%9a%84claude-code%e5%92%8c-openai%e7%9a%84codex%e5%9c%a8%e7%bc%96%e7%a8%8b%e6%80%a7%e8%83%bd%e3%80%81%e6%98%93%e7%94%a8%e6%80%a7%e5%92%8c%e4%bb%b7%e6%a0%bc%e4%b8%8a%e7%9a%84%e6%af%94/</guid>
                    </item>
				                    <item>
                        <title>Claude Code 和 OpenClaw可以用来干什么？</title>
                        <link>https://chanworld.org/community/techs/claude-code-%e5%92%8c-openclaw%e5%8f%af%e4%bb%a5%e7%94%a8%e6%9d%a5%e5%b9%b2%e4%bb%80%e4%b9%88%ef%bc%9f/</link>
                        <pubDate>Mon, 11 May 2026 18:25:10 +0000</pubDate>
                        <description><![CDATA[Claude Code 和 OpenClaw可以用来干什么？
格希
2026-05-10

Claude Code 和 OpenClaw 不是直接竞争关系，而是定位完全不同的工具。
快速对比总结（2026年5月最新）






维度
Claude Code (Anthropic官方)
OpenClaw (开源)
谁更胜一筹




核心...]]></description>
                        <content:encoded><![CDATA[<h1 id="wpforo-title">Claude Code 和 OpenClaw可以用来干什么？</h1>
<p dir="auto">格希</p>
<p dir="auto">2026-05-10</p>
<hr />
<p dir="auto"><strong>Claude Code 和 OpenClaw 不是直接竞争关系，而是定位完全不同的工具。</strong></p>
<h3 dir="auto">快速对比总结（2026年5月最新）</h3>
<div>
<div>
<div dir="auto">
<table dir="auto">
<thead>
<tr>
<th data-col-size="sm">维度</th>
<th data-col-size="lg"><strong>Claude Code</strong> (Anthropic官方)</th>
<th data-col-size="lg"><strong>OpenClaw</strong> (开源)</th>
<th data-col-size="md">谁更胜一筹</th>
</tr>
</thead>
<tbody>
<tr>
<td data-col-size="sm"><strong>核心定位</strong></td>
<td data-col-size="lg"><strong>专业编程 Agent</strong>（专职程序员）</td>
<td data-col-size="lg"><strong>通用个人 AI 助理 / 数字员工</strong>（全能管家）</td>
<td data-col-size="md">-</td>
</tr>
<tr>
<td data-col-size="sm"><strong>最强场景</strong></td>
<td data-col-size="lg">读懂整个代码库、跨文件修改、重构、写功能、跑测试、提 PR</td>
<td data-col-size="lg">自动化生活/工作流（邮件、日历、WhatsApp/Telegram 控制、监控任务、跨 App 操作）</td>
<td data-col-size="md">看需求</td>
</tr>
<tr>
<td data-col-size="sm"><strong>编程能力</strong></td>
<td data-col-size="lg"><strong>明显更强</strong>（深度代码理解、IDE/终端集成、Claude Opus 原生优化）</td>
<td data-col-size="lg">一般（可调用 Claude Code 或其他模型，但中间多一层，不如原生）</td>
<td data-col-size="md"><strong>Claude Code</strong></td>
</tr>
<tr>
<td data-col-size="sm"><strong>自主性</strong></td>
<td data-col-size="lg">终端内强，适合开发时实时交互</td>
<td data-col-size="lg"><strong>更强</strong>（可 24/7 后台运行，通过聊天 App 远程指挥）</td>
<td data-col-size="md"><strong>OpenClaw</strong></td>
</tr>
<tr>
<td data-col-size="sm"><strong>内存/持久化</strong></td>
<td data-col-size="lg">会话式（上下文压缩）</td>
<td data-col-size="lg"><strong>持久化记忆</strong>（SOUL.md、USER.md 等长期记忆）</td>
<td data-col-size="md"><strong>OpenClaw</strong></td>
</tr>
<tr>
<td data-col-size="sm"><strong>上手难度</strong></td>
<td data-col-size="lg">简单（直接装 CLI）</td>
<td data-col-size="lg">中等（需本地部署，配置 Skills）</td>
<td data-col-size="md">Claude Code</td>
</tr>
<tr>
<td data-col-size="sm"><strong>成本</strong></td>
<td data-col-size="lg">需要 Claude Pro/Max 订阅</td>
<td data-col-size="lg">免费开源 + 你已有的 API 密钥（可本地模型）</td>
<td data-col-size="md">OpenClaw</td>
</tr>
<tr>
<td data-col-size="sm"><strong>安全性</strong></td>
<td data-col-size="lg">较高（官方、企业级）</td>
<td data-col-size="lg">较高风险（本地全权限，自己负责）</td>
<td data-col-size="md">Claude Code</td>
</tr>
</tbody>
</table>
</div>
</div>
<div>
<div> </div>
</div>
<div> </div>
</div>
<h3 dir="auto">哪个更好用？</h3>
<ul dir="auto">
<li><strong>如果你主要是写代码、开发项目</strong>：<strong>Claude Code 完胜</strong>。它是目前最强的纯编码 Agent 之一，对代码库的理解和迭代效率更高，很多开发者只用它就够了。</li>
<li><strong>如果你想要一个 24/7 跑的“AI 员工”</strong>，能帮你处理邮件、监控、自动化杂事、甚至远程指挥 Claude Code 写代码：<strong>OpenClaw 更合适</strong>（或两者搭配用）。</li>
<li><strong>很多重度用户是「两者都用」</strong>：OpenClaw 做管家 + 长期记忆，通过聊天随时启动 Claude Code 做深度编程任务。</li>
</ul>
<p dir="auto"><strong>一句话推荐</strong>：</p>
<ul dir="auto">
<li>纯开发者/写代码为主 → 优先 <strong>Claude Code</strong>。</li>
<li>想全面自动化生活和工作流 → <strong>OpenClaw</strong>（或 OpenClaw + Claude Code 组合）。</li>
</ul>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/claude-code-%e5%92%8c-openclaw%e5%8f%af%e4%bb%a5%e7%94%a8%e6%9d%a5%e5%b9%b2%e4%bb%80%e4%b9%88%ef%bc%9f/</guid>
                    </item>
				                    <item>
                        <title>解散xAI ，马斯克和Anthropic都赢麻了</title>
                        <link>https://chanworld.org/community/techs/%e8%a7%a3%e6%95%a3xai-%ef%bc%8c%e9%a9%ac%e6%96%af%e5%85%8b%e5%92%8canthropic%e9%83%bd%e8%b5%a2%e9%ba%bb%e4%ba%86/</link>
                        <pubDate>Fri, 08 May 2026 12:39:42 +0000</pubDate>
                        <description><![CDATA[解散xAI ，马斯克和Anthropic都赢麻了
文章来源: 虎嗅APP | 字母AI 于 2026-05-07 
就在刚才，马斯克在X平台上发布了一条简短的声明：xAI从此以后不再是独立的公司，其所有业务将并入SpaceX，以“SpaceXAI”的名义继续运营。
&nbsp;
至此，这个成立不到三年的人工智能公司画上了句号。
&nbsp;
同一天，SpaceX宣布...]]></description>
                        <content:encoded><![CDATA[<p><span style="font-weight: 400;font-size: 12pt">解散xAI ，马斯克和Anthropic都赢麻了</span></p>
<p><span style="font-weight: 400;font-size: 12pt">文章来源: 虎嗅APP | 字母AI 于 2026-05-07 </span></p>
