47 天 3666 样本实测：LiveNerf 未发现 Opus 5.5 被降智证据
TheOnlyVibemaster · reddit · 2026-11-09
独立项目 LiveNerf 发布第 47 天更新：用固定 78 题测试面板持续追踪 Claude Opus 5.5，累计 3666 个样本，未检测到可测量的「降智」（nerf）。
关键数据
- 项目在 GitHub 获 1.6k+ star，Discord 社区超 250 人
- 最初 10 天基线平均 58.4%，最新单日结果 61.5%
- 存在日常波动，但无符合检测标准的持续性下滑
对 Claude Code 标识符争议的看法
作者认为近期讨论的 Claude Code 标识符值得调查，但要区分「底层模型变化」与「周边系统变化」：路由、工具配置、上下文管理、系统提示等都会影响体验，两人体验不同未必意味着模型能力不同。
项目方向
作者强调「只测底层模型只覆盖了一半」，计划把 LiveNerf 扩展为跨模型、跨 API、乃至 agent 系统的独立可复现能力监控，并欢迎方法论批评。
「编程与Agent」频道最新
- Gemini 4 Hydrogen 56 秒建完 3D 沙漠牧场，3.8 Flash 要 6 分钟 — minchoi · 2026-11-13
- 30 分钟搭出可开门开冰箱的 3D 交互餐厅，Hydrogen 又秀新案例 — minchoi · 2026-11-13
- Carbon 编排 Hydrogen 集群，45 分钟造出会自录 demo 的绯红飞蛾 — minchoi · 2026-11-13
- Gemini 4 Hydrogen 把 Google Sheets 变成逐格重算的动态山水画 — minchoi · 2026-11-13
- AI 响应慢别怪模型:流式输出+进度展示是留住用户的关键 — XxFreakhawkxX · 2026-11-13
- Cloudflare 三周发四个开源模型，自称「neo lab」并解释缘由 — thursdai_pod · 2026-11-13