当整个 AI 圈都在为 DAU（日活跃用户数）和融资额焦虑时，MiniMax 创始人闫俊杰却表现出一种近乎冷酷的淡漠。

坐在罗永浩对面的闫俊杰，并不像一位掌管着 AI 独角兽企业的技术新贵。

他拒绝谈论改变世界，反而坦承恐惧。那种恐惧不是来自商业竞争，而是来自技术本身——当模型的能力开始超越人类时，创造者反而成了最先感到不安的人。

只要是一个东西能被量化，模型就一定会强于人，或者一定是能到最好的人类的那一档水平。所有做得比较成功的模型，在做出来之前都会有点害怕。

据晚点采访，在 MiniMax 内部，互联网行业奉为圭臬的 DAU ，被闫俊杰直接定义为「虚荣指标」。

在巨头环伺、算力短缺、热钱褪去的 2025 年，MiniMax 正在进行一场关于认知的修正：不再沿用移动互联网的逻辑，即通过大规模投放换取增长、通过堆砌功能留住用户，而是回归本质：把模型当作最重要的产品。

在大模型时代，真正的产品其实是模型本身，传统意义上的产品更像是一个渠道。如果模型不够聪明，产品做得再好也没有用。

在罗永浩和闫俊杰这期对谈里，我发现 MiniMax 这家 AI 公司从创业第一天就选择了注定与主流背道而驰的技术路径。

当所有人都试图寻找中国的 OpenAI 和 Sam Altman 时，闫俊杰却在试图证明「非天才」的价值。MiniMax 的故事不是关于天才的灵光乍现，而是一场关于如何在资源受限的缝隙中，通过极度理性地计算与修正，撕开一道通往 AGI 窄门的精密实验。

用 1/50 的筹码通往 AGI

MiniMax 过去三年的技术路线，表面看是一连串孤立的赌注，实则暗藏着一条统一的逻辑线索：在资源受限的前提下，如何用更聪明的方式优化，而非更多的算力堆砌，逼近 AGI 的上限。

当行业还在卷文本时，MiniMax 做了一个在当时看来极度冒险的决定：创业第一天就押注全模态。闫俊杰后来解释说，他们一开始就想得很清楚，真正的 AGI 一定是多模态的输入、多模态的输出。

三年多前创业时完全没有现成的技术路线，他们的策略就是每个模态至少先走通，等时机成熟再融合。这种坚持在当时备受质疑——业界主流认为应该先聚焦单一模态做到极致。

但闫俊杰的逻辑是，AGI 的本质是多模态融合，如果现在不同步推进，等到需要融合时技术债会成为致命伤。这种非共识的坚持，让 MiniMax 在 2025 年拥有了全球音频第一、视频第二、文本稳坐第一梯队的全模态能力。

前不久 OpenAI 的 Sora 2 通过多模态融合取得了显著成果，这在一定程度上也印证了 MiniMax 早在创业初期就选择这一技术路径的前瞻性。

但更激进的是，闫俊杰在创业初期就打破了 AI 研究的传统模式。

这是公司刚组建时打破的第一个认知——把大模型做好这件事一定不能迷信之前的经验，得用第一性原理拆开来看。大概在四五年前，人工智能领域大家追求的是写很多数学公式，把理论搞得很好、很花哨。

但这代人工智能最核心的其实就是 Scaling（缩放定律），就是让它能够用最简单的方法把效果做得更好，并且随着数据跟算力变多，效果就能够持续往上涨。

闫俊杰的技术直觉源自 2014 年在百度的实习经历。那时 Anthropic 的 CEO Dario Amodei 也在百度实习，正是在那里他发现了 Scaling Law 的雏形。

闫俊杰说，Scaling Law 其实在 2014 年做语音识别时就已经被发现了，但真正被广泛认知是大概 2020 年左右。「六年前就有了，并且那件事发生在中国公司，所以后面的事就有点遗憾。」

这段往事让闫俊杰意识到，中国并非没有机会，而是错失了把技术洞察转化为产业优势的时机。

现实是残酷的。闫俊杰很清楚中美之间的差距。他算过一笔账：美国最好的公司的估值是中国创业公司的 100 倍，收入基本上也是 100 倍，但技术可能就领先 5%，花的钱大概是 50 到 100 倍之间。

那为什么中国的公司可以花他们 1/50 的钱就做出来效果，差距可能只差 5%？核心原因是中国的人才还是非常好的。而更关键的是，中国的算力比美国有很大差距，因此必须得用更加创新的方式，才有可能做到同样的效果。

原则可能是一样，但方法上，在每个模块上其实都有很多创新。

算力限制不一定是诅咒，反而能成为倒逼创新的鞭子。

这就解释了为什么 MiniMax 从 2023 年起就率先探索 MoE 架构，为什么在 2025 年敢于押注线性注意力机制，又为什么在 M2 模型中回归全注意力机制。

每一次技术选择，都是在有限资源下寻找质量、速度、价格的三角平衡。

如果说 DeepSeek的逻辑是「用极致的工程优化榨干每一分算力」，那么MiniMax 就是在通过算法突破和机制创新在有限资源中撬动更大可能。

一个稳扎稳打，一个剑走偏锋。

其中一个出奇的创新， 是 MiniMax 在模型推理机制提出的「交错思维（Interleaved Thinking）」，让模型在「动手做事—停下来思考—再动手」的循环里推进任务。

这一新的机制很快推动了 OpenRouter、Ollama 等国外主流推理框架的适配支持，也带动 Kimi 和 DeepSeek 等国内模型陆续补齐类似能力。

但这些成果背后，更值得追问的是：一支没有硅谷海归坐镇、被外界视作「草根」的团队，如何做出全球领先的模型？

闫俊杰的回答出人意料。

AI 不是玄学，而是可以被第一性原理拆解的工程问题，比如算法该怎么设计，数据的链路该怎么搭建，训练效率该怎么优化，每个东西都有非常明确的目标。

正是基于这一判断，让闫俊杰放弃了寻找「天才」，转而相信科学方法论可以让普通人发挥非凡价值。 他还提到，公司的海归是不少的，但真正能起到关键作用的同学，很多人基本上都是第一份工作。

在 MiniMax 会议室墙上有一行字——Intelligence with Everyone，这是闫俊杰创业的初衷，也是不少人选择加入 MiniMax 的理由。

这行字今天也正在成为现实，全球超过两百个国家和地区的用户正在使用 MiniMax 的多模态模型，其中既有 2.12亿用户，也有 10 多万企业和开发者来创造更多产品和服务。

非天才主义的 AI 掌舵人

如果说技术路线的非共识是显性的，那么闫俊杰本人的成长轨迹，则是一场关于「反脆弱性」的修行。

闫俊杰出身河南小县城，在资源极度匮乏的环境下培养了极强的自学能力。

上小学的时候自己会看很多书，而且这些书有可能不应该是那个时间点的人来看的。比如很多高中甚至大学的书，上小学的时候提前就看。我爸爸是教初中的，就开始看初中的东西，上初中的时候就开始看高中的东西，高中的时候又开始学微积分，那些东西其实也没有人教，就是自己看。