<p><span style="font-weight: 400;font-size: 12pt">就在刚才，马斯克在X平台上发布了一条简短的声明：xAI从此以后不再是独立的公司，其所有业务将并入SpaceX，以“SpaceXAI”的名义继续运营。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">至此，这个成立不到三年的人工智能公司画上了句号。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">同一天，SpaceX宣布与Anthropic达成协议，允许这家竞争对手使用Colossus 1数据中心的全部算力。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这次合作可以说是戏剧性拉满。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">因为就在几个月前，马斯克还在公开嘲讽Anthropic和阿莫迪。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">2月13日，当Anthropic宣布完成300亿美元融资时，马斯克在X上发帖称这家公司“厌恶西方文明”，指责其AI模型“misanthropic（厌恶人类）且邪恶”，还声称Claude存在种族和性别偏见。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">3月初，当阿莫迪在采访中表示Claude可能已经获得了某种“意识”并展现出“焦虑”迹象时，马斯克只用两个字回应：“He’s projecting（他在投射自己的情绪）”。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">但现在的情况是，马斯克的态度发生了180度转变。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">他在X上写道：“上周我花了很多时间与Anthropic的高级团队成员交流，了解他们如何确保Claude对人类有益，我印象深刻。我遇到的每个人都非常有能力，并且非常关心做正确的事。”</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这个转变的背后，是赤裸裸的商业逻辑。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">SpaceX已经将AI训练业务转移到Colossus 2，Colossus 1的闲置算力需要找到买家。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">而Anthropic的Claude使用量激增，阿莫迪公开表示预计收入增长10倍，结果实际增长了80倍，急需更多算力。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">大家都是成年人，没有好坏，只有利弊，双方也只是各取所需罢了。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">一、Anthropic到底想要什么？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">先看Anthropic。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">阿莫迪其实根本不在乎“和马斯克和解”，他只需要一件事，那就是算力确定性。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">过去半年，Claude的增长速度已经快到让基础设施跟不上。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Anthropic自己披露，2025年底公司的年化收入大约是90亿美元，到了2026年4月已经超过300亿美元。两个月前，年化支出超过100万美元的企业客户还有500多家，两个月后已经超过1000家。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这意味着什么？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">意味着Claude正在变成企业、开发者和Agent工作流里的基础设施。就像微信一样，你只要在国内使用手机，就必须得装一个微信。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Claude Code尤其明显，现在几乎没有哪个程序员说自己可以不用Claude Code的。如果有，那他电脑里一定有Codex。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Claude Code的用法和普通聊天完全不同，它需要长时间占用模型、上下文和推理资源，这就导致Anthropic收入和算力强相关。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Anthropic现在最怕的不是没有用户，他们怕的是算力不够用，用户来了以后用不了。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这次拿下Colossus 1，最直接的效果就是缓解限额。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">根据Anthropic公开信息和多家媒体转述，这笔合作让Anthropic获得超过300兆瓦的新增容量，约22万块英伟达GPU，并且会在一个月内上线。Anthropic也随即提高Claude Code、Claude Pro、Claude Max和API的使用限制。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这不是锦上添花，这叫江湖救急。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">算力已经变成AI公司的库存。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">如果一家模型公司的产品越卖越火，但高峰时段频繁限流、服务不稳定，用户最后不会关心你模型多聪明，只会觉得产品不可依赖。尤其是企业客户和开发者，付费买的不是灵感，而是确定性。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Anthropic当然已经有很多算力合作。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">4月初，它刚和Google、Broadcom签下多吉瓦级TPU合作，预计2027年开始上线。4月下旬，它又和Amazon扩大合作，未来十年向AWS技术投入超过1000亿美元，获得最高5吉瓦的新容量。表面看，Anthropic不缺合作方。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">但问题是，这些大合作很多是中长期供给。TPU、Trainium、自研芯片和新数据中心，都需要时间建设、调试、迁移。Colossus 1的价值在于“马上能用”。它是已经建成的英伟达GPU集群，不是PPT里的未来产能。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所以从Anthropic视角看，这笔交易至少有三层目的。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">第一，就是刚才说的，快速补上Claude的现货算力缺口，尤其是Claude Code和高端订阅用户的使用限制。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">第二，分散供应链风险。Anthropic不能只押AWS，也不能只押Google，更不能只等自研芯片慢慢成熟。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它需要AWS Trainium、Google TPU、英伟达GPU同时存在，这样才能在训练、推理、企业部署和价格谈判中保持选择权。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">第三，买一张未来轨道算力的入场券。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">xAI公告里有一句很容易被忽略，“Anthropic表达了与SpaceX合作开发多吉瓦级轨道AI算力的兴趣”。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">虽然听起来像科幻，但它背后的逻辑很现实。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">地面数据中心越来越受限于电力、土地、冷却、环保审批和社区阻力。如果SpaceX真的能把太阳能、发射成本和星链运营能力整合起来，轨道数据中心至少会成为一种战略选项。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">换句话说，Anthropic还想要马斯克的工程资产。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这也是这笔交易最反直觉的地方。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">几个月前，双方还在价值观层面互相看不顺眼。但到了算力稀缺的时候，意识形态可以先放一边。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所谓AI安全公司和所谓反觉醒AI公司，在基础设施面前达成了商业共识。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">谁也没有说服谁。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">可是算力把所有人拉回了现实。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">二、xAI到底想要什么？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">再看xAI，或者说现在的SpaceXAI。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">从马斯克的角度，这笔交易最重要的目的也不是“向Anthropic示好”，而是他要把Colossus从成本中心变成收入资产。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Colossus 1是xAI最具代表性的工程成果。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它在孟菲斯一座废弃工厂上快速建成，官方说拥有超过22万块英伟达GPU，覆盖H100、H200和GB200，能够支持训练、微调、推理、多模态和高性能计算。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">问题是，Colossus 1的利用率只有10%，闲置率高达90%。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">AI行业已经从“谁模型更聪明”进入“谁能持续供给算力”的阶段。Colossus 1这种级别的资产，建设成本高，电力成本高，运维成本高，还要面对孟菲斯当地关于燃气轮机排放的环保压力。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">把它闲置在那里，既不能证明Grok的商业化，也不能帮助SpaceXAI讲资本故事。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">租给Anthropic就不一样了。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它能立刻产生现金流。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">无论是对xAI，还是马斯克整个商业帝国来说，这都很关键。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Grok还在追赶，API和企业业务还需要时间，单靠订阅和开发者调用很难覆盖如此巨大的基础设施投入。把Colossus 1租给一个需求爆炸的头部客户，等于给xAI的算力投入找到外部买单者。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">市场愿意用真金白银购买的AI基础设施，这是马斯克愿意看到的。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这点尤其是对SpaceXAI的IPO叙事来说更重要。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">SpaceX现在讲的不是单一模型故事，而是“AI、火箭、卫星、天基互联网、轨道数据中心”的垂直整合故事。