腾讯回应抓取OpenClaw数据争议：定位本地镜像，已分担99%流量压力

近日，热门智能体项目OpenClaw开发者Peter Steinberger在社交平台X上公开指责腾讯未经授权抓取其ClawHub平台的所有技能数据，用于构建自家的「SkillHub」平台。

Steinberger表示，腾讯在未对原项目提供任何实质性支持的情况下进行了全量复制，甚至有相关人员曾发邮件抱怨ClawHub的“访问速率限制”阻碍了其抓取效率。

针对上述指控，腾讯AI官方账号随即作出澄清，强调SkillHub的初衷是建立一个基于OpenClaw生态的本地化技能镜像平台，旨在解决中国用户访问延迟等可用性问题。腾讯披露的技术数据显示，SkillHub上线首周已处理180GB流量（约87万次下载），而实际仅从官方源拉取了1GB数据，客观上为原站分担了99.4%的带宽压力。

此外，腾讯强调其团队成员一直是该项目的活跃贡献者，未来愿以赞助形式深化合作。尽管有观点认为镜像站大幅降低了开源项目的运营成本，但Steinberger坚持认为，尊重开源协议与开发者知情权是合作的前提，双方应在同步协作的基础上达成官方认证，而非单方面镜像。

此次争议折射出在大模型与智能体应用爆发期，开发者原创权益与大厂生态扩张之间的矛盾。在追求技术落地效率的同时，如何建立更具“礼貌”与透明度的开源协作机制，将是AI行业持续探索的课题。

via AI新闻资讯 (author: AI Base)

NVIDIA发布开源大模型Nemotron 3 Super：性能直逼GPT-5.4

英伟达（NVIDIA）在AI大模型领域再次投下震撼弹。3月12日，英伟达正式发布了专为AI智能体(Agent)设计的新一代开源大模型——Nemotron3Super。该模型凭借极高的推理效率和卓越的任务成功率，迅速成为开源社区的焦点。

架构革新:推理速度暴增300%

Nemotron3Super采用了创新的 Mamba-MoE 混合架构，参数总量为1200亿，激活参数仅为120亿。这种设计让其在保持强大性能的同时，推理速度提升了3倍，吞吐量更是暴涨5倍。此外，该模型支持高达1M 的超长上下文，有效解决了多智能体协同中常见的“目标跑偏”和“上下文爆炸”问题。

实力刷榜:开源界的“性能天花板”

在多项权威测评中，Nemotron3Super表现抢眼。它不仅登顶了 Artificial Analysis 的效率与开放性榜单，更驱动英伟达自研的 AI-Q 智能体在 DeepResearch Bench 双榜位列第一。值得注意的是，该模型在热门智能体任务 OpenClaw 中的成功率高达85.6%，表现已逼近闭源大模型 Claude Opus4.6和 GPT-5.4。

适配“黑格尔”平台:支持NVFP4训练

为了充分发挥自研硬件的优势，Nemotron3Super除了支持 BF16和 FP8格式外，还专门针对英伟达最新的 Blackwell 平台及后续架构支持了 NVFP4训练。这一特性将进一步降低大模型的训练成本并提升算力利用率。

生态联动:大厂集体集成

目前，Nemotron3Super已被 Perplexity、Palantir、西门子及戴尔等多家科技巨头集成，并同步上线 AWS、Azure 和 Google Cloud 等主流云平台。作为一款开源免费的模型，它为开发者提供了一个低成本、高性能的替代方案，极大地冲击了当前闭源大模型的市场格局。

via AI新闻资讯 (author: AI Base)

大学课堂的“新猫鼠游戏”：学生用AI写作业 老师头疼死了

via cnBeta.COM - 中文业界资讯站 (author: 稿源：科普中国)

Telegraph

大学课堂的“新猫鼠游戏”：学生用AI写作业 老师头疼死了

“我很难想象，我的大学没有 AI 可怎么过。”过去 3 年，一场静默而剧烈的变革正在大学校园里发生—— AI 正在被高校学生用于写作业。而当不止一次听到从大学生群里传来这样的声音时，我们认为：是时候和大学老师、大学生们聊聊“用 AI 写作业”这件事了。 我们想知道学生是如何偷懒的？老师如何“用魔法打败魔法”？到头来，学生又该如何用好 AI 工具？ 这场大学课堂里的“新猫鼠游戏”：学生用 AI “代笔”，老师想方设法“捉妖”的戏码，正深度呈现在高等教育的各个角落，不论是文史哲的论文写作，还是计算机系的代码…