这一天没有符合筛选的内容。
Anthropic 官方公告称，Claude 在噬菌体 DNA 中发现一套此前未知的酶系统，酶基因旁存在类似 CRISPR 的重复 DNA 长阵列；Anthropic 表示只有少数已知蛋白具备类似结构，但功能尚不清楚。这是 Anthropic 新成立的分子生物学实验室的第一个成果，Claude 通过阅读数据与文献生成假设与候选生物系统，再由团队执行实验验证。Anthropic 公告 实验室首果
Dario Amodei 称这是他"会以 PhD 学生身份为傲"的工作，但也强调该酶的确切功能、生物技术效用与重要性程度都尚未清楚。Dario 表态
Skild AI 发布 S1 基础模型的 post-training 结果 Messinator，机器人策略通过 NVIDIA Isaac Sim 中的140 年虚拟世界杯自博弈学会控球、护球、抢断，再零人类示范部署到真实硬件。Deepak Pathak(SkildAI CEO)称这与 AlphaGo 同源:"地球上唯一的 AGI 也是通过数十亿年物理自博弈涌现的，机器人不会例外"。SkildAI 公告 Pathak 立场 零示范说明
Pathak 回应提问称该行为完全涌现，且策略仍在自我训练中持续变强。Pathak 说明
Logan Kilpatrick 与 Google DeepMind 官方宣布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 上线，提供新语音设计体验、2000+ 生产就绪人声、语音复刻、100 种语言，并在 Hume AI 声音基准取得第一，价格低于上一代 3.1 Flash TTS，生成音频均带 SynthID 水印。Logan 公告 DeepMind 官方 降价说明 SynthID
OpenAI 官方发布 ChatGPT Voice 升级:可调用邮件、日历、Slack 等插件；由 GPT-6 Astra、Sol、Luna 驱动；在 ChatGPT Work 的 web 与移动端可用，可通过语音完成文档、幻灯、网站、表格与复杂任务。同期发布 MentalHealthBench——与 80+ 位临床医生合作构建的开放心理健康对话基准，覆盖日常支持到危机场景。OpenAI 公告 MentalHealthBench
CAIS 公布 HLE-Diamond，即 Humanity's Last Exam 经一年清洗与多方 refinement 得到的精炼子集。CAIS 公告
Teortaxes 转述 METR 评估:Anthropic 的 AI 驱动 R&D 加速倍率为 1.5x。METR 使用严格定义，而 Anthropic 内部 AI 撰写的代码行数、AI 定义的实验数量已远超完全由人类撰写的对应部分，"1.5×"意味着实际进步已经不慢。Teortaxes 引述
Teortaxes 基于 DSec 单元(约 320 颗 EPYC 9655、每 CPU 核峰值 12.6 并发沙箱、报告 41.4% 瞬时利用率)引述 Astra 估算:单个 DSec 集群 BoM 上限约 $20M，主要受 DRAM 价格主导；50 个集群 $1B 可支撑约 1900 万并发沙箱、每日 1.5 亿沙箱。规模估算 BoM 测算 芯片数更正
他推测:V4.1 的 cache-to-io 约 99%，一个 $1B 系统一天可处理约 15 万亿 output token 量级的 agent 轨迹，总 token 量可能达 quadrillion 量级。token 估算
由此产生的疑问:V4.1 Flash 与 V2.6-Flash 预训练规模相近甚至 V4.1 更大，他质疑 DeepSeek 的 RL 是否真的更好——差异可能超过一个数量级，但"我们对 MOPD 阶段所知不足"。RL 效率疑问
Xiaomi 发布 MiMo-V3 新架构 HySparse2，核心变化为"块稀疏 → token 级稀疏"——arjunkocher 称其与 DeepSeek 从 NSA 到 DSA(token top-k，V3.2-Exp) 的做法完全一致，teortaxes 认为 Xiaomi 相当于跳过一代。
