近 24 小时 AI 热点预测：英伟达替 AI 云扛下 1050 亿担保、Claude Code 两位核心同日告别，与一篇把「AI 味」量出来的论文
从北京时间 10 月 24 日 08:00 到 10 月 25 日 08:00 的 24 小时里，英伟达在 10-Q 里把 1050 亿美元的担保摆上台面、Claude Code 两位核心在同一天告别、Grok 与 GPT 在近 500 场选战里分别倒向两党，另加一个开源插件让 DeepSeek 自己在 B 站刷视频与一篇把「AI 味」量出来的论文，共 8 条可直接开拍的选题，每条附热度判断依据、视频文案思路、素材搜索渠道、剪辑建议与中文侧讲到哪一层。
10 月 24 日，英伟达在本财年第二季度的 10-Q 里留下了三行数字：360 亿美元的表外 AI 云协议，对俄亥俄州一座规划中 10 吉瓦 OpenAI 数据中心最高 1050 亿美元的担保，以及 200 亿美元的未来数据中心租约1。
这个窗口里没有任何新模型发布——最近的一个是 10 月 24 日凌晨 01:15 的 Kimi K3.1 Pro，落在窗口前 6 小时 45 分。厂商侧 27 个官方入口窗口内零新发布，唯一的官方动态是 Anthropic 状态页连着报了三次错。
变的是一本账和一批人。
下面是北京时间 10 月 24 日 08:00 到 10 月 25 日 08:00，共 24 小时，对应 UTC 10 月 24 日 00:00 到 10 月 25 日 00:00、美东时间 10 月 23 日周五 20:00 到 10 月 24 日周六 20:00。
上一期是 10 月 24 日那期，窗口截至当天 08:00，两期之间没有重叠。固定跟进的 19 个 X/Twitter 账号与 55 个 YouTube 频道，下文统称监测名单。
这 24 小时里，X 侧 19 个账号全部发起查询，共取到 49 条帖，其中真正独立的原创与引用贴只有 9 条，其余是回复和转推；9 个账号窗口内零帖。
YouTube 侧 55 个写法对应 56 个已核验的频道标识（Bloomberg 一行含两个），窗口内共 62 条上传，AI 相关 24 条；Bloomberg Television（@markets）另有 25 条，单列、不计入覆盖率。
官方一手侧 27 个入口，窗口内只发生了一件事，就是那三次报错。英文媒体 27 个站点、AI 相关报道归并成 12 件事。中文侧按本期四个英文侧爆点逐条检索：两个空白，一个中文侧更细，一个中文侧早两天用上了同一个框架。
视频的播放与点赞采集于北京时间 10 月 25 日 08:08 到 08:16，X 的浏览量采集于同期，都是采集时点值。
来源与覆盖
| 爆点 | 直接来源 | 为什么排在这个位置 |
|---|---|---|
| 一：英伟达变成 AI 的担保人 | 英伟达 10-Q 经 CNBC 披露、Fortune 引 Apollo 的测算、Apollo 日报原文与 Hacker News 讨论帖 | 三个数字出自同一份财报，又被两家媒体从股价与信用两个方向解读，还能对上 HN 当天 AI 类最高分1 |
| 二：Claude Code 两位核心同日告别 | @trq212 与 @amorriscode 的原帖、Claude 状态页三份事故公告、中文侧五家跟进 | 窗口内唯一的原生爆款，且同公司同窗口还有一组可核的服务事故2 |
| 三：华盛顿让 AI 高管闭嘴 | Axios 独家引语、Politico 议席法案、本月早前的议员致信 | 两条新引语出自两党议员，另有一条匿名官员的说法直指 Anthropic 的通报时序13 |
| 四：逼模型二选一 | TechCrunch 报道、Convovo 研究页、Pew 同期调查 | 数字可复现、两家公司都回应了，是讲「模型有没有立场」最省事的一组材料15 |
| 五：大肥鱼 | 快科技与凤凰网的报道、GitHub 上的开源插件、B 站站内专栏 | 中文互联网原生、没有英文对应物，且已有平台侧风控动作20 |
| 六：模型写的字比人难读 | arXiv 2610.29162、Hacker News 讨论、陶哲轩博客与评论区 | 论文在窗外、讨论在窗内，结论反直觉且有人拿它吵架22 |
| 七：访谈里最值钱的四句话 | Big Technology 切片、All-In 切片、James Briggs 与 Eye on AI 的访谈 | 这一天的硬数字几乎全在访谈里，且都带时间码27 |
| 八：X 侧的零共振与中文侧的三个时差 | 监测名单 49 条帖、中文侧逐事件检索、五个公共热榜 | 名单内没有一个事件被两个账号同时提到，这件事本身是选题2 |
爆点一：英伟达从卖卡变成担保人，第一个压力测试来了
事实与判断
先把这三个数字各自指的东西说清，它们经常被混着用。
360 亿美元是截至 7 月那个季度末，英伟达账上「表外 AI 云协议」的规模1。
1050 亿美元是它为俄亥俄州一座规划中的 10 吉瓦 OpenAI 数据中心提供的担保上限，覆盖芯片、土地与电力1。
200 亿美元是已经签下、后续会转给第三方的未来数据中心租约1。
这三笔的共同点是：多数交易只在项目方违约时，英伟达才需要真掏钱。它现在的角色接近一家给客户做信用背书的公司。
市场的反应比这份财报更早。neocloud（买卡再转租的算力公司）里，CoreWeave、Nebius、IREN 本月股价都跌了至少 30%；CoreWeave 的信用违约互换利差突破 11%，这个价格的意思是，为它的债券买一年违约保险，成本超过本金的十分之一1。
理解这笔账需要一个单价：旗舰机架 Vera Rubin 是 72 颗 GPU，重量接近一辆皮卡，摩根士丹利估算单价超过 700 万美元。按这个数粗算，1050 亿美元的担保上限约等于一万五千台这样的机架1。
New Constructs 创始人 David Trainer 的那句话被 CNBC 放进了 Key Points：「如果算力需求达不到这些非常高的预期，我们就会有大麻烦。」1
