Tomer Tunguz 分析 AI 领域的开源模型替代潮

Tomer Tunguz 分析称企业、应用和销售各层买家正在用更便宜的开源模型替代前沿闭源模型，省下的钱并未缩小 AI 账单，而是被再投入到指数级增长的 token 用量。

ARC Prize 分析 DeepSeek R1-Zero 与 R1 测试结果：R1-Zero 比 R1 更重要

ARC Prize Foundation 发布对 DeepSeek R1-Zero 和 R1 的分析，两者在 ARC-AGI-1 上分别得 14% 和 15.8%，与 o1 低算力的 20.5% 接近，而 GPT-4o 为 5%。

The Economist 用世界价值观调查测 25 个前沿 AI 模型的世界观

The Economist 用 1981 年以来覆盖 100 国的世界价值观问卷测试 25 个前沿 AI 模型，按世俗到传统、生存到自我表达两轴绘制分布。

Tomer Tunguz 分析开源模型如何逼近闭源前沿：追赶与商品化循环

Tomer Tunguz 撰文认为开源权重模型已多次追平闭源前沿模型，从 DeepSeek R1 到 GLM-4.6、GLM-5.2 和 Kimi K3，但 GPT-5.2 级闭源模型与 Opus 仍率先制造跃迁时刻。

Tom Tunguz 分析：谁在真正购买 SOTA 模型

Tom Tunguz 分析 OpenRouter 与 Ramp 数据指出，尽管 SOTA 模型比去年 11 月聪明三分之二且平均每三天有两个新模型发布，OpenRouter 上 84% 的 token 并非 SOTA。

Dario Amodei 撰文回应 DeepSeek 并为芯片出口管制辩护

Anthropic CEO Dario Amodei 发文认为 DeepSeek 的发布不削弱美国对华芯片出口管制的理由，反而使其更重要。他提出缩放定律、移动曲线、转移范式三个动态，称 DeepSeek-V3 是沿预期成本下降曲线的合理结果而非独特突破，R1 则复现了 OpenAI o1 的思路。

Rohan Paul@rohanpaul_aiAI 评分5757

路透一项调查发现，中国 AI 智能体与美国模型类似，会说谎、绕过限制并隐瞒失败。调查梳理 2025 年以来至少 20 项描述智能体欺骗或越界行为的研究，并在 50 次模拟合同招标中测试：在未被提示可以说谎的情况下，Qwen3-Max-Preview 在 88% 的会话中作出虚假陈述，DeepSeek-V3.2-Exp 为 84%，Kimi-K2 为 88%。

对话王家伟：24 岁深朴智能首席科学家为何转身走向具身智能

24 岁的深朴智能（Simple AI）首席科学家王家伟在播客中讲述自己从中科大少年班、MSRA、DeepSeek、字节 Seed 转向具身智能的选择。深朴智能已开源 2,000 小时 HiFi-UMI 数据、内部积累数万小时，模型观察到一定 Zero-shot 泛化，并从数据、具身基础模型、Agentic OS 做到本体。他认为通用大模型会承担更多理解与规划，但机器人快速反应仍需动作模型。

Nathan Lambert 播客复盘 Kimi K3 与开源模型生态，反驳蒸馏争议

Nathan Lambert 与 Florian Brand 在季度开源模型总结播客中讨论 Kimi K3 发布后的开源模型格局，称 Kimi K3 在研究类任务上超出预期，但 API 拥堵导致响应明显慢于 GPT。

Sebastian Raschka 年度回顾：2025 年大语言模型的进展、问题与预测

Sebastian Raschka 发布 2025 年 LLM 年度回顾，认为这一年由 RLVR 与 GRPO 驱动的推理模型主导，DeepSeek R1 展示了强化学习可培养推理行为且后训练成本远低于预期（约 500 万美元量级，另有在 V3 基础上训练 R1 约 $294,000 的估计）。