TypeSafe AI 创始人 Diogo Almeida 在访谈中介绍新模型 Jev，称其为面向软件消费的 System One 模型，核心创新是未发表的 RLCD 训练技术，优化带校准概率的决策而非人类反馈。他批评 RLHF 导致幻觉与模式坍缩，并解释为何拒绝公开基准、以数据实验室自居。
推荐理由：访谈梳理了 Jev 背后的 RLCD 训练思路与对 RLHF 的批评，读者可借此理解新一代可编程模型的设计取舍。
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。
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。