You can open the Threads Sidebar from the icon in the bottom left, or via the keybinding option-cmd-j on macOS and ctrl-option-j on Linux and Windows.
文章提供了具体的键盘快捷键信息，这是一个具体的技术细节。option-cmd-j和ctrl-option-j是跨平台的快捷键组合，表明设计考虑了不同操作系统的用户习惯。这些具体的技术细节增加了文章的实用性，但缺乏关于这些快捷键的使用频率或用户满意度数据。
Ask ten different programmers how they use AI, and you can get ten different answers.
文章使用'十个程序员'的例子来说明AI使用方式的多样性，这是一个具体的样本数量。这个数字虽然小，但有效地说明了开发社区对AI工具的态度差异。这种表述方式简洁有力，但缺乏更大规模的调研数据来支持这一观察。
It took us longer, and we won't lie, it drove us a little crazy.
文章提到开发过程'花费了更长时间'，这是一个时间跨度的定性描述。虽然缺乏具体的时间数据，但这句话暗示了开发过程的复杂性和挑战性。这种表述增加了文章的人性化色彩，但缺乏具体的时间节点或与其他项目开发周期的对比数据。
We spent days loading the system with hundreds of threads, refining rough edges and polishing corners that developers may never see.
文章提到团队使用'数百个线程'进行了数天的压力测试，这是一个具体的工作量指标。'数百个'虽然不是精确数字，但表明系统设计考虑了大规模并发场景。这种大规模测试表明开发团队对系统稳定性的重视程度，但缺乏具体的线程数量上限和性能指标数据。
All of this runs at Zed's famously buttery-smooth 120 fps
文章声称Zed以120fps的流畅度运行，这是一个非常具体的技术性能指标。120fps远高于大多数编辑器的60fps标准，表明Zed在处理多代理任务时仍能保持极高的渲染性能。这个数据点对于评估Zed作为开发工具的响应能力具有重要意义，但文章未提供基准测试数据来支持这一说法。
Elevate your brand to the forefront of conversation around emerging technologies
这是一个营销声明，但缺乏具体数据支持。没有提供广告效果、转化率或投资回报率等关键指标。这种表述过于笼统，无法评估其广告服务的实际价值和效果。
Founded at the Massachusetts Institute of Technology in 1899
这个时间点与当前日期(2026年)相比，意味着该机构已经运营了127年。这使其成为美国历史最悠久的科技媒体之一，经历了从电力时代到数字时代的多次技术变革，积累了丰富的行业洞察。
an unmatched audience of technology and business elite
这是一个定性描述而非量化数据。虽然暗示了读者群体的高质量，但没有提供具体用户数量、人口统计特征或与竞争对手的对比数据。这种表述缺乏可验证性，难以评估其市场定位的准确性。
From event sponsorships to custom content to visually arresting video storytelling
这里列举了三种广告形式，但没有提供具体数据或比例。这是一个缺乏量化依据的描述，无法评估各种广告形式的商业价值或受众覆盖率。对于广告效果分析，需要更具体的投入产出比数据。
We weren't able to find the page you were looking for.
这是一个404错误页面的标准提示，表明请求的URL不存在。虽然这不是文章内容，但作为网页错误信息，它反映了链接失效的问题，可能意味着原文章已被删除或URL结构发生变化。
Founded at the Massachusetts Institute of Technology in 1899
这个数据点表明MIT Technology Review有着127年的历史，是一家具有悠久传统的科技媒体。这个时间跨度意味着该机构经历了多次技术革命，其历史积淀为其内容提供了独特的视角和权威性。
delivering meaningful compute in the next three months and nearly 1GW in total before the end of the year
未来三个月内将提供有意义的计算能力，到今年年底前总计近1GW，这一时间表和规模显示了Anthropic应对当前需求压力的具体计划。1GW的规模虽然远低于5GW的总承诺，但代表了短期内显著的容量增加。这一数据点反映了AI基础设施需求与供应之间的紧张关系，以及公司对快速扩展能力的重视。
Significant Trainium2 capacity is coming online in Q2 and scaled Trainium3 capacity is expected to come online later this year
明确提到Trainium2芯片将在第二季度上线，而Trainium3芯片将在今年晚些时候上线，提供了具体的时间节点。这一数据点显示了芯片技术迭代的快速节奏，以及Anthropic与AWS在硬件路线图上的紧密合作。这种快速迭代能力对于保持AI模型的竞争力至关重要，但也带来了基础设施规划和成本控制的挑战。
run-rate revenue has now surpassed $30 billion, up from approximately $9 billion at the end of 2025
