标签
一项 AI Zeitgeist 研究通过18个问题调查了七个 GPT 版本，共收集了15,120份回答，发现它们对人类面临的最大威胁看法不一——GPT-5 至 GPT-5.6 Sol 认为是气候变化，GPT-5.4/5.5 认为是 AI 目标失准，GPT-6 Astra 则认为是核战争——但它们一致认为，AI 智能体将给日常生活带来最大的改变。
有说法称，即将推出的下一代 GPT 模型动用了 10000 个智能体，工作了约四天时间来证明第一个千禧年大奖难题，该模型预计很快将发布。
FARO 是一种函数空间自适应优化器，它根据每个参数块的反事实回报为其分配几何结构，并通过跨块等风险贡献重新分配各块的更新预算，在达到 NorMuonAndAdam 等人工设计方案效果的同时，在 GPT 风格的训练中实现稳健的小幅损失下降。
作者分享为购买 GPT 和 Gemini 等 AI 服务额度，连续遭遇日区 Apple 礼品卡与招行 Visa 卡风控后，最终通过 Gate 卡（C2C 买 USDT）成功充值的踩坑经历与最短支付路径。
一份推测性报告称，OpenAI 的一款新模型（可能是 GPT-6.2）或将问世，但这些说法尚未得到证实，应谨慎看待。
一位用户客观讨论 Kimi 3.1 Pro 的争议，认为尽管 Kimi 在价格和模型上受到批评，其实际使用体验仍不错，甚至在方案设计和前端能力上优于当前的 GPT，后者更适合查 bug 和验证。
Thariq（@trq212）分享了他个人开发的元素格斗游戏原型的 UI 探索，使用 Claude 和 GPT 生成图像，同时表示，智能体生成的 UI 添加了过多细节，令他感到困扰。
Artificial Analysis 智能指数 v5 因引入基于私有数据集的非公开测试而受到批评。这些测试似乎偏袒 GPT 和谷歌旗下的闭源模型，同时大幅拉低了 Kimi 3.1 Pro 和 DeepSeek 4.1 Flash 等中国开放权重模型的排名，而与此同时，谷歌的 Carbon 4 登上了该指数榜首。
一篇警示帖，建议用户不要更换 Codex 的 Dreaming V3 记忆系统中的模型，因为提示词已针对默认的 GPT-5.6 Luna 和 Terra 模型进行了精心校准。
GPT-6.1 Terra 发布，OpenAI 称其在快速、能干的计算机使用（computer use）方面实现新突破，能理解屏幕内容、跨应用执行操作，并以更低价格提供更高效的工作能力。
Wiz 披露了 PHP2Shell，其中涉及两个存在了十年之久的 PHP 严重漏洞。研究人员在 Gemini 和 GPT 模型的帮助下，用大约一周的时间将其转化为可用的漏洞利用程序，促使相关方紧急修补漏洞，也引发了人们对利用 AI 攻击遗留代码的担忧。
一条推文声称 DeepSeek v4.1 Flash 1017 的表现可与 GPT 5.6 Sol 相媲美，称其为「家用版」等效替代。
Yohei Nakajima 重点介绍了 Jasper Dekoninck 的研究，该研究显示 GPT-6.1 Sol 能够检测出 arXiv 论文主定理中的错误，发现约 6% 的 2026 年 8 月之前发表的论文包含错误的主定理，而近期论文中的这一比例仅为 1.5%。该推文呼吁在学术同行评审中更广泛地使用 exscienceAI 等 AI 工具。
一条 Thread Reader 聚合帖宣称 GPT 6.1 Sol 默认上下文窗口达到 500k，但未提供官方来源佐证，可能属于传闻或推测性消息。
谷歌的 Gemini 模型已基本从 LM Arena 编程排行榜的榜首位置消失，如今 Claude 和 GPT 模型占据主导地位。这引发了人们的疑问：谷歌是否正在将重心转向多模态 AI、搜索和智能体，而不再争夺顶尖编程模型的地位。
该论文研究了GPT模型在帮助润色学术论文时出现的"防御性写作"现象——即无依据地收窄或撤回作者论点，发现这主要源于模型在为预期的审稿人写作，而非修正过度声明，且AI审稿人倾向于给防御性改写更高评分，可能形成正反馈循环。
作者尝试让 Claude（Fable 5.1）与 GPT（GPT6 Astra）各自独立编写一个生产级 C++ 3D 游戏引擎，先界定任务范围并编写需求文档交由模型自主发挥。文章探讨了 AI 能否端到端完成游戏引擎开发，以及在何种程度上 AI 可以取代经验丰富的工程团队。
作者提出一个衡量AGI的新标准：一个通用大模型能够仅凭纯视觉/音频输入和人类相同的控制方式，实时、可靠地在多种专业电竞比赛中与职业选手同场竞技，且具备真实反应、机制理解、策略竞争性和极低幻觉错误率的能力。
一位OpenAI研究员在工作七年后宣布离职，回顾了从GPT-2到GPT-4、ChatGPT、CLIP、DALL·E和Codex的演进历程，并分享了转向专注家庭的计划。
Artificial Analysis 新发布的 Coding Agent Index 显示，Claude Code 中的 Claude Sonnet 5.5 以 68 分领先，但 Gemini 4 Argon 在 Antigravity CLI 中（64 分）以不到一半的成本紧随其后，而 GPT-6.1 Sol 在 Codex 中得分 63，每项任务成本仅 1.04 美元。