彻底砍掉LeetCode面试！

最近一周AI科技圈又发生了啥OpenAI宣布ChatGPT Pro使用额度翻倍OpenAI核心产品负责人Tibo宣布所有ChatGPT Pro及Business Premium用户的使用限额即日起翻倍属于其28天持续改进计划的第25天更新。此前9月底Pro 200新订用户用量减半引发用户反馈此次调整让额度较低的Pro 200用户用量翻倍后与高额度用户拉齐原本高额度用户则保持不变具体到Pro 200调整后ChatGPT Work与Codex内含用量达到Plus的20倍聊天模式每周可使用200次GPT-6 Pro且取消5小时时长限制不过Ultrafast功能仍为Pro 500专属。Plus会员额度不作调整。过去数周OpenAI还陆续推出了GPT-6交互式回答、Astra Pro并行多智能体、GPT-6.1 Terra等功能并在缓存保留、响应速度、错误率降低等方面做了优化另外团队正推进Chat与Work功能的合并合并后的额度计算方式暂未明确https://help.openai.com/en/articles/9793128-about-chatgpt-pro-tiers英伟达发布Nemotron 3.5 Transcribe语音转写模型约43亿活跃参数的Nemotron 3.5 Transcribe整合语音编码器、说话人分离模型与混合专家语言模型支持40种语言和最长一小时录音可按自然语言指令进行逐字、书面化、上下文或带说话人标注的转写并提供语音翻译、语言识别及词级时间戳。英语和多语言Open ASR榜单平均词错误率分别为4.71%和4.62%位居开放权重模型首位提供预期实体列表后命名实体错误降至原来的约六分之一。采用NVFP4检查点及DFlash2推测解码时单张RTX PRO 6000 Blackwell每秒最多处理2238秒音频。模型按OpenMDW-1.1许可证发布提供多种精度权重和微调工具单GPU适配新任务通常需要0.5至2.3 GPU小时https://research.nvidia.com/labs/nemotron/NVIDIA-Nemotron-3.5-Transcribe谷歌DeepMind发布Gemini 4 Carbon在Artificial Analysis智能指数v5.0中Gemini 4 Carbon以59分居首Text Arena排名第一Agent Arena和网页开发榜分别列第二、第四。谷歌称模型可连续数天处理复杂工程任务自主发现、验证及修复漏洞未启用安全防护限制时SEC-bench Pro、ExploitGym和CWE-bench分别取得88.2%、54.8%和71.0%。可靠性评测中Terminal-Bench 4.0成功作弊率及Gray Swan间接提示词注入攻击成功率均为0%严重行为不一致警报减少近80%但测试结果不代表现实攻击均可阻止。首批仅向部分网络安全防御人员开放再通过Fairwind Program扩展至可信伙伴普通用户暂无使用时间表这一安排引发部分社区用户不满https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/面壁智能发布并开源MiniCPM-OCR系列模型系列包含13亿参数的文档解析模型MiniCPM-OCR 1.0以及20亿参数的质量判别模型MiniCPM-OCR Jev。前者在Real5-OmniDocBench和OCRBench v2分别取得93.68分、54.7分采用RTX 5090、图片级并发度为1的统一测试中结合DSpark解码加速吞吐达到每秒1.217页。模型基于MiniCPM-V 4.6结合视觉分片、朝向纠正、自适应放大及真实场景强化学习支持本地解析和结构化输出。Jev对原图与解析结果给出0至1的质量评分覆盖文字、公式和表格整体AUROC为93.6可接入不同OCR系统筛选人工复核内容或择优组合多模型结果。内部900块图像测试中免检部分准确率接近100%时法律文书最高免检比例达85%两款模型同步开放权重与微调支持https://huggingface.co/openbmb/MiniCPM-OCR-1.0谷歌DeepMind发布Genie 4世界模型用户可通过自然语言生成并探索虚拟世界实时调整天气、镜头、人物和物体场景随操作持续变化并模拟重力、碰撞、形变等物理反馈。Genie 4也是谷歌首个支持原生音频生成的实时世界模型可同步生成环境音效、音乐和人物对话让虚拟角色根据输入及场景事件作出回应。与Gemini结合后Genie 4负责生成环境Gemini 3.8 Flash负责理解目标、规划行动、观察结果和调整策略演示涵盖虚拟实验室中的机械臂精细操作另一项实验由Gemini 4 Argon拆解跳棋任务再交给Genie 4模拟Apollo人形机器人执行全程发生在生成环境中https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation百度发布并开源文心Unlimited OCR 2面向整本文档连续解析文心Unlimited OCR 2采用稀疏参考滑动窗口注意力机制先筛选相关页面再选择固定数量的局部视觉信息配合固定上下文窗口控制单步计算量分块解码通过相邻块重叠一页、复用边界缓存并释放无用缓存衔接跨页内容。百页级单序列测试中峰值KV缓存从47GB降至1.77GB减少约96%该数值不含模型权重等开销另一项16路并发测试的吞吐量从每秒360 token升至1315 token。百页级测试中单步解码速度分别达到全注意力及上一代R-SWA的7倍和5.6倍。