社区开源 LiveNerf:逐日追踪 Opus 5.5 是否被暗中降智
TheOnlyVibemaster · reddit · 2026-09-30
开发者发布开源项目 LiveNerf,为 Claude 社区提供独立手段,逐日测量 Opus 5.5 发布后数周内性能是否被悄悄"nerf"(降智)。
- 用 SWE-bench、SciCode 等成熟基准,按统一、可复现的科学方法逐日记录性能变化
- 目前仍在评估阶段:要到发布后第 20 天才有足够数据判断是否存在降智;第 10 天会把今天的波动纳入基线
- 项目为作者自费,校准一次 Opus 5.5 花掉约一周的 Pro 计划额度
- 作者立场:AI 公司不够透明,所以社区自己做工具揭示被隐藏的事实;若检测到降智会公开数据
- 仓库:github.com/ninjahawk/livenerf,作者欢迎对数据采集方法提出改进建议
所属事件:社区开源 LiveNerf 逐日监测 Opus 5.5 是否降智(2 条相关)→
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16