AI 模型被偷偷削弱了？这个开源项目想抓现行

你有没有怀疑过，自己常用的大模型在悄悄变笨？Livenerf 这个开源项目想回答这个问题——它是个专门检测 Claude Opus 5.5 是否被"nerf"的基准测试。说白了，AI 厂商发新版模型的时候，有没有偷偷把性能调低？你怎么知道？现在有个 GitHub 仓库试图量化这个判断。我觉得这个思路挺大胆，但靠一个人的项目很难让 Anthropic 服气。不过话说回来，这种"逆向检测"本身就是社区对 AI 厂商的一种监督——哪怕结论不完美，提问本身就有意义。

原文：Show HN: Livenerf – a benchmark for whether Opus 5.5 gets nerfed · 来源：Hacker News