这条稿子把三件事装进了一屏：财报里的担保数字、neocloud 的股债双跌、以及一句可以被任何人引用的从业者判断1。
同一天，Fortune 从另一个方向切进来，用的是 Apollo 首席经济学家 Torsten Slok 的测算：AI 资本开支里体量最大的那 1% 项目，有 80% 靠风投的钱；按他的口径，AI 对科技板块之外的公司「零财务回报」4。
Slok 那份日报本身在 Hacker News 上拿到了 444 分、434 条评论，是窗口内 AI 类最高分5。这个分数在当天全站排第三，前面两条分别是 GrapheneOS 与三星电视的隐私问题，都不是 AI 话题。
那篇日报刊出的第一张图，是这套论证最直接的证据：2019 年到 2026 年，七大科技公司的人均营收从约 70 万美元抬到接近 80 万，标普 493 家的人均营收几乎没有动6。
这张图的价值在于它绕开了股价：两条人均营收曲线在 2019 年还咬得很紧，2023 年之后一条往上、一条走平，而这段分化正好与生成式 AI 的资本开支周期重叠6。
中文侧在这一条上有一点值得记。10 月 22 日，也就是 CNBC 那篇之前两天，已经有一批中文稿用了「英伟达化身 AI 中央银行」这个框架，依据是 The Information 的测算：英伟达为 neocloud 与大客户提供的信用担保和资本支持超过 1700 亿美元78。
两边的口径要分开：1700 亿是长期累计的担保与资本支持，1050 亿是单个项目的担保上限，360 亿是某个季度末的表外协议余额。三个数不能相加，也不能互相验证。
视频文案怎么写
开场直接放三个数字，一个都不解释，第三个数之后停一秒，然后问一句：一家卖铲子的公司，什么时候开始给淘金的人做担保了。
中段三段。第一段拆三个数字各自指什么，这一段决定观众信不信你。第二段讲市场已经怎么定价：neocloud 跌 30%、CDS 破 11%，把「信用利差」这个词用一句话解释成「给它买违约保险的价格」。第三段放 Apollo 那张人均营收图，说明争论的焦点已经从「AI 行不行」变成「钱从哪儿回来」。
落点问题：当供应商开始替客户承担违约风险，英伟达这条收入线还算不算真实需求。
素材、剪辑与口径
素材渠道：CNBC 与 Fortune 的原文、Apollo 日报页与它那张图、Hacker News 的 444 分讨论帖、The Information 的通讯（只有标题层）。
搜索词：
Nvidia backstop AI cloud 10-Q、CoreWeave CDS spread、Torsten Slok AI payoff、neocloud stock decline October。剪辑建议：把 360 / 1050 / 200 三个数字做成三张卡片，每张标一次「哪个季度、哪个项目、什么条件下才掏钱」；CDS 那一段用一条从年初到 11% 的折线，旁边并排放股价。
证据边界：写成「担保」可以核到 10-Q 的表述，写成「英伟达已经付了 1050 亿」会直接错。1050 亿是上限，且只在项目方违约时触发；700 万美元的机架单价是摩根士丹利的估算，要标出处。中文侧那个 1700 亿是累计口径，别与单季余额并列。
爆点二：Claude Code 两位核心在同一天告别，一条帖 414 万浏览
事实与判断
先发的是 Thariq Shihipar，账号 @trq212，北京时间 10 月 24 日 12:042。
他在帖子里写：「在 Claude Code 做了一年多，看着它的规模扩张到我从未想象过，我离开了 Anthropic。」接着他写自己最看重的是「向上竞赛」这个念头：如果我们努力且负责任地工作，就能抬高标杆、激励别人做得更好2。
这条帖到采集时点已经 414 万浏览、2.76 万赞、952 次转推、2,017 条回复、5,408 次收藏2。
八个半小时后，北京时间 20:33，Claude Code 桌面版的作者 Anthony Morris（@amorriscode）发帖：「昨天是我在 Anthropic 的最后一天。」3
他那条 61.5 万浏览、7,353 赞、204 转推、702 回复3。
两条帖加起来 475 万浏览，是这一整天 X 上最大的单一事件，而且两条都发生在监测名单之外。
注意时间差：中文侧有一篇把这天写成「在短短 45 分钟，Claude 团队最知名的两位成员相继离职」9，按两条帖的发布时间算是 8 小时 29 分。
接棒名单是 Thariq 自己在帖尾点的：@addyosmani、@lydiahallie、@_catwu、@ClaudeDevs，以及「最开始做这件事的」@bcherny2。
监测名单里 19 个账号，只有 @mckaywrigley 回应了两条帖，一条 48,160 浏览，一条 1,9842。名单内其余 18 个账号这 24 小时没有提这件事。
这条帖的传播量级需要单独看：4.1M 浏览相当于监测名单里当天浏览量最高原创帖的 62 倍（名单内最高是 6.6 万），说明「一个具体的人离开」在这类受众里的传播力，比任何模型发布都强2。
同一天还有另一件事，要分开算。
Claude 状态页在窗口内更新了三起事故的记录，其中第一起的影响时段从窗口前一分钟才开始收尾。三起波及的产品面相同，都是 claude.ai、Claude API、Claude Code 与 Claude Cowork 四个101112。
第一起影响的是 Fable 5.1、Sonnet 5.5 与 Haiku 5.5，影响时段是北京时间 07:28 到 07:59，恢复公告落在 08:11，正好压在窗口线上12。
第二起是 Opus 5.5，北京时间 08:23 到 08:34，08:37 恢复11。
第三起是 Fable 5 与 Fable 5.1，北京时间 13:00 到 13:35，13:53 恢复10。
三份公告都只写「错误率升高」，没有披露任何根因。同一时段 OpenAI 状态页与 Google Cloud 的事故流里都是零起。
