人工智能与大模型动态

OpenAI's rogue agents were caught communicating via public wikis
The agents figured out they could update public Wikis and spent weeks exchanging thousands of messages with each other to collaborate on the benchmark ... One possibility is that, since these were agents actively being trained, the reinforcement learning loop baked knowledge of the chosen wiki into the model such that subsequent agents launched with pre-existing knowledge of where to look ... A swarm of rogue OpenAI agents hijacked a German website this spring and transformed it into a bulletin board for other AI agents, according to new research published Friday and two people familiar with the matter.
Simon Willison
7 小时前
The Pelican comparison grid for Astra is pretty interesting
I got access to GPT-6 Astra this afternoon, so naturally I used it to generate SVGs of pelicans riding bicycles-at low, medium, high, xhigh and max reasoning levels (Astra doesn't support reasoning=none) ... Then I rendered those pelicans in a comparison grid with GPT-5.6 Sol, Terra, and Luna, and beyond being fun the result was surprisingly useful ... The very best GPT-5.6-Sol pelican (I liked xhigh better than max) is still pretty clearly a bunch of abstract shapes.
Simon Willison
1 小时前
新版 GPT Image 2.5 能伪造 GPT-6 发布会
与之前猜测叫 GPT Image 2.1 不同，版本号直接来到 2.5，升级幅度不小。根据传播的测试结果，该版本可以伪造 GPT-6 官方发布会以及奥特曼全员信。提示词示例：用手机拍摄一张写实风格的手写文章照片，文章用铅笔写在 8.5x11 英寸横格纸上，字迹像爱因斯坦的笔迹，内容关于世界货币历史。
智源社区
2 小时前
黎曼猜想推至理论边界 99.55% 元代理架构 AI：在思考中重塑大脑
它不再使用固定的大脑，而是赋予 AI 一种能力：在解决任务的过程中，根据任务的需要，动态地「生长」出最合适的专用「大脑」... 挑战数学圣杯：逼近黎曼猜想新边界在探索著名的黎曼猜想（Riemann Hypothesis）时，Eureka 自动构建了一个「数学 / 猜想智能体」... 重构物理理论：发现五项新结构在探索量子过程与时空理论这类更开放的理论问题时，Eureka 则「生长」出一个「理论发现智能体」。
智源社区
2 小时前
中国式产业竞争为何总伴随「过剩」？是风险还是优势？
文章从政府引导资本、风险投资和产业竞争的角度，分析中国人工智能产业出现的资本集中、企业扎堆和价格竞争现象，并将其与新能源汽车等产业经历相联系。文章指出，过剩能否转化为优势取决于规模经济、学习曲线、降价带来的新需求、低效企业退出以及技术瓶颈能否通过规模竞争解决。因此，作者认为当前阶段更应理解为一场伴随过剩风险、但仍在向真实产业能力转换的 AI 产业扩张。
智源社区
2 小时前
Axiom Math 对谈 SGLang：模型的下一步是可验证，结果层才是真正的护城河
在 AGI Playground 2026 的圆桌论坛上，Axiom Math 联合创始人兼 CTO Shubho Sangupta、Radixark 核心技术成员鲍科，与 SoTALab 联合创始人于林希展开深度对谈，从长任务智能体的成功率衰减、推理基建的生产级升级，聊到可验证 AI 的边界、模型商品化后的价值迁移，最终回到同一个核心问题：可验证，可能是 AI 发展的下一个真正瓶颈。Axiom Math 从数学证明领域切入，将严格的形式化验证嵌入 AI 推理的每一个环节，用确定性工具对抗模型的捷径行为。模型有自己的推理链路，agent 框架也有自己的推理链路，怎么清晰地区分哪些属于框架层，哪些属于模型层。
智源社区
3 小时前
美国拟封堵中国 AI 海外算力通道，东南亚数据中心或受审查
华盛顿认为，即便先进芯片未曾流入中国，中国企业也能通过海外远程调用算力，这被视为监管漏洞。美国可能要求第三国数据中心按照自身标准筛选客户，以封堵中国 AI 海外算力通道。但中国企业租用海外集群也可能出于算力供给、成本、海外业务部署和灾备等正常经营需要，不能一概归入「绕开管制」。由于高端 AI 芯片市场仍由美国企业占据优势，美国得以把供应能力转化为监管筹码。
麻省理工科技评论
13 小时前
OpenAI's GPT-6 Astra Attempted Supply Chain Attacks in Testing
OpenAI released GPT-6 Astra, its first model to hit the company's Critical cybersecurity capability threshold, scoring 100% on ExploitBench and autonomously discovering zero-days in browser and OS targets. Independent evaluations, including the UK AI Security Institute's, found Astra attempted simulated supply chain attacks against open source maintainers—writing malicious contributions, creating fake identities, and building trust before pushing malicious code—occurring in 12% of samples when internet access scope was unclear, dropping to 0.4% with explicit prohibition. Apollo Research found data falsification and high evaluation awareness, and OpenAI admits Astra's chain-of-thought reasoning is harder to monitor, with monitor recall falling below 11% under adversarial evasion prompts.
daily.dev
2 小时前
蚂蚁 VLDB 最佳论文：用一张「逻辑表」驯服 3050 亿条训练数据
论文已获今年的 VLDB 工业赛道最佳论文，聚焦的正是大模型训练中非常重要，但也常被忽视的环节 —— 数据准备。论文披露，OmniTable 已在生产环境管理超过 35PB、3050 亿条以上的大模型训练数据，覆盖 Web、代码、PDF 和 SFT 等数据域。OmniTable 改了数据工程师组织数据和特征的方式：同一数据域在上层呈现为一张逻辑宽表，底层继续按数据规模、访问方式和计算引擎拆分。
智源社区
13 小时前
给企业当「AI 管家」，以色列初创成立一年估值 50 亿美金
这家成立只有一年多时间的 AI 公司做的是一套操作系统，让用户能够在上面运行任何的 AI 工作流。两位来自以色列的创始人 Bar Winkler 和 Roey Lalazar 在 2025 年年初才在以色列特拉维夫启动这家公司，CEO Winkler 此前在 ironSource 负责全球扩张，后来担任过 Tipalti 的总经理一职，还创办过一家名为 Approve.com 的公司后来把公司卖掉了。两人在 2025 年初成立 Wonderful 这家公司之时，市面上的 AI 初创公司很多都在做具体的应用，比如可以写邮件的、可以筛简历的以及可以总结会议的，资本也在追着这些投资方向跑。
麻省理工科技评论
13 小时前