小学自学初中，高中自学微积分——这种不受环境限制、超前学习的特质，贯穿了闫俊杰的整个创业生涯。当别人在等待导师指点时，他已经通过第一性原理自我拆解问题；当别人在抱怨资源不足时，他已经通过极致的自学能力补上了差距。

但自学能力并不意味着一帆风顺。这和闫俊杰在商汤受到的「残酷训练」不无关系。那时候他开始意识到要真正做一个最好的东西，就做了人脸识别，从倒数到第一大概花了一年半。

这一年半是非常痛苦的，每次技术测试都是倒数第几名，这种煎熬足以击垮大多数人。 但闫俊杰没有放弃，反而从这段经历中提炼出了核心方法论：一定要做取舍，一定要选一些更加长期、能够根本性发生变化的东西，而不是去做一些修补的东西。

经历这事之后，最核心的还是对自己这些最底层的判断有信心。

这段磨炼锻造了闫俊杰两个关键特质：一是极致的取舍能力，愿意放弃短期修补，聚焦长期突破；二是极高的心理韧性，能够承受长周期的失败和质疑。

这两个特质，恰恰是 MiniMax 能够在技术路线上坚持非共识这种近乎「佛系」的定力，让闫俊杰在硅谷银行危机、模型训练失败等困境中都能保持冷静。

中国 AI 的第三条路

MiniMax 的故事讲到这里，一个更大的问题自然浮出水面：当人才培养需要时间，技术追赶需要周期，中国 AI 公司靠什么在当下就建立自己的生存空间?

MiniMax 不一定是标准答案，但闫俊杰倒是有三个创业至今一直坚持的原则：

第一，不做项目，只做用户；第二，国内海外同时做。

2022 年，国内大厂还在观望 AI 是否值得投入，创业公司普遍选择 ToB 路径（做项目、卖解决方案）以求快速变现。但闫俊杰选择了最难的一条路：ToC，并且从第一天就瞄准全球市场。

因此，闫俊杰选择在海外更激烈的竞争中打磨技术，而非卷入国内与巨头的流量争夺。事实证明，这是正确的——MiniMax 在海外市场的 DAU 和付费率都维持在健康区间，而这正在成为它的护城河。

但最难的，是第三个原则：技术驱动 vs 用户增长。

这是对所有 AI 创业公司的终极拷问。闫俊杰坦白也纠结过，最终选择了前者，哪怕这意味着短期数据的牺牲、中层的流失和外界的质疑。

通过模型能力推动产品和业务发展，或者通过移动互联网时代的增长方式来发展，两者有可能都是对的，但它们是没法共存的。最后我们发现技术驱动的这种方式才适合我们。

在技术驱动的战略下，闫俊杰做出另外一个关键选择：开源。

年初 DeepSeek R1 横空出世后不久，闫俊杰曾表示，如果可以重新选，应该第一天就开源。在和罗永浩的对谈里他再次谈到开源。

实际上开源这件事，在手机操作系统上其实都发生过。苹果是闭源的，安卓是开源的，第二名后面的人必须得开源才有自己的独特定位，才能发出新的生态。

为了让我们能够进展，需要别人有选择我们的理由，模型的开放性恰好是一个非常重要的理由，因为它可以让你有足够强的技术信任，知道你的研发能力，也愿意更加深度来合作。

而 MiniMax 也延续着 DeepSeek 掀起的开源浪潮， MiniMax M2 发布后，大模型分析平台 Artificial Analysis 是这样介绍的：

中国 AI 实验室在开源领域持续保持领先地位。

MiniMax 的发布延续了中国 AI 在开源领域的领先地位，这一地位由 DeepSeek 在 2024 年底开启，并由 DeepSeek 的后续发布、阿里巴巴、智谱、和 Kimi 等公司持续保持。

最近全球模型聚合平台 OpenRouter 联合a16z 发布了一份报告 State of AI 的100 Trillion Tokens ，可以看到 M2 开源之后，快速受到了全球开发者欢迎和采纳。

中国开源模型在全球使用量占比从 2024 年初的 1.2%，现在这个数字已经飙升至 30%，全球开源生态的重心已经向中国倾斜。

但这场竞赛远未结束。闫俊杰的判断是，算力和芯片的物理限制，决定了模型参数量和成本是有天花板的。在一个有限的参数量的情况下，不同的人来做不同的取舍，就一定会有些不一样的成果。

AI 不会一家独大，但也不会百家争鸣，最终会收敛到少数几家基于不同取舍的共存格局。

罗永浩关于「中国错失 GPT-3.5」的追问，闫俊杰展现出了一种务实的乐观。他表示把技术做好最重要的东西，说到底其实是两个词，一个是想象力，一个是自信。

美国那些企业很多浪潮是他们引领的，所以有自信在，要引领这个行业。在中国有些产业里面其实也是这样的，比如通讯、还有其他领域。

至少人工智能这个行业目前还没有到引领这个地步，但这个事情已经越来越具备了。

这或许就是中国 AI 公司需要走出的第三条路：

用更聪明的架构设计，对抗算力差距；

通过科学的组织进化，培养 AI 原生人才 ；

在夹缝中长出自己的形状，而非附庸于巨头。

MiniMax 的故事还在继续，中国 AI 的篇章墨迹尚未干。胜负不由起跑线决定，而由你选择在哪条路上、用什么样的节奏、坚持多久来定义。

闫俊杰在访谈中说道：

再往后三年看，即使不是我们，也会有中国其他的人能够做到这件事。

三年后，会是谁?又会用怎样的方式？

没有一部续集如此令人期待，因为我们都会是其中的角色。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

AI 领域迄今最大规模的用户行为实录，刚刚发布了。

这是全球模型聚合平台 OpenRouter 联合硅谷顶级风投 a16z 发布的一份报告，基于全球 100 万亿次真实 API 调用、覆盖 300+款 AI 模型、60+家供应商、超过 50% 非美国用户 。

我们能从里面看到人类真的在怎么用 AI，尤其是那些不会出现在官方案例、不会被写进白皮书的对话。

APPSO 从里面的发现了三个最反直觉的结论：

1. 人类最真实的刚需不是生产力，是「荷尔蒙」和「过家家」。超过50%的开源模型算力，被用来搞角色扮演、虚拟恋人和 NSFW 内容。写代码？那只是第二位。

2. 真正的高端用户根本不看价格标签，而便宜到几乎免费的模型，死得反而更快。早期抓住用户痛点的模型，会更容易锁住用户。

3. 中国模型只用一年就撕开了防线。 从 1.2% 到 30%，DeepSeek 和 Qwen 为代表的的国产模型一跃成为开源的王。

必须要注意的是：这份报告不可避免地带有「偏见」。

OpenRouter 的用户主要是个人开发者、中小企业、开源爱好者，而非 500 强企业。那些每月在 Azure、AWS 上烧掉数百万美元的大厂 AI 预算，并不在这份数据里。所以：

• 中国模型的占比会被放大（中小开发者更愿意尝试开源和低价方案）
• 开源模型的份额会被高估（企业级用户更倾向闭源 API 的稳定性）
• Roleplay 等「娱乐向」场景会显著偏高（大厂不会用公开 API 搞这些）
• 企业级混合部署的真实用量看不到（那些都走私有化和 Azure OpenAI Service）