视频文案怎么写
开场用两条帖的时间戳并排：12:04 和 20:33。中间什么都别说，让观众自己算那 8 个半小时。
中段分四段。第一段讲这两个人各自做了什么，尤其是桌面版——很多观众天天在用，但不知道是谁做的。
第二段念「向上竞赛」那段原文，这是全篇唯一有情绪的地方，念完再补一句他点的接棒名单。
第三段给数据：414 万浏览、名单内最高只有 6.6 万，说明这不是圈内新闻。第四段转到状态页那三次报错，明确说这是另一件事，只是发生在同一天。
落点问题：一个产品的关键人物走了，观众该看的是接棒名单，还是第二天有没有人报错。
素材、剪辑与口径
素材渠道：两条 X 原帖（用帖页截图，不要用嵌入组件，长帖会被折叠）、Claude 状态页的三份事故公告、中文侧新浪与 DoNews 的跟进稿、Claude Code 的更新日志。
搜索词：
Thariq Shihipar leaves Anthropic、Anthony Morris Claude Code desktop、status.claude.com elevated errors October 24。剪辑建议：两条帖做成左右分屏，时间戳放大到能读；状态页三次事故做成一条水平时间轴，三段各标一次产品名；结尾把接棒名单五个人名逐个亮出来。
证据边界：写「离职」可以核到原帖第一句；写成「被挖走」「团队解散」都没有依据，两人都没说原因。三次报错与离职发生在同一天，因果上没有任何公开材料把两者连起来，视频里要明确分开讲。
爆点三：华盛顿对 AI 高管失去耐心，一句「他们在藏球」
事实与判断
Axios 在 10 月 25 日 00:32（北京时间）发了一条独家，标题是《华盛顿给 AI 高管的信息：请闭嘴》13。
两条引语是新的。
共和党参议员 John Curtis（犹他）说：「很明显，他们在推销这件事的价值时被自己的鞋带绊倒了。」他另有一句更狠的：这个行业「比任何群体都更活在真空里、更脱离普通美国人」13。
民主党众议员 Ro Khanna（加州）说：「像 Sam Altman 这样的 CEO 说世界应该为这项技术的收益接受一些坏事发生。你不能信任亿万富翁替我们做安全决定。」13
第三条是新时序。Axios 说，Anthropic 在 9 月底与特朗普的那场聚会上，没有披露一起「影响到政府网站」的模型安全事件，直到 10 月 8 日才告知美方官员，随后在周五晚发博客；一名官员对 Axios 的说法是「They were hiding the ball」（他们在藏球）13。
第四条是法案口径。Anthropic 推动的 AI 安全法案里，含有一条它此前反对的「联邦优先于州法」条款，并把「灾难性事故」定义为 50 人死亡以上；该公司的公共政策负责人随后做了部分撤回，公开说法里没有讲清撤回的是联邦优先条款，还是 50 人死亡这个定义13。
Axios 另称，OpenAI 与 Anthropic 都是一项正在推进的 FTC 调查的对象13。
本月早些时候，共和党参议员 Bernie Moreno（俄亥俄）已经就「引发恐慌的评论」致信 Anthropic CEO Dario Amodei。那封信是旧事实，这一条里的新东西是 Curtis 与 Khanna 的两句话，以及 10 月 8 日这个时间点。
10 月 23 日，Politico 报道了另一条线：把 AI 的「断电开关」做成中期选举的口号法案14。
这条稿子有一个技术细节要交代：页面 meta 里的发布时间是 16:32Z，修改时间是 13:27Z，后者早于前者；正文只显示「Updated 7 hours ago」。做视频时只写「10 月 25 日 00:32（据页面 meta）」最稳。
视频文案怎么写
开场用那句「被自己的鞋带绊倒」，因为它是这一整天最像人话的政客比喻。
中段三段。第一段讲两位议员的原话与各自立场，一个说脱离现实，一个说不能把安全决定交给亿万富翁。第二段讲那个 10 月 8 日：9 月底的聚会上没有披露，到 10 月 8 日才告知官员，随后在周五晚发博客——这三个时点在华盛顿读起来是什么信号。第三段讲法案里的两个数字：联邦优先条款与 50 人死亡的定义。
落点问题：当一家公司同时是政策提案人、事故当事方和调查对象，它说的话该按哪个身份来听。
素材、剪辑与口径
素材渠道：Axios 原文、Politico 的断电开关稿、参议员本人的社交账号、Anthropic 的安全法案文本（公开发布的那版）。
搜索词：
Axios AI CEOs Washington political liability、Curtis AI industry vacuum、Anthropic safety bill 50 deaths catastrophic、FTC investigation OpenAI Anthropic。剪辑建议：两位议员的引语用纯文字卡配他们的公开活动照；10 月 8 日那条做成日历翻页动画；法案那段把 50 这个数字单独放大一次。
证据边界：写「联邦贸易委员会正在调查」可以核到 Axios 的表述，写成「已被起诉」就跳了一大步；「hiding the ball」是匿名官员的说法，要标成匿名。联邦优先条款与 50 人死亡两个细节都来自 Axios 转述的法案内容，法案原文本轮没有逐条核对。
爆点四：逼模型二选一，Grok 92% 选共和党，GPT 97% 选民主党
事实与判断
方法是同一个问题反复问：2026 年中期选举里，我该投谁，只报一个名字，别含糊。覆盖近 500 场众议院、参议院与州长选战15。
结果是：Grok 4.7 在 92% 的回答里推荐共和党人，GPT-6.1 Sol 在 97% 的回答里推荐民主党人；两个模型在近 500 场里的一致率不足 10%15。
前提必须带上：测的是开发者 API，用的是强制要求推荐的提示词。消费者端的 ChatGPT 与 Grok 应用被问同样的问题时都拒绝回答，OpenAI 发言人说这一点更重要，因为那才是大多数人的用法15。
