机器之心报道 编辑：杜伟 随着大模型的崛起，AI编程领域正在发生翻天覆地的变化。 各种编程大模型、编程工具涌现，通过自动补全代码、自动 debug 等实用的功能为开发者的日常工作提供极大便利，并在一定程度上提升了开发效率。 不过，问题来了，AI 编程工具带来的影响真是如此吗？ 近日，一家非营利性 AI 调研机构「METR」进行了一项随机对照实验，旨在了解 AI 编程工具如何加速经验丰富的开源开发者的工作效率。 结果却是非常令人意外： 开发者本来坚信使用使用 AI 工具后速度可以提升 20%，但实际上速度却比没有使用 AI 工具时慢了 19%。 这一结论在社交媒体 X 上爆 了，阅读量几乎要突破 300 万。 如下图所示：与专家预测和开发者本来的直觉相反，2025 年初的 AI 编程工具将减缓经验丰富的开发者的开发速度。在本次随机对照实验中，16 位拥有中等 AI 编 程经验的开发者完成了 246 项大型复杂项目的任务，他们平均拥有 5 年开发经验。 对于这项调研，网友反应不一。有人感同身受，表示赞同。 有人则对 METR 的测量指标产生了质疑，表示「完成任务的时间」不能与「生产力」划等号，并且中等 AI 经验 ...

本篇内容转载自「锦秋集」 semianalysis写了一篇文章，通过深入分析DeepSeek和Anthropic两家公司的策略选择，揭示了一 个行业共同面临的根本挑战：计算资源的稀缺。 DeepSeek R1发布128天后的数据呈现出一个看似矛盾的现象：官方平台用户流失，但第三方托管 的模型使用量却暴增20倍。为什么用户会抛弃价格极低的官方服务，转而选择第三方平台？ 本文通过Token经济学这一分析框架找到了答案。 文章指出，AI服务的定价本质上是三个性能指标的权衡游戏。 第一是延迟，即用户发送请求到收到第一个字符的等待时间； 第二是吞吐量，即模型每秒能生成多少个token，直接影响对话的流畅度； 第三是上下文窗口，决定了模型能"记住"多少对话历史，对于分析长文档或大型代码库至关重要。 关键洞察在于：通过调整这三个参数，服务商可以实现任何价格水平。 以下为原文内容。 原文： https://semianalysis.com/2025/07/03/deepseek-debrief-128-days-later/ 超 9000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 邀请从业者、开发人员和 ...

黄仁勋 图片来源：视觉中国 英伟达耗时三十年，才艰难攀上1万亿美元市值的山峰；而从1万亿到4万亿，它却只用了短短两年。 当地时间7月10日，这家全球领先的人工智能芯片供应商的股价收于164.10美元，创下历史新高，成为全球首家市值突破4万亿美元的上市公司。这不仅是AI 第一轮算力竞赛的顶峰，更是一个深刻的产业结构演化信号：AI竞争的核心，已悄然从"谁能训练出最大、最强的模型"，转向"谁能让全世界用得起、用得 好模型"。 自2022年生成式AI的浪潮席卷全球以来，大模型的研发驱动了前所未有的基础设施投资热潮。进入2024至2025年，随着AI"推理"任务（即模型的实际应用） 量呈指数级增长，企业端与消费端的AI应用正在全面铺开，科技巨头在AI基础设施领域的竞争也日趋白热化。 英伟达的登顶，是整个AI生态从"训练为王"向"应用为王"战略跃迁的缩影。真正的拐点在于，AI正开始以前所未有的广度和深度，大规模、日常化地融入 普通人的生活与实体企业的生产流程。AI发展的"第二幕"，已然开启。 英伟达速度：两年从1万亿到4万亿美元 当地时间7月10日，英伟达市值正式迈过4万亿美元大关，成为全球资本市场的新晋王者。福布斯实时 ...

清华大学团队 投稿 量子位 | 公众号 QbitAI 近年来，多模态大模型（MLLMs）发展迅猛，从看图说话到视频理解，似乎无所不能。 但你是否想过：它们真的"看懂"并"想通"了吗？ 模型在面对复杂的、多步骤的视觉推理任务时，能否像人类一样推理和决策？ 为评估多模态大模型在视觉环境中，完成复杂任务推理的能力。清华大学团队受密室逃脱游戏启发，提出 EscapeCraft：一个3D密室逃脱环境 ，让大模型在3D密室中通过自由探索寻找道具，解锁出口。 该论文目前已入选ICCV 2025。 EscapeCraft 环境 沉浸式互动环境，灵感源自密室逃脱 研究团队打造了可自动生成、灵活配置的 3D 场景 EscapeCraft，模型在里面自由行动：找钥匙、开箱 子、解密码、逃出房间……其中每一步都需整合视觉、空间、逻辑等多模态信息。 任务可扩展，应用无限可能 EscapeCraft以逃出房间为最终目的，重点评测逃脱过程中的探索和决策行为、推理路径等。支持不同房 间风格、道具链长度与难度组合，还可扩展到问答、逻辑推理、叙述重建等任务。它是一个 高度灵活、 可持续迭代的通用评测平台 ，也可以为未来的智能体、多模态推理、强化 ...

