AI 代码模型为何越来越“不说人话”
量子位讨论 Claude、GPT、Gemini 等 AI 在 Coding 场景中输出黑话化、文言化的问题，认为 Coding 过拟合和 CoT 压缩可能是重要原因。
#推理
量子位AI 评分4444 Microsoft ResearchAI 评分4949 Microsoft Research 访谈：AI 会犯什么错，失败能教会我们什么
Microsoft Research 访谈 Jennifer Neville，讨论评估如何推动 AI 系统性能边界，并揭示传统 benchmark 之外的“意外失败”。Neville 研究交互式领域与结构化数据中的机器学习和 AI，已发表 130 多篇论文、获 10,000 多次引用，并分享当前 AI 系统使用建议。
MIT Technology Review · AIAI 评分6161 Thore Graepel 认为 LLM 并不具备真正推理能力
Thore Graepel 认为，当今 LLM 主要依赖 next-token prediction 和 CoT 延长生成过程，并不具备 AlphaGo 式的独立推理机制。他以 AlphaGo 的政策网络与搜索机制解释第 37 手，指出真正推理需要显式、持久、可检查的认知状态，以及知识与操作知识方式的分离。他主张未来 AI 应维护可审计的证据、推理和信念修订序列，用于科学、医学、工程等高风险领域。
Latent SpaceAI 评分4545 MIT Alex Zhang：学术界需要雄心，RLMs 与 AI 智能体集群的研究机会
Latent Space 访谈 MIT 的 Alex Zhang，讨论 RLMs、GPU Mode、KernelBench、AI 生成 GPU kernels 与多智能体集群。
Berkeley AI ResearchAI 评分5252 Berkeley AI Research 分析自适应并行推理的高效推理扩展范式
Berkeley AI Research 文章分析 Adaptive Parallel Reasoning，认为它让模型在推理时自行决定何时拆解任务、启动多少并行线程以及如何协调。