progress

这篇文章探讨了量子计算的现状，指出尽管特朗普政府做出了雄心勃勃的承诺，微软也发布了Majorana 2芯片，但还没有任何量子计算机执行过有用的任务。独立研究人员批评这些说法夸大了渐进式进展。

一个观察：未来的技术往往始于看似微不足道的玩具，然后逐步演变为文明的基础设施。

一篇反思文章，探讨哪些最近的AI发展若在2020年看来会最难以置信，以及未来可能有哪些惊喜。

本文在WorkBench基准发布两年后再次对其进行评估，显示当前最佳智能体（Claude Opus 4.8）能完成89%的任务，且仅有2.5%的有害副作用，而2024年GPT-4的完成率为43%，有害率为26%。研究发现，能力与安全性同步提升，开放权重模型大幅降低了成本，但一些基本错误仍然存在。

讨论近期AI模型在'Humanity's Last Exam'基准测试中的得分，指出从2024年5月GPT-4o的2.7%提升至2026年6月左右45%，并对该考试的难度提出疑问。

对AI或技术进步的反思，指出虽然增长可能不是指数级的，但渐进式的进步仍然有价值。

讨论AI智能体是否正在从令人印象深刻的演示转变为在研究、编码、运营和个人生产力方面真正有用的工具。

Paul Graham分享了一个关于早在公元前5000年就观察到的指数增长的链接。

Steeve Morin 报告通过 ZML 在 Tenstorrent 硬件上运行 Llama 3.1 3B，达到 26 tok/s，接近 Tenstorrent 声称的 33 tok/s。

讨论了尽管在任务执行方面取得了进展，但阻止 AI agents 可靠处理现实任务的持续挑战，例如不断变化的网站和不一致的工作流程。

本文针对智能导学系统引入了参与度预测，利用425名中学生的交互日志，预测每周练习分钟数和掌握的新技能数量。基于特征的模型相比启发式基线将误差降低了22-33%，为导学-学习者目标设定提供了可解释的模式。

菲尔兹奖得主蒂莫西·高尔斯报告使用 GPT5.5 Pro 解决公开数学问题，并预测由于人工智能的快速发展，数学研究将很快面临危机。