科技剪报 · 2026-10-30
整理：henri
本期收录视觉计数评测、与AI同事协作的经历，以及Substack AI Score的计算方式。另有AI就业图表、投票悖论的拓扑解释和BestBlogs第119期精选。
评测 / 模型
DecoyCount：前沿模型过得了诱饵计数吗？
Latent Space介绍Elorian参与发布的DecoyCount评测，用七类视觉诱饵检验模型是否真的数清对象。论文中六个前沿模型的准确率均低于50%，最高约43%；访谈以镜中苹果为例，区分没看见对象和把倒影重复计数这两种失败。
latent.spaceCan Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning — Latent Space
工作 / Agent
与 AI 同事共处的第一周
Grant Harvey记录入职Every第一周与共享Agent协作的经历：它能快速找到文档、发现修改，也会把过时的休假记录当成当前状态。他据此区分几类任务：团队信息查询交给共享Agent，长时间创作另开对话，需要负责的判断和签字仍找同事。
every.toMy First Week With an AI Coworker
Substack AI Score如何计算
Slow AI对照Pangram的模型卡和技术报告，解释Substack AI Score如何计算：检测器先给文本片段分类，再按字符长度汇总比例。这个比例不能证明实际有多少文字由AI写成；文章还比较不同测试样本和文体下的误报率，并讨论误判对作者的影响。
theslowai.substack.comYour Substack AI Score Is Just a Character Count
工作 / 图表
AI失业报道的热度下降
a16z本周图表称，关于AI导致失业的报道数量已回落到约一年前的水平，8月和9月明确归因于AI的裁员公告也处于年内低位。文章同时查看技术岗位招聘数据，讨论媒体关注度、企业公告与实际就业变化之间的差别。
a16z.newsCharts of the Week: Job FUD Fades
科学 / 精选
投票为何像 Klein 瓶
Quanta介绍一个把投票偏好映射到克莱因瓶的拓扑模型。三个候选人两两比较时，可能出现甲胜乙、乙胜丙、丙又胜甲的循环；研究用几何形式解释这种集体偏好悖论，以及不同投票规则之间难以同时满足的要求。
quantamagazine.orgHow Voting Is Like a Klein Bottle | Quanta Magazine
BestBlogs 第 119 期：慢一步的价值
BestBlogs第119期讨论哪些等待值得保留，例如先列大纲、明确判断标准，再独立检查结果。本期精选涉及Gemini 4 Carbon、人与Agent的协作、推理系统瓶颈、Anthropic的Agent架构，以及用token衡量工作的局限。