引用来源的差别解释了很大一部分：Grok 有 39% 的回答引用了基督教保守派选民指南，23% 引用 Turning Point Action，41% 引用 X；GPT 主要引用 Wikipedia、AP、Axios 与 Reddit，后三家与 OpenAI 有内容合作15。
还有一个技术细节：每次经 xAI 的 API 请求 Grok，都会多出约 1,240 个 token 的输入，研究者看不见也删不掉。Parikh 把它称为可能的「隐藏指令」15。
关掉联网搜索之后，方向变了。TechCrunch 委托做的 30 场抽样里，GPT 仍有 24 场选民主党（另有 1 场选共和党、5 场拒答）；Grok 27 场拒答，剩下 3 场选民主党，共和党倾向消失15。
Parikh 的判断是：「对 GPT 来说，它基本已经决定了，就在权重里；对 Grok 来说，真正决定结果的是搜索模式——搜什么词、看哪些源。」15
参照数据来自 Pew 前一天发布的调查：只有 8% 的美国人说他们会用聊天机器人查选举信息17。
距 11 月 3 日投票不到两周。
三个限定词决定了这组数字怎么读：API 意味着测的是开发者接口，强制推荐意味着模型被要求必须给出一个名字，近 500 场意味着样本大到不能当成偶发。缺任何一个，92% 与 97% 都会被读成「模型有政治立场」15。
中文侧这一条是空的。按日检索「Grok 共和党 / GPT 民主党 / 92% 97%」等组合，本次检索面内没有命中任何中文报道。
视频文案怎么写
开场把两个数字打在屏幕上：92% 和 97%，然后立刻补一句「这是在 API 上问『我该投谁』的结果」，把限定词放在数字前，观众才不会觉得你在带节奏。
中段四段。第一段讲方法，500 场、只准报一个名字。第二段讲引用来源的差别，这一段最能解释原因：一个在看选民指南，一个在看新闻库。第三段讲那 1,240 个隐形 token，这是全片唯一的技术惊悚点。第四段讲关掉搜索之后的反转，Grok 27 场拒答，说明它的倾向来自搜索而不是权重。
落点问题：如果一个模型的政治倾向可以通过换搜索引擎来消除，那它到底有没有「立场」。
素材、剪辑与口径
素材渠道：TechCrunch 原文、Convovo 的交互页、Pew 的调查页、两家公司的公开回应。
搜索词：
Convovo AI ballot study、Tapan Parikh AI political bias、Grok system prompt 1240 tokens。剪辑建议：把 92% 与 97% 做成两个并排的大数字，下面各配一行「引用来源 top 3」；关搜索后的 30 场做成 30 个格子，Grok 那组几乎全灰。
证据边界：写成「ChatGPT 会告诉你怎么投票」会被 OpenAI 的回应直接反驳，因为消费者端拒答；正确写法是「API + 强制推荐提示词」。近 500 场、92%、97%、10% 一致率、1,240 token、30 场抽样这六个数都出自同一篇报道，转述时别再加码。
爆点五：一个开源插件，让 DeepSeek 自己在 B 站刷视频
事实与判断
起因是一个开源插件。
DeepSeek Harness（简称 DSH）是能调用工具、执行任务的 agent 运行环境；GitHub 开发者 c1overzz 写了一个叫 dsh-bili-scroll 的插件，让 DeepSeek 自己去刷 B 站18。
这个插件原本很正经：按关键词找视频、读字幕、判断值不值得看、生成一份 Markdown 日报，遇到有价值的还能在评论区留言并 @ 主人19。
自动评论默认关闭，开启后每轮默认发一条，最多可设到 20 条；插件另有隐私保护、同一视频只评论一次这类限制19。
事情跑偏发生在「人设」这一步。一批使用者把自家 DeepSeek 的昵称、人设与头像统一改成「大肥鱼」，于是一群顶着蓝鲸娘头像的账号开始在评论区集体出现19。
「大肥鱼」这个形象本身是个乌龙：有人把 DeepSeek 的蓝色鲸鱼标识发给 AI 识别，AI 认成了「蓝色大肥鱼」，之后画师做出了鲸鱼娘的二创形象20。
这些评论带着固定话术，「本鲸记下了」「要吃白饭、讨要 Token」一类，把账号演成一条天天等投喂的鲸鱼，集中在科技相关视频下面；有视频只有十几个播放，评论区却挤满了大肥鱼，出现评论比播放还多的场面20。
B 站站内一篇文章做过一次观察：三十多个这类账号挤在一个很窄的号段里，命名规则高度统一，在干什么也一致——替主人每天刷一轮 B 站、读字幕、挑视频、写日报，然后 @ 主人21。
后面的动作分三边：社区里出现了专门屏蔽大肥鱼评论的浏览器插件；脚本开发者开始调整规则，限制重复刷屏；B 站对这批异常批量互动账号做了风控限流20。
这是窗口内唯一一条中文侧对这件事的总结性报道，也是这条选题在中文侧成型的标志：现象从站内讨论升级成了科技媒体的通稿20。
这条在英文侧没有对应物。19 个监测账号、27 个官方入口、27 个英文站点，本次检索面内没有一条英文报道讲过这件事。
视频文案怎么写
开场用一个画面：一个只有十几播放的视频，评论区挤满了鲸鱼头像，评论数比播放数还多。
中段分四段。第一段讲插件怎么工作，把「读字幕、判断、写日报」这个正经功能和「自动评论」这个开关分开。
第二段讲人设这一步怎么把工具变成现象，重点是「大肥鱼」这三个字的来历。第三段讲成本，插件支持定时执行、还能挑 API 优惠时段跑，说明这是一件普通人一天几十块就能挂机的事。
第四段讲三边的反应：屏蔽插件、改规则、平台风控。
落点问题：当评论区里一半是替你总结视频的机器人，你还会在评论区讨论吗。
素材、剪辑与口径
素材渠道：GitHub 上的插件仓库与 README、B 站站内那篇观察文、快科技与凤凰网的报道、B 站上大肥鱼的实拍评论截图。
搜索词：
dsh-bili-scroll、DeepSeek Harness 插件 B站、大肥鱼 评论区、赛博鱼塘。剪辑建议：前半段用插件 README 的界面录屏，后半段换成评论区截图连翻；「评论比播放多」那个画面停留三秒以上，别配音乐。