年收入从2025年底的约90亿美元增长到超过300亿美元，增长率超过233%，这是一个惊人的增长速度。这一数据表明AI服务市场的爆发式增长，以及Anthropic在商业化方面的显著进展。然而，如此高的增长率是否可持续存疑，且300亿美元的年收入对于一家成立不久的AI公司来说相当惊人，需要更多财务细节来验证。
Amazon is investing $5 billion in Anthropic today, with up to an additional $20 billion in the future
亚马逊对Anthropic的50亿美元投资（加上潜在的额外200亿）是AI领域最大的战略投资之一。这一数据点不仅反映了亚马逊对Anthropic技术的信心，也表明了云服务提供商与AI公司之间日益紧密的合作关系。与之前亚马逊已投资的80亿美元相比，这一新增投资显示了亚马逊对Anthropic未来发展的长期看好。
committing more than $100 billion over the next ten years to AWS technologies
未来十年投入超过1000亿美元用于AWS技术，这是一个惊人的数字，远超大多数科技公司的年度资本支出。这一长期承诺显示了Anthropic对AWS基础设施的深度依赖，以及他们对未来AI发展所需计算资源的巨大预期。这一投入规模也暗示了AI基础设施成本将持续上升。
over one million Trainium2 chips to train and serve Claude
使用超过100万颗Trainium2芯片的数据，展示了Anthropic在AI硬件部署上的巨大规模。这一数字不仅反映了计算能力的投入，也显示了与AWS在芯片定制上的深度合作。对于AI模型训练而言，百万级芯片的部署规模是行业顶尖水平，表明Claude可能需要大量计算资源进行训练和推理。
over 100,000 customers now run Claude on Amazon Bedrock
10万客户使用Claude在Amazon Bedrock上的数据，表明Anthropic的企业客户基础已经相当庞大。这一数字不仅反映了市场接受度，也验证了Claude作为企业级AI工具的商业价值。与OpenAI的GPT系列相比，这一客户量级显示出Anthropic在企业市场已取得显著进展。
up to 5 gigawatts (GW) of capacity for training and deploying Claude
5GW的算力规模是惊人的，相当于一个小型国家的电力消耗。这一数据表明Anthropic正在为AI模型训练和部署投入前所未有的基础设施资源，反映了大语言模型对计算资源需求的指数级增长。这一规模超过了大多数AI公司的基础设施投入，显示出Anthropic在AI基础设施竞争中的野心。
Amazon is investing $5 billion in Anthropic today, with up to an additional $20 billion in the future
Amazon对Anthropic的50亿美元投资（当前50亿+未来200亿）显示了云计算巨头对AI领域的战略布局。这一投资规模表明大型科技公司正在通过直接投资AI公司来确保AI基础设施的优先使用权。相比其他AI投资，这是近年来最大的战略投资之一。
run-rate revenue has now surpassed $30 billion, up from approximately $9 billion at the end of 2025
年收入从2025年底的约90亿美元激增至300亿美元，增长率超过230%。这一惊人的收入增长速度反映了AI市场的爆发式增长。然而，考虑到公司规模，这一收入数字需要谨慎看待，可能包含预付款或长期合同收入确认。
committing more than $100 billion over the next ten years to AWS technologies
未来十年向AWS投资超过1000亿美元，这是一个天文数字级的长期承诺。这一投资规模超过了大多数科技公司的市值，表明Anthropic对AI未来的极度看好和长期投入。相比其他云服务合同，这是历史上最大的单一技术投资之一。
over one million Trainium2 chips to train and serve Claude
使用超过100万个Trainium2芯片，这是一个惊人的硬件部署规模。这一数字不仅显示了Anthropic与Amazon的深度合作，也反映了训练和运行大型语言模型所需的庞大计算资源。相比其他AI公司，这种规模的芯片部署表明Anthropic正在全力投入AI基础设施。
over 100,000 customers now run Claude on Amazon Bedrock
10万客户在AWS上运行Claude，这是一个相当大的企业客户基础。这个数字表明Claude在企业市场已经获得了一定的采用率，但与OpenAI的数亿用户相比仍有差距。这一数据点反映了Anthropic在企业市场的定位和进展。
up to 5 gigawatts (GW) of capacity for training and deploying Claude
5GW的算力规模极其庞大，相当于一个小型国家的电力消耗。这一数字表明Anthropic正在为AI模型训练和部署构建前所未有的基础设施，反映了大型语言模型对计算资源的巨大需求。相比其他AI公司的算力规模，这是一个非常激进的扩张计划。
over one million Trainium2 chips to train and serve Claude
100万片Trainium2芯片的使用量展示了AI模型训练的硬件规模。这一数量级表明Anthropic正在进行大规模并行计算，这是训练大型语言模型的基础设施要求。与英伟达GPU的采用相比，Trainium芯片代表了云服务提供商在AI硬件领域的差异化竞争策略。
run-rate revenue has now surpassed $30 billion, up from approximately $9 billion at the end of 2025
