OpenAI 推出了 GPT-6 Astra，一个主打干复杂活儿的模型。它不用 API 就能直接操作你电脑上的日常软件，比如 Excel 和 Figma。在一个 Excel 建模比赛里，它的速度比人类冠军快了大约 4 倍。在 Terminal-Bench 4.0 这个测试智能体干终端杂活能力的基准上，Astra 得分 57.9%，超过了 GPT-5.6...
推荐理由：OpenAI 放出 GPT-6 Astra，主打直接操作电脑软件和复杂任务，速度碾压人类冠军，属于行业级震动。HKR 三项全中，分数接近天花板。正文没提定价和具体铺开范围，这是目前唯一的信息缺口。
数学家 Tristan Buckmaster 公开指控 OpenAI 学术不端。他和合著者 Levent Alpöge 在研究纳维-斯托克斯方程（一个悬赏百万美元的千禧年难题）时，曾将草稿上传到代码平台 Codex。OpenAI 随后听到风声，说 Anthropic 可能解决了该难题，便立刻调动资源用自家模型去攻克同一个问题。Buckmaster 认为...
推荐理由：这篇争议有很强的吸引力——一个悬赏百万美元的数学难题，一个实名指控者带着清晰的时间线，两家头部AI公司卷入。扣分是因为目前只看到Buckmaster单方面的说法，OpenAI和Codex的立场还没展开，完整图景待补全。但即便信息不完整，它触及的开放科学与平台权力问题，对从业者来说是个绕不开的疙瘩。
Hugging Face 联合创始人 Thomas Wolf 对 OpenAI 的说法泼了盆冷水。OpenAI 声称用比 GPT-6 Astra 更强的下一代模型群组，证明了纳维-斯托克斯千禧年难题的猜想是错的。Wolf 觉得这个结果挺厉害，但本质上是在搜索反例，离数学家认可的那种完整证明还差得远。正文没披露具体模型名字、证明细节，也没说有没有经过外部...
推荐理由：Thomas Wolf 这盆冷水泼得挺及时。OpenAI 的说法听起来很炸，但 Wolf 点出了关键：搜到一个反例和拿出一份数学家认的完整证明是两码事。正文没给模型名、没给证明细节、也没说有没有外部验证，所以我会先打个折——信息密度不够，但 Wolf 的立场和这个区分本身对从业者有提醒价值，别看到“千禧年难题”就上头。
路透社消息，DeepSeek 已经聘请中信证券筹备科创板 IPO，目标是今年递交申请、明年挂牌。募资额和估值还没定，钱主要想用在三块：扩建算力、加大模型和自研芯片投入、留住核心人才。公司 2026 年前七个月营收约 4.75 亿元，是 2025 年全年的 10 倍，增速很快。同时，DeepSeek 还在做新一轮融资，目标估值约 5000 亿元。今年 6...
推荐理由：消息本身分量够重，营收数字和自研芯片计划让故事有实感。没给更高分是因为募资额和估值都还没定，正文也缺具体时间表，现在只是筹备阶段，变数还大。
OpenAI 说他们用一个还没发布的模型，在 88 小时内解出了纳维-斯托克斯存在性与光滑性问题——这是七个千禧年大奖难题之一，之前二十多年只被解决了一个。具体做法是同时跑上万个 AI 智能体，让它们像一群分工协作的数学家一样干活，人类研究员则在各组之间传递关键想法，像蜜蜂授粉。最终证明用 Lean 语言写成，已经公开供外部审查。OpenAI 研究员 ...
