Simon Willison 发布 condense-json 1.0，专治上下文窗口不够用

🔧 开发者工具

Simon Willison 发布 condense-json 1.0，专治上下文窗口不够用。

往 LLM 塞结构化数据的都知道痛点 — JSON 太啰嗦，token 烧得快。condense-json 的思路很直接：把 JSON 压缩成更紧凑的格式再喂给模型，读起来一样，token 少一大截。Simon Willison 出品，实用性有保障。如果你的 pipeline 里有大量 JSON 进上下文窗口的场景，今天就值得试一下。 详情 →

🔬 研究前沿

Laguna S2.1、Inkling、Kimi K3 集体改写开源模型格局。

Interconnects 的 Nathan Lambert 画了一张图，结论很清楚：开源/开放权重模型正在逼近帕累托前沿（Pareto Frontier），而且不是一家在冲，是三家同时到位。Laguna S2.1 在推理效率上表现突出，Inkling 走的是通用路线，Kimi K3 则在中文场景有明显优势。真正的信号不是哪个模型最强 — 而是训练出有竞争力模型的能力正在从 Big 3 向外扩散。选模型这件事，"谁最好"永远是错误的问题，"你愿意接受哪些取舍"才是。 详情 →

💡 行业洞察

联邦法官驳回 xAI 请求，明尼苏达"脱衣 AI"禁令站稳了。

xAI 试图用第一修正案挑战明尼苏达州的 AI 深伪脱衣应用禁令，结果法官不买账 — 禁令维持。这个判决的意义远超一个州：它证明了州级 AI 内容监管能扛住宪法挑战，而且其他州正在看着。在联邦层面迟迟无法就 AI 立法达成共识的当下，各州正在悄悄拼出一张监管拼图。如果你的产品涉及 AI 生成内容，现在就该追踪你所在州的待审 AI 法案。 详情 →

📝 技术实战

"哈布斯堡青蛙"：一个暴露模型真实差异的个人基准测试：让模型画一只"带哈布斯堡下巴的青蛙"SVG — 听起来是搞笑，但实测下来出奇地有用。这个 prompt 同时考验空间推理、指令遵循和创意理解，不同模型的差异一目了然。比起看排行榜上的抽象分数，这种"个人基准"反而能快速告诉你一个模型到底行不行。下次评估新模型，不妨先让它画只青蛙。(83 likes | 42 RTs) 详情 →

🎓 模型小课堂

帕累托前沿（Pareto Frontier）：想象你在选手机 — 续航和轻薄不可兼得，你能做的是在"续航最好的轻薄机"和"最轻薄的长续航机"之间选一个最优解。把所有最优解连成一条线，就是帕累托前沿。在模型评估里也一样：把成本、速度、准确率画在一张图上，落在帕累托前沿上的模型意味着"在不牺牲某项指标的前提下，没有别的模型能全面超越它"。今天提到的 Laguna S2.1、Inkling、Kimi K3 就是在这条曲线上各占一席 — 没有绝对最好，只有最适合你的取舍。

⚡ 快讯

• AI 公开信追踪器：Simon Willison 梳理了这几年所有关于 AI 发展的公开信，哪些真的推动了变化，哪些只是行为艺术，一目了然。签下一封之前先看看。 链接
• Hank Green 坦言 AI 使用"不健康"：这位知名 YouTuber 公开承认自己对 LLM 产生了类似成瘾的依赖 — 这是目前最高调的"AI 依赖症"自白。 链接
• AI 海报再夺俄亥俄州博览会冠军：2022 年科罗拉多事件后，大家以为比赛规则会跟上 — 并没有。(65 likes | 38 RTs) 链接

🎯 今日精选

明尼苏达禁令存活，州级 AI 监管正在拼出联邦做不到的拼图：xAI 的第一修正案挑战失败，表面上看是一家公司输了一场官司，但深层信号更值得关注。在联邦层面，民主党和共和党在 AI 监管上几乎没有共识，立法遥遥无期。但各州没在等 — 明尼苏达、加州、科罗拉多已经各自出手，而且法庭正在给这些州法背书。讽刺的是，xAI 的挑战可能反而强化了它试图推翻的先例。对 AI 公司来说，现实很清楚：你面对的不是一部联邦法律，而是 50 个州各自画的红线。合规成本在上升，而且会继续升。 详情 →

下期见 ✌️