AI 周报:LLM 用户调研新法、数学证明即树搜索、Stripe 评测基准
njyx · x · 2026-11-22
Steampunk AI 本周链接精选,要点:
- LLM 模拟用户购买意愿:直接问 LLM 产品意见只会得到中庸的平均值;让模型扮演多种 persona、生成无过滤反应再聚合,效果明显更好。这是生成用户反馈的有趣技术,虽然调 persona 数量较难,但适合发现尖锐反应和最有价值的粉丝。
- Stripe 评测基准:支付公司 Stripe 发布了衡量各模型与其 API 集成能力的 eval benchmark,等于为模型/agent 定义了要爬的山。作者认为这可能是许多知名 API 的未来做法。
- Lean 与 Mathlib 社区认证 Claude 辅助的黎曼猜想证明:Anthropic 的 Levent Alpöge 宣布的 1700 万行 Lean 证明正在获得可信度,有望成为七大千禧年难题中又一个被 AI+人类团队攻下的;更有趣的是证明过程本身的技术细节。
此外本期还提到 GTA6 里有人完成了铁人三项、Anthropic IPO、美国 AI 安全规则可能生变等动态。
「公司和人」频道最新
- Anthropic 亿万富翁数超全洛杉矶,研究员调侃「办公室里都是百万富翁」 — peterwildeford · 2026-11-22
- nateliason 转述 Alpha School 激励系统:5 岁孩子用学分自购缝纫包 — nateliason · 2026-11-22
- 400 份简历只招 1 人:PM 招聘者亲述为何从淘汰堆里捞人 — brandongalang · 2026-11-22
- Yacine发难:Gemini Neon 已全面领先,Anthropic 还剩什么意义 — yacineMTB · 2026-11-22
- 公司方澄清:我们不是 harness,而是先识别难点的元求解器平台 — Xianbao_QIAN · 2026-11-22
- Linus Ekenstam 明日起访广州深圳,征集硬件与机器人项目 — LinusEkenstam · 2026-11-22