找找AI 原创出品
技术
Gemini 3.5 Flash：轻量级模型的Agent性能颠覆
原创标识
谷歌同期发布的Gemini 3.5 Flash引发了更直接的行业震动。该模型被定位为轻量级（Flash），却在MCP Atlas这一Agent基准测试上取得了83.6%的SOTA水平，超越了GPT-5.5的75.3%和Claude Opus 4.7的79.1%。这意味着一个Flash级模型在“干活能力”上已经逼近甚至超过了许多竞品旗舰。
延迟约束对Agent工作流的范式性影响。 Agent任务不同于简单对话，通常涉及多步协同：读取上下文→拆分任务→调用工具→处理工具返回→生成中间计划→继续下一步执行。每一步的延迟都会叠加。Gemini 3.5 Flash的首token延迟约为65毫秒，输出速度约289 tokens/s，约为同类前沿模型的4倍。这种速度优势在Agent任务中会产生链式放大效应——多步工具调用场景下的端到端响应时间可实现数量级提升，使得此前因延迟过高而不可用的实时Agent场景（如实时代码补全、交互式调试、流式数据分析）具备了工程可行性。
成本策略的精准市场卡位。 Gemini 3.5 Flash的标准付费层定价为每百万输入token 1.50美元、每百万输出token 9.00美元（包含thinking tokens），Batch和Flex层更低。谷歌CEO皮查伊在发布会上算了一笔账：假设某企业将80%的工作负载从其他前沿模型切换到3.5 Flash，一年可节省超10亿美元。这种定价策略直击企业CIO的ROI关切，将模型竞争从单纯的benchmark“跑分”拉入了成本收益平衡的真实商业决策框架。
AI问答
国内AI最近犯过什么事儿吗？
说出来你可能不信，已经有人因为AI亏钱而在法院起诉了。
听说AI又在安全上捅娄子了？
这几天的安全新闻一个比一个惊悚。
有没有什么牛X的新模型发布？
看几个硬指标：编程测试SWE-Bench Pro，它直接干到了69.2% ，比GPT-5.5的58.6%高出10个百分点；金融分析测试也是53.9% ，同样领先所有对手。更狠的是，不但性能上去了，快速模式的速度快了一倍多，成本直接砍到原来的三分之一。
不听不听，我就想知道OpenAI权斗和马斯克互撕的大结局是啥？
前CTO Mira Murati出庭作证，对着奥特曼就是一顿锤。她直接在法庭上说，奥特曼在模型安全审批上误导过她，还说此人有个“大招”——给不同高管传递不同版本的事实，让大家谁都没法掌握全貌，决策权永远回到他自己手里。这不是外人瞎编，是亲信在法庭上当着全世界说的。
AI安全最近又出新问题了？听说有人用AI换脸直接盗号了？
对，而且是真事儿，5月30号央视刚曝出来的。一家国内公司好好的账号突然自己发了一篇“即将停更”的公告，后台密码也改了，连法人信息都被人篡改了。最后查出来，是有人伪造了以假乱真的动态“AI人脸”视频，直接骗过了平台的身份验证系统，顺利登陆进去了。
嵌入向量：AI把文字转换成数字的秘密
AI不认识文字，它只认识数字。为了让AI处理语言，第一步必须把每个字或词转换成一串数字，这串数字叫嵌入向量。
微调是怎样让通用模型变成专家模型的
一个通用大模型什么都能聊几句，但让它在某个专业领域表现得像专家，就需要做微调。微调的原理是：在已经训练好的模型基础上，用少量专业数据继续训练一小段时间。
为什么模型越大效果越好？
AI圈有一个经验规律：模型参数量每增加10倍，性能会稳定提升。这被称为规模定律。但为什么大模型就一定更聪明呢？
Transformer中的注意力机制是怎么“注意”的
大模型的核心技术叫注意力机制。简单说，模型在读一段文字时，会给每个词分配不同的“关注程度”。