【4月12日】昨天AI界发生了啥?

开源加速，模型竞赛白热化，AI工具全面渗透

MiniMax 开源了 M2.7 模型，最有意思的是它能「自己研究怎么训练自己」，AI进化速度可能会越来越快。

OpenAI 的 GPT 5.4 Pro 跑分出来了，跟 Anthropic 的 Mythos 不相上下，那么Spud（下一代GPT模型）和Mythos（下一代Claude模型）到底谁会更强呢？

Anthropic 的企业客户增长曲线涨得吓人，大概率一个月内就会在企业采用率上超过 OpenAI。

MiniMax 开源了他们最新的AI模型 M2.7。

模型本身跑分不错，但这不是最大的看点。

什么意思呢？

有意思的是他们提到的「模型的自我进化」。

简单说就是：他们造了一个AI助手，专门帮研究团队做实验。这个助手能自己查资料、跑测试、分析结果，然后提出改进方案。

说白了，就是让AI自己研究怎么训练自己。目前这个AI助手能处理30%-50%的研发工作。

为什么这个事情比较重要呢？

因为一旦AI能自己优化自己，模型迭代速度会指数级加快。

不光是MiniMax在做，大概率所有顶尖AI实验室都在内部，搞类似的事。

用AI训练AI，左脚踩右脚，螺旋升天。

Box公司CEO Aaron Levie 提了一个反直觉的判断：

AI时代，律师会更多，不是更少。

逻辑其实很简单：

AI让更多普通人能提法律问题了，但验证和执行还是得靠真人律师。同时AI本身又制造了一堆新的法律问题，比如版权、隐私、监管合规。

他还给了一个数据：

美国律师数量从1975年的40万涨到2025年的137.5万。

PC和互联网都没减少律师，反而让需求暴增。

大概率很多行业都会出现类似规律：AI降低了入门门槛，但提高了专业需求。

需要负责「判断」和「承担决策责任」的人类专家，市场需求会越来越大。

最近大家都在聊 Anthropic 的 Mythos 模型有多强。但有人发现了一个被忽略的细节：

OpenAI 的 GPT 5.4 Pro 在重叠的测试项目上，跟 Mythos 基本打平。

具体来说：

GPQA（一个很难的学术问答测试）94.4 vs 94.5，几乎没有差距。

BrowseComp（网页浏览能力测试）GPT 5.4 Pro 甚至比Mythos还强，89.3 vs 86.9。

说白了，OpenAI 并没有掉队。现在海外大模型御三家的格局是 Anthropic、OpenAI、Google 在不同方向上轮流领先，谁也没有拉开绝对差距。

沃顿商学院教授 Ethan Mollick 说了句很到位的话：

过去写作教育教的是逻辑和论证，但AI会逼我们重新重视「风格」和「审美」。

为什么呢？

因为现在互联网上的文字读起来都像AI写的，千篇一律。

当内容可以被批量生产，独特的表达方式反而成了稀缺品。

Meta AI 在苹果 App Store 冲到了第二名，成了下载量最高的AI应用。

感觉这个路子，跟豆包很像。

虽然模型一般般，但是人家手里，有一大堆日活用户很高的App，硬是靠着用户基数，把自己的AI应用热度推上去了。

字节有抖音、红果、飞书，Meta有Facebook、Telegram和Instagram。

Stanford 的一堂2小时AI系统构建课，「比你刷过的所有 Claude 教程都实用10倍」。

因为讲的不是提示词技巧，是怎么从零搭一个靠谱的AI系统。

系统思维永远比简单的提示词技巧值钱，真正的Harness教学。

我把它的原文都给扒下来翻译成中文了，并且做了详细的课程笔记和Nano Banana的画图解释。

后台回复【斯坦福】即可获取。

硅谷顶级孵化器 YC 的掌门人 Garry Tan 说了一段很有意思的话：