推荐理由：OpenAI 声称用未发布模型解出了纳维-斯托克斯问题，这绝对是能震动整个行业的消息。88 小时、上万智能体协作、Lean 语言证明公开，信息密度很高，而且给出了可审查的路径。我会先打个折，因为证明还没通过外部同行评审，现在只能算 OpenAI 单方面宣布，所以重要性停在 88 分，等验证过了再往上调。
Perplexity 把 AI 任务拆成两路：需要联网搜资料的走云端，涉及隐私的处理留在你 Mac 上本地完成。目前就一句话公告，没交代切换逻辑、支持哪些 Mac 机型、延迟会高多少、要不要额外付费。先当概念发布看，等实测才知道隐私和体验能不能兼得。
OpenAI 宣布用约一万个并发 agent 在 88 小时内解出了 Navier-Stokes 千禧年难题，消耗 1300 亿输出 token。但 NYU 数学家 Buckmaster 公开指控 OpenAI 可能通过 Codex 接触了他与合作者 Alpöge 未发表的草稿，双方技术路线高度重合。OpenAI 没直接否认，只说“不能排除去标识化数据...
推荐理由：千禧年难题被宣称解决本身就是行业地震，但 Buckmaster 的抄袭指控和 OpenAI 那句“不能排除”让整件事从技术展示变成了信任危机。我会先打个折：正文没披露 agent 之间怎么分工、验证是否独立复现，这些缺口让“解出”的含金量还不好判断。但不管真假，这件事已经同时踩中了 agent 工程上限、数据合规和科研伦理三条线，从业者绕不开。
安全公司 Calif 的研究员用多种 AI 模型组合，花了一周多时间搞出一个叫 WeWorm 的零点击蠕虫。它通过微信传播，只要被黑的好友给你打一通电话，你不用接，手机震动几秒内没挂断，你的微信账号就会被劫持，然后蠕虫会继续打给你通讯录里的所有人。腾讯确认了这个漏洞并已修复，说没发现用户受影响。这个攻击利用了微信对已存联系人的信任机制，再结合其他漏洞甚...
推荐理由：NYT 独家报道，腾讯确认漏洞并已修复，没有发现用户受影响。我会先打个折，因为漏洞已经不存在了，实际危害为零。但这条消息的警示价值拉满——AI 辅助攻击从概念验证变成了真东西，而且攻击对象是微信这种体量的平台。放在 featured 档，不是因为它造成了多大损失，而是因为它提前揭了一张底牌。
OpenAI 发帖说，他们用下一代模型 Astra-next 驱动了约 1 万个 AI 智能体，花了 88 小时、烧掉 1300 亿个 token（算力成本估计超 4000 万美元），搞出了一个纳维-斯托克斯方程有限时间奇点的解。如果数学界验证通过，这会是第二个被解决的千禧年大奖难题。不过目前没有公开预印本、证明草图，也没有同行评审。那个“88 小时”...
推荐理由：如果验证通过，这会是历史级的数学突破。但现在没有预印本、没有证明草图、没有同行评审，消息来源只是一篇付费 newsletter 转述，连 OpenAI 自己的官方公告链接都没给。我会先打个折：正文没披露任何可核验的出处，这点先别太激动。
Type.com 上线了一个共享工作区，同时支持 Claude 和 Codex 两个模型。团队可以在一个界面里调用不同 AI，不用在工具之间来回切换。正文没披露具体的协作功能、模型版本或定价，所以实际用起来体验如何、成本多少，目前还不清楚。
DeepSeek 正在融新一轮资，想投进去很难。FT 报道说，一些基金和家族办公室正通过中间人买份额，条件是 2% 的管理费加 20% 的业绩提成，比行业标准贵一大截。有个投资人为了拿到 500 万到 1000 万美元的额度，还得承诺未来给中间人更多好处。DeepSeek 说没授权任何人卖老股，但报道没披露这轮融资的总规模和估值。这些场外报价水分可能不...
推荐理由：FT 独家挖出了 DeepSeek 融资的场外灰色市场，有具体的费率数字和投资人案例，信号很强。但报道没披露这轮融资的总规模和估值，DeepSeek 也只是否认了授权卖老股，没给更多细节，所以分数没再往上调。H、K、R 三项都打中了，信息缺口主要在交易本身的完整轮廓上。
正文被微信屏蔽了，只留了个标题。标题说 GPT-6 Astra 有多个推理等级，选对了能省 Token，但具体有哪些等级、怎么选、省多少，一概没披露。信息缺口很大，没法判断真假或实用程度。
OpenRouter 发了个教程，教开发者怎么用一行 API 调 Gemini 的图片编辑模型。默认模型叫 Nano Banana 2（就是 google/gemini-3.1-flash-image），你传一张原图和一段文字指令，接口直接返回改好的图。教程给了完整的 Python 和 TypeScript 代码示例：本地文件转 base64 或者传一...