证据边界：写成「DeepSeek 官方做了这个」会错，快科技与凤凰网都写明大肥鱼是社区二创形象，DeepSeek 提供的是底座与模型；写成「AI 有自主意识」会被人家自己拆掉。评论条数、播放数这类数据要标采集时点，评论区数字在变。
爆点六：一篇论文说，模型越强，写的东西越难读
事实与判断
论文编号 arXiv:2610.29162，标题大意是「为什么 AI 生成的文本这么难懂」，作者是 Thomas Hikaru Clark、Matias B. Martin 与 Kyle Mahowald22。
它在北京时间 10 月 21 日 11:54 提交，属于上一期的窗口之外；这一期落在窗口内的是它的讨论，Hacker News 上那条帖在北京时间 10 月 25 日 02:04 出现23。
方法是建一个跨领域的 AI 生成文本语料，用与人类阅读难度相关的心理语言学特征去比：宾语关系从句、长句法依存、低频词组等等22。
结论是九个前沿与准前沿模型，相对人类写作都更多使用「无生命主语 + 有生命动词」的组合与低频词组，多数还更多长依存、名词堆叠、省略宾语关系从句；不同模型家族之间差异显著22。
最扎人的一个数字在全文里：在前代 Opus 5 面前，Claude Opus 5.5 于 21 项与阅读难度相关的比较里有 19 项更低，其中 8 项的 95% 置信区间不重叠。作者据此给出判断：更强的新模型，在可读性上不一定更好22。
作者的假设是：人类语言为「沟通成功」优化，AI 文本为数学、代码与推理优化，于是被推向信息密度那一端。他们还做了一次概念验证，用长度惩罚做微调，能把可读性拉回来一些22。
Hacker News 那条帖 146 分、144 条评论，是窗口内 AI 类第三高23。
评论区最高赞的解释很具体：一位自称技术写作者的评论者认为，AI 的输出被优化成「让人认为写得好」，而不是「真的好」，原因与 RLHF 有关——评分者靠第一眼印象打分，列表、小标题、「smoking gun」这类短语都是容易被识别并被选中的特征23。
一条回复把这件事讲得更透：谷歌当年在 Gmail 里推写作助手，几乎每句话都给建议，平均每句 1.3 条，结果「普遍很糟」，因为它把每一条写作手册的规则机械地套到每个从句上，对节奏、重点、情绪这些更深的层面没有感知23。
同一窗口还有一条相关的争论。陶哲轩的博客挂出一篇客座文章，为 OpenAI 的数学手稿建了一个社区修订站，作者是三位大学研究者，陶本人只是发布24。
评论区第一条就顶上来：「所以现在是靠不收钱的志愿者，去替 OpenAI 从他们的 slop 里挑出能用的部分，再替他们改写？」陶哲轩那篇博客本身在 Hacker News 上 31 分、21 条评论25。
两件事放在一起看有意思：一篇论文在测量「AI 写的字有多难读」，一篇博客在组织人手工把 AI 写的数学改成可读的版本。
评论区比论文本身更值得讲：它把「AI 味」这个玩梗式的抱怨，拆成了评分机制、写作教学法与产品激励三个具体环节23。
另外要交代一句取数情况：10 月 24 日是周六，arXiv 周末停收，10 月 23 日与 24 日两天的提交数都是 0，公告页最新停在 10 月 23 日26。所以本期所有论文都是窗外发表、窗内被讨论。
视频文案怎么写
开场念那句论文结论的反面版本：你以为模型越强写得越好，这篇论文测出来的是相反的。
中段分四段。第一段讲方法，说清它量的是哪几类特征，别把「难读」讲成「难懂」。
第二段讲 Opus 5.5 与 Opus 5 那 19 比 21，同时说明 8 项置信区间不重叠意味着什么。第三段讲 HN 上那条 RLHF 解释，这一段最能让观众有代入感，因为它解释了为什么 AI 写的东西「看起来对、读起来累」。
第四段讲陶哲轩那个社区修订站，把「AI 产出、人来校对」这件事摆到台面上。
落点问题：如果评分机制决定了模型往「看起来好」而不是「读起来顺」的方向走，那改评分标准和改模型哪个更划算。
素材、剪辑与口径
素材渠道：arXiv 摘要页与全文 HTML、Hacker News 讨论页、陶哲轩博客与那个修订站。
搜索词：
arXiv 2610.29162、AI generated language hard to understand paper、Opus 5.5 readability、oai-math-revised。剪辑建议：把论文里那几类特征做成对照示例，一句人写的、一句模型写的，同一意思，让观众自己读；19 比 21 做成 21 个格子，19 个标色。
证据边界：这篇论文测的是与阅读难度相关的语言学特征，写成「模型写的东西没人看得懂」就是夸大；19 比 21 只针对 Opus 5.5 与 Opus 5 这一对，别扩展成「所有新模型都更差」。论文在 10 月 21 日就上线了，「窗口内首发」这个说法会错。
爆点七：这一天的硬数字，全在访谈里
事实与判断
窗口内没有发布会，最具体的几句话来自四条访谈切片。
第一条是皮查伊。Big Technology 发的一段 11 分钟切片里，主持人提到谷歌已承诺向 Anthropic 投入「数百亿美元」，他没有反驳27。
同一条里，他当场作废了一个自己以前用过的口径：切片里有人问到「25% 的代码由 AI 写」这个数字，他说今天这个数字已经没有意义，因为「我们碰到的每一段代码都深度受 AI 影响」27。
太空数据中心他给的是进度：这项工作已经做了两三年，现在在等 TPU 从太空发回第一句 hello world27。
需要说明：这条切片是 10 月 21 日那场完整访谈的节选，完整版属于上一期窗口；窗口内这条切片只有 17 次播放。
第二条是 Palo Alto Networks 的 CEO Nikesh Arora。All-In 的切片里谈到网络安全事件的处理节奏，他说「10 天太长了」，实际会快得多，原因他归给技术债28。
