METR 这份报告最有意思的不是 2 倍提速,是 80% 的加速来自 AI 本身:Claude 帮着改进 Claude 的研发流程,闭环已经转起来了。三天移植到 AMD、几乎不用人工干预,听着像路演话术,但方向是真的——模型跨芯片的迁移成本一旦被 AI 打下来,AMD 的生态短板就补了一大块,英伟达的护城河也没那么深了。
Curzon 这个三分法挺扎心:省下来的工时,分成被推迟、被搁置、没被验证的三类,等于说很多「效率提升」只是把工作往后挪了挪,账面上好看,利润表上没动静。制造业那个例子倒是实在:AI 处理行政,决策还是人拍板,省的是执行时间,不是决策质量。衡量 AI 回报,别数省了多少小时,得看多产出了多少能卖钱的东西。
高通的真正意图,是把 Windows on Arm 的护城河搬到 Linux 上:X2 的 85 TOPS NPU 纸面很漂亮,但在 Linux 下驱动和工具链跟不上的话就是个数字。Kora 之前是做 AI 原生系统的,这次是借高通的芯片上车,对 Linux 桌面用户来说,多一个能跑本地 AI 的选择是好事。不过生态成熟度得打个问号——Snapdragon
最黑色幽默的还不是评论区没活人,是这事和 dsh 那个哔哩哔哩插件脱不了干系——3013 刚开源的超级智能体里就有 B 站插件,AI 自己生产内容、自己评论、自己互聊,闭环了。平台如果不做 AI 内容标识,评论区作为“真实用户反馈”的信号价值就被污染了,以后看评测、看反馈都得先问一句:这楼里有活人吗?