标签
得克萨斯大学奥斯汀分校的一项研究发现，与人类写作相比，九个前沿大语言模型生成的文本都过度使用了从心理语言学角度看较难处理的特征（名词堆叠、长距离依存关系、低频 n 元语法），并据此推测，针对数学、代码和推理的后训练更偏重信息密度，而非表达的清晰度。
两项 PHP 漏洞 CVE-2026-109618 和 CVE-2026-109619 是由一个前沿 AI 模型独立发现的，而它收到的提示仅仅是“找出 PHP 中的严重漏洞”。
OpenAI 的 Karan Singhal 表示 GPT-6 Luna 成为 API 中最便宜的前沿模型，性能超过一个月前最好的 5.6 Sol，价格却便宜 34 倍；一年内多数智能等级的模型成本下降超过 100 倍，某等级两年内成本下降约 1600 倍。
Baseten Labs 发布 mammoth-1（27B）和 elephant-1（9B），宣称是全球最佳决策模型，在 Jev Decision Index 上排名第一。基于 Qwen3.5 主干模型的后训练采用了块双向注意力掩码处理全注意力层，并使用了高度可扩展的数据配方。
Dario Amodei 回应 Nathan Calvin 对 Anthropic 的调查性批评，为公司的'向顶竞赛'（race to the top）策略进行辩护，并列举了生物安全保障、延迟发布具备网络攻击能力的模型、支持 SB53 等他认为在商业上代价高昂但值得付出的安全措施。
a16z 的一篇文章认为，尽管超人级 AI 硬件工程师即将出现——CAD/PCB 基准测试的不断提升以及 GPT-6 Astra 的 3D 设计演示便是佐证——但由于比特与原子之间的接口存在有损性，AI 在将数字设计转化为可运行的物理硬件方面仍将面临困难。
Anthropic 正在游说国会，推动一项 AI 安全法案草案。该法案允许在评估人员认为模型构成可预见且迫在眉睫的灾难性风险时，阻止其发布——这种风险被定义为：因生物武器、规避控制或网络攻击导致 50 人以上潜在死亡或超过 10 亿美元的财产损失。法案提议设立在商务部注册的独立评估机构，此举让人联想到加州 SB 53 法案以及 DeepMind 关于设立类似 FINRA 的 AI 监管机构的呼吁。
文章汇总了过去一个月内 AI 在数学、生物、医学、化学、物理、能源、神经科学与机器人等领域的密集突破，研究者称之为「外星数学/外星心智」，并指出扩展定律与算力、训练方法、AI 自我迭代三大倍增器正将能力曲线推向垂直。
Agent4Sci 通过跨 11 个领域的 20 个科学机器学习基准评估前沿编码智能体，发现它们主要靠工程技巧而非领域洞察提升性能，而轻量插件技能可显著改善表现（Claude Opus 从 10.4% 提升至 20.1%）。
Contrary Research 的报告探讨了 LMArena 等 AI 基准测试如何在强化学习优化下沦为刷分目标，运用古德哈特定律论证基准测试的提升已不再反映真实世界的能力进步，并呼吁开发新一代更难被博弈的评估体系。
微软发布了Guardian Agents等新安全功能，将AI代理比作“内部威胁”，警告企业不应信任前沿模型，主张将智能的供给与对其的控制权分离。
Jason Wei认为，AI不会像普遍预测的那样广泛取代放射科医生，他提出了三个理由：智能的"锯齿边缘"效应（即AI在某些任务上表现优异但在其他任务上表现不佳）、弹性需求（杰文斯悖论）会推动更多的影像扫描量，以及医学本身不断演变的特性使放射科医生持续保持相关性。他预测，从分诊工具走向更全面的自动化，最好情况下需要3到5年的时间。
推出 SKY-001，首个工程世界模型，在 CAD 和 BIM 任务上超越了 GPT-6 Astra 等前沿模型，速度快 51-125 倍，成本低 150-210 倍，由 Maluuba 深度学习实验室团队打造，面向自主制造领域。
该论文构建了包含2882个LLM提出的ML实验想法的数据集，评估五个前沿大模型预测实验结果的准确性，发现最佳模型Claude Opus 5.5仅解释约一半方差（R²=0.49），且所有模型都系统性低估了变化幅度，表明当前LLM对ML想法的直觉有用但有限。
六款前沿AI模型参与了一项真实工程挑战，为20英尺坠落测试设计并3D打印防摔鸡蛋胶囊。Claude Opus 5.5的胶囊成功保护鸡蛋完好无损，而GPT-6 Astra在8英尺处失败，其余模型均在4英尺处失败，标志着Claude再次赢得一场真实工程挑战。
Miles Brundage 提醒称，没有任何 AI 公司声称其系统能抵御国家级攻击者，因为它们实际上做不到，这一安全风险值得重视。
Anthropic 联合创始人 Jack Clark 在演讲中宣称2026年已有令人信服的证据表明"奇点"已经开始——AI 系统在数学、生物、物理等前沿科学领域取得突破，并预测到2030年美国 GDP 可能因 AI 驱动增长至44万亿美元。
Anthropic允许METR研究人员以员工级别权限访问其内部系统，且无权否决研究结论，并与新加坡政府签署人工智能安全与模型评估谅解备忘录，押注自愿审查将赶在监管机构强制介入之前塑造AI监管格局。
一个有趣的观察：前沿AI模型仍然严重高估任务所需的时间，即便它们实际完成任务所需的时间只有预估的一小部分。
文章解读了中国拟出台的AI出口管制措施：现有模型权重和API调用不受影响，但未来的前沿级模型可能面临许可和延迟出口，评论截止日期为2026年11月15日，建议不必恐慌。