年收入从90亿美元跃升至300亿美元，增长率超过233%，这是一个爆炸性的增长速度。这一增长率远超大多数科技公司的历史表现，反映了AI即服务(AIaaS)市场的巨大潜力。然而，如此高的增长率也带来了基础设施扩张的压力，需要与算力投资相匹配。
Amazon is investing $5 billion in Anthropic today, with up to an additional $20 billion in the future
亚马逊对Anthropic的总投资可能达到250亿美元（50亿+200亿），这是AI领域最大规模的投资之一。这一投资规模超过了大多数传统科技巨头对AI初创公司的单笔投资，表明亚马逊对Claude模型的战略重视程度极高，以及AI基础设施市场的巨大潜力。
more than $100 billion over the next ten years to AWS technologies
1000亿美元的十年期投资规模极为庞大，相当于每年约100亿美元。这一投资规模超过了大多数科技公司的年度营收，表明Anthropic对AWS的长期战略承诺。这一数字也反映了AI基础设施建设的资本密集性质，以及云计算提供商在AI生态中的核心地位。
over 100,000 customers now run Claude on Amazon Bedrock
10万客户使用Claude是一个显著的用户基础，表明Anthropic的企业采用率正在快速增长。这个数字与OpenAI的数亿用户相比仍有差距，但对于一个专注于企业级AI模型的初创公司来说，这是一个有意义的里程碑，显示其市场渗透策略正在取得成效。
up to 5 gigawatts (GW) of capacity for training and deploying Claude
5GW的算力规模是惊人的，相当于一个小型国家的电力消耗。这个数字表明Anthropic正在为AI模型训练和部署进行大规模基础设施投资，反映了大型语言模型对计算资源的巨大需求。这一规模与OpenAI等竞争对手的算力投入相当，显示AI算力竞赛正在升级。
Today, those partners include Accenture, Capgemini, CGI, Cognizant, Infosys, PwC, and Tata Consultancy Services (TCS).
文章列出了7家全球系统整合合作伙伴(GSIs)，这些都是大型IT咨询和系统集成公司。这一合作策略表明OpenAI正在通过这些拥有丰富企业客户资源的合作伙伴来加速Codex在企业市场的渗透，但未提供这些合作伙伴的客户覆盖范围或预期增长数据。
In early April, we shared that more than 3 million developers were using Codex every week. Just two weeks later, that number has grown to more than 4 million.
这表明Codex的开发者采用率在两周内增长了33.3%（从300万增加到400万），这是一个惊人的增长率。这种快速增长反映了开发者对AI编程工具的强烈需求，也暗示了Codex可能正在经历病毒式传播或企业快速采用阶段。
🔹 **Rich World Knowledge:** Leads all current open models, trailing only Gemini-3.1-Pro.
这里提供了模型知识能力的相对排名：领先所有当前开源模型，但仅落后于Gemini-3.1-Pro。这是一个相对定位而非绝对性能数据。这种表述暗示DeepSeek-V4-Pro在知识广度上达到了接近顶级闭源模型的水平，这对需要广泛知识的应用场景具有重要意义。然而，缺乏具体的评估指标和分数，难以准确量化这一差距。
🔹 **Enhanced Agentic Capabilities:** Open-source SOTA in Agentic Coding benchmarks.
虽然文中没有提供具体的基准测试数据，但声称在代理编程基准测试中达到开源SOTA(最先进水平)。这是一个重要断言，但缺乏具体量化指标。如果属实，这将代表DeepSeek在AI代理能力方面的重大突破，特别是在代码生成和执行任务上。需要查看技术报告中的具体基准测试数据来验证这一声明。
⚠️ Note: deepseek-chat & deepseek-reasoner will be fully retired and inaccessible after Jul 24th, 2026, 15:59 (UTC Time).
这里明确指出了旧模型退役的具体时间节点：2026年7月24日15:59 UTC。这是一个精确的时间点，表明公司正在进行产品线更新换代。从发布日期(2026年4月24日)到退役日期，只有约3个月过渡期，用户需要尽快迁移到新模型，这可能反映了公司对新产品性能的高度自信。
🔹 **1M Standard:** 1M context is now the default across all official DeepSeek services.
DeepSeek V4将上下文长度提升到100万token，成为行业新标准。这一数据点意义重大，相比行业常见的32K-128K上下文窗口，提升了约8-31倍，能处理更长文档和复杂任务。这需要创新的注意力机制和内存管理技术支撑，文中提到的'Novel Attention: Token-wise compression + DSA'可能是实现这一突破的关键。
🔹 **DeepSeek-V4-Flash:** 284B total / 13B active params. Your fast, efficient, and economical choice.
DeepSeek-V4-Flash的参数规模明显小于Pro版本：总参数2840亿，活跃参数130亿。参数效率比约为4.6%，略高于Pro版本。这种参数设计使其在保持性能的同时实现更快响应和更低成本，适合需要快速响应的应用场景。
🔹 **DeepSeek-V4-Pro:** 1.6T total / 49B active params. Performance rivaling the world's top closed-source models.
