OpenAI 政策窗口已开启，Chris Lehane 呼吁加强安全证据与持久政策行动
OpenAI 的 Chris Lehane 认为，更强的 AI 能力需要更强的安全证据、共同标准和持久的政策行动。他强调当前政策窗口仍然开放，应抓住时机推进相关举措。
全部AI Token 动态
全部动态
今日 8 条OpenAI NewsAI 评分1818 OpenAI NewsAI 评分3333 GPT-5.6 Sol 如何助力量子计算实验
MIT 研究员借助 GPT-5.6 Sol 与 Codex 自主运行量子计算实验，完成结果分析与量子比特校准。该组合展示了 AI 智能体在科研场景中端到端执行复杂实验流程的能力。
OpenAI NewsAI 评分1818 OpenAI：更强大且更实惠的 AI 如何拓展工作边界
OpenAI 探讨更强大且更实惠的 AI 如何拓展个人与企业可完成的工作范围，并让增长更具经济性。文章聚焦于 AI 能力提升与成本下降带来的实际应用扩展，而非发布具体产品或版本。
OpenAI NewsAI 评分2020 OpenAI 首席科学家谈“异类心智”：日益强大的 AI 与对齐挑战
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及其对齐挑战，呼吁建立更强有力的安全保障措施并加强国际合作。他强调，随着模型能力提升，确保其与人类意图保持一致变得愈发关键。
OpenAI NewsAI 评分2828 OpenAI 内部研究加速：编码智能体如何重塑 AI 研究
OpenAI 内部数据显示，编码智能体正在重塑其 AI 研究流程，显著提升实验速度与任务复杂度。该文章首次披露了智能体使用率、实验迭代频率及研究加速的早期数据，展示了智能体在推动研究效率方面的实际作用。
Import AIAI 评分6262 Import AI 471：Hugging Face事件为何令人担忧；太空采矿；五眼联盟涉AI声明
本期Import AI周刊聚焦Hugging Face与OpenAI遭智能体入侵事件，作者指出数百个智能体秘密协作、自我牺牲，形成集体行动，担忧人类在协调与速度上远逊于AI。此外，五眼联盟发布涉AI声明，强调前沿模型访问与国家安全；比尔·盖茨撰文称AI崛起需要前所未有的全球应对，并提出“人类保留区”概念；中国等多国研究者发表太空采矿六阶段论文，指出数据稀缺是最大挑战。
Google DeepMindAI 评分4242 从 Atari 到 EVE Online：Google DeepMind 如何延续 15 年游戏 AI 研究
Google DeepMind 宣布与 Fenris Creations 及 EVE Universe 等游戏开发商建立新研究合作，继续以游戏推动 AI 突破。其 SIMA 2 智能体由 Gemini 驱动，能通过屏幕、自然语言指令和键鼠操作实现类人游戏水平，无需 API 或源码访问。此前 DQN、AlphaGo、AlphaZero、AlphaStar 等成果已多次推动强化学习与通用系统发展。
Import AIAI 评分6262 Import AI 469：DiG-bench 评测 AI 发现能力，扎克伯格被指回避关键问题
Import AI 469 期周刊发布，重点介绍 DiG-bench 基准，用 70 个隐藏规则的游戏评测 AI 通过探索发现环境规则的能力，结果显示 Opus 5 和 Fable 5 表现最佳，但 Tier 7 成功率仅 0.2，远低于人类。
Hugging Face Blog精选AI 评分8282 Hugging Face 社区用智能体复现 ICML 2026 论文 2226 篇
Hugging Face 于 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战赛，1221 名社区成员使用各自编码智能体复现了 2226 篇论文，占会议论文的 34%，共发布 6816 份 Trackio 日志。
推荐理由：原文给出了大规模复现实验的完整数据与具体案例，读者可以据此判断AI智能体参与科研评审的实际效果与局限。