但回头想想，这恰恰是这份报告的价值所在。

当所有人在发布会上鼓吹 AI 如何改变生产力时，我们可以清楚看到：谁在裸泳，谁在通吃，谁在悄悄统治那些不可描述的领域。

从 1% 到 30%，中国模型撕开 OpenAI 帝国的口子

如果把 AI 市场看作一张世界地图，2024 年之前，它是属于 OpenAI 和 Anthropic 的闭源帝国。他们筑起 API 的高墙，收着过路费，定义着规则。

但墙塌了。

看这张使用量分布图，开源模型（OSS）的 token 使用量已经飙升至总量的三分之一，而且这个数字还在以惊人的速度攀升。

2024 年夏天是一个分水岭时刻。

在此之前，市场是死水一潭。OpenAI 的 GPT 系列和 Anthropic 的 Claude 分食大部分蛋糕，开源模型只是点缀。

在此之后，随着 Llama 3.3 70B、DeepSeek V3、Qwen 3 Coder 的密集发布，格局瞬间攻守易形。那些曾经高高在上的 API 调用量，开始遭遇断崖式的分流。

这里必须专门谈谈中国模型的崛起，因为这是过去一年最具侵略性的叙事。

数据显示：

• 2024 年初： 中国开源模型在全球使用量中的占比仅为 1.2%，几乎可以忽略不计
• 2025 年末： 这个数字飙升至 30%，在某些周份甚至触及峰值

从 1.2% 到 30%，这是一场自下而上的包围战。

DeepSeek 以总计 14.37 万亿 token 的使用量稳居开源榜首，虽然其霸主地位正在被稀释，但体量依然惊人。Qwen 紧随其后，以 5.59 万亿 token 占据第二，而且在编程领域的表现极为凶猛，可以直接与 Claude 掰手腕。

更关键的是节奏。中国模型的发布周期极其密集。DeepSeek 几乎每个季度都有重大更新，Qwen 的迭代速度甚至更快。这种「高频打法」让硅谷的巨头们疲于应对：自己刚发布一个新模型，对手已经连发三个变种。

戳破 AI 泡沫，三个被忽略的真相

现在，让我们戳破那些想当然的泡沫，看看 AI 在真实世界里到底被用来干什么。

真相一：「小模型已死，中型崛起」

市场正在用脚投票，抛弃那些「又快又傻」的极小模型。

数据显示，参数量小于 15B 的模型份额正在暴跌。用户发现，速度再快也没用，如果 AI 傻得像个复读机，那还不如不用。

中型模型（15B-70B 参数）成为新宠。 这个市场甚至是被 Qwen2.5 Coder 32B 在 2024 年 11 月一手创造出来的。此前，这个参数区间几乎是空白；此后，Mistral Small 3、GPT-OSS 20B 等模型迅速跟进，形成了一个新的战场。

既不便宜又不够强的模型正在失去市场。你要么做到极致的强，要么做到极致的性价比。

真相二：不是 programming，更多是 playing

虽然我们在新闻里总看到 AI 如何提高生产力，但在开源模型的使用中，超过 50% 的流量流向了「角色扮演」（Roleplay）。

更直白一点说：

超过一半的开源 AI 算力，被用来做这些事：

• 虚拟恋人对话（「陪我聊天，记住我的喜好」）
• 角色扮演游戏（「你现在是个精灵公主……」）
• 互动小说生成（「继续这个故事，加入更多细节」）
• 成人向内容创作（报告中标记为「Adult」类别，占比 15.4%）

这是基于 Google Cloud Natural Language 分类 API 对数亿条真实 prompt 的分析结果。当 AI 检测到一个请求属于 /Adult 或 /Arts & Entertainment/Roleplaying Games 时，这条请求就会被打上标签。

这意味着，对于海量 C 端用户而言，AI 首先是一个「情感投射对象」，其次才是一个工具。

同时流媒体和硅谷巨头出于品牌形象（Brand Safety）考量，刻意回避甚至打压这一需求。但这恰恰造就了巨大的「供需真空」。用户对情感交互、沉浸式剧情、甚至 NSFW（少儿不宜上班别看）内容的渴求，被压抑在主流视线之外，最终在开源社区报复性爆发。

编程是第二大使用场景，占比 15-20%。 没错，写代码这件被媒体吹上天的事，在真实世界里只排第二。

所以真相是什么？

别装了。人类最真实的两大刚需，一个是荷尔蒙，一个是代码。 前者让人类感到陪伴和刺激，后者让人类赚到钱。其他那些「知识问答」「文档总结」「教育辅导」，加起来都不到这两者的零头。

这也解释了为什么开源模型能快速崛起，因为开源模型通常审查较少，允许用户更自由地定制性格和剧情，非常适合情感细腻的互动。

真相三：娱乐至死的 DeepSeek 用户

如果我们单独拉出 DeepSeek 的数据，会发现一个更极端的分布：

– Roleplay + Casual Chat（闲聊）：约 67%
– Programming：仅占小部分

在这份报告里，DeepSeek 几乎是一个 C 端娱乐工具，而非生产力工具。它的用户不是在写代码，而是在和 AI「谈恋爱」。

这和 Claude 形成了鲜明对比。

机会只有一次，赢家通吃

为什么有的模型昙花一现，有的却像胶水一样粘住用户？

报告提出了一个概念：Cinderella 「Glass Slipper」Effect（灰姑娘的水晶鞋效应）。

定义： 当一个新模型发布时，如果它恰好完美解决了用户长期未被满足的某个痛点（就像水晶鞋完美契合灰姑娘的脚），这批用户就会成为该模型的「死忠粉」（基础留存用户），无论后续有多少新模型发布，他们都很难迁移。

值得注意的是，机会只有一次。如果在发布初期（Frontier window）没能通过技术突破锁定这批核心用户，后续再怎么努力，留存率都会极低。

为什么？

因为用户已经围绕这个模型建立了整套工作流：

– 开发者把 Claude 集成进了 CI/CD 流程
– 内容创作者把 DeepSeek 的角色设定保存了几十个版本
– 切换成本不仅是技术上的，更是认知和习惯上的

赢家画像：DeepSeek 的「回旋镖效应」

DeepSeek 的留存曲线非常诡异：

用户试用 → 流失（去试别的模型）→ 过了一段时间骂骂咧咧地又回来了

这就是所谓的「回旋镖效应」（Boomerang Effect）。数据显示，DeepSeek R1 的 2025 年 4 月用户组，在第 3 个月出现了明显的留存率上升。

为什么他们回来了？

因为「真香」。在试遍了市面上所有模型后，发现还是 DeepSeek 性价比最高：

• 免费或极低价
• 角色扮演能力足够好
• 没有恼人的内容审查

输家画像：Llama 4 Maverick 们的悲剧

相比之下，像 Llama 4 Maverick 和 Gemini 2.0 Flash 这样的模型，它们的留存曲线让人心疼：

从第一周开始就一路向下，永不回头。

为什么？因为它们来得太晚，也没啥绝活。当它们发布时，用户已经找到了自己的「水晶鞋」，新模型只能沦为「备胎」。

在 AI 模型市场，迟到的代价是永久性的边缘化。

各个 AI 的人设

在这场战争中，没有谁能通吃，大家都在自己的 BGM 里痛苦或狂欢。让我们给每个玩家贴上最准确的标签：

Claude (Anthropic)：直男工程师的「神」

人设：偏科的理工男，只懂代码，不懂风情

数据不会撒谎，Claude 长期吃掉了 编程（Programming）领域 60% 以上 的份额。虽然最近略有下滑，但在写代码这件事上，它依然是那座不可逾越的高墙。