这里提供了DeepSeek-V4-Pro的具体参数数据：总参数1.6万亿，活跃参数490亿。这种参数规模远超大多数开源模型，接近顶级闭源模型。参数效率比(活跃参数/总参数)约为3%，表明采用了稀疏激活技术，这可能是其性能与效率平衡的关键。
Ubuntu 26.04 LTS provides the strongest foundation for our confidential computing stack. It allows us to deploy a single securely designed image for all our verifiably private AI workloads across Intel, AMD, and NVIDIA hardware, with no platform-specific changes required.
引用自Tinfoil联合创始人，强调了Ubuntu 26.04 LTS在机密计算方面的优势，支持Intel、AMD和NVIDIA硬件上的单一安全镜像。这表明Ubuntu在跨平台机密计算方面的领先地位，为AI工作loads提供了统一的安全基础，减少了平台特定配置的需求。
Ubuntu now fully supports RVA23, the baseline standard for RISC-V. This ensures that teams innovating on RISC-V can take full advantage of the platform, including in mixed-architecture environments.
文章指出Ubuntu现在完全支持RISC-V的RVA23标准，这反映了Ubuntu对新兴架构的前瞻性支持。RISC-V作为一种开放指令集架构，正逐渐获得关注。Ubuntu的支持将促进RISC-V生态系统的成熟，特别是在混合架构环境中的应用。
TPM-backed full-disk encryption is now generally available in the Ubuntu installer.
文章提到TPM支持的全盘加密功能现在已在Ubuntu安装程序中普遍可用。这一安全功能将加密绑定到特定设备的TPM芯片上，大大提高了物理访问攻击的门槛。相比其他Linux发行版，Ubuntu将此功能集成到安装程序中，简化了企业部署安全系统的过程。
Ubuntu 26.04 LTS is the first LTS to expand the number of memory safe system components. In practice, this means new kernel drivers and subsystems written in Rust, as well as `sudo-rs` and `uutils``coreutils` bringing memory-safe reimplementations of foundational system tools such as `sudo`, `ls`, `cp`, and `mv`.
文章强调Ubuntu 26.04 LTS是首个增加内存安全系统组件的LTS版本，包括Rust编写的内核驱动和子系统，以及sudo-rs和uutils coreutils等内存安全的基础系统工具重实现。这一举措显著提高了系统的安全性，减少内存相关漏洞的风险，展示了Ubuntu在内存安全方面的领先地位。
Canonical Livepatch now extends its rebootless kernel patching capability to Arm64 for the first time.
这标志着Canonical Livepatch技术的重要里程碑，首次扩展到Arm64架构。对于运行Ubuntu的Arm64服务器和边缘设备，这意味着无需重启即可应用关键内核补丁，大大提高了系统可用性。这一功能的扩展反映了Ubuntu对ARM生态系统的持续投入。
IgH Master driver brings microsecond-level timing precision natively into the OS, removing a significant integration burden for engineers building motion control systems, robotics platforms, or complex factory automation.
文章提到EtherCAT驱动提供微秒级(10^-6秒)的时间精度，这对工业自动化应用至关重要。这种高精度时间同步能力是Ubuntu在工业领域的一个关键优势，相比其他通用操作系统，Ubuntu在实时性方面的改进使其更适合工业物联网和自动化场景。
Ubuntu 26.04 LTS is built on Linux 7.0, continuing Canonical's commitment to shipping the latest upstream kernels at the time of release.
文章明确指出Ubuntu 26.04 LTS基于Linux 7.0内核，这表明Canonical坚持使用最新上游内核的策略。相比其他可能使用更保守内核版本的Linux发行版，Ubuntu的这一策略确保了用户能够获得最新的硬件支持和性能改进。
With optimized images across AWS, Azure, Google Cloud, IBM Cloud and Oracle Cloud, developers and enterprises can rely on Ubuntu 26.04 LTS for their most demanding public cloud workloads.
文章提到Ubuntu 26.04 LTS支持5大主流云平台(AWS, Azure, Google Cloud, IBM Cloud, Oracle Cloud)，这反映了Ubuntu在云环境中的广泛兼容性。相比其他Linux发行版，Ubuntu在多云支持方面表现出色，这增强了其作为企业级操作系统的竞争力。
The 11th long-term supported release of Ubuntu delivers deep silicon optimization and state-of-the-art security for enterprise workloads.
这表明Ubuntu 26.04是第11个LTS版本，按照Ubuntu每两年发布一个LTS版本的规律，这与Ubuntu的历史发展时间线一致。作为第11个LTS版本，它代表了Canonical在长期支持方面的成熟经验，为企业和用户提供稳定可靠的选择。
_Self-reported score with custom Anthropic scaffold._ SWEPro were evaluated with the mini-swe-agent scaffold. However, we use the scores reported by Anthropic for Opus with the max thinking efforts due to frequent timeouts during our evaluation trials.