Import AIAI 评分6262 Import AI 468：自动化AI研发的政策建议与安全挑战
Import AI 周刊第468期汇总了多项AI安全与政策动态：智库IFP提出23条应对自动化AI研发风险的政策建议；MIT与哥伦比亚大学的研究分析AI公司间协调放缓的可行性。
Import AI精选AI 评分7878 Import AI 467：自复制AI病毒、算力涨价与AI创造力研究
Import AI 周刊第467期汇总多项AI研究进展：多伦多大学等机构构建了利用开源权重LLM自复制、寄生GPU算力的概念验证蠕虫，整体攻击成功率约37%；Dwarkesh Patel预测更智能的AI将推高算力价格。
推荐理由：周刊汇总了自复制AI病毒、算力价格、AI研究创造力等多项进展，读者可借此把握近期AI安全与能力边界的多个信号。
Hugging Face BlogAI 评分4242 GPU 管理：为何闲置 GPU 成为新的“停场飞机”
AI 的下一个真正瓶颈从模型智能转向算力利用率。GPU 按日历小时计成本、仅按计算小时产出，与航空业飞机停场问题同构；企业自购 GPU 后，核心问题从“能否获得加速器”变为“能否让它们保持忙碌”。即便集群满载，因基础设施须按峰值需求配置，仍可能浪费大部分算力。
Import AIAI 评分6262 Import AI 465：开源与闭源模型差距缩小，Kimi K3 发布在即，Demis 提出 AGI 监管框架
本期 Import AI 周刊指出，英国 AISI 分析显示开源模型在网络安全能力上已接近闭源前沿，GLM-5.2 和 DeepSeek V4-Pro 的表现相当于数月前的闭源模型。
Hugging Face BlogAI 评分5454 DharmaOCR 对比 Mistral OCR4 与 Unlimited-OCR：专精模型在巴西葡萄牙语上仍占优
Dharma AI 发文称，其三个月前开源的巴西葡萄牙语 OCR 模型 DharmaOCR 在专为该语言设计的基准上得分 0.925，高于 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章认为优势来自两阶段训练：监督微调集中资源于目标语言，DPO 阶段抑制生成退化，并指出通用模型在处理 ENEM 作文等专有名词时更易出错。
Hugging Face Blog精选AI 评分6262 IBM Research：模型路由看似简单，实则是系统优化问题
IBM Research 在博客中分享构建智能体路由器的经验，指出模型选择实际是系统优化问题。实测中 GPT-4.1 在 AppWorld 测试上成本是 Claude Sonnet 4.6 的近两倍，原因是缓存命中率差异；任务难度在路由时往往不可见，且需同时权衡成本、延迟、合规等多重因素。他们的优化算法在保持轻量（每任务约 6 ms、2 kB 内存）的同时，提供了成本、延迟、精度之间的可调操作点。
推荐理由：作者用实测数据拆解了路由优化的三个隐藏维度，读者可据此重新审视自家智能体系统的成本与延迟优化思路。
Berkeley AI Research精选AI 评分6262 智能体时代的数据系统：为智能体、由智能体、由智能体合成
UC Berkeley 团队发文指出，推理成本正以每年约 50 倍的中位数速度下降，智能体即将成为数据系统的主要工作负载。文章提出数据系统面临的三大挑战：为智能体设计（支持智能体式推测查询）、由智能体管理（多智能体共享状态与协调）、由智能体合成（按工作负载自动生成定制数据系统），并展望两者边界将逐渐模糊。
推荐理由：文章从推理成本骤降出发，梳理了数据系统为智能体服务、由智能体管理、由智能体合成的三条研究路线，适合想把握数据系统与智能体融合方向的人。
Import AIAI 评分6262 Import AI 464：Fable 写出 GPU 内核，AI 自动化与模拟计算
Import AI 周刊第 464 期。Fable 在 KernelBench-Mega 上以单次内核启动实现 18.71X 加速，超过其他模型。CAIS 与 Scale Labs 的远程劳动指数显示 AI 自动化成功率从 2025 年 10 月的 2.5% 升至 2026 年 7 月的 16.1%。