Seedance 2.5 在 2026 年 8 月上线，主打两件事：一次生成 30 秒的长镜头，以及拿你已有的视频、图片或音频当参考素材来编辑或延长。成本上，生成 480p 视频每秒约 0.103 美元，720p 约 0.231 美元；如果用视频做参考，token 单价还能再打六折，编辑比从零生成更省钱。音频生成不额外收费。最大的短板是分辨率封顶 72...
推荐理由：OpenRouter 这篇上手评测把字节 Seedance 2.5 的账算明白了：480p 每秒一毛钱出头，720p 两毛三，拿已有视频当参考还能再打六折，音频白送。720p 封顶是硬伤，但编辑比从零生成便宜这点对做视频工具的人挺实在。信息量够、有实测感，不过受众面偏窄，放在 featured 刚好。
OpenRouter 给企业版和商业版用户加了一个美国区域路由端点（us.openrouter.ai），跟去年 10 月上线的欧盟路由配套。发到这个端点的请求只会在美国境内解密，也只交给部署在美国的模型供应商跑；如果某个模型没有美国供应商，请求直接返回 404，不会偷偷绕到其他地区。DeepSeek V4 Pro、Kimi K3、GLM 5.2 这些国...
上周几拨人撞上了同一个工程瓶颈：agent 记性差、协作乱、碰不到物理世界。安全研究员 Jordy Zomer 开源了 Lemmalog，把 agent 记忆拆成两半：前面用模型从对话里提取事实，后面用确定性的规则引擎管因果推演和级联撤销，一条前提错了，依赖它的推论自动作废。Anthropic 和 Janelia 推出模型硬件标准 MHS，让大模型用大...
推荐理由：三件事撞在同一个工程瓶颈上：agent 记性差、协作乱、碰不到物理世界。Lemmalog 的因果账本有具体实现和开源代码，是这篇里最扎实的部分；MHS 和多 agent 协作部分正文着墨不多，细节偏弱。整体是个人博客的周报汇总，不是一手发布，我会先打个折，但 Lemmalog 的思路值得关注。
FT 报道 OpenAI 在数学推理上有了新突破，但至少两个团队跳出来说他们独立做出了差不多的东西。全文付费，没披露技术细节、模型名字或跑分，只确认了存在一个优先权争议。正文没披露具体突破是什么、谁先做出来的、以及用了什么方法，所以这点先别太激动。
Meta 的 AI 智能体产品 Muse 现在开放更多用户试用了，入口在 https://muse.ai/join。Meta 首席 AI 官 Alexandr Wang 说团队花了很多心血，感谢大家的反馈。用户评价说它的设计、速度和浏览器智能体流程（让 AI 在浏览器里帮你操作网页）表现不错，还能深度集成 Instagram 等 Meta 自家产品。不...
Frigade 推出 Assist API，允许 AI 代理在界面上生成实时引导，直接告诉用户下一步该点哪个按钮。正文没提支持哪些模型或延迟多高，但核心卖点很清楚：代理自己写教程，不用人工录制。对做 AI 客服或自动化流程的团队来说，这能省掉维护操作指南的功夫。
英国一位 AI 顾问发现自己的 Claude Max 20x 账号在闲置时 token 用量还在涨，从 45% 跑到 55%。他关掉了所有关联任务和云端执行，用量照样增加。Anthropic 确认了异常，停用了他的付费账号、作废了所有会话和服务器端 token，并退了 44.49 英镑，但没提供逐条的用量记录。账号停用直接打断了他的生意——他靠 Cla...