脚注2揭示了重要数据点：Opus 4.6的53.4分是Anthropic的自报分数，因为作者在评估过程中频繁遇到超时问题，无法自行验证。这表明性能比较中存在数据可靠性问题，特别是对于Opus的评估依赖于厂商自报数据，可能存在偏差。
The depth of recursion becomes a tunable compute axis at inference time, requiring no retraining. A small model, by reading itself, can iterate toward answers that neither it nor any of its workers could reach in a single pass.
文章描述了一种递归推理机制，称小模型通过自我迭代可以达到单次推理无法达到的结果，但未提供具体的性能提升数据或实验证据。这一断言缺乏量化依据，需要更多实验数据支持。
Sakana Fugu models are based on our ICLR 2026 papers (**Trinity** and **Conductor**), and we have substantially further improved the methods to increase the performance and user experience
文章提到模型基于ICLR 2026论文，并已大幅改进方法和用户体验，但没有具体说明改进的幅度或基准数据。此处缺乏量化依据，无法评估从研究原型到商业产品的改进程度。
Two variants are available: **Sakana Fugu Mini 🐟**, optimized with latency in mind, and **Sakana Fugu Ultra 🐡**, the full orchestration system, optimized for performance for demanding tasks.
文章提到有两种变体：Mini（延迟优化）和Ultra（性能优化），但未提供具体的性能指标差异，如延迟降低百分比或吞吐量提升数据。这种缺乏具体量化参数的描述难以评估两种变体在实际应用中的性能差异。
GPQAD | 94.4 | 90.9 | 92.7 | 92.4 | **95.1** | LCBv6 | 90.3 | 92.1 | 92.4 | 90.4 | **93.2** | SWEPro | 48.4 | 51.2 | _53.4_ | 51.3 | **54.2**
性能对比表格显示，Sakana Fugu Ultra在三个基准测试中均优于竞争对手：GPQAD上达95.1%（超越Gemini 3.1的94.4%），LCBv6上达93.2%（超越GPT 5.4的92.1%），SWEPro上达54.2%（超越Opus 4.6的53.4%）。这些数据表明其多模型协调策略确实带来了性能提升，特别是在科学推理任务上优势明显。
Initially, our Sakana Fugu model will be available as an **API**, where it has served as a key internal tool for our own researchers and engineers
这里提到Sakana Fugu模型将作为API提供，且已作为内部工具使用，但没有具体说明内部使用的时间跨度或用户数量。此数据点缺乏具体量化依据，无法评估其内部应用的规模和成熟度。
Each cell shows how often a given curve fit is not significantly worse than the fit with the best cross-validation accuracy.
研究使用交叉验证来评估不同曲线拟合的优劣，每个单元格显示给定曲线拟合与最佳拟合相比不显著差于的频率。这种方法提供了更稳健的统计评估，减少了过拟合风险。
We examine whether AI capabilities are accelerating by fitting statistical models to benchmark performance over time, and comparing their predictive accuracies.
研究方法基于统计模型拟合和预测准确度比较，这是一种严谨的方法论。通过比较不同曲线拟合的预测能力，可以更客观地判断是否存在加速趋势，而非仅凭直观观察。
Reasoning models show both a one-off jump in performance and a roughly 2-3x faster trend compared to non-reasoning models.
推理模型性能提升速度是非推理模型的2-3倍，这是一个显著的增长率差异。这个倍数关系表明推理模型确实带来了质的飞跃，但需要考虑这是否反映了模型架构的根本改进，还是仅仅由于更多计算资源的投入。
Three of four metrics show strong evidence of acceleration, driven by reasoning models.
文章核心发现，75%的指标显示AI能力正在加速，且主要由推理模型驱动。这是一个明确的量化结论，但需要关注的是，仅基于4个指标就得出'加速'的结论可能存在样本偏差，特别是这些指标主要集中在数学和编程领域。
Our fourth metric, an index constructed from WeirdML V2 results, showed no sign of acceleration. A single global linear trend fit the data best.
这个25%的指标没有显示出加速趋势，提供了一个重要的对比案例。作者推测这可能是因为WeirdML V2设置了资源限制环境(模型只有5次提交代码的机会，无法使用外部工具)，这与当前RL训练的重点不符。这表明AI进步可能高度依赖于测试环境和评估标准。
We have been calling this the 'reasoning' / 'non-reasoning' split, but this is not a perfectly clean dichotomy. Several correlated but not strictly identical changes happened over the same few months: scaling inference compute, heavier use of RL in post-training, and models producing reasoning tokens.