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">如果Anthropic这样的竞争对手都愿意租用Colossus，说明这套基础设施有第三方商业价值。它可以服务Grok，也可以服务Claude，将来还可以服务更多模型公司。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">一个领先的AI公司，愿意把核心产品交到Colossus上，本身就是一个很强的故事。它能让其他投资人看到，xAI的底层是有意义的，而且还可信。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">SpaceX也不只是烧钱做模型，它还能出租AI时代最稀缺的生产资料。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">做模型的公司越多，OpenAI、Anthropic这些头部公司就越不能随便定价。因为开发者和用户有了更多选择权，同样的活DeepSeek能干，我作为开发者为什么不选更便宜的DeepSeek？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">与此同时，模型的使用者，他们付钱的对象也不是模型开发者本身，是为模型输血的算力设施。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所以，马斯克让xAI退出第一梯队，不仅减少了追赶头部模型所需要的高额研发费用，还让自己的GPU能替自己赚钱。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">不过Grok本身也并没有因此停止发展，马斯克说Grok的训练已经迁移到Colossus 2。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所以这一战略，其实是一种更成熟的商业选择，也是一种更冷的战略退让。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">xAI想得到什么？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它想得到现金流，得到基础设施供应商的身份，得到SpaceXAI上市前的可信商业案例。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">不仅如此，马斯克自己也想要通过这事给市场一个证明，即使Grok不是赢家，他仍然和第一梯队保持密不可分的关系。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Anthropic买的是时间，xAI卖的是产能。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Claude要更快追赶用户需求，SpaceXAI要更快证明Colossus的价值。双方在模型层面仍然是对手，但在基础设施层面已经变成了交易伙伴。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">而对整个行业来说，这反而是更值得警惕的信号。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">因为当AI竞争越来越依赖电力、土地、芯片和资本，模型公司的命运就不再只由算法决定。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">谁拥有不可替代的算力，谁就能在这场比赛里收租。至于最初那些关于真相、宇宙和价值观的口号，都会被挤到更靠后的位置。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">三、Grok怎么办？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">回到xAI本身。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">2023年7月12日，马斯克正式宣布xAI，承诺“理解宇宙的真实本质”。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">11月推出Grok，深度整合X平台。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">2026年2月2日，SpaceX以1.25万亿美元估值收购xAI，创下史上最大私人企业并购案。随后三个月内，11位联合创始人和80多名研究人员全部离职。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">再到5月6日，xAI正式不再独立运营，并入SpaceXAI。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">从诞生到消失，不到三年。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">那么未来呢？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">两个算力集群的算力一定比单一的算力集群大，这是毋庸置疑的。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">不过如果Colossus 1继续空转，它只是一个资产负担。租给Anthropic，那它就是现金流。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所以对SpaceXAI来说，这笔交易不一定是在削弱Grok，也可能是在给Grok续命。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">因为前沿模型竞争越来越像一场资本消耗战，训练下一代Grok需要的是更大的电力、更密的GPU、更稳定的收入来源。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Grok接下来会怎么办呢？</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">我认为Grok应该会继续做马斯克最熟悉的事情，继续活跃在X平台。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它未必是最严肃的AI助手，但是以X上实时信息流作为训练集和入口，这是Grok区别于其他所有模型的特点之一。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">同时，xAI也已经推出Grok Business、Grok Enterprise、Grok 4.1 Fast和Agent Tools API，强调长上下文、工具调用、搜索和代码执行。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这说明Grok正在从玩具往生产工具转。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它不只是陪用户斗嘴，也要进入客服、金融、研究和企业工作流。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">最后就是多模态。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">2026年1月，xAI推出GrokImagine API，5月又上线Quality Mode，主打图像、视频和编辑能力。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这个方向很现实，因为纯聊天模型已经很拥挤，影像生成和营销内容反而更容易卖给企业客户。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">但问题也在这里。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Grok的发展空间还在，可它的新叙事，既不浪漫也不性感，枯燥无味，甚至还平庸。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它不再只是那个“最大程度追求真相”的AI，它只是为了活着才活着。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">甚至可以说，Anthropic这笔交易让Grok的处境变得更清楚了。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">如果Grok足够强、需求足够旺，Colossus 1未必会这么快被整体出租。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">现在它被租出去，至少说明在短期内，SpaceXAI更需要把算力变现，需要收入去撑起IPO。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">所以Grok不会死。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">但它绝对不会再成为马斯克一开始宣称的那样，去成为一个“理解宇宙本质”的AI。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">它可能会变得更强、更便宜、更能干，也可能借助Colossus 2训练出新的模型。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">不过它也只会是SpaceXAI这台庞大机器里的一条产品线。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这才是最唏嘘的地方。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">Grok还在回答问题，然而xAI最初提出的那个问题，已经没人回答了。</span></p>
<p>&nbsp;</p>
<p><span style="font-weight: 400;font-size: 12pt">这也许不是失败，却比失败还让人难以接受。</span></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e8%a7%a3%e6%95%a3xai-%ef%bc%8c%e9%a9%ac%e6%96%af%e5%85%8b%e5%92%8canthropic%e9%83%bd%e8%b5%a2%e9%ba%bb%e4%ba%86/</guid>
                    </item>
				                    <item>
                        <title>格新：特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）近况</title>
                        <link>https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0%ef%bc%9a%e7%89%b9%e6%96%af%e6%8b%89%e6%97%a0%e4%ba%ba%e7%9b%91%e7%9d%a3%ef%bc%88unsupervised%ef%bc%89robotaxi%ef%bc%88%e6%9c%ba%e5%99%a8%e4%ba%ba%e5%87%ba%e7%a7%9f%e8%bd%a6%ef%bc%89/</link>
                        <pubDate>Wed, 06 May 2026 15:49:56 +0000</pubDate>
                        <description><![CDATA[特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）近况
格新
2026-05-06

