Max For AI

扎心了bro......

没绷住，中转站都开始享受当 @thsottiaux 的感觉了😂

牛逼，现在 Claude Code 可以自己改自己了！！ 刚刚 Anthropic 给 Claude Code 上线了一个新东西：Mods。 简单来说就是，现在你可以让 Claude 直接改 Claude Code 自己了。 以前的 Skill、MCP、Plugin，更多还是给 Claude 增加知识、工具和工作流。 Mod它本质上是一组 JavaScript / TypeScript event handler，可以直接监听 Claude Code 里的事件，包括 Prompt 提交、Tool Call、Turn 开始/结束、命令执行，甚至 UI Render。 然后你可以选择观察、改写，或者直接接管这个事件。 比如： 你可以在 Claude 执行 rm -rf 之前，自己插一个风险确认界面； 可以把某些 Tool Call 拦下来，修改参数、拒绝执行，甚至自己处理； 可以直接重画 Claude Code 的 UI，加按钮、Pane、输入框； 甚至可以把某一次模型请求转发给另一个模型（转给DSV4.1🤣）。 而且不用搞什么复杂 SDK。 写几行 TypeScript 就能做，也可以直接跟 Claude Code 说你想要什么，让 Claude 帮你把 Mod 写出来。 最后还是作为 Plugin 分发，用 /plugin 安装，CLI 和 Desktop 都支持。 最有意思的是，Anthropic 官方表示他们已经开始这么干了。 现在 Claude Code 里的 /diff，以及 AGENTS.md 支持，本身就是用 Mod 实现的，而且源码直接放在 Claude Code 仓库里。 我感觉这一步其实比再加十个 Skill 都重要。 因为 Skill 是在改 Agent 知道什么，MCP 是在改 Agent 能调用什么。 CC的Mod 开始改的是 Agent Harness 本身。 Claude Code 正在慢慢从一个固定的 AI Coding 产品，变成一个你可以自己魔改的 Agent Runtime。 甚至以后大家用的可能都叫 Claude Code，但每个人手里的 Claude Code，已经完全不是同一个东西了。 不过Mod这个功能的权限也是真的大。 官方直接提醒，Mod 可以接触会话、文件、进程和网络，甚至影响 Tool Permission，所以第三方 Mod 以后估计也会成为新的供应链安全重灾区。 看起来我们终于把微软大战Code的那插件生态那套快乐与灾难，一起搬进 Agent 里了。

完蛋了…..以后中国开源模型只能开源小参数的模型了…. 商务部科技部就修订《中国禁止出口限制出口技术目录》征求意见，为期一个月，涉及人工智能（大模型、智能体、算力集群、信息处理等23项）生物医药、光伏3个领域。 1️⃣限制出口AI大模型：超过10^26计算量、或2T参数、或公开评估排名全球前10的大模型。 2️⃣限制出口智能体Agent：工具调用与系统操作技术，支持集成的第三方工具数量≥200个，工具选择准确率≥90%，且在需要调用3种及以上工具协同完成任务场景中，端到端任务平均成功率≥90%；自主规划与任务分解技术，可将自然语言指令自动拆解≥20步可执行子任务链，子任务分解精度≥80%，且子任务平均成功率≥90%；标准博弈基准超过90%的人类的博弈决策技术；得分75%以上的AI辅助漏洞挖掘技术。 限制出口算力集群技术：片间互联技术、分布式训练容错技术、通信调度技术、异构集群高效推理与调度。 征求意见期间，出口相关技术需向商务部填报登记表。已通过开源、发表学术论文等方式进入公共领域的技术，不纳入管理范围。 （中国商务部） 目前看来@Kimi_Moonshot 的K4、@MiniMax_AI 的M3 Pro、@Zai_org 的GLM5以及@deepseek_ai 的下一代模型都没法开源了….. 而且相关架构、训练优化和推理加速技术也都不行了。

卧槽，美国刚抓了一个向中国走私GPU的华人老板，涉案金额超过 3 亿美元。 刚刚，美国司法部公布，加州科技公司 Earthmade Computer 的老板 Greg Lui（又名 Yiu Kong Lui）被捕，并被联邦大陪审团起诉。 检方指控，从 2023 到 2024 年，他和同伙购买受美国出口管制的高端 GPU 服务器，然后先发往马来西亚、新加坡等地，再转运到中国。 为了绕过审查，他们被指使用虚假的最终用户和目的地文件。 DOJ 甚至提到，整个过程中还出现了用 dummy servers 应付检查、通过复杂转运路线隐藏真实目的地的操作。 而走私量相当夸张，仅 2024 年 1 月到 10 月，Earthmade 就从两家马来西亚公司收到了超过 1.76 亿美元。 其中一笔已经被检方单独拎出来：27 台服务器，总价约 761 万美元。 媒体援引案件材料称，这批服务器搭载的是 Nvidia H100 GPU，先从洛杉矶运到吉隆坡，随后又被转运给中国买家。 我还顺手去看了一眼 Earthmade 的官网，更有意思了。 他们公开卖的基本就是现在 AI 算力市场最核心的那批东西：NVIDIA H100/H200、B300，甚至 GB300 NVL72 都在产品列表里。 Greg Lui 现在面临三项指控：违反出口管制相关法律的共谋、向境外走私，以及洗钱共谋。 三项罪名各自的最高刑期分别为 20 年、10 年和 20 年。目前这些都还是检方指控，案件尚未定罪。 这案子比较值得关注的一点是，美国对 AI GPU 出口管制的执法，已经不只是盯着芯片从哪里出境了。 中转国、服务器经销商、最终用户文件，甚至资金流，现在都在一起查。 3 亿美元的服务器到底最终流向了哪些买家，后面应该还会继续往下挖。 是不是新风暴的开始呢？