这里承认了分类方法的局限性，指出2024年左右的AI能力加速可能是由多个因素共同作用的结果，而非仅仅是推理能力的提升。这表明文章作者对数据的复杂性有清醒认识，但缺乏对这些因素相对重要性的量化分析。
The best-performing model across these three metrics was a pair of independent linear trends: one for reasoning models and one for non-reasoning models.
这个模型选择结果(100%的三个指标)表明将模型分为推理和非推理两类是最优预测模型。这提供了强有力的统计证据，支持推理能力可能是AI加速发展的关键因素。然而，文章没有详细说明如何定义推理模型，这可能影响结果的可靠性。
Reasoning models show both a one-off jump in performance and a roughly 2-3x faster trend compared to non-reasoning models.
这是一个重要的性能对比数据，表明推理模型比非推理模型的进步速度快2-3倍。这是一个显著的加速比率，暗示推理能力的突破可能代表了AI发展的一个转折点。然而，文章没有提供具体的基准测试数据来支持这一倍数关系，需要谨慎对待。
Three of the four metrics (ECI, log METR 50% time horizon, and a math-focused index we constructed from several math benchmarks) show strong evidence that progress has sped up relative to a global linear trend fit to data from 2023 onward.
这是一个关键的统计数据，表明75%的AI能力指标显示出加速趋势。文章使用2023年后的数据进行线性拟合，发现三个指标偏离了线性趋势。这个比例相当高，但值得注意的是，样本量较小(n=4)，可能影响统计显著性。需要更多指标来验证这一发现。
Parameters are estimated by unweighted least squares. Time t is measured in years since the first observation in each dataset.
研究使用最小二乘法进行参数估计，时间以年为单位从每个数据集的第一个观测点开始计算。这种方法选择是统计标准做法，但未加权处理可能低估了近期数据点的重要性，因为近期数据点通常代表更先进的模型能力。时间单位的选择也影响了增长率解释的直观性。
We pre-selected the 6-month horizon as our primary metric, balancing genuine forecasting distance against the limited date range of our data.
6个月的预测时间窗口是一个关键选择，既考虑了实际预测意义，又受限于数据的时间范围。这个时间跨度相对较短，可能不足以捕捉长期趋势，但适合检测最近的加速变化。选择这一窗口反映了研究者在数据有限情况下的务实权衡。
The minimum training cutoffs are: ECI (June 2024), METR Time Horizon (January 2024), Combined Math (September 2024), and WeirdML V2 (January 2025).
这些时间节点表明研究使用的数据集长度不同，从2024年初到2024年中不等。较短的训练数据集(如WeirdML V2只有约1年的推理模型前数据)可能限制了检测加速的能力，这解释了为什么该指标未能显示加速趋势。时间跨度的差异也反映了不同AI能力指标的发展历史不同。
Our fourth metric, an index constructed from WeirdML V2 results, showed no sign of acceleration. A single global linear trend fit the data best.
25%的指标(WeirdML V2)没有显示加速趋势，这与其它三个指标形成鲜明对比。这个差异可能是因为WeirdML V2设置了资源限制环境(模型只有5次提交代码的机会，无法使用外部工具)，这可能反映了现实世界应用中的约束条件，提示AI进步可能并非在所有领域都均匀加速。
We use four AI capability metrics: ECI (Epoch Capabilities Index), METR 50% Time Horizon, Combined Math Index, and WeirdML V2 Index.
研究使用了四个不同的AI能力指标，这增加了结果的可靠性。每个指标都从不同维度测量AI能力，包括综合能力(ECI)、时间效率(METR)、数学能力(Combined Math)和特定环境下的性能(WeirdML)。多指标方法减少了单一指标的偏差风险。
Reasoning models show both a one-off jump in performance and a roughly 2-3x faster trend compared to non-reasoning models.
2-3倍的速度差异是一个非常显著的数字，表明推理模型与非推理模型之间存在明显的性能差距。这个倍数关系暗示了架构变化可能带来的性能飞跃，而非简单的线性改进。这一数据点支持了推理能力可能是AI进步关键驱动力的假设。
Three of the four metrics (ECI, log METR 50% time horizon, and a math-focused index we constructed from several math benchmarks) show strong evidence that progress has sped up relative to a global linear trend fit to data from 2023 onward.
这个数据点表明75%的AI能力指标显示加速趋势，这是一个相当高的比例。文章提到这种加速始于2023年，与推理模型的出现时间吻合。这个比例值得注意，因为它表明AI进步可能正在经历一个质的转变，而非仅仅是量的累积。
The three metrics where we find acceleration are concentrated in programming and mathematics. These are areas that labs have explicitly targeted for improvement
这个观察揭示了AI能力加速的领域局限性。编程和数学领域的加速可能是因为这些领域被明确作为改进目标，且正确性容易验证。这表明AI进步可能是有选择性的，而非全面性的，对评估整体AI进展有重要启示。
Our fourth metric, an index constructed from WeirdML V2 results, showed no sign of acceleration. A single global linear trend fit the data best.