特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）近期主要在得德克萨斯州三个城市加速部署，目前车队规模仍较小（约25-36辆unsupervised车辆），但呈现加速增长态势。
当前部署城市和情况（截至2026年5月初）

Aust...]]></description>
                        <content:encoded><![CDATA[<p dir="auto"><span style="font-size: 18pt">特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）近况</span></p>
<p dir="auto"><span style="font-size: 12pt">格新</span></p>
<p dir="auto"><span style="font-size: 12pt">2026-05-06</span></p>
<hr />
<p dir="auto"><span style="font-size: 12pt">特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）近期主要在得德克萨斯州三个城市加速部署，目前车队规模仍较小（约25-36辆unsupervised车辆），但呈现加速增长态势。</span></p>
<h3 dir="auto"><span style="font-size: 12pt">当前部署城市和情况（截至2026年5月初）</span></h3>
<ul dir="auto">
<li><span style="font-size: 12pt">Austin（奥斯汀）：最早启动的城市，已运行较长时间。unsupervised车辆约19-25辆（总车队更大，包括部分supervised）。服务区逐步扩大，已开始夜间运营，是主要测试和扩张基地。</span></li>
<li><span style="font-size: 12pt">Dallas（达拉斯）：2026年4月18日左右新增。初始小geofence（地理围栏），unsupervised车辆约3-5辆。</span></li>
<li><span style="font-size: 12pt">Houston（休斯顿）：与Dallas同期新增。小geofence（约25平方英里左右），unsupervised车辆约3-6辆。用户报告显示服务可用，但车队小导致等待时间可能较长。</span></li>
</ul>
<p dir="auto"><span style="font-size: 12pt">三个城市均使用Model Y运营，真正无人监督（无安全员在车内，也逐步减少跟车监控）。总unsupervised车队从年初个位数增长到25+辆，近期加速（Austin贡献最大，Dallas/Houston快速跟进）。Bay Area（旧金山湾区）仍有大量车辆，但仍需安全司机（受加州法规影响）监控。</span></p>
<p dir="auto"><span style="font-size: 12pt">特斯拉无人监督（unsupervised）Robotaxi（机器人出租车）价格相对Waymo有竞争力：据用户/报告，Tesla常便宜40-50%+）。服务仍限于特定geofence，规模暂时远小于Waymo等竞争对手。</span></p>
<h3 dir="auto"><span style="font-size: 12pt">展望和未来计划</span></h3>
<ul dir="auto">
<li><span style="font-size: 12pt">短期（2026年上半年）：原计划在上半年H1扩展到更多城市，包括Phoenix（凤凰城）、Miami（迈阿密）、Orlando（奥兰多）、Tampa（坦帕）、Las Vegas（拉斯维加斯），总计7个新城市。但部分已推迟（Q1财报后从明确时间表转为“准备中”），重点仍在德州巩固。Cybercab（专用Robotaxi，无方向盘踏板车型）已开始生产，预计逐步加入车队。</span></li>
<li><span style="font-size: 12pt">中期：如果FSD（尤其是v15等版本）稳定，unsupervised能力可快速扩展到更多州/城市。Tesla目标是通过软件更新实现规模化，而非依赖大量硬件。车队增长可能呈S曲线（初期慢，后期快）。</span></li>
<li><span style="font-size: 12pt">长期：Tesla视Robotaxi为重要增长点，结合个人车主共享车队模式。乐观预测认为2026年底车队可显著扩大，但实际取决于监管批准、技术成熟度（复杂场景、夜间等）和安全记录。竞争方面，Waymo已在多城大规模运营（3500辆车），Tesla强调成本优势（纯视觉、更低价）和可达规模化。</span></li>
</ul>
<p dir="auto"><span style="font-size: 12pt">近期得州扩张是重要里程碑，显示unsupervised能力从试点转向多城验证，但距离大规模商业化仍有距离（车队小、geofence有限、部分延期）。进展积极，但需持续关注监管和技术更新。基于V14.3的无人监督大规模商业化可能通过已经规模量产的专用Cybercab随时突然开始。</span></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0%ef%bc%9a%e7%89%b9%e6%96%af%e6%8b%89%e6%97%a0%e4%ba%ba%e7%9b%91%e7%9d%a3%ef%bc%88unsupervised%ef%bc%89robotaxi%ef%bc%88%e6%9c%ba%e5%99%a8%e4%ba%ba%e5%87%ba%e7%a7%9f%e8%bd%a6%ef%bc%89/</guid>
                    </item>
				                    <item>
                        <title>格新：特斯拉人形机器人消息更新</title>
                        <link>https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0%ef%bc%9a%e7%89%b9%e6%96%af%e6%8b%89%e4%ba%ba%e5%bd%a2%e6%9c%ba%e5%99%a8%e4%ba%ba%e6%b6%88%e6%81%af%e6%9b%b4%e6%96%b0/</link>
                        <pubDate>Mon, 27 Apr 2026 22:35:18 +0000</pubDate>
                        <description><![CDATA[特斯拉人形机器人消息更新
格新
2026-04-27

