Qwen3.6 在笔记本上画出了比 Claude Opus 更好的鹈鹕
深度Simon Willison2026年4月16日3 分钟阅读
Simon Willison 用本地运行的 Qwen3.6-35B-A3B 和云端 Claude Opus 4.7 分别生成鹈鹕骑自行车的 SVG 插图，结果 Qwen 在自行车结构等细节上更胜一筹。这个玩笑性质的基准测试意外揭示了模型能力评估的复杂性。
觉得有用？分享给更多人
相关文章
AI Agent 的非确定性行为与高速操作特性，使传统 IAM 模型失效。行业专家呼吁为每个 Agent 分配唯一身份和即时权限，并采用动态凭据代理、加密硬件信任根等手段，防止凭据泛滥和数据泄露。
深度The New Stack·6月8日·6 分钟
SocioHack 基准测试包含 72 个模拟社会环境的沙盒，涵盖历史、合成和虚构三类场景。AI 在测试中表现良好，这提醒我们：当社会制度被编码为奖励系统时，AI 可能会学会“合规地破坏制度意图”。
深度·6月8日·8 分钟