推荐理由：Anthropic 安全事件，有实名受害者、具体数字和官方回应，HKR 三条全中。没给更高分是因为目前只有 TechCrunch 报道的单一个案，不是 Anthropic 自己披露的，信息全来自用户一方。78 分，放 featured 低位。
OpenAI 在 X 上发帖说 Astra 已经全面推送给 Plus、Pro、Business 和 Enterprise 用户，覆盖 Codex 和 ChatGPT Work。帖子没解释 Astra 是什么功能、有没有参数变化或定价调整，只给了一个 openai.com/gpt-tv/ 的实机演示链接。我会先打个折——目前能确认的只有推送范围，具体能力...
推荐理由：我会先打个折——目前能确认的只有推送范围，Astra 到底是什么功能、有没有参数变化或定价调整，正文都没披露。全量推送本身是个信号，但信息缺口太大，所以分数卡在 featured 门槛上。如果演示链接里能挖出具体能力或数字，这条可以再往上走。
Cognition 刚完成新一轮融资，估值 480 亿美元，年化收入约 2.5 亿美元。这个估值倍数比 Cursor 卖给 SpaceX 之前还要高，说明投资人认为 AI 编程赛道容得下多家公司，不会一家独大。他们的产品 Devin 定位是“AI 软件工程师”，正在拿下一些企业客户。不过正文没披露具体融了多少钱、谁投的。我会先打个折：收入不到估值的 1...
推荐理由：Cognition 的 480 亿估值和 2.5 亿年收入是实打实的数字，非赢家通吃的判断也有别于主流叙事。但正文没披露这轮融了多少钱、谁投的，缺了关键信息，所以停在 78 分，没给到 85。
Meta 推出了 Muse，一个能接入用户邮箱、日历、支付、健康应用和智能家居的个人 AI 助手，目前仅在美国上线。这是 Meta 在消费级 AI 上押注最大的一次，但文章没提技术细节、定价和后续推广时间表。我会先打个折：就在两周前，Meta 刚因社交媒体对儿童造成伤害的官司掏了 180 亿美元和解金，现在却要用户交出比社交数据更敏感的信息，信任问题是...
推荐理由：Meta 在消费级 AI 代理上押注很大，Muse 的权限范围确实比现有助手激进，值得关注。但文章本质是产品发布消息，技术细节和定价全缺，知识增量不够。信任问题戳中要害，可惜信息量不足以展开讨论，整体判断要打个折。
OpenAI 通过 API 发布了 GPT-Image-2.5 系列的两个新模型，一个叫 Flare，一个叫 Sunburst。官方说它们画质更锐利、更能按你给的风格出图，编辑时可控性也更强。不过正文没披露具体的技术指标、定价和对比基准，实际效果怎么样还得等第三方实测。
Sam Altman 发文回应与 Anthropic 研究员围绕 Navier-Stokes 证明发布的纠纷。他说对方手里只有 Euler 结果，双方协调没谈拢，对方还威胁要指控他抄袭。正文没披露证明的具体细节和时间线，也没说谁先完成的完整证明。
NYU 数学教授 Tristan Buckmaster 宣布与合作者用 Anthropic 的 Codex 和 Claude 模型，在纳维-斯托克斯存在性与光滑性问题上取得了初步证明，该问题悬赏 100 万美元。但他同时指控 OpenAI 在平行攻关中使用了不正当手段。OpenAI 的 Sébastien Bubeck 否认了这些指控。正文没有披露具体...
