新闻

伊利诺伊州州长普利兹克成立了AI内阁以评估风险，作者批评这是受到封闭权重API供应商的影响。文章呼吁公众参与，支持开放权重并教育他人了解这一问题。

作者描述了一个实验，其中合并两个 AI 代理的 git 工作树导致了测试失败，尽管合并是干净的，突显了在没有相互意识的情况下并行代理开发的挑战。

Vals AI RSI指数显示，Opus 5.5 AI模型在五项任务中的一项击败了已发布的人类基线，从而将实现完全RSI的预测日期从2027年8月调整为2027年7月。

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。

作者使用 Claude 的 Opus 5.5 模型通过 Lean 对 Claude Agent SDK 进行了形式化验证，生成了 16 个 PR 来修复 bug 和竞态条件，并建议结合 Lean 和 TLA+ 以增强 bug 查找能力。

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。