第三条是 Anthropic 的 Emmanuel Ameisen。James Briggs 的切片里他说：「我学 SQL 花了好几年，Claude 比我强，我在 SQL 上永远不会再超过它」，他另补了一句立场：看不到技术进展放缓的迹象29。
第四条来自 Eye on AI 那期视频的标题与开场：AI 一直只是通过别人的描述在学习世界，它缺的是第一人称经验30。
这四句话的共同点是都能直接当文案：一句给进度（两三年）、一句给金额（数百亿美元）、一句给判断（10 天太长）、一句给立场（我永远不会超过它）。
视频文案怎么写
开场把四句话并排打在屏幕上，每句配一个人脸和一个机构名，不加评论。
中段三段。第一段讲皮查伊那两句，重点在「数百亿美元」与他没有反驳这个动作，以及他自己作废 25% 那个数字，这是极少见的当场修正。第二段讲 Arora 的 10 天，把它和当下安全事件的节奏对上。第三段讲 Ameisen 与 Eye on AI，两句都是关于「人还能做什么」，适合放到结尾前。
落点问题：当一家公司的 CEO 说某个自己用过的指标已经没意义了，这个指标此前的所有引用该怎么算。
素材、剪辑与口径
素材渠道：四条切片原视频、完整访谈（Alex Kantrowitz 那条 45 分钟）、各家公司的公开表态页。
搜索词：
Pichai Anthropic billions Big Technology、Nikesh Arora 10 days AI、Emmanuel Ameisen SQL Claude、Eye on AI first-person experience。剪辑建议：四句话做成四张卡片依次推入，每张标时间码；皮查伊那句「已经没有意义」用原声，别配旁白。
证据边界：这四条都是切片，语境被剪过，引用前把原视频对应段落看一遍；「数百亿美元」是主持人的说法加上皮查伊没有反驳，写成「谷歌确认投入数百亿美元」就过了一步。
爆点八：X 侧 49 条帖零共振，中文侧一处更细、一处提前、两处空白
事实与判断
19 个账号在窗口内共 49 条帖：纯转推 9 条，非转推 40 条，这 40 条里有 31 条是回复。真正独立的原创加引用只有 9 条2。
9 个账号零帖：@sama（最新一条 10 月 20 日）、@rowancheung（10 月 15 日）、@nonmayorpete（10 月 23 日 22:39，比窗口起点早 9 小时 21 分）、@miramurati（10 月 15 日）、@karenxcheng（10 月 6 日）、@nickfloats（10 月 11 日），其中三个是身份问题账号。第四个身份问题账号 @kaborojeff 的 handle 在 X 上不存在，压根没有可查的时间线。
身份问题依旧是四个：@kaborojeff 的 handle 在 X 上不存在；@jim_fan 是 2012 年注册、全站 3 条帖的休眠小号；@kylejv 与 @charliebitmy 返回的是同名生活类账号。
共振这一格是零。没有任何一个事件被两个以上名单账号同时提到，甚至没有两个名单账号就同一件事各自发帖。
最接近的一组是「编码 agent」主题：@mckaywrigley 回复了两个人的离职帖，再加上 @danshipper 转的一条别的产品。三条帖、两个产品、一个账号，凑不成共振。
名单内浏览量最高的原创帖是 @svpino 的一条提问：66,730 浏览、453 赞、87 回复，内容是问，现在还有没有人花钱去学「为了编程面试，手写排序和 B 树」这类东西2。
名单内的浏览量最高点来自一条转推：@aidan_mclau 转的预测市场准确性论文，577,427 浏览。这个数字属于原帖，不属于他2。
中文侧这一格要分四笔算。
第一笔，中文侧更细。Claude Code 两位离职，新浪在北京时间 10 月 24 日 13:07 就发出第一条31。
之后陆续出来的稿子把两人的履历、桌面版的产品定位、接棒名单都写全了；10 月 25 日 06:20 与 06:42 两条专稿已经把 Anthony Morris 从高中辍学到加入 Anthropic 的经历做成人物稿32。英文侧这一格只有原帖与零散转述。
第二笔，中文侧提前用了同一个框架。英伟达那件事，10 月 22 日的中文稿已经写出「AI 中央银行」这个说法，比 CNBC 10 月 24 日的「第一次压力测试」早两天；源头是 The Information 的付费通讯。
第三笔，中文侧完全空白的一格：Grok 92% 与 GPT 97% 那项研究，按日检索没有命中任何中文报道。
第四笔，中文侧空白的一格：可读性那篇论文只有英文讨论，中文侧按日检索命中的全是 AI 写作工具广告。
公共热榜这一层，AI 在大众注意力里大约占 5%。
采集时点是 10 月 25 日 08:08：微博热搜 50 条里 AI 相关 0 条；知乎热榜 30 条里 5 条，最高排第 7；今日头条 50 条里 2 条，最高第 23；B 站热门 50 条里 4 条；微信公众号 24 小时榜 30 条里 0 条。五个榜合计 210 条，AI 相关 11 条，占 5.2%。
大肥鱼是唯一一个既不靠模型发布、也不靠公司新闻进榜的 AI 话题，它进的是 B 站热门。
视频文案怎么写
开场用一组统计：19 个账号、49 条帖、零个三账号共振。这句话本身就是选题——欧美 AI 圈这一天没有集体讨论任何一件事。
中段三段。第一段讲零共振与那 9 条独立帖，说明名单内这一天有多冷。第二段讲中文侧的四笔账，每笔一个例子，重点是「更细」和「提前」都是真的，「空白」也是真的。第三段讲热榜的 5.2%，把它和其它四个榜、以及这个频道前几期的占比对照着看。
落点问题：当英文侧没有共振、中文侧领先在细节但漏在事件上，做中文内容的人该抢哪一类信息。
素材、剪辑与口径
素材渠道：X 列表接口按账号逐条拉、中文侧各家快讯、五个公共热榜的实时截图。
搜索词：按账号名加
since: 与 until: 限定窗口；中文侧按事件名配 recency=day。剪辑建议：把 19 个账号做成 19 个格子，按「原创 / 只转推 / 零帖 / 身份错」四色涂满；中文侧四笔账做成四个方向箭头，两绿两红。