MPDocBench和MarathonDocBench综合得分分别为84.59、77.06均居报告所列参评模型首位单页表现与上一代基本持平https://github.com/baidu/Unlimited-OCR微软发布MAI Image 2.7图像编辑模型面向复杂图像修改的MAI Image 2.7预览版可调整场景风格与光照、编辑文字和符号、修复增强素材并处理需要理解物体与环境关系的编辑任务发布时位列Arena Edit第三、Artificial Analysis图像编辑榜第二。相较2.6版本在Artificial Analysis评估的全部10类使用场景和7类编辑操作中均有提升在修复增强、推理编辑、场景风格及文字符号编辑方面达到领先水平其中场景与风格得分比第二名高24 Elo。目前可通过Arena、Artificial Analysis和MAI Playground体验首批开放图像编辑文生图功能尚待推出https://microsoft.ai/news/mai-image-2-7-debut/Anthropic工程负责人取消团队LeetCode面试AI工具让编程面试的区分度大幅下降Anthropic工程负责人Felix Rieseberg认为传统编程题已无法有效预测候选人的工作表现决定从团队面试流程中将其移除。Claude在简单React题和复杂汇编题上都能同样出色地完成做题成绩与入职后的实际表现之间已失去相关性。与此同时借助AI快速把想法变成产品的初级工程师正在迅速追赶甚至超越资深同行饥渴感打败了工龄成为新趋势。配套博客中给出了五条新人建议优先关注业务影响而非待办清单、挑一个足够大胆的想法、用周末做出可运行原型、集中精力把一个构想做透、善用新人视角发现用户痛点与组织盲区。Notion离线模式的案例中新人因不了解内部不可能实现的共识而直接提问最终验证了部分判断Claude Code的图形界面原型则由两位入职不久的工程师用Claude Code本身在周末搞定、八天后即上线发布。AI博主Yuchen Jin回应称年轻AI人才普遍会直接跳过仍用LeetCode面试的公司编程面试的退场似乎已成趋势https://mp.weixin.qq.com/s/PQ5Wi8PHlbBKS6_dmt4WeQAnthropic公开招股书并申请纳斯达克上市拟用股票代码为“ANT”募资规模尚未最终定价此前草案提出的最高约1000亿美元募资目标和约2万亿美元估值仍属计划。披露的半年度营收为162.86亿美元、净亏损807.48亿美元其中约724亿美元来自融资工具公允价值变化不能等同于同期现金消耗第三季度营收168亿美元并在调整后口径下实现盈利。按用量计费和订阅分别贡献约80.2%与19.6%的半年度收入两大客户为亚马逊和谷歌。业务涵盖模型、Claude Platform、自研应用和行业方案资源集中于编程、智能体及安全研究暂不开发图像和视频生成模型。公开版主要算力合同金额粗略加总超过6500亿美元文中称约八成安排带有最低付款要求云厂商同时作为股东、供应商、销售渠道和竞争对手构成供给与依赖风险https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm?utm_sourcechatgpt.comOpenAI发布GPT-6.1 Terra面向高频工作场景的GPT-6.1 Terra结合视觉理解、电脑操作与编程能力支持图纸建模、动画检查、发票录入等任务。Agents’ Last Exam中中等推理强度得分较上一代提高15个百分点任务成本降至约三分之一完成速度超过Astra和Sol的三倍部分专业测试接近Astra但最复杂的软件工程和深度研究仍更适合更高阶模型。内部高难度事实测试的低推理强度错误率从53.6%降至16.7%最高档为4.3%Terminal-Bench 4.0最高档解决率从上一代公开成绩21.5%升至50.3%。社区游戏测试显示速度和费用占优但Sonnet 5.5的成品质量更好。API每百万输入、缓存输入和输出token分别为1美元、0.05美元和5美元标准价格较上一代及Sol降低50%https://mp.weixin.qq.com/s/FBBzWGtSyWv_ZjP2bfW0Gw月之暗面发布Kimi K3.1 Pro及高速版模型拥有3万亿级参数、支持100万token上下文的Kimi K3.1 Pro通过扩大后训练算力并优化强化学习、长上下文推理和沙箱调度提升编程、3D创作、金融研究及长程任务能力。Terminal-Bench 4.0得分65.7%内部长程编程基准得分61.2%可调用游戏引擎、Blender和CAD等工具完成游戏、仿真及参数化建模BenchCAD借助工具得分92.7%并同步上线支持预览、编辑和导出的3D Make功能。金融文档分析基准OfficeQA Pro v2得分64.4内部金融测试也较前代提升。事实准确性压力测试中单项陈述错误率从23.4%降至8.3%该结果不代表日常使用水平。为限制攻击性安全能力团队移除中期训练与强化学习中的网络攻防数据。模型已接入网页、App、Kimi Work、Kimi Code和API完整权重尚待发布https://mp.weixin.qq.com/s/Q6Z-skAUH_na9g37VWbHew腾讯发布并开源Hy-SimulMT同声传译模型支持中英语音实时互译的Hy-SimulMT可边听边输出译文和语音并通过实时音色克隆保留说话人的声音与语气实测响应时间约3秒。在RealSI长音频评测中以StreamLAAL衡量延迟、GPT-6.1 Sol评估翻译质量模型取得参评开源系统中的最佳效果并超过多数商业API。另一项覆盖十个领域、演讲与访谈等场景的测试邀请六名具有多年经验的同传译员参与采用译员组内最高分作比较模型在该次评测中翻译质量达到专家水平延迟更低。同传模型目前支持中英两种语言App整体支持33种语言互译并将作为深圳APEC志愿者及基层服务人员的官方AI翻译应用https://github.com/Tencent-Hunyuan/Hy-SimulMT