用户画像：
– 超过 80% 的 Claude 流量都跟技术和代码有关
– 几乎没人拿它来闲聊或角色扮演

Claude 就像那个班里的学霸——只有在考试时你才会找他，平时根本不会一起玩。

OpenAI：从「唯一的神」到「平庸的旧王」

人设：曾经的霸主，如今的工具箱

OpenAI 的份额变化极具戏剧性：
– 2024 年初： 科学类查询占比超过 50%
– 2025 年末： 科学类占比跌至不足 15%

它正在从「唯一的神」变成一个「什么都能干但什么都不精」的工具箱。虽然 GPT-4o Mini 的留存率依然能打，但在垂直领域，它已经不再是唯一的选择。

核心问题在于： 被自己的成功困住了。ChatGPT 让它成为大众品牌，但也让它失去了专业领域的锋芒。

Google (Gemini)：通才的焦虑

人设：什么都想要，什么都不精

谷歌像个茫然的通才。法律、科学、翻译、通识问答都有它的身影，但：
– 在编程领域份额仅 15%
– 在角色扮演领域几乎不存在

但在一个越来越垂直化的市场里，通才意味着平庸。

DeepSeek：野蛮人的胜利

人设：不按常理出牌的颠覆者，C 端娱乐之王

DeepSeek 用极致的性价比撕开了口子，证明了即使不依靠最强的逻辑推理，靠「好玩」+「免费」也能打下江山。

核心数据：
– 总使用量 14.37 万亿 token（开源第一）
– 67% 的流量是娱乐和角色扮演
– 回旋镖效应明显，用户试完别的还是会回来

它的成功证明了一件事：在消费级市场，「足够好」+「足够便宜」+「没有限制」 就能通吃。

xAI (Grok)：马斯克的「乱拳」打法

人设：半路杀出的程咬金，靠免费抢市场

Grok 的数据非常有趣：
– 早期 80% 都是程序员在用（Grok Code Fast 针对编程优化）
– 免费推广后，突然涌入大量普通用户，用户画像瞬间变杂

免费能拉来流量，但流量 ≠ 忠诚度。一旦收费，这批用户会立刻流失。

最后，让我们用一张图看懂这个江湖。

当前大模型市场已形成清晰的四大阵营格局：

首先是 「效率巨头」 阵营，以 DeepSeek、Gemini Flash 为代表，核心优势在于 「便宜大碗」 的高性价比，专为跑量场景设计，尤其适用于无需复杂逻辑推理的重复性 「脏活累活」，成为追求效率与成本平衡的首选。

其次是 「高端专家」 阵营，Claude 3.7 与 GPT-4 是该领域的标杆，尽管定价偏高，但凭借顶尖的准确率和复杂任务处理能力，赢得了企业用户的青睐。

与此同时，「长尾」 阵营的生存空间正持续收缩，数量众多的小模型因缺乏差异化优势和技术壁垒，正逐渐被市场淘汰。

此外，以中国模型为核心的 「颠覆者」 阵营正快速崛起，凭借高频迭代的技术更新、高性价比的定价策略以及深度本土化的适配能力，市场份额仍在持续扩张，成为搅动行业格局的关键力量。

藏在 100 万亿个 Token 背后的趋势

作为观察者，APPSO 从这份报告中观察到的一些趋势变化，或许将定义 AI 未来的竞争格局：

1. 多模型生态是常态，单模型崇拜是病态
开发者会像搭积木一样，用 Claude 写代码，用 DeepSeek 润色文档，用 Llama 做本地部署。忠诚度？不存在的。

2. Agent（智能体）已经吃掉了一半江山
推理模型（Reasoning Models）的份额已经超过 50%。我们不再只想要 AI 给个答案，我们想要 AI 给个「思考过程」。多步推理、工具调用、长上下文是新的战场。

3. 留存 > 增长
除了早期用户留存率，其他的增长数据都是虚荣指标。

4. 垂直领域的「偏科」比全能更有价值
Claude 靠编程通吃，DeepSeek 靠娱乐称王。想要什么都做的模型，最后什么都做不好。

5. 价格不是唯一变量，但「好用」是永远的硬通货
数据显示，价格和使用量之间相关性极弱。真正的高端用户对价格不敏感，而低端用户只认那几个「性价比神机」。夹在中间的平庸模型，死得最快。

6. 中国模型的进攻才刚刚开始
从 1.2% 到 30% 只用了一年。站稳脚跟后，下一步是什么？是定义规则，还是被规则驯化？这将是 2026 年最值得关注的故事。

AI 的世界不是由发布会上的愿景定义的，而是由用户每天真实发送的那万亿个 Token 定义的。

那些 Token 里，有人在写代码改变世界，也有人在和虚拟女友说晚安，理性的代码与感性的对话并行不悖。

或许不得不承认，AI的发展，也是人类欲望的延伸。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

被称为「欧洲版 DeepSeek」的 Mistral AI 在被 OpenAI、Google 和中国开源模型 DeepSeek、Qwen 夹击大半年后，终于坐不住了，正式发布了新一代 Mistral 3 系列模型。

Mistral AI 是一家总部位于法国的大模型公司。据报道，今年 9 月，英伟达第三次出手投资这家初创企业。经此，Mistral 的估值达到约 135 亿美元，成为欧洲 AI 领域最受瞩目的独角兽之一。

这一次，Mistral 居然只盯着中国模型打

Mistral 3 这次带来了旗舰模型 Mistral Large 3，以及三款高性价比的小模型 Ministral (3B、8B、14B)。

其中 Mistral Large 3 是绝对的主角，总参数量为 675B，其中活跃参数为 41B，这是自 2023 年底至 2024 年初的 Mixtral 8x7B 和 8x22B 以来，Mistral 首个开放权重的混合专家模型。

但最让我感到「不对劲」的是官方的对比策略。

在官方的跑分图里，Mistral 竟然完全无视了 GPT-5.1 或 Gemini 3，而是直接把枪口对准了中国的 DeepSeek-V3.1 和 Kimi-K2。

Mistral 的逻辑很直接：我的参数量只有 Kimi 的一半左右，但我的性能跟你五五开，甚至更强。

官方晒出的成绩单如下：

• 赢面： 在 MMMLU 和 AMC 上，Mistral Large 3 分别拿到了 85.5 和 52.0 的高分，略微领先 DeepSeek-V3.1。
• 输面： 在程序员最关心的 LiveCodeBench 和 SimpleQA 上，Mistral Large 3 还是输给了 Kimi-K2。

比 DeepSeek 笨，还贵 3 倍？

虽然 Mistral 试图证明自己是「效率之王」，但在 X 上，科技博主直接泼了一盆冷水，甚至用了「Mistral 正在缓慢死亡 (slow death)」这样严重的词。

