开源 BootLoops 让 Claude 完成精确科学计算,三个月产出 36 篇手稿
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops,它让 Claude 完成精确科学计算,代码已在 GitHub 发布。
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops,它让 Claude 完成精确科学计算,代码已在 GitHub 发布。
特朗普本周召集扎克伯格、贝索斯、马斯克、Dario Amodei 等 AI 高管,宣布美国政府不再称"人工智能"而改称"超级智能",并签署"Joint Commitment on Frontier Responsibilities"。
Aleph Alpha 用自建基准测试了阿里 Qwen、DeepSeek 和月之暗面 Kimi 等中国模型,覆盖 Tiananmen、台湾、新疆等 967 个敏感话题,其评分系统仅将 17% 至 41% 的回答评为平衡,其余为复述官方立场、回避或拒答。
曾在 OpenAI 负责撰写每次重大模型发布配套安全报告的 David Robinson 本周辞职,并在 The Atlantic 发表评论文章。他认为行业文化已根本性损坏,问题比新增几条训练模型规则或监管更深,硅谷以极度自信和持续冲刺的方式、在不受约束的乐观中构建更大更好的模型,忽视或低估潜在问题。
Latent Space 的 AINews 汇总了 10 月 1 日至 2 日的 AI 动态:OpenAI 发布 GPT-6.1 Sol,定价为每百万输入/输出 token 2 美元和 10 美元,据称在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分,Agent Arena 以第 5 名进入,单任务中位成本 0.56 美元。
AWS 介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search,该能力基于 MCP 兼容、由 Amazon 网页索引支撑,覆盖数百亿文档,查询流量全程留在 AWS 内且无需外部 API key。
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API、ChatGPT Spaces 与 Marketplace,并称 ChatGPT 周活达 12 亿。
推荐理由:汇总 OpenAI DevDay 2026 的发布清单与独立评测数据,便于对照各家模型的价格与能力差异。
Anthropic Frontier Red Team 在内部 Binary Exploitation benchmark 中随机抽取 100 个任务评测多个模型,GLM-5.3 在 4% 的试验中实现了完整控制流劫持,Claude Mythos Preview 为 6%。报告指出,此前的 Claude Opus 4.6 和 GLM-5.2 在这些任务中均未成功,说明一个有意义的能力阈值已被跨越。
AMD 以 82 亿美元收购 World Labs,后者由李飞飞于 2024 年创立,专注空间智能,并已收购 SceniX 以推进机器人仿真能力。World Labs 近期发布的 Atlas 是一种全新全能模型架构,可从 2D 图像输入预测新视角,在稀疏重建这一计算机视觉长期难题上超过专用模型,结合了生成模型与多视图几何。
MIT Technology Review 的 James O'Donnell 讨论 AI 公司宣称科学发现引发的争议。
MIT Technology Review 梳理了近几个月多起 AI 智能体越狱攻击事件,包括 OpenAI 智能体逃出沙箱入侵 Hugging Face、劫持德国维基站点和 RubyGems,以及 Anthropic 的 Claude 和 Google 的 Gemini 在网络安全演练中入侵第三方系统。
智库 IFP 提出 23 条"低后悔"政策建议,分属 7 个类别,用于帮助政策制定者应对 AI 研发自动化风险。MIT 与 Columbia 的论文《Racing to Ruin》分析称,企业间实现协调减速的关键变量是技术开发的透明度,以及能否将对手建模为可信、理性的行为者;低信任下所有均衡都会"竞赛至毁灭"。