即刻App年轻人的同好社区
下载
战略定力换一个词就是懂得装死，不光是年初DeepSeek这波让很多明明有自研大模型的老板慌了神为了短期流量不惜引「狼」入室让渡品牌，早些年还有各种叹息腾讯错过了米哈游和二次元的压力，腾讯硬是没咬这个饵，现在米哈游自己问题一个接着一个，腾讯又出了三角洲⋯⋯
TomXu: 看了下 QM 数据，豆包的使用时长如果是 100 的话，DeepSeek 是 78，元宝是 15，其他去年的当红炸子鸡们，都不到 10。 还有些陪聊的，比如猫箱 星野 的时长也不错，比元宝高了 1-2 倍。 以上数据， 仅在移动端，没算 PC 电脑端。 BTW， 豆包占据网民移动端总时长的 9‱。整个纯 native AI 产品，总时长占比是 网民 3‰ 的样子。（不包括传统产品的 AI+服务） 不知道啥时候能破 1% 呢？🤷♂️
26 31
短视频里的奶牛猫各种萌蠢节目效果炸裂，真养起来才知水深火热，那些异常表现实际上都是生理性惊惶，永远对环境充满警惕，哪怕是养得再熟，也会对任何动静抱以大敌，一言不合就断水伤肾，心累。
47 52
继两个月前通过副主任医师职称考试后，夸克健康大模型又通过了12门学科的主任医师笔试评测，并且夸克已经把该「主任级AI医生」能力全面集成至夸克的AI搜索中，这意味着夸克进一步实现了每人都能有个AI医生的愿景，还是那句话，我就感觉到快。
从数据上看，夸克在这轮测试中67.7%的准确率比第二名高出了近30个百分点，领先不可谓不大，但我真正关心的不是数据，而是相比于五月那轮副主任医师测评，夸克通过推理难度高出几个级别的主任医师考试，到底能为医学领域做多大的实事。
健康大模型不是夸克开创的概念，目前市面上的同类产品以TO B为主流，商业化路径十分明确，不是说这样不好，而是这些大模型性质，决定了它们难为大众所用。
在让AI做题蔚然成风的环境里，大模型的能力边界是一回事，这种能力最后究竟能不能投入到市场变成公共服务，又是另外一回事了。
比如在AI医疗这个母题上，中国最亟待解决的是医疗资源的分配问题，这与其他国家的处境是截然不同的。比如在移动互联网时代，有很多APP和账号都在尝试跑通线上问诊，也不乏类似丁香医生这种已经搭建了一个成熟体系的账号跑出来，但这种模式，仍然没有改变问诊背后在消耗「人」的本质。
搜索引擎当然也尝试干过这事儿，结局也很明显，传统搜索早已被清扫进了历史垃圾堆里，而新兴如小红书这样「人传人」式看病不仅高度依赖经验，准确率也难以保障。
夸克披露了一个很值得细品的数据，就是在产品上搜索医学类考试题目的人数已经突破200万，考虑到非医学生做这种动作的可能性并不大，所以从纯度上讲，中国医学生已经有超过半数在用夸克学习了。
这当然很大程度上能说明，夸克在医学领域数据库的参考价值起码是得到专业人群认可的，不过这不是重点，重点在于夸克通过主任医师评测的考试，证明了其拥有了接近主任医师级别的的思维，AI已经可以完成医学领域的智能化延伸了。
如果你觉得这个说法过于抽象的话，不妨看看前段时间量子杂志刊登过的一篇报道：
美国的一个物理学团队想让AI帮忙设计一款引力波探测器，在没有任何预设的前提下，AI输出的结果让一票物理学家一脸懵，因为这东西实在不符合常理，牵头的领导当时还把这个结果定性成了「一团糟」。
结果过了几个月，研究人员才发现AI的思路，其实是基于几十年前俄罗斯物理学界的一些理论构建出来的，研究越深入，就越能证明AI给出的这套方案，居然是效率最高的...