他的评价简单粗暴，列出了 Mistral 新模型的三大罪状：

1. 更笨： 脑子不如 DeepSeek 好使。
2. 更贵： 价格却是 DeepSeek 的 3 倍。
3. 更慢： 推理速度甚至比 GPT-5 还慢。

这确实戳到了痛点。在 Artificial Analysis 的最新综合 AI 指数榜单上，Mistral Large 3 的得分只有 38 分。

看看排在前面的是谁？Gemini 3 Pro（73分）、Claude Opus 4.5（70分）、GPT-5.1（70分）。Mistral 距离第一梯队的差距，已经不是「追赶」，而是断层了。

在 LMArena 排行榜中，它在开源非推理模型中排第二，总榜第六。成绩尚可，但绝对称不上「屠榜」。

有测试者发现 Mistral Large 3 各个方面都表现不佳：

• 该模型难以正确执行工具调用，常会输出格式错误或无效的工具调用指令。
• 在基于图像的基准测试中表现平平。

真正值得冲的，其实是小模型

Ministral 3 是所有开源模型中性价比最高的产品。每种参数规模均提供基础版、指令版和推理版，且均具备图像理解能力，全部基于 Apache 2.0 许可证开源。

这意味着什么？你可以免费商用，随便魔改。

• 全能： 所有尺寸都支持图像理解，不再是「瞎子」 。
• 能打： 14B 的推理版在 AIME’25 测试中准确率达到了 85%。

Mistral 3 确实进步了，就像网友说的那样：欧洲仍有一家前沿模型制造商能基本跟上中国开源模型的步伐，尽管 Mistral 尚未推出推理器，其实际性能仍落后于时代。

但在 DeepSeek 把大模型价格打下来的今天，仅仅做到「性能不错」已经不够了。用户要的是极致的聪明，或者极致的便宜。

目前的 Mistral ，似乎卡在了一个尴尬的中间位置。能不能成为「欧洲之光」，可能真得看后续的迭代了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

公众号：经视直播

11月25日，一名IP属地为湖北的网友在社交媒体上反映，其所在学校强制要求学生录制语音，供安徽某科技企业用于语音大模型产品训练，并将此任务与专业课成绩挂钩——未完成者将被要求重修。湖北炽升律师事务所吴兴剑律师对此指出，校方无权强制采集学生的生物特征信息，此举涉嫌侵犯个人隐私。

11月26日，经视直播记者联系到发帖者。发帖者拒绝透露学校名称，但出示了一份学校通知。通知中写明：“本次录音正常完成的同学，可获得以下课程平时分满分奖励，未完成同学，该门专业课平时成绩不合格，且此门专业课期末考试不能及格，必须重修。”

根据发帖者提供的信息，记者联系到涉事的安徽某科技企业。企业工作人员回应称，公司确实与部分学校存在付费语音采集合作，但强调数据采集严格遵循自愿原则。该工作人员还透露，公司在外省的语音采集业务大多由供应商负责，但对于供应商与学校之间的具体协商内容，以及校方是否向学生支付报酬，其表示并不清楚。

发帖者向记者表示，完成该任务仅能获得平时分奖励，并无金钱报酬。

记者在招聘平台上发现，类似的声音采集任务报酬约为每小时20至30元。另外，此类情况并非孤例。有网友反映，相关录音任务与学校日常教学内容无关，且对话题、时长及环境均有较高要求，非常麻烦。一名IP属地为吉林的网友称，自己甚至在发烧期间仍被辅导员要求与同学调换时间后录制。这名网友向记者透露，自己学校并未强制要求录音，自己没有参与录音，后续不了了之了。不过自始至终，学校未曾提及向参与学生支付报酬一事。

这些情况引发了公众对学校与相关AI企业、中间商之间是否存在利益关联、语音真实用途及数据安全性的质疑。有业内人士向经视直播记者表示，通过第三方采购用户语音已成为AI行业收集大模型训练样本的常见方式之一，但必须确保参与者知情并自愿，同时符合数据采集与使用的相关法规要求。

湖北炽升律师事务所吴兴剑律师进一步指出，声音属于公民生物特征信息，除国家法定部门外，任何组织或个人均无权强制采集。若学校利用学生生物特征信息谋取利益，不仅违背教育本质，更可能构成对个人隐私的侵犯。他提醒公众应重视对个人生物特征与隐私信息的保护，谨防信息泄露。

来源：经视直播

记者：承畴

编辑：谢斯

责编：王紫嫣、朱迪蓓、李家新

编审：田程

AI 编程火了这么久，无论是开发者还是我们普通人，都能让 AI 来帮忙做个小游戏、捣鼓点小工具。

有时候还真别说，那些 AI 做的小玩意，的确能起到点作用。很多读者也经常在留言区评论，现在最好的编程模型是什么？

Claude 4.5 + Cursor 自一直是很多开发者的首选，但它们由于种种原因对中国用户都不太友好，结果是花同样的钱开会员，有可能很多模型都用不了。

好消息，这次我们不会被「卡脖子」了。

昨天，字节发布了他们的编程工具，TRAE 3.0，我们体验了一下，在某种程度上，TRAE 可以说就是一个国产版 Cursor，甚至部分功能做得比 Cursor 还要好。

其中，最核心的功能 SOLO 模式，是之前所有同类产品，没有探索过的 AI 编程工具形态。它提供了 SOLO Coder 和 SOLO Builder 两个智能体，一个针对专业的开发者用户，处理复杂的项目开发问题；一个针对个人和小团队，真正做到一句话做个产品，能上线发布的产品。

这两个 SOLO 智能体，把过去传统软件开发，涉及到的全部工作基本都包揽了。目前 SOLO 模式正在限免期，前往 trae.ai 下载安装，登录之后就能免费体验到 15 号。

限免期之后，TRAE 的会员计划也比 Cursor 更良心，首月是 3 美元，次月开始 10 美元。和免费用户的区别就是在模型调用、快速响应上的额度分配不同。

SOLO 模式，让编程更加 Vibe

SOLO 模式其实最早是在 TRAE 2.0 的时候推出的，当时只是用来快速生成一个应用。而更新的 TRAE 3.0 版本中，是把快速生成的应用，能做得更复杂，还给专业开发者带来了更高效的功能。

之前，我们使用大多数的编程产品，或者就是要 ChatGPT、Gemini 这些通用助手，来进行 vibe coding。

本质上还是，我们单纯地跟模型进行对话，解决某一个具体的问题，最后的产出也比较有限，一般就是一个我们看都看不懂的代码文件，点个预览就够了。

但现在，TRAE SOLO 模式改变了过去传统的开发工具、或者 AI 聊天编程产品的形态。它整体的布局更像一个大模型助手的智能体界面，没有了中间的代码编辑器，最左边也不是文件管理器，而变成了任务列表。

SOLO Coder：面向复杂项目开发

TRAE 提供了 Coder 和 Builder 两个选项，SOLO Coder 主要是针对复杂的项目开发，更专业的应用场景。一般是我们有现成的项目，可以通过 Coder 来完成一些项目迭代、Bug 修复和架构重构等。

我们选择了一个 GitHub 上的开源项目，动辄上千上万行的代码，根本看不懂。然后直接问他有没有什么更好的网络结构等组件，可以让这个方法的效果更好。

前几天我刷社交媒体，看到有人在问，大家在 vibe coding 等结果的过程中一般做什么。

有人说真正的 Vibe 是应该打开手机开始刷视频，也有人说会盯着 AI 的每一步操作，防止它莫名其妙删库跑路，还有说再开一个 Agent 来执行其他任务。

SOLO 模式似乎也考虑到了这一点，在任务处理过程中，是可以多任务并行的，意思是我们可以同时执行多个项目。同时，SOLO 智能体在调用不同的工具过程中，会可视化全部的工具调用流程、自动切换不同的工具面板，TRAE 把这一点叫做「实时跟随」。

