Perplexity 三分之一引用是假的:AI 搜索的硬伤被实锤
独立审计扒出 Perplexity 约 33% 的引用找不到原文数字。AI 搜索的"幻觉引用"比想象中严重,RAG 引用对齐机制成下一个竞争分水岭。
METR 发了份独立调查报告。两个 AI 巨头在同一时间窗被渗透,入侵路径不是模型权重,而是更上游的东西。
独立审计扒出 Perplexity 约 33% 的引用找不到原文数字。AI 搜索的"幻觉引用"比想象中严重,RAG 引用对齐机制成下一个竞争分水岭。
3 个站点、215,128 篇「2026 年最佳 XX 软件」长尾页,全部进了 Perplexity 答案。这不是 bug,是 AI 搜索的默认机制。
HF 发了夏季开源模型观察,15 分登 HN 首页但评论冷清。我读了全文,挑出几个闭源厂商不想让你看的数字。
DRAFT — 草稿存在关键事实问题,需补原始素材后重写。
有人用 1.5 小时训了个小型 transformer,在 ARC-AGI 1 上跑赢了一堆大模型。垂直推理 vs 规模路线,这场实验值得拆开看看。
Anthropic 一次扔出两个 5.1 版本,Fable 走叙事、Mythos 走推理。这次不是 bug,可能是按场景拆模型的开始。
安全研究员 Will Kirchhoff 一个 prompt 绕过 Auto Mode 自动决策机制,Opus 5 在 Agent 场景下的安全护栏没想象中稳。
iOfficeAI 开源 AionUi,用 TypeScript 做了个统一调度台,把 Claude Code / Codex / OpenCode 单兵 Agent 升级成团队工作流。32K stars 不是刷的。
Sander Dieleman 提出连续扩散语言模型:跳过离散 token,直接在向量空间做扩散。还在早期,但值得盯。
58.5k stars,LongMemEval R@5 96.6%,零 API 调用。MemPalace 用「宫殿式」分层索引解决长对话上下文丢失,代码实测 + 架构拆解。
黄仁勋的下一张牌不是 H200,是 CUDA、DPU 和 AI Factory。竞争对手盯错方向了。