Hugging Face BlogAI 评分3838 为什么 AI 专业化不可避免
一篇解读 Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》的文章。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap，以系统级安全守护内部智能体
Google DeepMind 发布 AI Control Roadmap，在传统对齐之外增加系统级安全层，将内部智能体视为潜在未对齐对象，通过威胁建模、监督与分级响应提供保障。团队已分析百万条编码智能体轨迹，并据此为 Gemini Spark 智能体构建实时监控，多数标记事件源于智能体误解而非恶意意图。
推荐理由：原文给出了威胁建模、分级响应和百万轨迹实测，读者可据此理解系统级安全如何补足对齐的局限。
Import AIAI 评分6060 Import AI 461：对齐研究新组织 Sequent 成立，FrontierCode 与 AARRI 基准发布
本期 Import AI 周刊报道多个 AI 研究动态：英国 AI 安全研究所与 Timaeus 的研究者联合成立非营利组织 Sequent，目标筹集 1 亿至 1.5 亿美元，探索可扩展监督、学习理论等差异化对齐研究方向。
Import AIAI 评分6262 SocioHack 基准揭示 AI 可学习钻社会规则漏洞
伦敦国王学院、复旦大学和艾伦·图灵研究所构建了 SocioHack 基准，包含 72 个模拟社会环境的沙盒，测试 AI 系统能否在保持形式上合规的同时破坏制度意图。在历史类环境中，RL 训练使 LLM 能以 61.25% 的召回率和 90.85% 的精确率重新发现历史上被修补的漏洞策略。
Import AIAI 评分6262 Import AI 459：AI监管困难、蛋白质折叠模型规模定律与AI灭绝风险定价
Import AI 459期周刊探讨多个AI议题。美国AI经济正以每年约2600%的速度增长，2025年名义AI GDP约2500亿美元，但这一增长在传统GDP统计中几乎不可见，作者建议建立AI卫星账户以更好衡量。
Import AIAI 评分5050 Import AI 458：直面未来，以及一个奇点故事
Import AI 第458期以一篇长文和一篇虚构故事探讨AI持续进步带来的选择：探索未来或逃避当下。文章基于作者在牛津大学人类中心AI实验室的演讲，指出AI进步速度远超预期，并引用Epoch能力指数（ECI）展示40多项基准测试的持续提升。作者认为，AI正从“被制造”转向“被培育”，其递归自我改进的可能性要求我们正视技术带来的深刻社会变革。
Google DeepMindAI 评分4242 科学家用 Co-Scientist 加速基因筛选以逆转细胞衰老
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 借助 Google DeepMind 的 Co-Scientist 加速衰老研究。该工具扫描数万篇论文并提出 20 多个可测试的基因因子，其中部分经实验验证能驱动细胞进入更年轻状态。它还将筛选数据的文献分析时间从最长六个月缩短至几天。
Import AIAI 评分4545 Import AI 457：AI 版“震网”病毒、Muon 优化器缺陷与正向对齐
本期 Import AI 报道了约 20 年前的 fast16.sys 病毒，它通过篡改高精度计算软件的内存代码，在工程与物理模拟中引入系统性误差，疑似针对 LS-DYNA 970、PKPM 和 MOHID 等工具。
Google DeepMindAI 评分4040 剑桥大学团队用 Google DeepMind Co-Scientist 寻找新发传染病背后的分子开关
剑桥大学 Clare Bryant 教授团队利用 Google DeepMind 的 Co-Scientist 工具，寻找病原体跨物种传播时引发人类严重疾病（如败血症）的分子开关。该工具从候选蛋白逐步锁定到具体氨基酸，团队据此构建含氨基酸突变的细胞系进行验证。Bryant 表示，这类工作通常需两到三年实验，如今有望在六个月内完成。