和 TRAE 2.0 会显示当前使用的模型不同，在 Claude 彻底断供之后，TRAE 3.0 在 SOLO 模式下，只会显示 Max 模型，且不能自定义选择模型。

SOLO Builder：从零构建一个应用

SOLO Coder 还是有点太专业了。另一个智能体，SOLO Builder 在某种程度上，则是一款很典型的 vibe coding 产品，和我们之前分享过的 Lovable 一样，它主打的是从零开始，一句话构建一个产品。

但不同的是，SOLO Builder 能凭借 TRAE 自身强大的开发环境，真正做出一个大规模可用的产品，不会停留在做一个小玩意路线上。

一款应用从构思到最后真正上架到 App Store，中间要完成的需求分析、UI 设计、系统环境等等，都可以在 SOLO Builder 中，通过 AI 来完成。TRAE 提供了包括编辑器、文档、终端、浏览器、Figma、智能体、MCP在内的多个工具。

通过调用不同的工具，仿佛真的有一个助手在操作我们的电脑：在写清楚产品需求文档后，默默地又开始写代码来实现，最后再自己测试代码、部署整个项目；把产品经理、程序员、测试、运维的活全干了。

我们输入了一个需求，是让它做一个摸鱼 APP。得到了对应的文档之后，SOLO Builder 不会立刻执行，而是让我们先确认这个计划是否可行。此刻我们就是项目经理，告诉 AI 来 Align（对齐）一下颗粒度，不行就要 AI 再回去修改文档。

在 SOLO Coder 智能体，同样有「Plan 计划」的开关，先让模型规划怎么做，我们再确认。

一切顺利，我们得到了最后的摸鱼 App，TRAE 还贴心的提供了一个推荐操作，让我们把项目部署到 Vercel（托管网站的平台）上，而不仅仅是本地访问。

不过，SOLO 模式目前还只在国际版推出，国内版本可以通过加入候补名单，等待上线。

豆包编程模型，TRAE 的国产版核心

虽然国内版本还没有 SOLO 模式，但是字节最新的豆包编程模型，已经在 TRAE 国内版上线了。

Doubao-Seed-Code 是字节这周二发布的一款全新模型，它专门在 Agentic 智能方面，进行了深度优化；在多个编程相关的基准测试中，表现结果全面领先国产的同类模型；此外，它的输入输出还做到了国产模型的最低价。

用直观的例子说明，在相同 Tokens 数量的任务下（0-32k 输入区间），Claude Sonnet 4.5 完成需要约 4.05 元，GLM-4.6 要 0.77 元，而 Doubao-Seed-Code 的成本是 0.34 元。

Doubao-Seed-Code 的亮点还包括，它支持最高 256K 的上下文长度，能应付一般的长代码文件。它也是国内第一个支持视觉理解能力的编程模型；通俗点讲，就是不用自己口头描述做什么，一张设计稿、截图，就能自动生成对应的内容。

模型提供的 API 调用，支持在 Claude Code 中使用，也对字节跳动自家的编程开发工具 TRAE，Cursor、Codex CLI、Cline 等主流的开发生态，实现了全面的兼容。

目前，Doubao-Seed-Code 可以在火山方舟大模型体验中心、TRAE 中国版直接使用，也可以透过平台的 API 调用。

在 TRAE 中国版，还提供了 Kimi K2，GLM 4.6，以及 DeepSeek、Qwen 等常见国产编程模型。

我们也在火山引擎官网、TRAE 、以及 API 调用几种方式里，体验了这款全新的编程模型，不能说吊打 Claude，但是配合自身的编程开发环境、和超低的费用，很难不让人心动。

模型能力实测，一张草图生成一个项目

视觉理解是 Doubao-Seed-Code 的一大亮点，但其实从图片复制网页，甚至是在 AI 大语言模型流行之前，就已经有类似的应用。而多模态的能力，现在也基本上成为了每个模型的标配。

我们从网上找了一张手绘的网页布局图片，直接让它根据这张草图，生成对应的前端页面。

还原度还是很高的，复制代码拿过来直接用作自己的项目，或者再要它添加一些处理的逻辑，神笔马良的即视感。

除了这种照搬图片的内容，我们还找了一张大家熟知的游戏截图，Flappy Bird，但是截图里面就是几根柱子。上传截图并提问，你认识这个游戏吗？用一个单页的 HTML 实现它。

虽然简陋了一点，但是 Douban-Seed-Code 在深度思考的过程，一眼就看出来这是 Flappy Bird 的游戏。最后的实现，把小鸟直接换成了一个原点，但确实是一张图就能生成游戏。

火山方舟的模型体验中心更多是一种 Playground 的存在；Doubao-Seed-Code 的发布，直指当下火热的 AI 编程赛道。

字节也专门为 Doubao-Seed-Code 在 TRAE 中的表现进行过优化，与 TRAE 深度结合的豆包编程模型，在对应的编程基准测试中，甚至拿到了超过 Claude 4.5 Sonnet 的成绩。

和网页版处理不同，在本地使用，意味着我们的主动权更大。我们直接把过去几篇 APPSO 的文章放到项目文件夹，然后在 TRAE 里和模型对话，要它根据这些文件，帮我制作个人作品集。

在豆包编程模型的介绍资料里，我们看到字节用了一套大规模的 AI 强化学习系统，来完成智能体的学习训练。

• 覆盖十万个不同环境的数据集，让 AI 见识各种复杂任务。
• 不需要老师手把手的教，而是完全依靠端到端的强化学习，模型自己总结经验。

在 TRAE 中运行了一会儿了，就得到了最后的个人作品集网页，说实话总结得很不错，在精选文章那一部分，都是 AI 自动帮我配的图片。

除了直接使用，豆包编程模型还提供了 API 的方式，能够配置到 Claude Code 之类的工具中。

我们之前在介绍 Google 全家桶时，分享过 Gemini CLI（和 Claude Code 类似的命令行终端工具）的使用体验，基本上能减去我们找各种第三方工具的繁琐。

在火山引擎的官网，字节更是直接给出了完整的将 Doubao-Seed-Code 配置到 Claude Code 的详细步骤，我们只需要照着教程走，就能得到一个不会被断供的 Claude Code。

简单配置之后，我们就可以进入到 Claude Code 的页面，并且显示当前的模型时 doubao-sseed-code-preview-251028。

字节这波发 Cursor 平替 SOLO 模式，又发 Claude 4.5 平替 Doubao-Seed-Code，能看出来是真的很想把 AI 编程做到极致，毕竟这是现在的大热门。

