量子位

优化CUDA Kernel这件事，刚刚被AI狠狠地冲击了一波。因为现在，给AI十四个小时，它就能帮你把CUDA Kernel优化，加速比从2.6×推至35.7×！什么概念？以前人类资深CUDA工程师要完成这个任务，需要数月反复测试、调优、推翻重来才行；但现在，AI在你睡觉的时候就能解决掉。而且AI在这个过程中还展现出了专家级的直觉。例如在优化初期，它尝试在现有高层框架内寻找解法，但很快通过自主跑测试发现性能触及了天花板，然后它便做出了人类专家才有的决策—— 自主判断放弃高层框架，直接转向底层C++进行硬核重写。整整14个小时里，这个AI主打一个全自动：AI自己发现瓶颈，自己改变技术栈，自己重新编译，自己测试。那这到底是何许AI是也？不卖关子，正是大家熟悉的，来自智谱的开源模型——GLM-5.1。随着这次长程任务（Long Horizon Task）能力的提升，智谱官方也宣布了一个重要的突破：首次解锁了开源模型与当前全球最顶尖闭源模型Claude Opus 4.6的全面对齐！嗯，是妥妥稳坐全球最强开源模型宝座的感觉了。而且，从更多的权威评测榜单中来看，也是印证了这一点。在被称为“软件工程能力试金石”的SWE-bench Pro基准测试中，GLM-5.1刷新了全球最佳成绩，直接超越Claude Opus 4.6、GPT-5.4等一众头部模型，拿下全球第一：【图2】。甚至在海外网友们的圈子中，已经吹起了弃用Claude Max的风了：它的手感和Opus一模一样，使用额度是Claude Code的3倍，成本却只有1/3。【图3】 HuggingFace CEO也出面站台，称SWE-Bench Pro中性能最强的模型开源了：【图4】。而这一切成绩的背后，正是智谱面向小时级的长程任务能力。

行业密探

nthropic新论文漏引同行工作，被抓包并贴脸质疑了。
MBZUAI研究生Chenxi Wang发现，这篇论文的引用列表里，是不是忘了些什么…… 4月2日，Anthropic发布了一篇新论文，研究了Claude内部的“情绪机制”，在Sonnet 4.5中发现了171种“情绪向量”。这些情绪会在与之关联的情境中被激活，并且与人类的心理结构和情绪空间相似。论文还验证了情绪表征对模型行为的因果性影响，比如绝望会驱使模型采取不道德的行为，或使其对无法解决的编程任务实施“作弊”。但Chenxi Wang自述，她读到这篇博客时第一反应是：这不是我们去年做的吗？她可以肯定，他们去年10月发表的论文《LLMs会“感觉”吗？情绪回路的发现与控制》，是首篇系统研究LLMs情绪产生内部机制的论文。但Anthropic在原始博客中并未引用这一研究成果。目前经作者亲自沟通，A社已经火速立正道歉，并更新了论文博客，突出引用这篇工作。

行业密探