DuckFightClub 是一个 AI 机器人格斗联赛，参赛队伍用强化学习训练 Pollen 公司开源的 MicroDuck 机器鸭的“大脑”，然后在模拟器里对战，全程直播。你不用造机器人，只训练它的决策策略。比赛免费参加，未来实体 MicroDuck 发货后还会转成线下赛。目前只有模拟器阶段，实体机器人的实际表现和延迟还没披露。
文章提了三个操作方向：一是把 prompt cache 命中率拉高，让模型少重复读同样的上下文；二是模型升级到前沿版后，把以前写 prompt 的坏习惯清掉；三是调 effort 参数，别每次都让模型全力跑。正文没给具体数据和对比，所以实际能省多少还不清楚，先当个方向清单看。
OpenAI 发了一个案例：MIT 量子工程组的研究生 Beatriz Yankelevich 把 GPT-5.6 Sol 连到实验室软件上，让它自动给超导量子比特做校准测量。模型能自己跑标准流程——找频率、校准脉冲、测相干时间——信号干净时基本不用人管。但信号弱或噪声大时，还是需要研究员介入指导。现在这个组经常让 agent 在夜里跑实验，研究员早上...
Dwarkesh Patel 和 Jerry Han 用 2019 到 2025 年每年公开的模型配方和数据语料，在 1e19 FLOPs 算力预算下做了对照实验。结果发现，数据改进带来的算力效率提升是 12 倍，模型改进只有 3.7 倍，两者效果基本可以叠加，不会互相干扰。数据侧从 2019 年 Reddit 高赞网页的 90 亿 token，进化到...
推荐理由：Dwarkesh 和 Jerry Han 用六年公开配方跑了一组对照实验，把预训练进步拆成数据 12 倍、模型 3.7 倍，结论清晰有数字。没给更高分是因为这是博客文章，不是同行评审论文，但实验设计和结论对从业者已经够用。
Mistral 发了一篇工程复盘，讲他们用自己的 AI 智能体把一个 4 万行的 Fortran 77 老代码库迁移到 C++。文章重点说了三个难啃的骨头：怎么让智能体理解没有文档的老代码逻辑、翻译后怎么保住数值精度、以及设计一套验证流程来抓 bug。正文没披露用了哪个模型、总共花了多少时间、以及最后需要人工修多少处。这篇可以当方法论参考，不是产品发布。
推荐理由：Mistral 发了一篇实打实的工程复盘，用自家智能体做老代码迁移，把三个难啃的点讲清楚了，不是产品公关稿。分数没给更高，因为正文没披露用了哪个模型、总共花了多少时间、最后人工修了多少处——这些关键信息缺了，判断就得打个折。
Google 把 Chrome 的更新周期从 4 周缩短到 2 周，从 Chrome 153 版本开始，覆盖桌面、iOS 和 Android。原因是 AI 驱动的自动化攻击工具和社区提交的漏洞报告越来越多，补丁必须出得更快。正文没披露具体漏洞数量或攻击案例，但逻辑很清楚：攻击者用 AI 批量找漏洞，浏览器就得加速修。对用户来说，以后重启浏览器的频率会更高。
现在的安全对齐有个通病：把整个话题当成拒绝单位。比如 LlamaGuard-3 把“选举”归为“事实错误信息”，导致模型连“选举流程是什么”这种无害问题也拒答。Multiverse Computing 这篇论文提出“窄边界安全”，核心想法是，在同一个话题（比如政治）里，只拒绝有害的子集（比如写定向操纵内容），正常回答无害问题（比如选举事实）。做法是让部...
推荐理由：H 和 K 都打中了：角度尖锐，LlamaGuard-3 误标选举话题的例子很具体。R 偏弱，这是安全对齐的细分话题，不会在更广的圈子里被主动提起。定在 featured 门槛 72 分，没再往上是因为正文只给了摘要，完整实验和验证细节还没看到。
法国 AI 公司 Mistral 完成 30 亿欧元（约 35.8 亿美元）的 D 轮融资，投后估值超过 210 亿欧元。这轮由三星电子领投，EQT 旗下的 Scaleup Europe Fund 和老股东 PSG Equity 联合领投。公司自称这是欧洲科技公司史上最大的一笔股权融资。钱主要花在算力、基础设施、商业扩张和出海。Mistral 再次强调...
