要点速览
- SpaceX 第15次星舰试飞中,Ship 42 完成首次由发射塔机械臂捕获,此前已绕地球飞行14圈。
- Google 称多智能体工作流解决10余个数学与CS理论开放问题,并在化学、系统与代码重写上给出结果,相关工具已在 Antigravity 开放。
- Gemini 4 Hydrogen 首批对比结果显示其在真实仓库修 bug 任务上强于且便宜于 Haiku 5.5(max),略逊于 Sonnet 5.5(xhigh)。
- Perplexity 披露每日运行数百万并发沙箱,微调 Qwen 27B 在89项任务上本地得分59.6%,按需调用 Opus 5 提升至73%。
- SatBench 统计2023年以来 Labs 引用的173个基准中63%已饱和,且饱和速度逐年加快。
- “No AI Slop Manifesto”在旧金山 AI Engineer Code Summit 发布,获300多个签名。
- 马斯克转发观点预计 SpaceX 通信卫星最终将超过10万颗,并称该系统有机会承载约一半全球流量。
一、星舰与航天进展
- SpaceX 第15次星舰试飞中,Ship 42 完成首次由发射塔机械臂捕获,此前已绕地球飞行14圈;任务于11月13日从得州 Starbase 发射、14日返回。马斯克确认再入点火正常,称这是“史诗般的一天”,并感谢 SpaceX 团队。1 2 3 4 5 6 7 8 9 10 马斯克提到,此前已有三次助推器捕获(2024年10月13日、2025年1月16日、2025年3月6日),并称2020年12月曾建议并坚持用 Mechazilla 发射塔机械臂捕获返回的星舰。11 12 他还表示已检查 Ship 42 并认为其状态良好。13 14 15 Demis Hassabis 评论称整栈已得到验证,并祝贺马斯克与 SpaceX 团队。16
二、AI 模型与基础设施
- Google 多智能体工作流(/teamwork 与 DeepReview,基于 Gemini 4 模型)被转发内容称为已解决10余个数学与CS理论开放问题,包括5000万行 Lean 4 的 Courtade–Kumar 猜想证明,以及量子查询复杂度、Tarjan 双端队列猜想等问题;还通过 Teamwork-LEAP 自主完成 Weil(180万行)、Birkhoff、3D Bochner–Riesz 猜想的 Lean 形式化。1 化学方面 NMR 分子结构解析 top-1 精确匹配达95%,接近单智能体的两倍;系统方面包括在 FarArray 和 RDMA 上聚类万亿边图(最高快180倍)、80万行 Zircon 与17万行 libgav1 的安全 Rust 重写(比 C++/ASM 快20–30%)、DuoDiscover 带来4.09倍 JAXBench TPU 内核加速、集群内存节省超1 PiB、Borg TPU 抢占减少24%。2 这些工具已在 Antigravity 对外开放:Hydrogen 模型面向所有用户,Carbon 和 Argon 面向企业及 Ultra/付费用户;并开放1万名学术研究者申请6个月最高用量层级免费权限,所有用户每周有两次免费 DeepReview 调用。3
- Gemini 4 Hydrogen 首批结果显示,在两个真实仓库、105个植入 bug 上,其强于且便宜于 Haiku 5.5(max),强于且快于 GPT-6 Luna(max),略逊于 Sonnet 5.5(xhigh),明显高于 GPT-6.1 Terra(xhigh),被评价为适合作能实际干活的快速子智能体。1
- Perplexity 的“Computer”方向:其 CEO 在 SGLang Summit 约15分钟演讲中称,今年1月做了 Slack agent,员工与机器人交流多于彼此;选择“Computer”一词而非 SuperAgent/MasterAgent;搜索以代码形式通过 Python SDK 暴露抓取、分块、嵌入、检索能力,供 agent 自建搜索管线。1 该演讲笔记还称,Perplexity 每天运行数百万并发沙箱,平台开源并含红队修复;微调的 Qwen 27B 在89项任务上本地得分59.6%,按需调用 Opus 5 提升至73%;实习生转正者开发的 Apple Silicon 推理引擎 Lily 在 M5 Max 上 prefill 快 MLX-LM 约22%、decode 快约30%。2
- 基准饱和测量:Ethan Mollick 发布 SatBench,用于衡量主要 AI 基准被“打满”的速度;2023年以来 Labs 引用的173个基准中,63%现已饱和,且饱和速度逐年加快,作者据此认为 AI 进步快于测量手段。1 他补充,几年前用 STATA 做同样的基准与分析可能需数天,而这次只用了约4条提示词交给 Fable 5.2。2
三、开发者实践与行业观点
- “No AI Slop Manifesto”在旧金山 AI Engineer Code Summit 发布,已登上 Hacker News 首页,获300多个签名,签名者来自 Baseten、SpaceX、OpenAI、PostHog、Shopify、Glean、ZoomInfo 等公司。其核心主张包括:AI 只能放大而非替代人的判断;人仍需为交付物的意图、品味和后果负责;模型变强后可以不读大部分代码,但仍需审查计划、设计或结果,否则产出会与他人雷同。1
- swyx 对“软件工厂”的判断:应把 AI 产出节奏放慢到人类速度,否则会冲击玩家、会计、合并队列和机器;软件工厂维护成本极高,他已推倒此前五个工厂,因重写比修复更便宜,因此不建议贸然购买或自建;明年将出现大量人/智能体及智能体之间的职场摩擦,几乎人人会有个人幕僚长智能体,并把它带进工作场所。1 他还认为当前 AI 交互界面仍基本是回合制,AI UX 严重欠优,尤其考虑到已有成本低到可忽略的模型。2
- Deedy 的 Fable 5.2 实测:他尝试了制作 Anthropic S-1 的视频讲解、移动端物理精确的板球游戏、用 PDF 生成讲解整本圣经的动画故事、用 Rust 编写高度优化的4万 QPS 爬虫、算法艺术及美国医疗资金流向可视化;其中人脸3D渲染失败,动漫角色绘制、绑定与场景演绎效果一般。1 Ethan Mollick 则称用 Fable 5.2 重建奥登1941年诗歌课的结果令人印象深刻,该智能体通过反复全文检索,逐行阅读了互联网档案馆中一本冷门但相关的书。2
- 马斯克转发星链观点:低轨大量卫星是实现全球带宽提升的必要条件,这一成绩没有听起来那么好;他预计 SpaceX 通信卫星最终将超过10万颗,多为 V4 或 V5,该系统有机会承载约一半全球流量。1