特斯拉人形机器人 Optimus（也称特斯拉机器人）的最新进展如下（截至2026年4月底）：
第三代 Optimus（Gen 3）时间线
•  发布/亮相计划：原计划在2026年第一季度（Q1）揭晓第三代版本，但根据近期财报电话会和官方更新，已略微推迟至2026年中期（中旬左右）正式亮相。 
•  生产启动：...]]></description>
                        <content:encoded><![CDATA[<p>特斯拉人形机器人消息更新</p>
<p>格新</p>
<p>2026-04-27</p>
<hr />
<p><span>特斯拉人形机器人 </span><span>Optimus</span><span>（也称特斯拉机器人）的最新进展如下（截至2026年4月底）：</span></p>
<p><span>第三代 Optimus（Gen 3）时间线</span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>发布/亮相计划</span><span>：原计划在2026年第一季度（Q1）揭晓第三代版本，但根据近期财报电话会和官方更新，</span><span>已略微推迟至2026年中期</span><span>（中旬左右）正式亮相。<span class="Apple-converted-space"> </span></span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>生产启动</span><span>：计划在2026年7-8月（第三季度）在加州弗里蒙特工厂启动正式投产。特斯拉已将Model S/X生产线转为机器人专用产线，以加速这一进程。<span class="Apple-converted-space"> </span></span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>量产目标</span><span>：2026年底前实现量产，初期产能较低（年产数万台规模），远期规划年产能达</span><span>100万台</span><span>，甚至在德州超级工厂建设第二条产线，目标更高（数百万至千万台级别）。马斯克强调，Optimus将成为“有史以来生产规模最大的产品”。<span class="Apple-converted-space"> </span></span></p>
<p><span>技术与功能亮点</span></p>
<p><span>•<span class="Apple-converted-space">  </span>Gen 3 相比 Gen 2.5 有重大升级，特别是</span><span>手部设计</span><span>（灵巧手，22自由度）和整体结构，目标是实现更接近人类的精细操作和“观察即学习”（通过观看人类行为快速掌握新技能）。</span></p>
<p><span>•<span class="Apple-converted-space">  </span>当前原型已在工厂内部执行简单任务，预计2026年底前转向更复杂作业。马斯克提到，它未来可用于家务、养老护理等，并计划在2027年底前向公众销售（需达到高可靠性和安全性）。</span></p>
<p><span>•<span class="Apple-converted-space">  </span>近期视频和演示显示，Optimus 已能行走、接近人类形态（“像穿超级英雄服的人类”），工程师称正接近“人类功能性和形态”。马斯克在3月分享过相关视频和更新，表示“Optimus 3 正在行走中，还需一些收尾工作”。<span class="Apple-converted-space"> </span></span></p>
<p><span>其他动态</span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>内部部署</span><span>：特斯拉已在工厂和办公室测试多场景应用，部分产线调整优先支持机器人开发。</span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>成本目标</span><span>：力争将单台成本控制在2万美元以内，使其具备大规模商业化潜力。</span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>挑战</span><span>：手部精细操作仍是最大难点，零部件多（约1万个），初期量产速度会较慢。2025年的生产目标曾下调。</span></p>
<p><span>•<span class="Apple-converted-space">  </span></span><span>战略意义</span><span>：特斯拉视Optimus为未来核心产品，可能占公司价值的很大比例（市场潜力巨大）。同时有“Digital Optimus”（数字版，与xAI Grok结合，用于屏幕/键盘操作等软件任务）作为补充。</span></p>
<p><span>2026年是Optimus从原型走向量产的关键年份，焦点在Gen 3的发布和弗里蒙特工厂投产。实际进展可能受技术瓶颈（如手部）和供应链影响，仍需关注特斯拉后续财报或Elon Musk的更新</span></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0%ef%bc%9a%e7%89%b9%e6%96%af%e6%8b%89%e4%ba%ba%e5%bd%a2%e6%9c%ba%e5%99%a8%e4%ba%ba%e6%b6%88%e6%81%af%e6%9b%b4%e6%96%b0/</guid>
                    </item>
				                    <item>
                        <title>格锐：2026年科技界进入“成熟加速”阶段</title>
                        <link>https://chanworld.org/community/techs/%e6%a0%bc%e9%94%90%ef%bc%9a2026%e5%b9%b4%e7%a7%91%e6%8a%80%e7%95%8c%e8%bf%9b%e5%85%a5%e6%88%90%e7%86%9f%e5%8a%a0%e9%80%9f%e9%98%b6%e6%ae%b5/</link>
                        <pubDate>Mon, 20 Apr 2026 14:17:43 +0000</pubDate>
                        <description><![CDATA[2026年科技界进入“成熟加速”阶段
 
格锐
 
2026-04-20

2026年科技界进入“成熟加速”阶段：AI从实验转向实用代理（Agentic AI），机器人迈向物理世界，量子计算逼近实用优势，生物科技与能源存储也有突破性进展。
 
1. Agentic AI（代理式AI）与多代理系统爆发
AI不再是单纯的聊天工具，而是能自主规划、协作、执行复杂任务...]]></description>
                        <content:encoded><![CDATA[<div dir="auto" style="text-align: center"><span style="font-size: 18pt">2026年科技界进入“成熟加速”阶段</span></div>
<div dir="auto" style="text-align: center"> </div>
<div dir="auto" style="text-align: center">格锐</div>
<div dir="auto"> </div>
<div dir="auto" style="text-align: center">2026-04-20</div>
<hr />
<p dir="auto">2026年科技界进入“成熟加速”阶段：AI从实验转向实用代理（Agentic AI），机器人迈向物理世界，量子计算逼近实用优势，生物科技与能源存储也有突破性进展。</p>
<p dir="auto"> </p>
<p dir="auto">1. <strong>Agentic AI（代理式AI）与多代理系统爆发</strong></p>
<p dir="auto">AI不再是单纯的聊天工具，而是能自主规划、协作、执行复杂任务的“智能代理”。Gartner将“Multiagent Systems”和“AI-Native Development Platforms”列为2026顶级趋势，微软、IBM等预测2026年AI将成为真正的工作伙伴，能处理多步骤工作流、自我验证和长期记忆。 <strong>为什么重要</strong>：软件开发、企业运营将彻底变革，从“人工+AI”转向“AI主导”。 （下图为2026 Agentic AI趋势路线图）</p>
<div aria-label="Images for query: Grouped images" data-testid="image-viewer">
<div> </div>
<div>
<div> </div>
</div>
</div>
<h3 dir="auto">2. <strong>物理AI与机器人“零样本”学习突破</strong></h3>
<p dir="auto">Physical Intelligence推出π0.7模型，让机器人能“从未被明确教过”的任务中自主学习和泛化（compositional generalization），极大推动制造业、物流和家用机器人实用化。同时，Boston Dynamics与Google AI深度合作，让机器人狗能读取仪表、温度计等，进行工业巡检。 <strong>为什么重要</strong>：机器人终于从“编程执行”进入“理解世界”时代，2026年或成“物理AI元年”。</p>
<p dir="auto"> </p>
<div aria-label="Images for query: Grouped images" data-testid="image-viewer">
<div> </div>
<div> </div>
<div>
<div>3. <strong>量子计算逼近“量子优势”</strong></div>
</div>
</div>
<p dir="auto">IBM明确表示2026年将是量子计算机首次在实际问题上超越经典计算机的关键节点，新处理器（如Nighthawk系列）正加速这一进程。同时，量子技术已在能源领域落地：电网优化、可再生能源材料发现、EV智能充电等。澳大利亚等国也在快速崛起。 <strong>为什么重要</strong>：将解决药物设计、材料科学、能源优化等经典计算机“算不动”的难题。</p>
<div aria-label="Images for query: Grouped images" data-testid="image-viewer">
<div> </div>
<div>
<div> </div>
<div>4. <strong>钠离子电池安全与成本革命</strong></div>
</div>
</div>
<p dir="auto">2026年钠离子电池实现“零热失控”重大突破，比锂电池更安全、更便宜、原料丰富，已进入量产测试阶段。研究显示其在滥用测试中无火灾、无爆炸，完美解决电动车和电网储能的安全痛点。 <strong>为什么重要</strong>：将加速全球能源转型，降低对稀有金属的依赖。</p>
<p dir="auto"> </p>
<div aria-label="Images for query: Grouped images" data-testid="image-viewer">
<div> </div>
<div>
<div>5. <strong>OpenAI GPT-Rosalind：生物学专属AI模型</strong></div>
</div>
</div>
<p dir="auto">OpenAI最新推出GPT-Rosalind，专为生命科学研究设计，能处理复杂生物工作流、加速药物发现和基因分析。这是AI深度嵌入生物科技的标志性一步。 <strong>为什么重要</strong>：药物研发周期有望大幅缩短，个性化医疗进入新阶段。</p>
<div aria-label="Images for query: Grouped images" data-testid="image-viewer">
<div> </div>
<div>
<div> </div>
<div><strong>小结与展望</strong>：2026年科技不再是“更大更快”，而是“更可靠、更实用、更融合”——AI代理+物理世界、量子+能源、生物AI正在重塑产业。</div>
</div>
</div>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e6%a0%bc%e9%94%90%ef%bc%9a2026%e5%b9%b4%e7%a7%91%e6%8a%80%e7%95%8c%e8%bf%9b%e5%85%a5%e6%88%90%e7%86%9f%e5%8a%a0%e9%80%9f%e9%98%b6%e6%ae%b5/</guid>
                    </item>
				                    <item>
                        <title>揭开比特币最大谜团：谁是中本聪？</title>
                        <link>https://chanworld.org/community/techs/%e6%8f%ad%e5%bc%80%e6%af%94%e7%89%b9%e5%b8%81%e6%9c%80%e5%a4%a7%e8%b0%9c%e5%9b%a2%ef%bc%9a%e8%b0%81%e6%98%af%e4%b8%ad%e6%9c%ac%e8%81%aa%ef%bc%9f/</link>
                        <pubDate>Sat, 18 Apr 2026 12:41:46 +0000</pubDate>
                        <description><![CDATA[揭开比特币最大谜团：谁是中本聪？
文章来源: 纽约 于 2026-04-18