这个25%的指标没有显示加速现象，表明AI能力加速可能不是普遍适用的。WeirdML V2的特殊环境（资源受限、无外部工具）可能解释了这一差异，但也暗示了AI能力加速可能集中在特定领域，特别是那些容易自动验证正确性的领域。
The best-performing model across these three metrics was a pair of independent linear trends: one for reasoning models and one for non-reasoning models.
这个发现表明推理模型和非推理模型的发展轨迹确实存在显著差异。这种分离的线性趋势模型在三个指标上表现最佳，100%的情况下优于其他模型，提供了强有力的统计证据支持AI能力加速的论点。
Reasoning models show both a one-off jump in performance and a roughly 2-3x faster trend compared to non-reasoning models.
这个2-3倍的速度差异是显著的，表明推理模型带来了质的飞跃。这种加速幅度远高于典型的技术进步速度，暗示了AI发展可能进入了一个新阶段。然而，这个倍数范围较宽，缺乏精确的统计显著性检验。
Three of four metrics show strong evidence of acceleration, driven by reasoning models.
这是一个关键数据点，表明75%的AI能力指标显示加速趋势。这个比例相当高，表明AI能力加速现象可能不是偶然的。然而，这个数据基于四个特定指标，可能不全面代表所有AI能力领域。需要更多指标验证这一结论的普适性。
The three metrics where we find acceleration are concentrated in programming and mathematics.
文章明确指出显示加速的三个指标主要集中在编程和数学领域。这是一个重要的限制，因为正确性在这些领域容易自动验证，使它们成为强化学习的自然目标。这表明AI能力的加速可能不适用于所有领域，特别是在那些难以自动验证正确性的任务上。
We select the median-difficulty question from the set with maximum model coverage and standardize it to 0.
在构建数学指数时，研究人员选择具有最大模型覆盖率的集合中的中等难度问题，并将其标准化为0。这是一个关键的统计处理步骤，用于确保不同难度和评分的基准测试可以放在同一尺度上比较。这种标准化方法使得不同模型的表现可以直接比较。
We work with the natural logarithm of the time horizon, which puts it on an approximately linear scale.
文章提到对METR时间范围进行自然对数转换，使其处于近似线性尺度。这种数学转换表明原始数据可能呈指数增长，转换后才能更好地分析线性趋势。这种处理方式在分析AI进步率时很常见，因为它能更好地处理跨越多个数量级的数据。
The minimum training cutoffs are: ECI (June 2024), METR Time Horizon (January 2024), Combined Math (September 2024), and WeirdML V2 (January 2025).
这些时间节点显示了各数据集的最小训练截止点，时间跨度从2024年1月到2025年1月。值得注意的是，WeirdML V2的数据集最短(从2025年1月开始)，这可能解释了为什么该指标没有显示出加速趋势，因为数据不足以检测到趋势变化。
Reasoning models show both a one-off jump in performance and a roughly 2-3x faster trend compared to non-reasoning models.
推理模型比非推理模型显示出2-3倍的性能提升速度，这是一个显著的增长率差异。这个倍数差异表明推理模型的引入可能代表了AI发展的一个重要转折点。然而，文章也指出无法确定精确的增长率，因为多种非线性拟合都能很好地解释数据。
Three of four metrics show strong evidence of acceleration, driven by reasoning models.
这一数据点表明75%的AI能力指标显示加速趋势，这是一个相当高的比例。然而，文章也指出第四个指标(WeirdML V2)没有显示加速，这表明加速可能并非普遍存在于所有AI能力领域。这个比例需要谨慎解读，因为它基于有限的四个指标，且主要集中在数学和编程领域。
Meta founder and CEO Mark Zuckerberg described superintelligence in a blog post last year
文章提到Meta的AI战略包括开发'超级智能'，但未提供具体投资金额、研发时间表或预期成果。缺乏量化依据，无法评估这一战略的规模、时间框架或可能带来的商业价值。这种技术愿景需要更多具体数据来支撑其可行性评估。
Wedbush Securities analyst Dan Ives said in a report on Thursday.
文章提到分析师预测未来可能有更多裁员，但未提供具体数字或预测比例。缺乏量化依据，无法评估分析师预测的可靠性。这类行业分析通常需要更具体的数据支持，如预计裁员数量、时间表或财务影响等。
The layoffs will start on May 20, the company confirmed.