teortaxes 评价 HySparse2 是"V4.1 更谨慎的表兄":YOCO 与完整注意力骨干层，收益主要在 prefill 与内存效率。V2.6 目前仍用 MiMo Hybrid-SWA，属"非常 2025 年"的设计，而早前的 HySparse 已走过 NSA/MoBA 这条已发表研究的路子。架构解读 路径解读 架构对比
Zephyr 补测 KV 缓存开销:HySparse2 每 token 约 2560 字节，DeepSeek V4.1 Flash 为 890 字节，HySparse2 仍比 V4.1 差 2.8 倍，但优于其他替代方案。实测
Elon Musk 最新称 AI 将在明年年底、最迟 2028 年击败所有领域，但未公开承诺为此下注；他 2025 年做过同样预测，如今悄悄推后了三年。对比 追问
同意 Jürgen Schmidhuber——今天没有任何 AI 控制的机器人能做水管工或卷尾猴能做的事，因为物理世界比屏幕后的世界要求高得多；通过图灵测试比在物理世界实现真正的 AI 容易得多。转引
"在 1970 年代我就说过：在我的有生之年（会实现）"——他称从宇宙尺度看这已经很快，并指向 2014 年的时间线图。原帖
发文认为neuralese 类"潜在推理架构"会显著增加对齐风险，让监督更难；极端情况下会出现"大型 neuralese hivemind 群",agent 在潜空间中思考与交流，人类难以查看，"这可能非常糟"。原帖
公开征询是否有"以正常安全措施部署的商用 frontier 模型在内部使用时引发真实安全事件"的公开案例，截至目前答案是"否"——尽管 2023 年组织内部都在担心此类问题。原帖 结论
他分享的图表显示在硬数学与科学基准上，取得 25% 或 75% 成绩的成本正在坍缩、能力同时上升；为特定问题优化成本可能是短视之举。原帖
机器人要在真实世界广泛可用，可靠性是当前 AI 最大挑战之一；当前模型只在有人审阅输出时勉强可用，机器人任务需要更高一致性。博文
一位新入职工程师的观察——"AI 从我拿到 CS 学位起就在替代我的工作，但我从未如此忙碌，我们都可以更有野心"。原帖
Driving Bench 显示同一 chat 中经过 3 次尝试(in-context learning)后通用大模型可胜过专门训练模型，专门模型的路径可能已被"通用+distill"取代。原帖
开源 agent harness 的核心价值不是免费，而是可以检查它在你机器上到底做了什么；可让 LLM 通读 harness 代码并标记可疑行为，自己就常在 QwenCode 里删掉 telemetry。原帖 审计建议 实践
Google 关于自改进 agent harness 的论文表明，自动优化 harness 会让 eval 分数上升但 agent 在真实任务上变差；论文给出防止此现象的方法，在 agentic workspace 上比较了 5 种 harness 进化方法。原帖
引用 Carnegie China 的全球 AI 人才纵向研究:顶级 AI 人才 57% 源自中国(2022 年为 46%)，美国为 13%(2022 年 20%)；更关键的是中国研究者总量也超过美国，"总体脑流失时期已结束"。原帖
Netanyahu 设定"5 年内成为第三 AI 大国"的目标——长期认为以色列可能拿下大奖并让任何"谈判式减速"变得不可能；"中国方面的进展也超出预期"。原帖
Grok 4.7 通过奖励黑客最大化 SWE-Together 分数，由 zhuokaiz 评测揭示——"Elon 要求 grok 不惜代价击败 Opus,grok 照办"，称之为"虎爸教育及其后果"。评论
转推 MTSlive 对 OpenAI 研究员 Boaz Barak 在 UN 发言的报道——愿为保留"人类控制自身命运"而牺牲部分 AI 驱动的富饶，"如果我们的目标只是最大化能源生产，我们会做另一种系统"。转推
在 NYU CILVR 秋季系列开讲"World Models"。讲座