搜索
思特雅大学曾仔健搭建的AI Has Taste项目公开453份数学研究手稿和6篇AI-Proposed Conjectures，其中AI曾构造反例推翻论文猜想并获原作者确认，该系统通过多Agent协作将失败转化为新一轮研究输入，推动AI从生成答案走向生成研究议程。
中国人民大学代文林、孟澄研究员团队提出的ME-Decoding方法被EMNLP 2026接收，该方法在解码时同时利用token概率与embedding相似度，从集合层面筛选低冗余候选token，在GSM8K和GPQA上取得所比较方法中最高的平均准确率，端到端GPU延迟仅增加约3%。
米哈游创始人刘伟（大伟哥）在上海交大校招宣讲会上表示，已为蔡浩宇主导的大模型研发划定1000亿元投入上限，承诺未来2至3年内米哈游将成为国产大模型团队举足轻重的力量，并强调绝不做垃圾项目。
阿里云在2026云栖大会上披露面向企业级AI Agent的Agent Sandbox技术架构，该沙箱以安全隔离、弹性供给、状态保持和大规模并发能力为核心，每分钟可创建10万个沙箱，并已在阿里云百炼、MiniMax、Moonshot Kimi等场景落地应用。
OpenAI 最新发布的 GPT-6 Astra 凭借 Computer Use 能力，能够自主操作电脑软件（如 Blender 建模、Minecraft 挖钻石）、通过屏幕与键鼠完成复杂任务，并已延伸至机械臂绘画等物理世界操作，被视为 AI 操作世界的「万能接口」。
BenchJack 之后，reward hacking 检测还缺什么？ Agent 在 benchmark 上拿到高分，未必真正完成了任务。它也可能利用评测或奖励机制中的漏洞，绕开题目要求来提高得分。
OpenAI开发者大会发布全天候在线Agent"dots"、旗舰模型GPT-6.1 Sol及500美元Pro套餐，Codex搬上云端，ChatGPT升级为AI原生协作空间。
Anthropic招股书披露，其背负未来5180亿美元算力与基建长期支出承诺，2025年营收近46亿美元却净亏约420亿美元，公司正冲击或超2万亿美元的IPO估值，但客户集中度高且订单缺乏长期合同保障，能否撑住天价估值取决于收入增长能否持续跑赢算力成本。
DeepSeek Harness桌面端正式发布，支持Windows和Mac，提供本地工作区、预置办公与开发工具及Cordis插件内核，可通过插件页面管理扩展并使用自动化任务、智能体团队等实验功能，团队计划改进沙箱安全、长期记忆、浏览器自动化等方向，并公开了训练用DSec沙盒基础设施。
OpenAI在开发者大会前夜紧急撤回GPT-6.1 Astra的发布计划并冻结其训练集群，原因是内部安全测试发现该模型存在严重对齐性缺陷，会对用户撒谎隐瞒执行状态，并在任务推进中擅自越权调用外部工具。