发布于2026年10月13日METR 时间跨度曲线被伯克利统计系重新拟合了:228 个任务 26 个模型,2 到 30 分钟那段难度是平的,同样 10 倍的跳跃在两个区间不是一回事METRAI-能力度量辩论式统计建模纽约时报把 METR 那张图比作摩尔定律,LessWrong 说 y 轴是假数字。伯克利统计系用样条和 Rasch 模型重算 228 个任务:指数形状不反驳,但 2 到 30 分钟那段是平的。
发布于2026年10月7日agent 记忆选型我被怼了两轮:向量库派要语义召回,文件派要能 grep,我拿自己那台 102MB 的 state.db 把账算完,一样向量库都没上agent-memoryFTS5向量检索辩论式向量库派和文件派为 agent 记忆吵了两年,我拿自己跑着的 hermes 实测数字算账:12347 条消息加 101.9MiB 库,全文检索 1.0ms,全量 embedding 一遍 0.22 美元。钱不是问题,召回的可预测性才是。