我母亲是一位80多岁、极度注重隐私的德国人。她痛恨使用信用卡，至今出门仍揣着厚厚一沓现金，什么都用现金支付：咖啡、每周的超市采购，就连来威尔士看我的机票也不例外。她肯定能跟中本聪合得来，这位比特币的传奇发明者一直以化名示人，他创造了世界上第一种加密货币——一种不会留下任何数字痕迹、银行和政府都...]]></description>
                        <content:encoded><![CDATA[<h1>揭开比特币最大谜团：谁是中本聪？</h1>
<div id="postmeta">文章来源:<span> </span><span>纽约</span><span> </span>于<span> </span><time datetime="2026-04-18T01:01:39">2026-04-18</time></div>
<article id="articleContent" class="article">
<p>我母亲是一位80多岁、极度注重隐私的德国人。她痛恨使用信用卡，至今出门仍揣着厚厚一沓现金，什么都用现金支付：咖啡、每周的超市采购，就连来威尔士看我的机票也不例外。<br /><br />她肯定能跟中本聪合得来，这位比特币的传奇发明者一直以化名示人，他创造了世界上第一种加密货币——一种不会留下任何数字痕迹、银行和政府都无法追踪的电子现金。<br /><br />中本聪在加密货币圈里是神一般的存在。但他究竟是谁？无数人试图揭开他的面纱。我的同事约翰·卡雷鲁——曾经揭露塞拉诺斯丑闻的调查记者——认为他已经找到了答案。我和他聊了聊他的这次调查。<br /><br /><br /><br /><strong>揭开比特币创造者的真面目</strong><br /><br /><strong>约翰，我想和你聊聊</strong><strong>你这次引人入胜的比特币调查</strong><strong>。不过开始之前，能不能先给我讲讲比特币起源的入门知识？</strong><br /><br />比特币是金融界的一场革命。它是第一种加密货币，也催生了此后无数的加密货币。2008年，一篇论文突然出现在互联网一个不起眼的角落，比特币的构想就此首次公之于众。<br /><br />论文作者自称中本聪，他提出了一种去中心化电子货币的理念，人们可以利用它在全球范围内互相转账，无需手续费，无需经过银行，也不受任何政府监管。<br /><br /><strong>好的，那我们来说说中本聪。为什么人们会对他这么着迷？</strong><br /><br />人们很快就怀疑这是个化名。而随着比特币的热度不断攀升——如今已有数亿人在使用它，人们也越来越想揭开他的身份之谜。我个人被这个谜团吸引已经有十几年了，为了写这篇报道，我花了一年半的时间。<br /><br /><strong>为什么？</strong><br /><br />我认为，了解这项颠覆了我们金融格局的技术由谁创造是符合公众利益的。它有好的一面——比如能让生活在货币不稳定国家的人们拥有一种可靠的价值储存手段。但是由于缺乏监管，它也被用于大量不良目的：犯罪分子用它洗钱，伊朗用它规避制裁。</p>
<p>&nbsp;</p>
<p><strong>这就是他不想暴露身份的原因吗？</strong><br /><br />嗯，加密货币本身就带有极强的颠覆性。历史上，货币一直由政府掌控，而比特币不受任何人控制。因此，中本聪使用化名，一个很可能的原因就是害怕遭到美国及其他政府的法律报复。<br /><br />此外，我觉得中本聪也不希望人们把比特币仅仅当作一家拥有产品和首席执行官的普通公司。他希望比特币被看作一项发现，就像数字黄金——一种从互联网的土壤里开采出来的数字商品。没有一个有血有肉的实名创始人更能支撑这种叙事。<br /><br /><strong>那你是怎么找到他的？</strong><br /><br />有一位名叫亚当·巴克的英国计算机科学家，在比特币社区极具影响力，非常有名。多年来他一直是头号嫌疑人，但从来没人能拿出确凿证据，他本人也始终矢口否认。<br /><br />但当我把他和中本聪的文章逐字逐句放在一起对比分析时，有了一系列惊人的发现。其中之一是：两人都无法正确使用连字符，简直近乎病态——不该用连字符的时候乱用，在语法要求必须用的时候又偏偏不用。<br /><br />我意识到这是一种独特的写作习惯，或许可以通过借助人工智能进行更广泛的分析来进行追踪，于是我们就这么做了。</p>
<p>&nbsp;</p>
<p><br /><strong>你有多确定就是他？你的报道里提到，巴克坚称自己不是中本聪，还把语言上的相似之处归结为一系列巧合。</strong><br /><br />他至今仍在否认。但我有99.5%到100%的把握。在我看来，他的否认只是走个过场，仿佛他的正式否认只是为了保留合理的否认余地。<br /><br />我必须说，比特币社区带有一定的邪典色彩。他们有自己的神——中本聪，而且不希望有人给他们的神安上具体的面孔和姓名。他们宁愿继续相信比特币是一个集体的、无等级的项目，一种没有人掌控的去中心化电子货币。他们最喜欢的口号之一就是：“我们都是中本聪。”<br /><br /><strong>那亚当·巴克又是个什么样的人？</strong><br /><br />上世纪90年代，他就是注重隐私的无政府主义群体中的一员。这群人想要摆脱政府的控制、监视和审查。他们渴望一种不受政府掌控的货币，因为他们担心，随着现代金融交易日益数字化，你的每一笔消费都会留下电脑记录，而政府会利用这些记录追踪用户。他们想要创造所谓的“电子现金”——实体现金的数字版本，无法被追踪——来规避这一切。<br /><br /><strong>说到现金，他现在身价多少了？</strong></p>
<p>&nbsp;</p>
<p>我们知道，中本聪在比特币项目启动后的前16个月里一共挖出了110万枚比特币。按当前价格计算，他坐拥约820亿美元的财富，足以跻身全球最富有的人之列。<br /><br /><strong>你见过巴克好几次，他本人是什么样的？</strong><br /><br />他和那些典型的加密圈兄弟们完全相反。他是个温文尔雅、带点书呆子气的人，头发有点乱，灰白稀疏，留着山羊胡，戴着细框眼镜，看起来基本上就是个中年计算机科学家。和他聊天非常愉快。<br /><br />早在上世纪90年代，他就经常在网上发帖，说需要用化名行事，以免引起政府的怀疑。他已经为这件事谋划了非常非常久。</p>
</article>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e6%8f%ad%e5%bc%80%e6%af%94%e7%89%b9%e5%b8%81%e6%9c%80%e5%a4%a7%e8%b0%9c%e5%9b%a2%ef%bc%9a%e8%b0%81%e6%98%af%e4%b8%ad%e6%9c%ac%e8%81%aa%ef%bc%9f/</guid>
                    </item>
				                    <item>
                        <title>NASA 关闭旅行者1号仪器以维持航天器运行</title>
                        <link>https://chanworld.org/community/techs/nasa-%e5%85%b3%e9%97%ad%e6%97%85%e8%a1%8c%e8%80%851%e5%8f%b7%e4%bb%aa%e5%99%a8%e4%bb%a5%e7%bb%b4%e6%8c%81%e8%88%aa%e5%a4%a9%e5%99%a8%e8%bf%90%e8%a1%8c/</link>
                        <pubDate>Sat, 18 Apr 2026 12:32:20 +0000</pubDate>
                        <description><![CDATA[NASA 关闭旅行者1号仪器以维持航天器运行
 
