文章

文章深入探讨了通过量化技术在普通消费者级硬件上运行千亿参数大模型的可能性。作者援引知名技术人 Simon Willison 的实测，展示了智谱 GLM-4.5 Air（1060 亿参数、3bit 量化后仅 44GB）如何在 2.5 年高龄的 MacBook Pro 上流畅运行，并一次性生成无需修改的完整 JavaScript 太空入侵者游戏。文章详细介绍了模型的性能表现，包括生成速度和内存占用，并将其与服务器级别的 LLaMA 3.1 70B 模型所需的巨大资源进行对比，凸显了本地部署的亲民性。此外，文章还提供了详细的`mlx-lm`运行指南，并引用 Hacker News 网友观点，对当前主流的“更大模型更好”的“Scaling 叙事”提出质疑，强调了现有硬件结合量化技术的巨大潜力。文章最后总结了开源模型在过去两年间的惊人发展速度和质量，指出本地 AI 的拐点已至。

文章深入介绍了智谱最新开源的 GLM 4.5 大模型，强调其在推理、编程和智能体（Agentic）任务上的显著提升。文章通过对比 Kimi K2、Qwen3 和 Claude Sonnet 等竞品，展示了 GLM 4.5 在工具调用成功率、命令行模拟和编程实战等基准测试中的领先地位。尤其引人注目的是，文章通过实际案例展示了 GLM 4.5 独特的全栈开发能力（如创建金庸武侠风格播客站点）和创新的 AI PPT 生成功能（结合 HTML 代码和图像搜索插件），突显其在复杂任务拆解和高质量内容生成方面的卓越表现。此外，文章还详细揭示了 GLM 4.5 背后的核心技术，包括更深更窄的 MoE 架构、无损负载均衡路由、Muon 优化器，以及多阶段数据训练和自研的强化学习框架“slime”，阐释了智谱如何通过专家蒸馏等方法统一模型的多项专业能力。整体而言，文章全面且深入地展示了 GLM 4.5 的技术实力和应用潜力。

本文是阿里云创始人王坚在 WAIC（世界人工智能大会）之后接受的深度访谈，他全面阐述了对中国 AI 未来发展的核心判断。王坚强调，中国市场是新技术的“试验场”，AI 发展应依靠“群体智能”而非个体速度，通过集体协作和良性竞争实现整体技术高速演进，这是一种健康的竞争迭代机制。他认为当前 AI 模型已足够好，但应用层想象力受 OpenAI 限制，急需突破，鼓励更多基于优秀模型开发有价值应用。同时，他回顾了阿里云的创立，指出云计算是 AI 的最大客户，并对硅谷天价抢人现象表示不认同，强调创新早期需要“对的人”而非“贵的人”，因为创新人才在早期往往不被关注。

本文深度访谈了 Anthropic CEO Dario Amodei，详细阐述了他从个人悲剧（父亲因病去世）到投身 AI 领域的历程。文章揭示了他在百度 AI 团队期间发现的“AI 扩展定律”，以及在 OpenAI 主导 GPT-2、GPT-3 开发后因 AI 安全理念与高层分歧而离职的内幕。随后，Amodei 创立了 Anthropic，专注于打造安全且高效的大语言模型，并成功吸引了大量投资。尽管 Anthropic 最初侧重企业级 API，但其推出的 Claude 聊天机器人意外爆火，成为公司业务扩张的重要转折点。文章强调了 Anthropic 以 API 和企业客户为主的商业模式，实现了惊人的营收增长，并探讨了其在 AI 安全、技术成本和“向上竞争”策略上的独特视角。同时，文章也提及了 Amodei 因其 AI 安全立场引发的争议，包括与英伟达 CEO 黄仁勋的公开论战。整体而言，文章描绘了一个复杂而坚定的 AI 领袖形象，以及 Anthropic 在 AI 浪潮中的崛起与挑战。