奕然 发自 凹非寺 量子位 | 公众号 QbitAI 如何用多智能体的方法构建深度搜索？ 现在，Claude团队把自家最新的心得，对外分享了。 在这篇文章中，它详细展示了如何构建一个 有效的多智能体研究系统 ，这是一个架构，其中主代理（The Lead Agent）会生成和协调子代 理（Subagents)，以并行方式探索复杂查询，内容涵盖系统架构、提示工程以及评估方法等。 Claude数据显示了不同行业领域使用此功能的比例——专业领域软件系统开发占比10%，开发和优化专业和技术内容、开发业务增长和创收 策略皆占比8%，协助学术研究和教育材料开发占比7%，研究和审核信息占比5%。 网友们点评： Anthropic团队对AI模型的理解真是killer级别啊。 一起来看看这篇干货教程。 关键架构：协调器-工作器架构 Claude团队使用了协调器-工作器架构，专门用于管理多个智能体之间的任务分配与协作。下图展示了多智能体架构运行情况。 此外，该系统使用 多步搜索 而非静态检索，动态地查找相关信息，适应新的发现，并分析结果来形成高质量的答案。 与单个代理的Claude相比，它在内部评估中成功率达到90%更高，比如，以 ...

作者｜冬梅 最近有个金额不算特别巨大的收购案在技术圈内引发持续关注：海外互联网巨头 Wix 斥资 8000 万美元（约 5.7 亿人民币）现金，买下一家成立仅 6 个月的 AI 小公司 Base44。 这家公司到底有多神奇？它的创始人身上有着这样几个标签：90 后、独立开发者、白手起家 的"富一代"。 据报道，Base44 作为一家独立公司成立六个月后，用户数量增长至 25 万，并在成立后的三周内 就达到了 1 万。根据 Shlomo 在 X 和 LinkedIn 上的帖子，该公司已实现盈利，即使在支付了高 昂的大语言模型 token 成本（他也公开记录了这一点）后，5 月份仍实现了 18.9 万美元的利 润。 这个时代最大的红利是，AI 降低了创业门槛，普通人也能借助 AI 工具快速变现。 其实在创建 Base44 项目之前，Shlomo 在 AI 创业圈已经小有名气。 Shlomo 今年 31 岁，是一位前端开发者。早在 2017 年，他就与朋友共同创办数据分析公司 Explorium，经过 8 年的发展，Explorium 目前拥有 100 多名员工，并获得全球知名投资机构 Insight Partne ...

时令 发自 凹非寺 量子位 | 公众号 QbitAI 下面我们来看看，这一与多数人直觉相悖的结果是如何得出的。 用AI，有经验的开发者反倒被拖慢了？ 在一项基于真实开源项目的实验中，研究者发现使用AI工具不仅没有提升开发效率，反而让 任务时间增加19% 。 这简直与人们预测的结果完全相反。 网友也表示，没有AI辅助写代码，痛苦面具真的要出来了。 16位经验开发者实测AI使用效率 为了直接评估AI工具对开发者生产效率的影响，研究者让 16位经验丰富的开发人员 完成 246项任务 ，这些任务都是在知名开源代码仓库中 （平均23000星，1100000行代码）。 每项任务被随机分配是否允许使用AI工具。若需要使用AI工具，主要是使用Cursor Pro搭配Claude 3.5/3.7 Sonnet。 随后，研究团队记录开发者在不同条件下完成任务所花费的时间，并收集他们在工作时的屏幕录像。 在这个实验中，每位开发者都会提供一份自己代码仓库中的真实任务列表，作为本次研究的工作内容。 这些任务通常是错误报告、功能请求或用于协调开发的工作项，内容从简短的问题描述到详细的分析不等，所需时间也从几分钟到数小时不 等。 收集完任 ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 发布还不到一天，马斯克的Grok4就已经被网友们玩疯了。 比如有网友报告，Grok-4已经 成功通过了著名的六边形小球氛围编程测试 。 只见随着六边形的不断旋转，小球错落有致地从开口下落。 拿着显微镜捉虫的网友发现小球在返回中心位置时会穿墙，但作者表示这是故意为之。 | Plutus � @PlutusCosmos · 17小时 | | | | | --- | --- | --- | --- | | The balls penetrate the walls when the go back to the center. Is it intended? | | | | | O3 | U | ♡ 74 | 111 2.5万 | | Flavio Adamo � @flavioAd · 17小时 | | | | | yes | | | | | 01 | 17 | C 59 | 1 1 2.5万 | | SoyTeslike � @soyteslike · 16小时 | | | | | damn, already screenshotted but it wa ...

曾被OpenAI相中，开价30亿美元的AI编程初创公司Windsurf，如今转身投奔了Google。 就在刚刚，Google宣布将Windsurf部分高管及工程团队纳入其旗下的DeepMind团队，重点推进"代理式编码"（Agentic Coding）方向的研究。 尽管Google并未获得Windsurf的控股权或股权，但已获得该公司部分技术的非独家使用许可，不过，此次引入团队的具体花费并未透露。 与此同时，Windsurf也迅速完成了内部调整。原商务主管Jeff Wang将出任临时CEO，全球销售副总裁Graham Moreno升任公司总裁，维持其作为独立初创 公司的持续运营。 Google发言人Chris Pappas在接受外媒The Verge采访时表示："Gemini是当前最强大的模型之一，我们一直在提升其对开发者的价值。很高兴Windsurf团队 的顶尖AI人才能加入我们，推动代理式编码研究向前迈进。" Mohan与Chen也在联合声明中表示，"我们为Windsurf四年来的成就深感自豪，也很期待和这支世界级的团队一起开启新阶段。" DeepMind CEO Demis Hassabis表示祝贺 据 ...

Key Takeaways OPRX Q1 revenues rose 11% YoY to $21.9M with $1.5M adjusted EBITDA and raised FY25 guidance. OPRX's DAAP and subscription model drive margin gains, with 80% of FY25 revenues under contract. OPRX cut OpEx by $5M and targets Rule of 40 status, but gross margin dipped on managed services mix.OptimizeRx (OPRX) is making a bold shift toward AI-driven, workflow-integrated solutions, signaling a strategic evolution that could redefine its role in digital pharma communications. On its first-quarter ...