新闻

本文分析了像Anthropic的Opus 5.5和ChatGPT的Astra等AI模型的成本效益，使用Artificial Analysis分数来比较单token定价与任务完成效率。

作者邀请人们现在定义ASI，并在五年后重新审视，以比较关于其达成的预测。

OpenAI成立了一个由顶尖数学家组成的独立顾问小组，指导公司处理数学研究和人工智能互动，旨在避免未来的声誉危机。

这篇文章探讨了哪些AI模型最赚钱，指出像Grok和Muse这样的模型在亏损，而Opus 5.5和Fable 5.1是关键玩家，Anthropic可能很快发布新的Fable模型。

The author used Claude's Opus 5.5 model to formally verify the Claude Agent SDK using Lean, generating 16 PRs to fix bugs and race conditions, and recommends combining Lean with TLA+ for enhanced bug finding.

这篇文章质疑，如果超级人工智能无法控制，它为何会满足人类的欲望，如治愈癌症或创造飞行汽车？

特朗普在United Nations宣布了人工智能的新名称，这一举动在即将到来的中期选举中被解读为政治行为。

Paramount 在与 Warner Bros. Discovery 合并后，必须每年发行至少 30 部电影，以满足和解配额并避免处罚。这一要求旨在保护行业就业，但考虑到近期的电影产出水平，可能具有挑战性。

SpaceX的目标是不早于10月1日周四使用Falcon 9火箭发射NASA的Crew-13任务前往国际空间站。

文章认为，如果AI带来显著的生产力提升，那么其成果应转化为更短的工作周（例如每周工作4小时），而非高管利润增加，同时回顾了历史工时趋势与公众对AI就业影响的看法。

文章报告了glm-4-flash和TypeSafe Jev在299个真实用户意图上的性能比较，显示glm-4-flash的准确率更高，但TypeSafe Jev的速度更快且成本更低。

多家公司在同一周内发布了针对AI代理的协调工具，但这些工具只是扩展了现有的代码审查流程，并未从根本上改变工作本身。

Snorkel AI 在完成3.5亿美元的E轮融资后，估值翻三倍至35亿美元，这得益于AI训练数据需求的激增。公司现在专注于数据即服务，通过合成和专家生成的数据提供完整数据集和模拟环境。

Earendil Robotics 正在开发自主拦截无人机和软件，以提供经济实惠且可扩展的防空解决方案，减少对广泛飞行员培训的需求。

这篇文章探讨了实现通用人工智能（AGI）的竞争竞赛及其对AI发展的影响。

本文主张在讨论AI技术时避免使用拟人化语言，并建议使用替代术语以促进更清晰、更准确的对话。

这些实验比较了GPT-6 Sol、Grok 4.7、GPT-6 Astra和Muse Spark 1.3等AI模型如何从提示生成浏览器产物，重点展示了GPT-6 Sol以极少的推理即可生成可工作的HTML文件的效率。

OpenClaw 通过 OpenAI 的 Patch the Planet 倡议完成了一次安全审计，在 Trail of Bits 的帮助下使用 Codex 辅助工作流，识别并修复了 24 个严重性评级的漏洞。

Miri，一个 Rust 工具，在目标目录中存储所有环境变量，当在 GitHub Actions 中缓存时，可能将秘密泄露给拉取请求。Rust 团队已实施修复，仅保留特定变量，并建议用户检查他们的 CI 设置以查找漏洞。

GPT-6 Sol 在复杂任务上被确认弱于 GPT-5.6 Sol，但在成本与效率方面具有优势