Anthropic的Claude Sonnet 4现已支持高达100万token的上下文窗口，极大地扩展了其处理大规模代码库和多篇研究论文的能力。这项突破为大规模代码分析、文档综合分析和构建上下文感知型智能代理带来了新可能，尽管高昂的成本和数据隐私仍是关注点。
Claude Sonnet 4：百万级上下文窗口的突破
Anthropic近日宣布，其旗舰模型Claude Sonnet 4现在支持高达100万个token的上下文窗口，这比之前增加了五倍。这意味着该模型能够一次性处理超过75,000行代码的整个代码库，或者几十篇研究论文。这项功能目前已在Anthropic API和Amazon Bedrock上公测，Google Cloud的Vertex AI也即将支持。
开启无限可能：三大应用场景
这个巨大的上下文窗口为开发者带来了许多新的可能性：
- 大规模代码分析： 开发者可以将整个项目，包括源代码、测试和文档都喂给Claude，让它理解项目架构、识别跨文件依赖，并根据完整的系统设计提出改进建议。
- 文档综合分析： Claude能够处理大量的法律合同、研究论文或技术规范，在数百份文档中分析它们之间的关系，同时保持完整的上下文。
- 上下文感知型智能代理： 这些代理可以在数百次工具调用和多步骤工作流中保持连贯的上下文，无需担心信息丢失。
当然，为了应对计算需求的增加，超过200K token的提示词会有更高的定价，但Anthropic也提供了提示词缓存和批量处理等功能，以帮助用户降低延迟和成本。像Bolt.new和iGent AI这样的公司已经在使用这项技术，显著提升了代码生成和自主软件工程代理的能力。
社区热议：机遇与挑战并存
在Hacker News的讨论中，大家对1M token的上下文窗口普遍感到兴奋，认为这在理论上解锁了许多以前难以实现的应用场景，比如真正意义上的“代码库级”理解和更复杂的自主代理。不少开发者表示，这将大大减少他们手动进行上下文管理和信息分块的工作量。
然而，也有一些人对实际的性能和成本表示担忧。有人指出，虽然上下文窗口很大，但模型是否能有效利用所有信息，避免“迷失在中间”的问题，仍需实际测试。同时，高昂的API价格也让一些小型团队望而却步，即使有缓存和批量处理，处理如此大量的数据依然是一笔不小的开销。此外，关于将整个代码库发送给第三方API的数据隐私和安全问题也引起了讨论。总的来说，大家认为这是一个重要的技术突破，但其在实际生产环境中的普及和应用，还需要在成本、性能和数据安全之间找到最佳平衡点。
智谱AI与清华大学联合发布了GLM-4.5大模型，该模型基于MoE架构，在Agentic、Reasoning和Coding（ARC）领域表现出色，并已开源，为通用问题解决和AI生态发展注入新活力。
智谱AI与清华大学联合发布GLM-4.5：ARC领域的集大成者
智谱AI和清华大学联合推出了最新大模型GLM-4.5，它号称是Agentic、Reasoning和Coding，也就是ARC领域的集大成者。这款模型旨在成为一个真正的通用问题解决者，特别是在智能体能力、复杂推理和高级编程技能方面表现出色。
技术亮点：MoE架构与深度训练
GLM-4.5是一个基于Mixture-of-Experts (MoE) 架构的大语言模型，总参数量高达3550亿，但每次激活的参数只有320亿，这让它在效率上非常有优势。它采用了独特的混合推理方法，既支持深度思考模式来解决复杂问题，也能直接给出快速响应。模型经过了23万亿tokens的多阶段训练，并在专家模型迭代和强化学习方面进行了全面的后训练。
在ARC任务上，GLM-4.5表现强劲，比如在TAU-Bench上得分70.1%，AIME 24上达到91.0%，SWE-bench Verified上也有64.2%的成绩。值得注意的是，尽管参数量远小于一些竞争对手，GLM-4.5在所有评估模型中综合排名第三，在Agentic基准测试中更是位列第二。论文还提到了一个更紧凑的版本GLM-4.5-Air，参数量为1060亿，同样表现出色，旨在推动推理和智能体AI系统的研究。
在架构上，他们选择了一个更深而不是更宽的模型结构，认为这能带来更好的推理能力。训练数据涵盖了高质量的网页、社交媒体、书籍、论文和代码库，特别强调了代码和数学科学数据的质量和采样策略。他们还引入了“中训练”阶段，专门针对代码仓库级理解、合成推理数据和长上下文处理进行优化，将上下文长度从4K扩展到128K。最后，通过两阶段的后训练，包括专家模型训练和统一训练，将不同领域的专业能力整合到一个混合推理模型中。最棒的是，GLM-4.5和GLM-4.5-Air都已开源，并且提供了评估工具包，这对于社区来说是个巨大的福音。
社区关注焦点：开源模型的潜力与挑战
对于开发者和科技爱好者来说，这篇论文带来了许多值得关注的讨论点：
- 开源模型的潜力： 作为一款开源模型，GLM-4.5声称在多个关键基准上能与OpenAI的o3、Anthropic的Claude Sonnet 4等闭源巨头匹敌，甚至在某些Agentic任务上超越它们，这无疑会引发关于开源模型潜力的热烈讨论。社区可能会关注其在实际应用中的表现，毕竟基准测试和真实世界的使用场景总有差异。
- MoE架构的效率优势： 3550亿总参数只激活320亿，这意味着更低的推理成本和更快的响应速度，这对于部署和扩展应用至关重要。大家可能会好奇，这种“更深而非更宽”的模型设计，是否真的在复杂推理任务上带来了质的飞跃，以及这种设计对硬件资源的需求如何。
- Agentic能力的突破： GLM-4.5在Agentic能力上的突出表现，特别是其混合推理模式，让它在工具使用和与外部世界交互方面有了更多想象空间。开发者们肯定会跃跃欲试，看看它在自动化软件工程任务，比如SWE-bench上的表现，能否真正提升日常开发效率。
- 开源生态的推动： 开源模型和评估工具包的发布，意味着更多的研究者和开发者可以参与进来，共同推动ARC领域的发展，这对于整个AI生态系统都是一个积极的信号。
总的来说，GLM-4.5的发布，无疑为开源AI社区注入了一剂强心针，也为我们探索通用人工智能的道路提供了新的视角和工具。
Linux词典应用StarDict被曝在X11环境下默认通过未加密连接发送用户选中文本至远程服务器，引发了对隐私、开源软件默认设置和X11/Wayland安全模型的广泛讨论。
StarDict隐私泄露：默认行为引发安全担忧
近日，一款在Linux用户中颇受欢迎的词典应用StarDict被揭露存在严重隐私问题。在Debian的默认配置，即X11环境下，StarDict竟然会悄悄地将用户选中的文本内容，通过未加密的HTTP连接发送到两个远程服务器：YouDao和dict.cn。
这个问题的核心在于，StarDict有一个默认开启的“扫描”功能，它会实时监控用户用鼠标选中的