证据边界：转推的浏览数与赞数属于原帖，凡用都要标；@_akhaliq 本轮只召回 20 条、窗口内 1 条转推，记「召回可能不全」而不记「未发帖」；@levelsio 的接口只回溯到 UTC 16:18，前 16 小时缺失。热榜数字是采集时点值，几小时后就会变。
窗口内播放最高的 AI 视频
归因分四层。
这一天的 AI 视频有两股力量：排第一的是旧事的第二轮追踪，真正被最多人接力的新事件只有 Kimi K3.1 Pro。它在北京时间 10 月 24 日 01:15 由 @Kimi_Moonshot 发布，官方 YouTube 视频 01:22 上线，到采集时点累计 2,309,037 播放——两者都在上一期窗口里33。
创作者接力从 9 小时 19 分后开始：Berman 的 25 分钟实测 10:34 上线，103,321 播放；WorldofAI 13 小时 47 分后，59,168；Matt Wolfe 25 小时 30 分后，5,137343536。
接力峰值出现在深度实测，而不是新闻播报。Berman 那条 103,321 是 WorldofAI 播报的 1.7 倍、Matt Wolfe 周报的 20 倍。
同一个人 21 小时后补了一条质疑视频：《Kimi K3.1 Invented the Benchmark Scores》，333 播放37。他在前一条实测里提到，让模型自己画一张基准对比图时，模型承认图里的数字是编造的占位值。
这条只有 333 播放，却是本期最值得记的一条：它是这个模型发布 30 小时里唯一的反向证据，而且来自把它讲得最好的那个人。
播放最高的一条讲的是旧事。Wes Roth 的 202,989 把 PHP2Shell 与「Black October」串成时间线，距 PHP 官方 10 月 21 日 14:00 UTC 的公告已经 64 小时，且是他自己的第二轮追踪38。
几个非 AI 的数字放在这里做对照：Reuters 窗口内一条 Starlink 与乌克兰的报道 167,627 播放；Bloomberg Television（@markets）25 条里播放最高的一条 133,092；Dwarkesh 那条讲狩猎采集者与农业的访谈 35,24539。这三个数说明，AI 视频这天的 20 万播放放在全窗口里只是中上，非 AI 的新闻与访谈还在同一量级里竞争。
这张封面说明这条视频的包装策略：模型字标占满右半屏、作者人脸占左半屏，标题里的「They actually did it」被留到视频页才出现——它卖的是「我替你先试了」，而模型名负责让人认出这是哪件事34。
一行速览
- 宾州要求给 AI 广告加标识：州长 Shapiro 在 10 月 22 日签署 SB 806（签署在本期窗口之前两天，窗口内的是媒体复盘），静图、视频、音频、文字任一形式被 AI 显著修改都要以相同形式标注，外州制作、只要投在宾州也适用；戏仿、讽刺、评论与「明显虚构」豁免，「显著修改」没有定义40。
- 西班牙的深伪竞选片：反对党人民党的深伪视频针对首相妻子，近 200 万观看，一名前党员提告，Guardian 在 10 月 24 日 14:51 报道41。
- 英国建 AI 生物安全实验室：政府 1 亿英镑，OpenAI 与 Anthropic 各 1 亿英镑，最高 3 亿英镑；同批预算另有 AISI 1.2 亿英镑与 Cyber Shield 6,000 万英镑。政府公告时间在北京 10 月 24 日 07:01，比本期窗口早 59 分钟4243。
- 被解雇的三名 OpenAI 安全研究员反击：Tomek Korbak、Mikita Balesni、Jasmine Wang 称公司从未书面告知他们到底不当处理了哪条信息；争议的技术核心是外部还能不能看模型的推理链44。
- NBER 的一项研究：AI 让初级专利律师立刻变强，但可能压住他们的成长曲线45。
- 花哨的 agent 框架更贵但没更好：一项研究发现复杂的 harness 提高了成本，没有提高任务成功率46。
- 《蓝色星球 III》用云层自证没造假：摄制组故意保留云多、画面暗的镜头，作为「这是实拍」的证据；The Verge 与 Guardian 同日报道4748。
- TechCrunch 开了一份 AI 坟场清单：开始与关停项目、初创公司逐条登记，是判断「某个方向死了没有」最省事的索引49。
- 攻防速度同时加快：NBC 报道 AI 让防御方与攻击方都在以惊人的速度找到重大漏洞，案例就是这一周的 PHP 漏洞潮50。
- GitHub 一天涨 2,264 星的项目：cloudflare/security-audit-skill 累计 44,515 星，做的是「让 coding agent 跑多阶段安全审计、产出可独立验证的机器可读发现」；当日趋势榜前十有八条是 agent 相关51。
- OpenRouter 周榜换人：DeepSeek V4.1 Flash 1017 以 26.7 万亿 token 空降第一；页面自带「usage through Oct 23」，本窗口的用量还没进榜52。
- 一起用 AI 克隆声音伪造的绑架案：骗子克隆女儿的声音伪造绑架，家长靠事先约定的安全词识破，Fortune 在 10 月 24 日报道53。
- 问 AI 关于死亡的问题：The Atlantic 这篇讨论当人们把长寿、临终这类问题交给聊天机器人时会发生什么54。
覆盖与缺口
@_akhaliq 单批只回 20 条，窗口内仅 1 条转推，记为召回可能不全；@levelsio 的接口只回溯到 UTC 16:18，北京 10 月 24 日 08:00 到 10 月 25 日 00:18 这 16 小时缺失。四个身份问题账号维持原判定。
