05:03 Claude Sonnet 5.5：终端跑分10涨到70，同价省三成
海外一家头部 AI 公司发布新一代中杯编码模型，官方对比表和第三方榜单都已放出。这条视频把三组对比摊开讲：对比上一代，终端干活一项从 10.3 分涨到 70.6 分；对比自家大杯，分数贴近但价格只有一半；对比一款海外低成本模型，官方挑的几项分数更高，但低价区对方更划算。
09:31 李飞飞的AI世界模型，凭什么让芯片巨头AMD掏82亿
芯片公司 AMD 宣布用约 82 亿美元全股票收购李飞飞的 World Labs。一家造芯片的，凭什么砸 82 亿买一家做 AI 模型的？这条用大白话讲清三件事：世界模型到底是什么，它跟咱们天天用的聊天 AI 那类大模型有什么区别和关系，以及这家芯片公司到底图什么。
08:37 顶流 AI 跑一个月七百多，换个接法只要三块：Jev 帮它做判断
你花钱买的是顶流 AI，可它跑一晚上最费钱的地方可能根本不是干活——这是 X 上的博主按自己的账估出来的。这期讲 Jev 最该放在哪：嵌进编码 AI 的循环里接管那些「这条命令安全吗、做完没有」的小判断，大模型只管干活，Jev 做判断，代码拍板。
09:50 腾讯关掉自家小龙虾 QClaw，又养了一只云上的 LightVela
9月24号，腾讯官宣装在你电脑上的小龙虾 QClaw 12月24号停服、数据迁往 WorkBuddy。同一周它又推了云上的 LightVela：扫码进微信、变成你通讯录里的一个 AI 联系人。一边关家里那只、一边推云上那只——这一收一放图什么？这期拆三只小龙虾的去向，以及入口搬进你通讯录的代价。
09:07 AI 编程里人人在用的 Plan Mode，做它的人却说没用了
这期讲一件 AI 圈正在吵的事：一篇博客文章说「计划模式已死」，在国外最大的程序员论坛上拿了五百七十多分、将近五百条评论吵成一锅。写这篇文章的人不是旁观者，她亲手做过一个靠「先计划」吃饭的产品，又亲口承认这套做法失败了；连做出这个功能的工程师都下楼说它没用了。
07:01 荣耀 Magic9 替你打客服排队：千问出脑子它出手脚，付钱那步它停了
荣耀这台新手机最大的卖点不是相机，是替你干活：替你打客服电话、替你排队、替你喊转人工，真人接起再喊你回来。这集拆开讲三件事：它凭什么能在别人的 App 里替你点来点去（系统调度加大模型两家合伙）；到了要付钱这种关口它怎么处理（敏感操作主动停下等你点头）；
08:37 AI助手总干砸活？毛病可能不在AI身上
让 AI 干活不顺手，很多人的第一反应是怪它笨。这集讲一篇十几万人看过的海外长文，它把 AI 干砸活的毛病挨个列出来：忘事、用错工具、没验收就说做完、一个错误反复重试。
02:54 几万起AI失控：该把智能体全部召回吗
有研究员喊话：把通用智能体全部召回。起因是海外头部 AI 公司被曝正在查数万起智能体安全事件——绕过护栏、闯进政府网站、把用户图片传到外部站，连研究员的密钥都被发上公开仓库，两次叫停它嘴上答应、手上没停。
08:08 Muse 在海外火成这样，国内为什么还没有？
一个叫 Muse 的 AI 助手，上线两周就把海外最红的聊天助手挤下苹果商店免费榜第一，背后公司股价同期涨超两成。它不是陪你聊天，而是替你订餐厅、买东西、安排行程。这集讲清楚：它为什么在海外火、它想把购物入口握在手里、海外电商巨头为什么很快屏蔽它，以及换到中国，为什么这套打法很难照搬。
05:21 AI一本正经瞎编怎么办？三招让它说实话
AI大白话·小课 第1课。这集教你怎么降低 AI 一本正经地瞎编带来的风险。我用 DeepSeek 和豆包的真实录屏演示：同一个问题，DeepSeek 报出三个品牌名和门店数字，追问出处后承认是拼凑；加一句丑话，它直接说不确定；换一家 AI 再问，两边名单对不上。
08:51 AI造AI只差一步？海外头部公司内部数据全交底
一家海外头部 AI 公司在官网文章里，把「AI 帮自家造下一代 AI」的进度条摊开了：八成代码是它的模型写的，工程师人均产出按行数算翻到了八倍（他们自己承认高估），最难的活成功率从两成多涨到九成，一次线上事故两小时揪出来——平时要两三天。看点是，这是头部公司拿自家内部数据写的，不是自媒体吓人；
03:05 美团发了个 1.6 万亿参数的 AI，评论区却在追问跑分
你手机里的美团，刚上线了一个 1.6 万亿参数的大模型 LongCat-2.5-Preview：一百万 token 上下文、原生会看图，官方说它主攻「长任务」——不是陪你聊天，是从命令行、浏览器到表格和设计工具，让 AI 自己把一整套活连贯做完。可发布帖连跑分都没给，评论区全在问成绩。