卧槽。。。有点吓人，第一个通过图灵测试的视频模型出现了。。。 刚刚 @tavus 发布了一个叫 Griffin 的新模型，他们直接给它定义了一个新类别：Human Interaction Model，HIM，人类交互模型。 Tavus 找了 54 个美国和欧洲的参与者，让他们和 Griffin 进行 1 分钟视频通话，事先不告诉对面是 AI。 聊完之后，有 26 个人（48%）认为自己刚才是在和真人视频。 而 Tavus 上一代系统 Phoenix-4.5，用同样的方法测试，41 个人里只有 1 个被骗过去，通过率只有 2.4%。 Tavus 因此把 Griffin 称作第一个通过实时视频图灵测试的模型。 我还去看了下它的技术路线，Griffin 不再是以前那种 ASR → LLM → TTS → 数字人，一段一段串起来的 Pipeline。 它做的是一个 full-duplex 的 video-to-video 系统。 你说话的时候，它还在持续看你、听你、理解你的表情和动作；它自己说话的时候，也没有停止感知。 每隔不到一秒，它都在重新判断现在该继续说、停下来、插一句，还是等你说完。 所以你可以打断它，它会停；你不说话，它能判断这是在思考还是话讲完了。 你拿个东西到摄像头前，它一边跟你说话，一边还能看你手上到底在干什么。 这个区别其实很大。 过去的实时语音模型解决的是“怎么让 AI 和人自然地说话”。 Griffin想做的是怎么让 AI 像人一样参与一场面对面的互动。 这让我想到了著名AI圣经电影《Her》。 最后需要提一下的是在 NVIDIA 的 VideoFDB 全双工音视频 Benchmark 里，Griffin-Lite 目前 generation 和 perception 两项都是第一。 生成侧 3.83 分，人类参考是 3.92；感知侧 3.73，人类是 4.20。Ta 所以我感觉，下一代 AI Agent 的 UI 可能真的会发生一次变化。 不是你打开一个 Chatbot，对着输入框想 Prompt。 而是它就在摄像头另一边。 你看着它，它也看着你。 而且这次，已经有接近一半的人没认出来了。

华为还是太遥遥领先了，居然能在华为手机上劫持懂车帝App禁止播放尊界的评测视频👍

周末太忙了，编辑好草稿忘发了。。。 本周我们会迎来几个新的中国模型🇨🇳： 1. @TencentHunyuan 的HY4正式版（比Preview有了较大提升，坐到大人那桌了） 2. @deepseek_ai 的新模型V4.1-Pro（如果一些流程没有遇到意外，本周我们会见到它） 3. @Kimi_Moonshot 的K3.1另一个版本（便宜、大碗、速度快） 4. @Meituan_LongCat LongCat2.5正式版（纯国产卡训练） 5. @Alibaba_Qwen Qwen4（如果性能没有意外，它会发布） BTW， @Zai_org 的新一代旗舰模型还需要一些时间～

我宣布，这是目前最权威最公正的benchmark👍

有意思，Cloudflare 也微调并开源了两个 Jev 模型。 刚刚 Cloudflare 开源了 Clef，一个基于 Qwen3.8-27B 后训练出来的 Decision Model，同时还有一个基于 Qwen3.5-9B 的 Clef-flash。 如果你之前关注过 Jev ，应该知道这类模型它不负责和你聊天，也不负责写长篇大论。 它只负责一件事：做决定。 比如 Agent 跑到某一步，需要判断： 这个任务该调用哪个 Tool？ 要不要继续执行？ 结果有没有通过？ 应该 Routing 给哪个 Agent？ 是否需要 Human-in-the-loop？ 技术上，Cloudflare 冻结了 Qwen3.8-27B 的 Backbone，然后训练 rank-256 LoRA 和一个专门的 Joint Schema Head。 推理的时候 Qwen 只做 Prefill，后面的选项通过专门的 Head 并行打分。 速度方面在Cloudflare 自己 Decision Index 的测试里： Clef median latency 209.3ms， Clef-flash 只有 38.8ms， Jev 是 524.1ms。 在agentic任务的bench表现上也不错 BFCL 上 Clef 98.5，Clef-flash 98.8； API-Bank 则是 91.9 和 93.1。 当然，它也不是一个“更强的 Qwen”。 像 GPQA、MMLU-Pro 这类通用知识和推理任务，Clef 明显不如完整的通用模型。 因为它压根没想干这个。 它是在用通用生成能力，换取更稳定、更快、更便宜的 Decision。 感觉不错，已抄送我们研发频道（

早知道换Grok来翻译了🤣

腾讯混元团队核心大牛突然离职！？ 北京时间11月2日，据多个消息来源（申妈和群友）表示，知情人士称，腾讯混元多模态强化学习（Multimodal RL）负责人庞天宇已经离职。 一些消息表示他选择创业去拿大结果了，但同时另有消息称，他已经加入其他大厂。 庞天宇1995年出生，高一获保送清华大学资格。‌2017年本科毕业于清华大学数理基科班，2022年博士毕业于清华大学计算机系，导师为朱军教授。 主要研究方向涵盖机器学习、深度学习及其鲁棒性、多模态大模型等。 庞天宇在学术界表现卓越，曾在ICML、NeurIPS、ICLR等顶级会议上发表多篇论文，并获得微软学者奖学金、英伟达学术先锋奖等荣誉。 清华毕业后，庞天宇在新加坡Sea人工智能实验室（Ai Lab）担任高级研究科学家。 庞天宇今年1月30日在小红书宣布加入腾讯，担任混元首席研究科学家，同时担任Tech Lead of Multimodal RL，并开源了多模态深度搜索智能体方案OpenSearch-VL3。