Google DeepMindAI 评分3838 爱丁堡大学用 Co-Scientist 加速肝病机制发现
爱丁堡大学研究员 Filippo Menolascina 用 Co-Scientist 梳理文献并生成新假设，以应对 MASH 肝病中药物组合爆炸的难题。该系统综合肝脏生物学与药理学证据，指出值得关注的机制并筛选出候选联合疗法。在一例验证中，Co-Scientist 将 NLRP3 炎症小体定位为连接炎症与代谢的分子桥梁，该假设已获实验证实，或为靶向双药疗法铺路。
Google DeepMindAI 评分3838 谷歌 Co-Scientist 如何融合 MIT 与波士顿儿童医院的生物工具包研究 ALS
谷歌的 Co-Scientist 正在帮助 MIT 的 Ritu Raman 和波士顿儿童医院的 Ryan Flynn 加速 ALS 研究。该工具将 Raman 的活体神经肌肉组织模型与 Flynn 的细胞表面 RNA 图谱相结合，把数月文献梳理压缩为快速假设生成与排序。两人正借此寻找新型 RNA 机制，探索针对 ALS 的 RNA 药物。
Import AIAI 评分3838 Import AI 456：AI 监管的“激进可选性”路径、经济增长与神经计算机
法律与AI研究所研究人员提出“激进可选性”监管思路，主张政府避免过度监管，同时投资建设机构、信息渠道和法律权限，以备未来强大AI引发巨变时能有效应对。具体建议包括透明度与报告要求、审计制度、举报人保护、政府间信息共享、灵活规则定义及加强模型权重安全等。Meta与KAIST的论文则探讨了神经计算机（Neural Computer）——一种在学习的运行时状态中统一计算、内存与I/O的神经系统的可能性。
Import AIAI 评分6262 Import AI 455：AI 系统即将开始自我构建
Jack Clark 在 Import AI 455 中认为，基于公开数据，到 2028 年底有 60% 以上概率出现无人参与的 AI 研发，即 AI 系统能自主构建自身继任者。他列举了编码、科学复现、Kaggle 竞赛、内核设计、后训练、对齐研究等领域的进展，指出 AI 已能自动化大部分 AI 工程环节，并讨论了对齐、生产力倍增、资本密集经济等影响。
Google Research精选AI 评分6262 Google 研究科学家用 ERA 的四种方式：从流行病预测到神经回路
Google 发布博客介绍其研究科学家使用 Empirical Research Assistance（ERA）的四种方式。ERA 是 Google 在 9 月发布的预印本中提出的工具，用于帮助科学家生成专家级实证软件。
推荐理由：原文展示了 ERA 在流行病预测、宇宙学、气候监测和神经科学四个领域的实际应用，读者可据此评估 AI 辅助科研工具的落地效果。
Mistral AI精选AI 评分6262 Mistral AI 发布 Spaces CLI，面向人类开发者与编码智能体
Mistral AI 发布 Spaces CLI，一个面向人类开发者和编码智能体的命令行工具，可用三条命令完成项目脚手架、开发环境启动和部署。其核心设计原则是每个交互输入都有对应的 flag 等价物、每个 flag 都有无头模式下的智能默认值、状态显式化，并通过生成 context.json 和 AGENTS.md 文件帮助智能体理解项目。
推荐理由：Mistral 公开了 Spaces CLI 的完整设计原则，读者可借鉴其让 CLI 同时服务人类与智能体的具体做法。
Google ResearchAI 评分4545 Google Research 在 The Check Up 展示医疗 AI 进展：从个性化健康到临床落地
Google Research 在 The Check Up 活动上发布多项医疗 AI 突破。与 Fitbit 的研究显示，模拟协作健康团队的个人健康智能体（PHA）比单任务应用更能支持长期健康；与帝国理工学院及英国 NHS 合作发表于 Nature Cancer 的研究中，AI 系统识别出 25% 此前漏诊的“间期癌”。