产品应用8

大神评GPT-5.2：强但慢，各有分工

AI寒武纪2025-12-11

AI 摘要

OthersideAI CEO Matt Shumer：GPT - 5.2指令遵循、代码生成等能力提升，幻觉减少，但速度慢。日常任务用Claude Opus 4.5，深度研究用GPT - 5.2 Pro，前端UI可选Gemini 3 Pro。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

马斯克：AI直出二进制，大佬集体回怼

马斯克在X上称代码正变成下一个汇编，要让AI直接生成二进制，摒弃“源代码”。此言论引发争议，UML之父、《代码整洁之道》作者等教父级人物纷纷回怼，而现实中AI生成代码已成趋势。

Andrej Karpathy 用 Opus 5 结合《指环王》开篇文字，花约 10 美元让其渲染 3D 游戏。Opus 5 两小时写出 5500 行代码生成 3D 世界，虽粗糙但证明 AI 强大。不过，LLM 无法高效审查自己工作，这是弱点。

Stripe推出基准测试套件，评估AI智能体构建完整Stripe集成方案的能力，测试聚焦金融系统贴近生产环境的集成场景。测试显示，不同任务类型评测结果差异显著，核心瓶颈在于验证环节，当前智能体短板在校验逻辑等方面。

人大高瓴研究团队提出DelTA算法，不依赖经验为强化学习目标中每个token算最优权重。实验显示它适配主流强化框架，在多任务上提升base模型效果，还能让训练更稳定。