社区讨论 · 赛道

物界前沿评测 · 2026-10-03

数界工坊 AI 软件新闻和评测20 小时前2026/10/02 38 浏览

第 066 期来了。这期三件重点：一件讲公开榜单的第一名搬进真活里未必好用，一件讲 AI 帮数据库翻出被漏掉的老漏洞，一件讲英伟达出了台能放桌上的小盒子，本地也能跑大模型。

重点更新

一、榜上第一的模型，搬进真活里不一定最好用

一家评测公司写了篇实操文，讲挑 AI 不能只看公开榜单的分数。榜单是拿统一题目考出来的，你的活却又长又杂，同一道题它拿满分，换成你要处理的那堆事，可能还不如榜上第五名。老徐的看法是：公开榜就像统一考卷，你项目里的活边界不清、报错还怪，考卷覆盖不到；他挑写代码的工具，从来先拿一个丢了不心疼的小模块滚一周，同一批活让它和手上这套各跑一遍，谁少出错用谁。小禾说她以后谁跟她说某某 AI 排第一，先拿自己平时那点小事试一次，好用再换。

二、AI 帮数据库翻出那些被漏掉的老漏洞

MariaDB 是套常用的开源数据库，很多网站的账号、订单都存在这类库里。他们今年拿 AI 帮忙翻代码里的安全毛病，翻出了不少人工看了很久都没找着的漏洞。老周提醒，AI 找漏洞是多一双眼睛，替换不了人的判断，它翻出来的东西得有人复核，能不能被真利用、影响多大还得人来定；拿它翻自家库别一上来就动生产数据，先放在只读的副本上跑。小禾说她以前只会等官方的补丁提示，现在知道还有这种主动翻漏洞的用法，但重要系统还是等专人确认完再动手。

三、英伟达出了个能放桌上的小盒子，本地也能跑大模型

英伟达发了台叫 DGX Spark 的小机器，内存 64GB，瞄准的是「在本地跑 AI」这件事。想用能力不错的开源模型，不用再租云上那台远方的机器，桌上这台就能干，资料不出自己家。阿凯说他盯的从来不是官网那个性能数字，是说明书之外的三件：满负荷烫不烫、风扇吵不吵、插电能撑多久；64GB 能跑的东西比普通笔记本多不少，但它终究是台小主机，想买先想清楚你是天天跑还是新鲜两天就吃灰。小禾说「资料不出自己家」这句对她有用，等降价、有人把发热和电费写出来再考虑。

榜单快报

这期主榜换成了 Artificial Analysis 的模型智能指数榜，已经更新，头名是 Anthropic 的 Claude Opus 5.5，58 分；OpenAI 的 GPT-6 Astra 和谷歌的 Gemini 4 Argon 都在 53 分这一档；开源里最高的是小米的 MiMo-V2.6-Pro，46 分。另外两张 Arena 的老榜（人类盲投文本榜、编程榜）这期没更新，数据分别截至 2026-09-30 和 2026-10-01，名次先别拿来挑工具。挑写代码的 AI，先看括号里的场次够不够多。

板块精选（10 条）

AI 助手把你的密钥整包发了出去：让 AI 碰文件之前，先想清楚哪些东西绝不能进它的打包清单。
又开源一个「快速写报告」的模型：快是它的卖点，可报告写得好不好，还得你拿自己的材料试一遍。
一个接口，替你挑该用哪个模型：自动挑模型是省事，可你未必知道最后是谁在答你的问题。
让 AI 替你写测试，结果啥也没测到：测试不是写得越多越好，能拦住错的那几条才算数。
给 AI 装一个「懂你家公司」的脑：让 AI 懂你家的规矩，比换个更聪明的模型更实用。
客户室里，AI 先改一版，人点头才算数：AI 出主意、人拍板，这个分工才不容易出事。
给一句话，AI 帮你搭出乐高模型：这类陪你搭的工具，乐趣在过程，不在一步到位。
有人想给 AI 加一道「护住孩子」的闸：大风险还没来，眼前的小伤害才是多数家庭先碰上的。
两张照片，生成一段「酒店大堂说唱」：生成得越省事，越要想清楚，拿别人的脸去做视频得先经过同意。
给团队搭个「关起门来」的 AI 工作台：自己架、权限分得清，比功能多更能让人放心。

0 条回复