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
- 程序员自述:AI 辅助开发中每轮重构都会让旧问题迁移到新代码 — ssh4net · 2026-09-30
- 用户实测 Opus 5.5：速度快但常无视技术规格自行改写代码 — ssh4net · 2026-09-30
- Agent 上生产的两大痛点：错误连锁反应与 token 成本延迟 — datawithsuman · 2026-09-30
- 谷歌发布 PageBreak 智能体挖洞工具,自动验证实现近零误报 — rez0__ · 2026-09-30
- GLM-5.3 已为 389 个开源项目揪出 4249 个潜在漏洞 — JosephJacks_ · 2026-09-30
- 让 Claude Opus 自己标注时间戳配音：实测人机协作解说视频工作流 — RileyRalmuto · 2026-09-30