有多热，代表性产品 Cursor 在最新一轮融资后，估值来到了 300 亿美元，并且它几乎可以确认，将是历史上最快达到 10 亿美元 ARR 的公司。

而前些天，柯林斯词典也宣布，把 Vibe Coding 作为 2025 年度词汇；这一年来，无论是不是学计算机专业的，多多少少都已经接触到了 AI 编程。

简单的「帮我生成一个贪吃蛇的游戏」、到复杂的大型项目管理，代码完全变成了向 AI，而更少面向开发者的语言。

这种趋势也在大多数的基础模型，把编程能力作为主要卖点的背景下，变得越来越流行。如果在去年问一个 AI 编程的用户，他会选择什么模型，毫不犹豫地说，一定是 Claude 3.5。

到了今年这个时候，Claude 断供看起来反而是倒逼了我们一把。国产的编程模型有了智谱的 GLM 4.6、阿里的 Qwen Coder、Minimax M2、月之暗面的 Kimi K2 Thinking，个个都榜上有名；今天又多了一个选择，Doubao-Seed-Code。

模型之外，工具的演变也没停下来，从只是生成代码然后预览，到现在 TRAE 要把软件开发一条龙全面服务到位。即便现在说 AI 编程，要全面取代程序员还不太可能，但让 AI 手搓一个微信，未来三五年说不定真的能做到。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

刚刚，OpenAI 正式发布了 GPT-5.1，但这次有点不一样。

翻完整篇官方博客，我发现了一个特别有意思的细节：一张跑分对比图都没有。没有 benchmark 数据，没有「性能提升 XX%」，甚至连「更快更强」这种常规话术都少得可怜。

这不太像 OpenAI 了，直到我看到这句话：

「我们从用户那里清楚听到，优秀的 AI 不仅要聪明，还要让人跟它聊天很愉快。」

新版本确实更聪明了——推理更严谨，代码写得更漂亮，但最值得一提的是，它终于像个人了，并且首次允许我们细致地「调教」它的聊天风格。

和 AI 聊天不再是那种一问一答的工具感，而是变得有梗、懂氛围、会接话茬，甚至能陪你有的没的扯上半天。

看来上次 GPT-5 口碑崩塌后，OpenAI 终于听劝，也第一次捅破了窗户纸，承认光刷榜没用，用户要的是能好好说话的 AI，实用和情绪价值全都要。

直接放上具体的使用时间和方式：更新到 GPT-5.1 后，我们的 ChatGPT 会默认切换到最新模型，而不需要专门选择。

• 付费用户 (Pro, Plus, Go, Business)： 从今天（11月12日）开始逐步推送。
• 免费和未登录用户： 将在付费用户推送完毕后跟进。
• 企业和教育版： 拥有 7 天的早鸟期切换开关（默认关闭），之后将统一升级。
• API 开发者： GPT-5.1 Instant 和 GPT-5.1 Thinking 将在本周晚些时候上线 API。

更强大的 AI 内核

这次更新的核心，是 GPT-5.1 Instant 和 GPT-5.1 Thinking 两大模型的全线升级。

GPT-5.1 Instant：最常用的模型，变「暖」了

GPT-5.1 Instant 是 ChatGPT 中最常被调用的模型。这次，它变得更「温暖」、更健谈了。根据 OpenAI 的早期测试，它甚至会不时展现出一些顽皮，同时保持回答的清晰和实用。

而更关键的升级来自底层：

1. 更听话： 它现在能更可靠地遵循我们的指令，准确回答我们真正想问的那个问题。
2. 自适应推理 (Adaptive Reasoning)： 这是 Instant 模型第一次引入该功能。这意味着它在遇到难题时，会智能地决定先思考一下，从而给出更彻底、更准确的答案；而面对简单问题时，它依然保持极速响应。

OpenAI 提到，这种进化在数学（AIME 2025）和编程（Codeforces）等专业评估测试集上，也有了明显的提高。

GPT-5.1 Thinking：更强的大脑，也更易懂了

作为更高级的推理模型，GPT-5.1 Thinking 也迎来了关键优化，变得更高效、更易用。

1. 效率提升： 它现在能更精准地分配思考时间，在复杂问题上花费更多时间（答案更透彻），在简单问题上响应更快（等待时间更短）。
2. 更易懂（用户福音！）： 它的回答现在更清晰，使用了更少的行业术语和未定义的词汇。这让我们在用它处理复杂工作或解释技术概念时，能毫不费力地看懂。
3. 同样温暖：Thinking 模型的默认基调也变得更温暖、更富同理心。

用 OpenAI 应用 CEO Fidji Simo 的话来说，这次升级的核心是将 IQ（智商）和 EQ（情商）更好地结合起来。

模型在保持高智商的同时，即继续使用与推理模型相同的技术栈；还大幅提升了情商，ChatGPT 有了更自然的对话和同理心。

 

这能满足用户在不同场景下，都能得到相对应的个性化需求，像是谈论健康时需要同理心，写文案时需要直接。

此外，对大多数用户来说，我们也不需要在 Instant 和 Thinking 之间纠结。因为还有 GPT-5.1-Auto 会自动为我们分配到最合适的模型，这也是 GPT-5 发布时的一大亮点，即智能路由。

总之，最直观的感受就是，答案更智能，语气更自然。

打造专属于你的 ChatGPT

如果说模型升级是硬实力，那个性化体验的飞跃就是软实力，而这正是本次更新的另一大亮点。

OpenAI 的目标是，是让我们毫不费力地将 ChatGPT 的语气和风格，调整到最舒服的状态。

在原有的默认、友好、高效基础上，新增了三种官方风格。

• Professional (专业)： 适用于工作、写作等正式场合。
• Candid (坦诚)： 更直接，不拐弯抹角。
• Quirky (古灵精怪)： 顾名思义，它会变得更有趣、更跳脱。

之前测试版中的「书呆子」和「愤世嫉俗」选项也依然保留在个性化设置中。

除了这种直接选择，更丰富的基本风格和语调，OpenAI 正在实验一项新功能，允许用户直接从设置中微调 ChatGPT 的特征。

我们可以精确控制回答的简洁度、热情度（多热情）、回答是否易于浏览 (Scannable)、甚至是使用 emoji 的频率。

如果不想麻烦的手动设置，当我们试图在对话中引导某种特定语气时，ChatGPT 可能还会主动领悟到，然后询问我们，是否希望将这种偏好保存到永久设置中，省去了手动调整的麻烦。

在 Fidji Simo 分享的博客里，她提到过去的自定义指令，并不总尽如人意。比如我们可以在自定义设置里，让 ChatGPT 不要用某个词，但它还是会用。

GPT-5.1 在风格化的另一大改进是，自定义指令现在能更可靠地，在多轮对话中坚持住，ChatGPT 可以更稳定地，按照我们定义的个性来完成各项任务。

有网友直接一句话总结，GPT-5.1 这次的更新，就是更创造性地忽略我们的提示词。

当然，AI 的风格化、拟人化，也有它的代价。一个更温暖、情商更高的 AI，也必须更安全，这也是 OpenAI 在最近被卷入 16 岁少年自杀案，必须回应的事情。

在 GPT-5.1 的模型介绍 System Card 里，介绍了 OpenAI 在这方面的深入考量。OpenAI 首次在模型的安全评估中加入了两个全新的、更人性化的维度。

1. 心理健康（Mental Health）： 评估 AI 如何应对用户可能表现出的孤立、妄想或躁狂等迹象。
2. 情感依赖（Emotional Reliance）： 评估 AI 的回应是否会助长用户对 ChatGPT 产生不健康的依赖或情感依恋。