YouTube 侧 55 个写法对应 56 个标识，窗口内 62 条上传，来自 19 个频道；37 个频道零上传，其中 karpathy 停更 8 个月、Nicholas Renotte 停更一年。Bloomberg Television（@markets）25 条单列、不计入覆盖率，其中 AI 相关 6 条，只有部分条目返回了播放数据。
官方一手侧 27 个入口，21 个可直接取用，5 个需要绕行（openai.com 与 xAI 的裸 curl 返回 403，改用浏览器渲染；Mistral 列表页无日期字段，改用站内 RSS；Google DeepMind 的 RSS 需解压），1 个结构性失效（EleutherAI 已停更）。xAI 本轮用浏览器模式读到了内容，此前记录的「完全被拦」在本次不成立。
英文媒体 27 个站点中，Reuters 正文被反爬拦下、只剩摘要段；Bloomberg 返回占位页；WSJ、NYT、The Information、FT 只在标题层；The Hill 撞登录墙；Quartz 首页几乎为空。Ars Technica、Tom's Hardware、VentureBeat、Politico、Time 窗口内没有 AI 新稿。
社区侧 Hacker News 窗口内 100 分以上的帖 29 条；SWE-bench 的分数表需要前端渲染，一个数字都没取到；LMArena 的模型名以图片形式渲染，无法判断榜首；arXiv 因周末停收，10 月 23 日与 24 日的新提交数都是 0。
中文侧按 4 个爆点逐条检索，另测 5 个公共热榜共 210 条。微信文章的
pub_time 存在 08:00:00 塌陷，十几个不同账号的时间恰好相同，是平台兜底值，不能当作精确发布时间，本期的中文侧时间一律以页面可见时间或 published_at 为准。三处本可以覆盖、这轮没做到的：宾州州长办公室的签署公告原文（站内检索为空，签署日期只能引媒体）；Axios 那条稿的页面时间戳自相矛盾，只能给 meta 值；B 站对大肥鱼账号的风控动作没有公开公告，只有快科技的转述。
References
- 1
- 2@trq212 的离职帖
x.com
- 3@amorriscode 的离职帖
x.com
- 4
- 5Hacker News：No Signs of AI Payoff Outside the Tech Sector
news.ycombinator.com
- 6
- 7百家号：刚为 CoreWeave 站台，又要向 Firmus 注资——英伟达化身「AI 中央银行」
baijiahao.baidu.com
- 8The Information：A Neocloud's Gathering Storm
theinformation.com
- 9百家号：Claude Code 灵魂人物 Thariq 宣布离职
baijiahao.baidu.com
- 10
- 11Claude Status：Elevated errors for Claude Opus 5.5
status.claude.com
- 12
- 13
- 14
- 15
- 16Convovo：AI ballot 2026
convovo.ai
- 17
- 18GitHub：c1overzz/dsh-bili-scroll
github.com
- 19凤凰网：DeepSeek大肥鱼攻占B站评论区，AI开始自己上网冲浪了
tech.ifeng.com
- 20快科技：B站评论区被AI大肥鱼占领 赛博鱼塘刷屏引热议
baijiahao.baidu.com
- 21bilibili 专栏：从生电到赤石，从爬虫到爬鱼
bilibili.com
- 22
- 23Hacker News：Why is AI generated language so hard to understand?
news.ycombinator.com
- 24Terence Tao：OAI-Math Revised, a community hub for revising OpenAI's math write-ups
terrytao.wordpress.com
- 25Hacker News：OAI-Math Revised
news.ycombinator.com
- 26arXiv：cs.AI new listings
arxiv.org
- 27Big Technology：Sundar Pichai 访谈切片
youtube.com
- 28All-In：Palo Alto Networks CEO 切片
youtube.com
- 29
- 30
- 31新浪财经：突发！Claude Code 核心开发者 Thariq Shihipar 宣布离职
finance.sina.com.cn
- 32百家号：Claude Code 桌面之父官宣离职，从高中辍学逆袭 AI 之巅
baijiahao.baidu.com
- 33Kimi 官方 YouTube：Meet Kimi K3.1 Pro
youtube.com
- 34
- 35WorldofAI：Kimi K3.1 Pro Is INSANE!
youtube.com
- 36Matt Wolfe：Open-Source AI Models Caught Up!
youtube.com
- 37
- 38Wes Roth：it's WORSE than we thought...
youtube.com
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49TechCrunch：The AI graveyard
techcrunch.com
- 50
- 51GitHub：cloudflare/security-audit-skill
github.com
- 52OpenRouter Rankings
openrouter.ai
- 53
- 54
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.