「如果你的工具崩溃时记忆也跟着消失，说明你把工具做得太重了。」

他的理念是：

记忆应该存成简单的md文本文件，工具只是读取它们的导体，不应该「拥有」它们。

而且你作为人类，大脑里应该存储着，关于这些记忆和工具的信息，不应该完全交给AI。

Garry Tan自己做的AI助手框架 GBrain 0.9.0 更新了。

有意思的地方在于：

他把自己的配置开放出来了，其他用户可以直接继承，再根据自己需求调整。

说白了就是把自己的个性化设置，共享到互联网上了，包括前两天，生化危机的女主演员，也开源了自己的记忆系统到Github上。

名人开源自己的AI工具，大概率会成为一种新的，扩大自己影响力的流行方式。

知名科技博主 Chubby 分享了一张 Anthropic 的企业采用率增长图，那条曲线陡得超出所有人预期。

根据 Ramp 的数据（一家帮企业管钱的公司），Anthropic 大概率会在一个月内，在企业采用率上超过 OpenAI，成为企业用得最多的AI产品。

国内做AI开发的朋友可以关注一下：

真格基金和十字路口的算力补贴，填个表、聊一次就搞定，五万块算力很快到账。协议也就几百字，没啥奇怪条款。

WaytoAGI 和观猹也有类似计划。对独立开发者，尤其是AI领域的OPC开发者来说，是实打实的支持。

开发者 Maaz 做了个工具叫 OSAP，解决一个很多人头疼的问题：

在 Slack、GitHub、Notion 之间来回切换。

它用AI做推理，帮你跨应用处理多步任务，还能记住你的工作习惯。

AI Agent 正在从「单个应用内」走向「跨应用协作」。

去年豆包手机出来的时候，各家都在封杀，高筑墙、缓称王，生怕给字节做了嫁衣。

但是到了今年，各家都在开放自己的API接口，把自己变成CLI，主动拆掉自己的城墙，生怕被AI时代甩在身后。

😅还是挺讽刺的

有人用 Claude Code 搭了一套自动求职系统：AI帮你找职位、写简历、投递，全程自动化。

说白了就是把找工作这件事也交给AI了。

但是你别说，这个思路真的牛逼🐮

想要找AI相关的工作？

你先展示一下，自己使用AI的能力。

怎么展示呢？

直接用AI来帮你找工作。

闭环了卧槽😭

Chubby 转发了一个关于 Claude Code 输出质量下降 的讨论，还附了一份AMD的分析报告。

Claude官方回应，说我们的模型从来不会降智，只是你的设置不对，没有提高它的推理额度。

我直接一个托马斯螺旋巴掌，那不是你自己把ClaudeCode里的默认设置改了吗？

普通用户，谁知道你改了推理参数？谁知道要把推理参数改回来？

我愿称之为AI界的绿茶🍵

但是说实话，最近因为算力不足，各家大模型都开始降智了。。无论是Claude、GPT、Gemini，还是国产模型。

干活老是干不明白😅

说实话，2026年，底层模型已经不是AI领域关注的唯一重心了。

尽管大家依旧关心，谁谁新出的大模型，又变得更牛逼了。

但越来越多人开始关心，到底AI能在我的生活和工作里，有啥用？

Aaron Levie 说AI时代，大家对律师的需求反而会变得更多。

Ethan Mollick 说写作不重要了，找到自己的风格变得更重要。

Garry Tan 说，不要把工具和记忆搞得太复杂，至少你的人脑应该能够记住，你做了哪些Agent设计。

还有人用Claude Code帮自己找工作。

你会发现，大家讨论的已经不是「AI能做什么」了，是「AI进化之后，这个行业会变成什么样」。

对普通人来说，现在最该做的事就是找一个你熟悉的场景，把AI用起来。

不要做等等党，一直观望，一直等「完美的工具」出现，因为工具每周都在进化。

用起来的人和观望的人之间的差距，不开玩笑，真是越来越大了……