在传统的安全评估上，GPT-5.1 Instant 表现出色，在抵御越狱（Jailbreaks）方面，比其前代 gpt-5-instant-oct3 更强。

但 OpenAI 也坦诚地指出，GPT-5.1 Thinking 在处理骚扰、仇恨言论等内容的基准测试中，相比前代略有回退；Instant 模型在情感依赖的某些评估中，也显示了轻微的倒退。

OpenAI 当然是说正致力于改进这些方面，然后提到了，他们选择透明的公开这种回退的现象，在 AI 快速迭代的当下，比单纯的零失误宣传，更值得大家关注。

也有网友分享很乐意看到，OpenAI 愿意在让我们与模型的对话更愉快这方面，去做出一些努力。

如果你今天打开 ChatGPT 没看到更新，别急，未来几天内就会轮到你，OpenAI 正在逐步推送到所有用户。

此外，为了避免像之前 GPT-5 发布，网友们都在呼吁 GPT-4o 的回归，这种尴尬再次出现。

OpenAI 这次提供了后悔药，付费用户在 3 个月内，也就是 GPT-5 的淘汰期，依然可以在设置的下拉菜单中，选择使用旧的 GPT-5 模型，以便能从从容容地过渡到 GPT-5.1。

GPT-5.1 是一次能力与体验齐头并进的重大更新。OpenAI 显然在告诉我们，AI 的未来不仅是更强的参数，和更高的跑分，更是更懂你的体验，和更贴心的交互。

但一个完美的助手，又应该是什么样的？

OpenAI 应用 CEO Fidji Simo 在她的文章中，有一个挺有意思的比喻，她说「如果我能完全控制我丈夫的特质，我可能会让他永远同意我，但很明显，这不是个好主意。」

最好的 AI 应该像我们生活中最优秀的人一样，他们倾听、适应，但也在必要时挑战我们，帮助我们成长。

从一个无所不知的万能工具，到一个能懂你聊天脾气，甚至能帮你成长的专属伙伴，这也许就是 GPT-5.1 真正想开启的未来。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

那年冬天，国际天文学联合观测网宣布，人类再次捕捉到一个“跨恒星访客”。
代号：3I / ATLAS。

它并非金属，也不像冰体。所有望远镜的数据都在闪烁、紊乱、跳跃。
有科学家提出，它的表面并非反光均匀，而是一种会散射观测波段的天然迷彩。
这意味着，它在主动隐藏自己。

天文学家称之为“被注视的凝视物”。

---

一、模型

两个月后，一个名叫苏弋的工业设计师在社交媒体上发布了一张照片。
他掌心托着一个13厘米长的灰黑色小模型，表面布满刻意的不规则反光。
标题很简单：

3I/ATLAS_SUiTHiNKModel_v1

照片下没有说明，也没有解释。
但第二天早晨，它就出现在各大科技博主与艺术账号的页面上。
短短几天，#ATLAS掌心体# 的话题播放量突破一千万。

人们惊讶地发现：这个模型拿在手里，会因角度与光线不同而不断改变亮度与轮廓，好像真的在呼吸。
没有任何机械结构，却让人产生一种“被凝视”的幻觉。

潮流品牌纷纷推出联名款、限量款，甚至高定银质版本。
3I/ATLAS 成了地球上最受欢迎的“掌心饰物”。

---

二、名字

直到那时，人们才开始注意到模型命名里那个奇怪的后缀：SUiTHiNK。

起初只是粉丝在 Reddit 上随口猜测：

“是不是苏弋 think 的意思？他在表达‘思考的我’？”

很快，语言学与符号学圈子加入了讨论。
牛津大学的一位古文字学家在论坛上指出，SUi 在苏美尔语音节表中确有记录，对应音素「šù-i」，意为“手中之物”或“掌握的”。
而 THiNK 若取古日耳曼转写体系中「þenkaz」的变体，则可指“思想、意志”。

这两个词放在一起——SUi / THiNK——意外构成一种双重结构：

“思想被握于手中”
“手成为思想的延伸”

正好对应了那枚贴合掌心的模型。

---

三、文件

一个名为《ATLAS分析草稿》的PDF文件在暗网流出，署名不明。
文件记录了苏弋受邀前往某个“国际天文资料保存计划”设计储存容器的过程。
文件被加密，只能读到部分片段：

「……他拒绝使用镜面金属，要求采用能分散反射的表层……」
「……他说它看我们的方式，与光的角度有关……」

消息曝光后，网友纷纷去翻苏弋的旧贴。
有人发现，在他早期设计的数个装置艺术中，常出现一种奇怪的结构：
不规则的反光面、内部空洞、可置于掌心的尺寸。
似乎他早在3I/ATLAS出现前，就在“模拟它”。

---

四、失踪与重现

半年后，苏弋停止更新。
没有告别，也没有声明。
他最后一条动态是一张模糊的近景：
灰色反光面，指纹模糊，背景是实验室的冷光。

账号沉寂，模型销量却持续飙升。
ATLAS 成了新世代的“图腾物”——有人把它挂在胸前祈祷，有人说握着它冥想能听见低频嗡鸣。
心理学家解释那是“自我投射效应”，
可越来越多的视频声称，模型在暗处能“微微震动”。

---

五、抄本与注释

一位梵文与苏美尔语双修的学者在学术会议上展示了一页《纳格·哈玛第文库》的边注。
那是一段13世纪的修订版手抄本，边缘用拉丁混写体标注着一个模糊的词组：

“SUI · THINC”

他解释说，古修士在这里用“sui”（自我）与“thinc”（思想、议会）并置，
象征“自我与思想的合一”。
而这页手稿讨论的主题正是——“被造物如何回望造物主”。

学者最后说：

“这并非巧合。有人在重新复写那一页。”

---

六、光的陷阱

几个月后，一个匿名账户上传了一段短片。
画面是普通实验室，一枚3I/ATLAS模型被置于光谱仪下。
随着仪器启动，反射光像是被吸入某种结构中——
在高倍放大镜头下，模型表面出现了极细的刻痕，
排列成一种自相似的螺旋分布。

字幕写着：

「不是反射，而是记忆。」

短片很快被删除，但无数人下载、转发。
有科技频道尝试复刻实验，结果不同——有的只是普通塑料折射，有的却出现微光闪烁。

人们开始相信，真正的那批限量模型里藏着“某种东西”。

---

七、余波

如今，3I/ATLAS 已成全球设计学院的研究对象。
有人研究其造型心理学，有人分析其符号学层次。
但没人再提那个名字——苏弋。

只有极少数人记得，他在一篇采访中留下过一句话：

“如果我们注视的东西，也在注视我们，那我们看到的，或许只是它让我们看到的部分。”

这句话如今被无数次印在ATLAS周边的包装盒上，
也被误以为是广告语。

而在某个收藏论坛上，一张从未公开的照片被匿名发出：
桌上放着数枚模型，灯光昏暗，镜头对焦在最后一排。
那些模型的反光形成一条微弱的线，连成一个英文单词——

RETURN.

模型由我使用 Midjourney、Tripo 设计制作；

短文由 ChatGPT 配合我完成；

首图为模型实拍，经 Banana 和 Snapseed 处理。

点击这里打印模型，祝大家玩得开心！