这是一个明确的时间节点，距离文章发布日期（2026年4月23日）约一个月时间。这表明Meta已经完成了决策过程并制定了具体实施计划，反映了公司行动的紧迫性。这种提前通知的时间框架在科技行业裁员中较为常见，给予员工一定的准备时间。
Meta plans to lay off roughly 8,000 employees, or 10% of its workforce
这是一个显著但合理的裁员比例，10%的裁员规模反映了Meta在AI转型中的重大战略调整。相比其他科技公司裁员比例（通常在5-20%之间），这一比例处于中等偏高水平，表明Meta正在积极重组以支持AI投资。此数据点来自公司官方声明，可信度较高。
Drug manufacturers pay pharmacy benefit managers rebates above 50% of list price for formulary access.
制药公司向药品福利管理商支付的回扣超过标价的50%，这一比例远高于OpenAI承诺的17%回报率。这表明在B2B分销渠道中，支付渠道费用是常见做法，但不同行业的支付比例差异很大，制药行业的渠道成本明显高于AI软件行业。
Google Cloud launched a parallel $750m fund to pay McKinsey, Accenture, and Deloitte to train engineers and co-fund client AI projects.
谷歌云的7.5亿美元基金规模约为OpenAI DeployCo(100亿美元)的7.5%，但谷歌云直接向咨询公司支付费用而非承诺回报率。这反映了不同AI厂商采用的不同分销策略，OpenAI通过PE firms获得企业渠道，而谷歌云则通过咨询公司实现市场渗透。
Structure: $500M OpenAI equity plus $4B from TPG, Bain, Advent, Brookfield, and Goanna form a $10B LLC.
DeployCo的结构显示OpenAI出资5亿美元(占总资金的5%)，而PE firms出资40亿美元(40%)，形成总计100亿美元的LLC。这种资本结构表明OpenAI虽然拥有超级投票权，但在资金贡献上处于次要位置，主要依靠PE firms的渠道网络来推广其产品。
OpenAI pledged $1.5B to a joint venture called DeployCo, guaranteeing private-equity partners a 17% annual return floor over five years.
OpenAI承诺的17%年化回报率显著高于行业平均水平(13-16%)，这表明OpenAI愿意支付高额费用以确保其AI软件在企业市场的渗透。这种回报保证相当于为PE partners提供了风险缓冲，反映了OpenAI对市场扩张的强烈意愿，但也意味着OpenAI需要实现更高的业务增长来支撑这一承诺。
In den G20 Ländern haben die Emissionen durch Kohleverbrennung seit 2015 um 9% zugenommen. Australien verursacht - einer Analyse des Think Tanks Ember zufolge - noch immer von allen G20 Länder die höchsten Pro-Kopf-Emissionen durch Kohleverbrennung. Sie liegen bei über 4 Tonnen CO<sub>2</sub> im Jahr, das ist etwa eine Tonne mehr als in China. Auch in Südkorea sind die Pro-Kopf-Emissionen durch Kohle höher als in China. https://www.theguardian.com/environment/2023/sep/05/australia-has-highest-per-capita-co2-emissions-from-coal-in-g20-analysis-finds
Ember-Bericht: https://ember-climate.org/insights/research/g20-per-capita-coal-power-emissions-2023/
Exposing properties gives you a way to hide the implementation. It also allows you to change the implementation without changing the code that uses it (e.g. if you decide to change the way data are stored in the class)
Anything that isn't explicitly enforced by contract is vulnerable to misunderstandings. It's doing your teammates a great service, and reducing everyone's effort, by eliminating ambiguity and enforcing information flow by design.
Far more preferable is to minimize data structure so that it tends to be normalized and not to have inconsistent states. Then, if a member of a class is changed, it is simply changed, rather than damaged.
个人学习可能取决于他人行为的主张突出了将学习环境视为一个涉及多个互动参与者的系统的重要性
No need to construct strings that then need to be deconstructed later.
“The data does not exist independently in the world, nor is it generated spontaneously. Data is constructed by people, from people,” (source 1).
Its purpose is to decrease the reliance on privacy policies and enhance the ability for people to share and control personal information.
It’s useful to remember that under GDPR regulations consent is not the ONLY reason that an organization can process user data; it is only one of the “Lawful Bases”, therefore companies can apply other lawful (within the scope of GDPR) bases for data processing activity. However, there will always be data processing activities where consent is the only or best option.
Krönke, J., Wunderling, N., Winkelmann, R., Staal, A., Stumpf, B., Tuinenburg, O. A., & Donges, J. F. (2020). Dynamics of tipping cascades on complex networks. Physical Review E, 101(4), 042311. https://doi.org/10.1103/PhysRevE.101.042311
Before we get to passwords, surely you already have in mind that Google knows everything about you. It knows what websites you’ve visited, it knows where you’ve been in the real world thanks to Android and Google Maps, it knows who your friends are thanks to Google Photos. All of that information is readily available if you log in to your Google account. You already have good reason to treat the password for your Google account as if it’s a state secret.
Want to keep your users? Just make it easy for them to leave.