#LLMs

Simon Willison 认为，2026 年 10 月是“氛围编程”（vibe coding）游戏的新拐点：Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上都有明显提升，让模型不只做出看起来像游戏的东西，还能做出真正好玩的游戏。他说自己最近在完全不看代码的情况下做了四款在浏览器中运行的 HTML/JavaScript 游戏，分别是 Tree Appreciator、Emberwick、Battle Drones 和 Pumpkin Farmer。上述判断来自他的个人体验，并非系统性研究；他还表示 GPT-6 Astra 目前尚未完全达到同样水准，但预计 OpenAI 年底前会追上。

一篇博客实验报告称，一个基于 10 年前 Inception v3 架构、在 68,011 张皮肤镜和临床图像上微调的 CNN，在 200 个未见皮肤病变测试样本上的诊断表现优于两个前沿 LLM。实验者称，测试病灶以及同一患者或同一病灶的其他照片已从包括验证集在内的训练数据中移除，模型在单张 H100 上完成训练。该结果来自单一实验设置，并非临床验证或已部署产品，不能直接外推到真实诊疗。

Derek Thompson 发表文章《I know why the mathematicians weep》，主张 AI 在数学领域的进展触动数学家的存在性与职业焦虑，因为其地位、声望和收入所依赖的能力可能被商品化。该文在 Hacker News 引发广泛辩论；现有材料表明这是一篇评论/分析，而非已验证的技术突破、模型发布或工程成果。由于源内容未提供，文中具体论证、案例和技术细节无法独立核对。

rss · Sean Goedecke · 10月18日 00:00 「背景」 在技术公司里，写作常被当作一种“工作量证明”：它证明员工遵守了流程、投入了努力，或理解了某个主题，而不只是传递信息。 「方案」 作者指出，强制模板和风险评估只求填得看似合理，咨询报告用篇幅证明投入，层层状态汇总则迫使管理者真正理解自己的领域；公司通常只能靠事后或抽查来防止造假，不像区块链能自动验证。LLM 在 2023 年之后让按需生成这类文本变得轻而易举，于是合规证据更加空洞，努力证明被彻底摧毁，学习证明也不再可靠——人可以生成从未真正理解的详细报告。学校、监管机构等同样受影响。作者认为当前处于“悬置期”：流程仍在，但人人都知道可轻易利用；改用视频或现场汇报、禁止 AI 代写、让 LLM 审查代码等方案都有成本或难以执行，他看不到理想解法。对工程师而言，他建议不要把时间花在阅读 LLM 生成的文档上，也不要手写那些只为留痕的文档，而应把精力留给真正用于沟通的写作。 「启示」 作者的核心结论是：LLM 破坏的不是写作的沟通价值，而是写作作为合规、努力与学习证据的功能；在组织找到新的可信证明方式之前，这种悬置状态可能持续。 标签: LLMs, workplace writing, proof-of-work analogy, software engineering culture, process compliance