2026-04-17

2026年4月17日，美国国家航空航天局（NASA）位于南加州的喷气推进实验室（JPL）的工程师向旅行者1号发送指令，关闭了其上名为“低能带电粒子实验”（LECP）的仪器。这艘核动力航天器电力即将耗尽，关闭LECP被认为是让人类首个星际探测器继续运行的最佳方式。
任务工程师于2026年4月17日...]]></description>
                        <content:encoded><![CDATA[<div style="text-align: center"><span style="font-size: 18pt"><b>NASA 关闭旅行者1号仪器以维持航天器运行</b></span></div>
<div> </div>
<div style="text-align: center"><span style="font-size: 12pt">2026-04-17</span></div>
<hr />
<p><span style="font-weight: 400;font-size: 12pt">2026年4月17日，美国国家航空航天局（NASA）位于南加州的喷气推进实验室（JPL）的工程师向旅行者1号发送指令，关闭了其上名为“低能带电粒子实验”（LECP）的仪器。这艘核动力航天器电力即将耗尽，关闭LECP被认为是让人类首个星际探测器继续运行的最佳方式。</span></p>
<p><span style="font-size: 12pt"><b>任务工程师于2026年4月17日关闭了旅行者1号上的低能带电粒子实验。</b></span></p>
<p><span style="font-weight: 400;font-size: 12pt">NASA/JPL-Caltech</span></p>
<p><span style="font-weight: 400;font-size: 12pt">LECP自1977年旅行者1号发射以来，几乎不间断地运行了近49年。它负责测量低能带电粒子，包括离子、电子以及来自太阳系和银河系的宇宙射线。该仪器为星际介质的结构提供了关键数据，探测到日球层以外空间的压力前沿以及粒子密度不同的区域。旅行者1号和2号是目前唯一距离地球足够远、能够提供这些信息的航天器。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">与旅行者2号一样，旅行者1号依靠放射性同位素热电发电机（RTG）供电，该装置将钚衰变产生的热量转化为电能。两艘探测器每年大约损失4瓦电力。经过近半个世纪的太空飞行，电力储备已极为紧张，团队必须通过关闭加热器和仪器来节约能源，同时确保航天器不会过冷导致燃料管线冻结。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">2月27日，在一次例行的计划翻滚机动中，旅行者1号的电力水平意外下降。任务工程师知道，任何额外的电力下降都可能触发航天器的欠压故障保护系统，该系统会自动关闭部分组件以保护探测器，随后需要飞行团队进行恢复——这是一个耗时且存在风险的过程。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">旅行者团队必须先发制人。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">“虽然关闭科学仪器不是任何人的首选，但这是目前最好的选择，”JPL的旅行者任务经理Kareem Badaruddin表示，“旅行者1号仍有两个正在工作的科学仪器——一个用于监听等离子体波，另一个用于测量磁场。它们运行良好，继续从人类制造的航天器从未探索过的太空区域发回数据。团队将继续致力于让两艘旅行者号尽可能长时间地运行下去。”</span></p>
<p><span style="font-size: 12pt"><b>长远计划</b></span></p>
<p><span style="font-weight: 400;font-size: 12pt">关闭哪台仪器并非一时冲动之举。几年前，旅行者科学团队和工程团队就共同商定，在确保任务能继续开展独特科学工作的前提下，关闭航天器各部分的顺序。在每艘航天器携带的10套相同仪器中，目前已有7套被关闭。对旅行者1号而言，LECP是下一个要关闭的仪器。团队已在2025年3月关闭了旅行者2号的LECP。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">由于旅行者1号距离地球超过150亿英里（250亿公里），关闭仪器的指令序列需要约23小时才能到达航天器，而关闭过程本身将耗时约3小时15分钟。LECP的一部分——一个让传感器旋转扫描各个方向的小型电机——将保持开启。它仅消耗极少电力（0.5瓦），保留其运行能让团队在未来发现额外电力时，有最大机会重新开启该仪器。</span></p>
<p><span style="font-size: 12pt"><b>下一步计划</b></span></p>
<p><span style="font-weight: 400;font-size: 12pt">工程师们确信，关闭LECP将为旅行者1号赢得约一年的喘息空间。他们正利用这段时间，为两艘旅行者号制定一项更具雄心的节能方案，代号“大爆炸”（the Big Bang），旨在进一步延长旅行者任务的运行时间。该方案的核心是一次性更换一组供电设备——因此得名“大爆炸”——关闭部分设备，同时换用低功耗替代方案，以保持航天器足够温暖，继续收集科学数据。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">团队将首先在旅行者2号上实施“大爆炸”方案，因为它还有稍多余电量，且距离地球更近，是更安全的测试对象。测试计划于2026年5月和6月进行。若测试顺利，团队最早将于7月在旅行者1号上尝试相同方案。若成功，旅行者1号的LECP甚至有可能重新开启。</span></p>
<p><span style="font-weight: 400;font-size: 12pt">DC Agle / Calla Cofield</span></p>
<p><span style="font-weight: 400;font-size: 12pt">喷气推进实验室，加利福尼亚州帕萨迪纳市</span></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/nasa-%e5%85%b3%e9%97%ad%e6%97%85%e8%a1%8c%e8%80%851%e5%8f%b7%e4%bb%aa%e5%99%a8%e4%bb%a5%e7%bb%b4%e6%8c%81%e8%88%aa%e5%a4%a9%e5%99%a8%e8%bf%90%e8%a1%8c/</guid>
                    </item>
				                    <item>
                        <title>格新 - 甲骨文（Oracle）2026年3月31日大规模裁员</title>
                        <link>https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0-%e7%94%b2%e9%aa%a8%e6%96%87%ef%bc%88oracle%ef%bc%892026%e5%b9%b43%e6%9c%8831%e6%97%a5%e5%a4%a7%e8%a7%84%e6%a8%a1%e8%a3%81%e5%91%98/</link>
                        <pubDate>Thu, 02 Apr 2026 02:46:39 +0000</pubDate>
                        <description><![CDATA[甲骨文（Oracle）2026年3月31日大规模裁员
格新
2026-04-01

