Writing Ledger / 写作档案
最近更新
这里不追逐信息流。每篇文章都试图留下一个可以被反复检验的判断。
智谱GLM-5.1全测评：开源拿下SWE-Bench Pro全球第一，代价是什么
GLM-5.1在SWE-Bench Pro上以58.4分超越Claude Opus 4.6和GPT-5.4，成为首个开源登顶这一编程基准的模型。但这个「第一」有多少含金量？它的长程任务、多模态、推理能力真实水位在哪里？本文基于最新公 …
AI 离生命只差的一格，不是身体，而是内稳态
Mythos 让一个问题变得更清楚：AI 缺的未必是身体，而是一个不可撤销的、以维持自身存在为目标的内稳态驱动。这一格，才是生命与模拟之间真正的边界。
当机器穷尽了理性，三百年前被压下去的那个问题，又回来了
启蒙运动用三百年压下了一个问题：意义从哪里来？理性足以支撑人类。AI正在完成理性的最后一公里——而当这个项目走到尽头，那个被压下去的问题，将以我们从未预料的方式重新浮出水面。
一人、零员工、年入千万——关于「公司」的基本假设，正在失效
200年来，「做大一点的事就需要一群人」是商业世界最基本的假设。Pieter Levels一人年入数百万美元，Maor Shlomo六个月卖出8000万——这些案例指向同一个问题：这个假设，正在被什么东西系统性地拆解？
当 AI 强大到连开发者都不敢放出来，接下来会发生什么？
4月7日，Anthropic 发布了一款模型，然后宣布任何人都不能用它。这是整个 AI 行业第一次：一家顶级实验室，主动封锁了自己最强的产品。而这背后的故事，比大多数人想象的更复杂。
大模型如何被评判好坏？一文读懂 LLM 评测全体系
从评测维度、核心指标到权威机构和测评网站，系统梳理 AI 大模型能力评估的完整图景，帮你看穿各家榜单背后的逻辑与陷阱。
从莫里斯蠕虫到 Mythos，人类和机器的这场猫鼠游戏，规则变了
人类与网络安全的猫鼠游戏打了整整半个世纪。攻击者是人，人会睡觉，会犯错，会在凌晨三点因为太困放弃某条攻击路径。这个逻辑在2026年4月7日，彻底失效了。
AI大模型能力测评全指南：从入门到精通
一份系统化的AI大模型能力测评指南，涵盖测评维度、方法论、工具选择与实战案例，帮助你科学评估各类LLM的真实能力。
用了两周 Claude Code，我再也回不去普通 AI 了
目前网上最完整的中文 Claude Code 使用指南（2026年4月版）。涵盖安装配置、CLAUDE.md、常用命令、Skills、MCP、Hooks、子代理、IDE集成、GitHub自动化全部核心功能。
你的电脑，正在被一只龙虾偷偷接管
2026年最火的AI浪潮背后藏着你必须知道的真相：OpenClaw「小龙虾」三个月25万星标，腾讯阿里字节全面跟进，但20%的技能是恶意的，13万台设备正在裸奔。