这就是智能化延伸的能力，AI发展到今天，早已经跳出了「有问必答数据库」 的那套叙事，它如今最大的价值，是给有局限性的人类提供无数可能的思考角度，就像当初世界围棋大师们都看不懂AlphaGo的路数，但后者最终总能赢下对局。
说回正题，在智能化延伸能力的基础上，夸克的推理能力，已经可以取代绝大多数医学上的机械性重复工作，比如分析血常规、看CT影像等等，只要喂料够多，那最终的准确率一定不会比真人医生低。
更重要的是，这种延伸背后是千万级DAU的搜索入口，单是医疗领域，夸克的升级也能直接覆盖到2000万体量的用户群体，实打实影响着每一位正在用AI辅助问诊的人。
当然，这只是个开始，夸克的质变，也是建立在整个行业大模型能力都在突飞猛进的背景上的，AI要想真正参与到医疗体系里，要经历的步骤还有很多。
不过还是希望AI厂商们能更多向类似务实的方向上靠拢，有时候做慢而正确的事，最终的收获，要比想象中多很多。
从数据上看，夸克在这轮测试中67.7%的准确率比第二名高出了近30个百分点，领先不可谓不大，但我真正关心的不是数据，而是相比于五月那轮副主任医师测评，夸克通过推理难度高出几个级别的主任医师考试，到底能为医学领域做多大的实事。
健康大模型不是夸克开创的概念，目前市面上的同类产品以TO B为主流，商业化路径十分明确，不是说这样不好，而是这些大模型性质，决定了它们难为大众所用。
在让AI做题蔚然成风的环境里，大模型的能力边界是一回事，这种能力最后究竟能不能投入到市场变成公共服务，又是另外一回事了。
比如在AI医疗这个母题上，中国最亟待解决的是医疗资源的分配问题，这与其他国家的处境是截然不同的。比如在移动互联网时代，有很多APP和账号都在尝试跑通线上问诊，也不乏类似丁香医生这种已经搭建了一个成熟体系的账号跑出来，但这种模式，仍然没有改变问诊背后在消耗「人」的本质。
搜索引擎当然也尝试干过这事儿，结局也很明显，传统搜索早已被清扫进了历史垃圾堆里，而新兴如小红书这样「人传人」式看病不仅高度依赖经验，准确率也难以保障。
夸克披露了一个很值得细品的数据，就是在产品上搜索医学类考试题目的人数已经突破200万，考虑到非医学生做这种动作的可能性并不大，所以从纯度上讲，中国医学生已经有超过半数在用夸克学习了。
这当然很大程度上能说明，夸克在医学领域数据库的参考价值起码是得到专业人群认可的，不过这不是重点，重点在于夸克通过主任医师评测的考试，证明了其拥有了接近主任医师级别的的思维，AI已经可以完成医学领域的智能化延伸了。
如果你觉得这个说法过于抽象的话，不妨看看前段时间量子杂志刊登过的一篇报道：
美国的一个物理学团队想让AI帮忙设计一款引力波探测器，在没有任何预设的前提下，AI输出的结果让一票物理学家一脸懵，因为这东西实在不符合常理，牵头的领导当时还把这个结果定性成了「一团糟」。
结果过了几个月，研究人员才发现AI的思路，其实是基于几十年前俄罗斯物理学界的一些理论构建出来的，研究越深入，就越能证明AI给出的这套方案，居然是效率最高的...
这就是智能化延伸的能力，AI发展到今天，早已经跳出了「有问必答数据库」 的那套叙事，它如今最大的价值，是给有局限性的人类提供无数可能的思考角度，就像当初世界围棋大师们都看不懂AlphaGo的路数，但后者最终总能赢下对局。
说回正题，在智能化延伸能力的基础上，夸克的推理能力，已经可以取代绝大多数医学上的机械性重复工作，比如分析血常规、看CT影像等等，只要喂料够多，那最终的准确率一定不会比真人医生低。
更重要的是，这种延伸背后是千万级DAU的搜索入口，单是医疗领域，夸克的升级也能直接覆盖到2000万体量的用户群体，实打实影响着每一位正在用AI辅助问诊的人。
当然，这只是个开始，夸克的质变，也是建立在整个行业大模型能力都在突飞猛进的背景上的，AI要想真正参与到医疗体系里，要经历的步骤还有很多。
不过还是希望AI厂商们能更多向类似务实的方向上靠拢，有时候做慢而正确的事，最终的收获，要比想象中多很多。
50 1216
今年的AI Coding实在是太热闹了，缺席的大模型厂商基本可以被开除出第一阵营了。
昨夜今晨的沸腾终于轮到了阿里，Qwen-Coder登顶全球开源模型编程榜，性能对齐Claude 4。
其实Qwen这么晚才下场反而是我比较在意的，好在晚有晚的好处，那就是准备充分，因为训练得足够熟练，Qwen-Coder在实际工作时能调用的工具量是远高于Claude 4的，非常有助于效果的追赶。
是的，在模型层，Claude 4的编程能力依然是最能打的之一，唯一的问题就是贵，前几天看到一个程序员整活，给Claude 4配了一台设备，授予控制权供它自由发挥，一天下来最大的乐子是收到了几百美金的新增账单⋯⋯
不过因为AI Coding的杠杆性，对于模型成本的考虑在此前并没有太高的优先级，毕竟和时间成本相比，单月几十美金的标准费用已经很划算了，所以AI Coding几乎是这波AI浪潮里最早也是唯一具有盈利确定性的赛道。