推荐理由：Mistral拿下欧洲科技史上最大股权融资，三星领投、估值超210亿欧元，三个维度都撑得住。没给更高分是因为竞争定位的信息偏薄，正文没披露当前营收或市场份额，所以停在82分。
OpenAI CFO Sarah Friar 发了一篇博客，核心是给 GPT-6 Astra 定调：这是目前最聪明、对齐做得最好的模型。文章没给技术细节，更像一份战略叙事。她提到 ChatGPT 周活用户超过 10 亿，付费企业客户 250 万，内部研究团队现在每 1 个人类工作日，就对应 3.1 个智能体工作日（agent-workday）的产出。最...
推荐理由：OpenAI CFO 发了一篇博客给 GPT-6 Astra 铺路，说这是目前最聪明、对齐最好的模型。文章没给技术细节，更像一份战略叙事。她提到 ChatGPT 周活用户超过 10 亿，付费企业客户 250 万，内部研究团队现在每 1 个人类工作日，就对应 3.1 个智能体工作日的产出。我会先打个折——这个 3.1 倍是内部自报，没第三方验证，但数字本身够猛，从业者会拿来当参照。文章没披露模型参数、训练成本或具体评测基准，所以这篇的价值不在技术，在于 OpenAI 怎么对外讲自己的故事。
OpenAI 推出了新的图像模型 Images 2.5。最直接的变化是生图延迟比上一代低了最多 50%，出图更快。画质上，光照更自然、材质细节更丰富，多轮改图时也能更稳地保住画面主体不走样。目前每周通过 ChatGPT 和 API 生成的图片已经超过 30 亿张。这次还加了一个叫 Sketch 的新功能，允许你在 ChatGPT 里直接画草图当参考，让...
推荐理由：OpenAI 正式发了 Images 2.5，延迟最多降 50%，画质上光照和材质更自然，多轮改图时主体更稳，还加了 Sketch 草图输入。每周 30 亿张的量说明这已经是大众工具了。这次更新是实打实的体验升级，不是换皮，三个维度都踩中了。没给更高分是因为这算迭代优化，不是范式级变化。
OpenAI 拿出 500 万美元资助独立研究，专门看生成式 AI 怎么影响 13–17 岁青少年的情绪、社交、安全等方面。申请全球开放，但优先考虑 AI 使用率高的国家。研究必须包含伦理审查、知情同意、隐私和数据安全说明。钱不算多，但方向明确：不是让 OpenAI 自己出报告，而是让外部学者做，结果更可信。正文没披露资助数量和每笔上限，也没说研究周期多长。
NYU数学家Tristan Buckmaster与合作者Levent Alpöge宣布，在LLM（Claude、Codex、GPT-5.6 Sol、Astra）大量辅助下，证明了可压缩多孔介质、Boussinesq和3D不可压缩Euler方程在光滑外力下的有限时间爆破。他们用Lean验证了证明，但Euler论文被作者自己称为“AI垃圾”。更关键的是，B...
Mistral 宣布完成 30 亿欧元 D 轮融资，估值超过 210 亿欧元。公司说这笔钱要用来把“主权、开放权重”的 AI 推到技术前沿。不过公告没写投资方是谁，也没说这轮什么时候关的。开放权重意味着模型参数公开，别人能自己部署和微调，不用把数据交给 Mistral。主权 AI 大概是指数据和处理都留在欧洲，不受美国云厂商控制。但具体怎么实现、钱怎么...
推荐理由：欧洲 AI 实验室拿到的最大单笔融资，而且把主权和开放权重绑成一条路线，定位够清晰。没给到 85 分是因为公告没披露投资方，也没说这 30 亿具体怎么花，信息缺口不小，判断得先打个折。
面壁智能开源了一个20亿参数的端侧模型，定位是让手机这类设备能跑通用Agent。正文被CAPTCHA挡住了，没披露跑分、推理速度、功耗这些关键指标，也没给仓库链接。2B参数在端侧算中等偏小，如果能跑通用Agent任务（比如让模型进业务流程干活），对手机厂商和开发者来说是个低成本选项。但没数据支撑，这点先别太激动。