根据多家主流媒体报道，2026年3月31日（当地时间），全球软件巨头甲骨文公司启动新一轮大规模裁员，向全球员工群发邮件通知，部分员工清晨6点左右收到解雇信，当天即为最后工作日。
裁员核心事实

通知方式：邮件直白表述：“在认真评估甲骨文当前的业务需求后，我们决定取消您的岗位。今天是...]]></description>
                        <content:encoded><![CDATA[<p dir="auto"><span style="font-size: 18pt"><strong>甲骨文（Oracle）2026年3月31日大规模裁员</strong></span></p>
<p dir="auto"><span style="font-size: 12pt">格新</span></p>
<p dir="auto"><span style="font-size: 12pt">2026-04-01</span></p>
<hr />
<p dir="auto"><span style="font-size: 12pt">根据多家主流媒体报道，2026年3月31日（当地时间），全球软件巨头甲骨文公司启动新一轮大规模裁员，向全球员工群发邮件通知，部分员工清晨6点左右收到解雇信，当天即为最后工作日。</span></p>
<h3 dir="auto"><span style="font-size: 12pt">裁员核心事实</span></h3>
<ul dir="auto">
<li><span style="font-size: 12pt">通知方式：邮件直白表述：“在认真评估甲骨文当前的业务需求后，我们决定取消您的岗位。今天是您的最后一个工作日。”（After careful consideration of Oracle’s current business needs, we have made the decision to eliminate your role as part of a broader organizational change. As a result, today is your last working day.）员工收到邮件后，系统访问权限随即被切断，无需额外会议或HR沟通。</span></li>
<li><span style="font-size: 12pt">裁员规模：目前官方尚未公布确切数字，但多家媒体引述知情员工和内部数据，已波及数千人，分析师（TD Cowen）早前预测可能高达2-3万人（约占全球16.2万全职员工的18%）。印度地区受影响最重，据报约1.2万人；美国、加拿大、欧洲等地也有涉及，部分业务单元（如收入与健康科学部门、SaaS运营部门）裁员比例高达30%。</span></li>
<li><span style="font-size: 12pt">受影响部门：主要包括云计算（OCI）、销售、工程、技术支持、客户成功、NetSuite以及健康科学等业务线。</span></li>
</ul>
<h3 dir="auto"><span style="font-size: 12pt">裁员原因</span></h3>
<p dir="auto"><span style="font-size: 12pt">甲骨文正大力投资AI基础设施建设（数据中心扩张），资本支出激增导致现金流压力增大、股价今年已下跌约25%。此次裁员旨在削减成本、释放80-100亿美元自由现金流，用于支持AI战略转型。公司此前已披露2026财年重组计划费用最高达21亿美元，主要用于员工遣散等。</span></p>
<h3 dir="auto"><span style="font-size: 12pt">公司回应与背景</span></h3>
<p dir="auto"><span style="font-size: 12pt">甲骨文发言人拒绝对裁员规模置评。员工在LinkedIn、Blind、Reddit等平台分享经历，部分人表示“震惊且失望”。这是公司近年来最大规模单次调整，此前2025年已有零星裁员传闻，但本次为实质执行。</span></p>
<p dir="auto"><span style="font-size: 12pt">以上信息均来自CNBC、华尔街日报、Business Insider、路透社以及中文媒体的实时报道，属于已确认的真实新闻，非谣言。裁员仍在进行中，具体人数可能随后续披露更新。受影响员工通常可获得遣散费（美国地区为4周基础薪资+工龄补偿），但需签署离职协议。</span></p>]]></content:encoded>
						                            <category domain="https://chanworld.org/community/techs/">科技</category>                        <dc:creator>Many</dc:creator>
                        <guid isPermaLink="true">https://chanworld.org/community/techs/%e6%a0%bc%e6%96%b0-%e7%94%b2%e9%aa%a8%e6%96%87%ef%bc%88oracle%ef%bc%892026%e5%b9%b43%e6%9c%8831%e6%97%a5%e5%a4%a7%e8%a7%84%e6%a8%a1%e8%a3%81%e5%91%98/</guid>
                    </item>
							        </channel>
        </rss>
		