但在Agent时代到来之后，Tokens的消耗眼看着呈指数级增长，被「智能带宽」卡脖子的情况必然会出现得越来越频繁，Qwen-Coder主打「同性能价位最低、同价格性能最强」，多少有些白衣骑士的人设。
这也可能是第一个为Agent而生的编程模型，看报告就知道了：
「Qwen3-Coder具备出色的Agent能力，尤为擅长解决多步骤的长任务，它能通观全局自主安排工作内容，支持Agent调用各种工具深入钻研，最终解决复杂编程任务，基于Qwen3-Coder，网页开发、AI搜索、深度研究等智能体应用将变得更智能、更高效。」
一句话总结，就是旧的市场他强任他强，新的市场必有我的一顶王冠。
就像Qwen家族已经是全球下载量最高的来源模型，Qwen-Coder也要用质价比这张王牌，继续降低编程门槛，打破20美金/月起步、200美金/月能爽的约定俗成，让更多的普通人也能享受数字造物的乐趣。
还有一个细节是，Qwen-Coder的API是能和Claude Code、Cline等工具协同使用的，这已经不是「三个臭皮匠胜过诸葛亮」了，而是把三个诸葛亮凑在一起搞末位淘汰制⋯⋯
只要价格能打下来，专业的程序员完全可以自由组建「AI员工矩阵」，择优验收各自最擅长交付的工作成果，获得以前想都不敢想的生产力。
就像黄仁勋前几天来中国时讲自己是怎么把AI当牛马用的，他会同时用ChatGPT、Gemini、Claude和Perplexity四个产品，每次有需求就同时发给它们，然后把各自的答案交叉返回过去让AI参考，由此提高结果质量。
我很认同他的观点：「我认为未来这也是一种安全机制——你会有很多不同的AI，它们之间会形成冗余、平衡和交叉验证的机制。」
目前Qwen-Coder的定价策略是根据输入/输出的Token数阶梯计费，差不多是Claude 4的1/3，刚看到阿里又搞了限时5折的优惠，只能说所有编程模型接下来都不太能睡得着觉了，太猛了！
昨夜今晨的沸腾终于轮到了阿里，Qwen-Coder登顶全球开源模型编程榜，性能对齐Claude 4。
其实Qwen这么晚才下场反而是我比较在意的，好在晚有晚的好处，那就是准备充分，因为训练得足够熟练，Qwen-Coder在实际工作时能调用的工具量是远高于Claude 4的，非常有助于效果的追赶。
是的，在模型层，Claude 4的编程能力依然是最能打的之一，唯一的问题就是贵，前几天看到一个程序员整活，给Claude 4配了一台设备，授予控制权供它自由发挥，一天下来最大的乐子是收到了几百美金的新增账单⋯⋯
不过因为AI Coding的杠杆性，对于模型成本的考虑在此前并没有太高的优先级，毕竟和时间成本相比，单月几十美金的标准费用已经很划算了，所以AI Coding几乎是这波AI浪潮里最早也是唯一具有盈利确定性的赛道。
但在Agent时代到来之后，Tokens的消耗眼看着呈指数级增长，被「智能带宽」卡脖子的情况必然会出现得越来越频繁，Qwen-Coder主打「同性能价位最低、同价格性能最强」，多少有些白衣骑士的人设。
这也可能是第一个为Agent而生的编程模型，看报告就知道了：
「Qwen3-Coder具备出色的Agent能力，尤为擅长解决多步骤的长任务，它能通观全局自主安排工作内容，支持Agent调用各种工具深入钻研，最终解决复杂编程任务，基于Qwen3-Coder，网页开发、AI搜索、深度研究等智能体应用将变得更智能、更高效。」
一句话总结，就是旧的市场他强任他强，新的市场必有我的一顶王冠。
就像Qwen家族已经是全球下载量最高的来源模型，Qwen-Coder也要用质价比这张王牌，继续降低编程门槛，打破20美金/月起步、200美金/月能爽的约定俗成，让更多的普通人也能享受数字造物的乐趣。
还有一个细节是，Qwen-Coder的API是能和Claude Code、Cline等工具协同使用的，这已经不是「三个臭皮匠胜过诸葛亮」了，而是把三个诸葛亮凑在一起搞末位淘汰制⋯⋯
只要价格能打下来，专业的程序员完全可以自由组建「AI员工矩阵」，择优验收各自最擅长交付的工作成果，获得以前想都不敢想的生产力。
就像黄仁勋前几天来中国时讲自己是怎么把AI当牛马用的，他会同时用ChatGPT、Gemini、Claude和Perplexity四个产品，每次有需求就同时发给它们，然后把各自的答案交叉返回过去让AI参考，由此提高结果质量。
我很认同他的观点：「我认为未来这也是一种安全机制——你会有很多不同的AI，它们之间会形成冗余、平衡和交叉验证的机制。」
目前Qwen-Coder的定价策略是根据输入/输出的Token数阶梯计费，差不多是Claude 4的1/3，刚看到阿里又搞了限时5折的优惠，只能说所有编程模型接下来都不太能睡得着觉了，太猛了！
65 715