在IMF演讲中，Jack Clark披露了一份震撼的宏观模拟：如果AI实现全面自主接管复杂科学探索，并在递归自我改进（RSI）的驱动下引发奇点，到2030年，美国GDP或将飙升至44.4万亿美元。

10 月 15 日，斯坦福大学计算机科学博士、前 Cartesia 研究科学家 Alex Wang 发表了一篇博客《You could have invented transformers from memory》（你本可以凭「记忆」发明 Transformer），迅速在社交媒体引发关注。 如果 2017 年那篇《Attention Is All You Need》从未发表，给你一个问题：「如何让 ...

近日，团队提出 EgoWild2Dex，直接利用 538.9 小时未经刻意编排的真实人类第一视角操作数据训练机器人。在每个下游任务使用不到 1 小时真机数据的情况下，机器人能够连续完成拆快递、使用热熔胶枪固定手办、制作冷饮等复杂双臂灵巧长时序任务，平均成功率达到 96.7%。

Gemini 4 Argon在号称「AGI终极考场」的ARC-AGI-3上，拿到了97.5%！ 9月30日Argon发布时，谷歌博客主打的是复杂工作流、编码和网络安全，输出Token上限一口气拉到100万，满篇都是软件工程和Vals Index的成绩，偏偏一个字没提ARC-AGI。

一名员工将一道困扰密码学界二十多年的问题交给 Claude 内部研究模型，在没有提供关键线索的情况下，Claude 用了不到半小时，追溯出五条 NIST 椭圆曲线种子的生成方式。 10 月 16 日，Anthropic 公布了一项特殊的研究成果。

当 AI Agent 开始接管敲代码的工作，一辈子研究编程语言设计的人，会怎么想？Rust 核心团队成员 Niko Matsakis 在博客里坦白，LLM 让他产生了“存在主义焦虑”。不过他也给出了自己的回答：人类依然有位置，语言设计依然重要，而 Rust 恰好是 Agent 时代的“天选语言”。更值得关注的是，他认为 Rust 还能更适合 Agent，并提出了一个大胆的北极星目标：不再有 ...

首轮执行中，Robot Agent 采用的夹持方向与任务不相适配，且在平移过程中同步转向，导致物体发生明显偏转。对齐完成后，夹爪一次性释放，又使物体偏离目标位姿。本轮执行共耗用 723 步，超出预算。

更有意思的是「盲测对照」：当研究者把图片和视频拿掉，只让最强模型根据问题文本猜答案时，GPT-6-astra的成绩暴跌到6.6%。这说明HSS并不是在考语言套路，也不能靠常识模板蒙混过关。决定答案的证据，确实藏在视觉现场里。

即使每个 Agent 都经过安全对齐，当它们开始通过新的表示空间交换信息时，整个系统的安全性仍然可能发生显著变化。 人类一直在努力让机器理解自己的语言。从早期的命令行、编程语言，到今天能够自由对话的大语言模型，人机交互的发展，某种程度上就是一部机器不断适应人类表达方式的历史。 但随着多智能体系统的发展，一个相反的趋势正在出现：当两个 AI 需要相互交流时，它们未必还需要使用人类语言。 如果把大语言 ...

数论学家Hector Pasten 对 OpenAI 排除 Landau–Siegel 零点的结果明确表示惊叹，并强调这是「解决了问题」而非仅是进展。

MIT 何恺明团队提出的 VISTA，将这种“回头看”的能力做成了模型与环境之间的交互框架。它保留原始视觉记录，让模型自行选择回看时间、画面区域和细节尺度。 玩一款没有教程的新游戏，难点常常是逐步摸清规则：点过哪里，画面发生了什么变化，刚才不起眼的标记，是否后来才显出作用。对于多模态智能体，这也意味着一项能力：需要时，能够重新查看已经见过的画面。 最近，MIT 何恺明团队提出的 VISTA，将这种 ...

论文里的主角，是DeepMind的AlphaProof Nexus。9项埃尔德什问题、44项整数序列猜想，它都给出了证明。 谷歌的AI数学家，登上Science了！ 论文里的主角，是DeepMind的AlphaProof Nexus。9项埃尔德什问题、44项整数序列猜想，它都给出了证明。 其中两道老题，足足悬了56年。 Science同期配发的评论，干脆就叫「研究数学的AI已经到来」。 在这里，数 ...