当一名研究员说“这个模型还不能发布”，公司要认真考虑失去他的代价；当一支安全团队要求补做测试，管理层也很难把他们简单替换掉。技术判断之所以能进入决策，不只因为它正确，也因为做出判断的人很难被替代。

三十年来，在线广告始终建立在一个默认前提之上：广告位先存在，拍卖再决定谁获得它。 搜索结果的名次、信息流中的哪一次展示，都是预先定义好的机会。但大模型的回答是逐字生成的：某个品牌是否适合出现、在哪里出现、用什么方式介绍，都取决于前面已经写了什么。甚至先谈价格或是先谈体验，都可能为产品造成完全不同的印象。

据The Information爆料，OpenAI正在开发更直接对标Grok Bot的功能，内部也在讨论如何应对Meta的个人助手Muse。 你的ChatGPT里，可能马上就要多出一个「人」了！ 马斯克的Bot上班一个多月，扎克伯格的Muse冲上App Store 榜首，一家邀请制小公司谈到了100亿美元估值。 短短几周，在「AI替人干活」这个赛道上，OpenAI一下成了追赶者。 据The Inf ...

如今，Claude 5.5的亮相，直接把新一轮模型大战的火药味儿直接拉满。 目前，Claude Opus 5.5已在全球正式上线，未来几周，Sonnet 5.5与Haiku 5.5也将同步登场。 Artifical Analysis上，Claude 5.5和Fable 5.1，全部压过了GPT-6 Astra ...

Karpathy 对此评论称，Jev 处在大语言模型帕累托最优曲线上的一个位置，满足了一类长期被低估的需求，这类任务不要求模型展开复杂思考，只需输出单个 token，在低延迟条件下完成足够可靠的判断。

外媒The Information曝出内幕——OpenAI内部的AI模型，已经开始「自己训练自己」了！ 就在今天，外媒The Information曝出内幕—— OpenAI内部的AI模型，已经开始「自己训练自己」了！ 具体来说，这个内部模型已经接管了实验性AI模型的训练全流程，开始自己手搓自己。 研究员只要给出一个优化示例，AI就能自己跑上几个星期，多智能体自发协作，互相讨论，迭代代码，完全不需 ...

1. 套上GrokBuild框架，Grok 4.7飙到56分，排在Fable 5.1、GPT-6 Astra和Opus 5之后。马斯克口中的「全球第三」，是偷偷把Anthropic的两个模型并成了一家。 2. 换到统一基准的Terminal-Bench4.0后，Grok 4.7的通过率当场暴跌到26%~27%。作为对比，GPT-6 Astra是60%，Fable 5.1是55%。

今天早上，OpenAI 宣布与一个独立数学顾问组合作。该组织名为「数学与人工智能顾问组」（Advisory Group on Mathematics and Artificial Intelligence，AGMAI），由普林斯顿高等研究院托管。它眼下的一项任务，是针对 OpenAI 内部模型产生的大量数学结果，就评估、审查和发布方式提出建议。

macOS平台的Meta Muse AI Agent存在一处0Day漏洞。若用户设备上已有恶意软件在当前账户权限下运行，就可借助该漏洞劫持Muse助手。 攻击者可以拦截用户语音输入的提示词，向Muse注入恶意指令。除此之外，攻击者还能窃取用户的账户认证凭证。

黄仁勋对AI末日论的反驳很强硬，他提出的替代方案却很朴素：把AI当成产品，把风险当成工程，让公司为自己交付的系统负责。 这套回答不能证明AI永远不会发生更大的风险，也不能用现有法律一句带过所有新问题。但它让开发者暂时离开了“人类还剩几年”的猜测，回到手边可以检查的系统。

哪道题值得先看？哪道要拆开重写？找谁来核对？署谁的名字？OpenAI把这些脏活累活全丢给了9个不拿工资的大神，而把疯狂刷题的引擎油门，死死攥在了自己手里。

开源的Laya冒了出来。它有421M参数，大约是4.2亿，采用Apache 2.0协议。Laya自称单问题延迟低了近8倍。在它自己公布的typed-decisions测试集上，专用微调checkpoint的准确率达到0.766，高于其中对比的Jev 1.13.0的0.727。 9月15日，前OpenAI研究员创办的TypeSafe AI拿出了隐身两年打磨的Jev。这个模型主打"只做决策、不说话"， ...