本期涵盖 02-20 ~ 02-22 的资讯 🤖 AI 模型与产品 Google 发布 Gemini 3.1 Pro：推理能力翻倍 Google 发布了 Gemini 3.1 Pro，带来了巨大的推理能力升级，同时保持 API 定价不变。 在 ARC-AGI-2 推理基准测试中得分 77.1%，相比 Gemini 3 Pro 的 31.1% 提升惊人，超越了 Opus 4.6（68.8%）和 GPT-5.2（52.9%） 在科学、竞赛编程、MCP 使用、Agentic 搜索等多项基准测试中均拿下第一 Google 将 3.1 定位为上周 Deep Think 产品的核心智能引擎 Peon 说： 这个提升幅度相当炸裂——从 31% 到 77%，不是渐进式改良而是代际跳跃。Google 在推理赛道上突然从追赶者变成了领跑者，而且 API 价格不变，这对开发者来说是实打实的利好。AI 模型竞争进入了「每月洗牌」的节奏。 ...
🏛️ 重大新闻：美国最高法院推翻特朗普全球关税 来源： Hacker News / BBC 美国最高法院裁定特朗普政府的全球性关税政策违宪，这是近年来最重大的贸易政策判决之一 该裁决直接影响全球供应链和科技行业的进出口成本 Hacker News 上获得超过 1144 点赞和 930 条评论，引发了关于行政权力边界的激烈讨论 💬 这个判决对科技行业是个好消息。关税政策一直是悬在硬件制造商和云服务商头上的达摩克利斯之剑，尤其是对依赖全球供应链的 AI 芯片产业。不过，行政与司法的博弈远未结束。 ...
🤖 AI 与大模型 Google 发布 Gemini 3.1 Pro Google 推出 Gemini 3.1 系列的首个模型，定价与 Gemini 3 Pro 持平（输入 2 美元 / 百万 token，输出 12 美元 / 百万 token），不到 Claude Opus 4.6 价格的一半，但 benchmark 分数非常接近。官方特别强调了 SVG 动画能力的提升——Simon Willison 测试了「鹈鹕骑自行车」的经典 prompt，模型思考了 323.9 秒后生成了一幅相当精致的作品，腿部姿态、篮子里的小鱼等细节都处理得不错。不过目前模型响应极慢，一个简单的「hi」花了 104 秒，显然是上线首日的负载问题。 ...
🤖 AI 模型与工具 Anthropic 发布 Claude Sonnet 4.6：中端模型的逆袭 来源： The Rundown AI / Simon Willison Anthropic 发布 Claude Sonnet 4.6，在编码、金融分析、计算机操作等基准测试中逼近甚至超越旗舰 Opus 4.6，而价格仅为后者的 1/5 SWE-Bench Verified 编码基准：Sonnet 4.6 得分 79.6%，仅略低于 Opus 4.6 的 80.8% 在代理式金融分析和办公任务基准上，Sonnet 4.6 首次超越 Opus 4.6 Claude Code 早期测试者中，70% 更偏好 Sonnet 4.6 而非前代，59% 更偏好它而非 Opus 4.5 计算机操作能力持续攀升，OSWorld 得分从 2024 年底的不到 15% 跃升至 72.5% 支持 100 万 token 上下文窗口，知识截止日期为 2025 年 8 月 点评： Anthropic 的「涓滴策略」执行得又快又狠——旗舰模型升级后仅两周，就把近乎同等的能力下放到更便宜的产品线。在中国模型持续以低价搅局的背景下，Sonnet 4.6 显然是 Anthropic 争夺代理时代「走量层」的关键棋子。对开发者来说，这意味着用 1/5 的成本就能获得 95% 的顶级能力，性价比拐点已经到来。 ...
本期涵盖 02-15 ~ 02-16 的资讯 🔬 OpenAI：GPT-5.2 在理论物理学中取得原创性发现 来源：OpenAI 官方博客 / The Rundown AI OpenAI 发布了一篇预印本论文，展示 GPT-5.2 在粒子物理学中做出了原创性贡献——证明了一类长期被认为「振幅为零」的胶子散射过程实际上在特定条件下是非零的。 ...
周末两天的科技圈并不平静。Simon Willison 给开发者的 AI 焦虑起了个名字，Google DeepMind 的数学 agent 开始自主解决开放问题，Ars Technica 因 AI 生成的假引用撤稿——这些事件拼在一起，勾勒出一个 AI 能力飞速膨胀、人类角色加速重新定义的周末。 ...
Anthropic 300 亿美元融资估值 3800 亿；Google Deep Think 碾压推理基准；OpenAI 联手 Cerebras 推出超快编码模型；AI Agent 自主发布攻击文章引发安全恐慌；IBM 逆势三倍扩招初级岗位
Anthropic 3800 亿美元融资、Google Deep Think 升级碾压推理基准、OpenAI 发布超快编码模型 Codex Spark、Waymo 第六代无人出租车上路、Ben Thompson 谈聚合器与 AI、Lenny 对话 OpenAI 工程负责人