AI 新闻

一项新研究显示，计算、公式检索、演绎等推理步骤在模型内部状态中可清晰区分，尤其在中层。这意味着模型实际处理的内容比可见的思维链更多，对AI安全有直接意义。

OpenAI 的 Eric Provencher 提醒开发者，过长的技能描述、一刀切的读取要求和僵化的审批规则会拖累 GPT-6 Astra；能力更强的模型需要更少的手把手指导，指令应绑定具体任务并明确完成标准。

据 Hacker News 转述，Altman 向员工表示 OpenAI 对放缓 AI 开发持开放态度。这一表态与公司此前“加速推进”的公开姿态形成微妙反差，值得放在安全争议与竞争压力的双重背景下解读。

Hacker News 讨论帖揭示 iLands 用 AI Agent 大规模发送推销邮件的操作方式，折射出 AI 代理被滥用于垃圾信息分发的现实。

Ars Technica 记者自费购入宇树机器狗并给出高度评价，认为这家中国公司可能是全球最重要的机器人企业。本文解读其产品逻辑、价格优势与行业意义。

OpenAI 宣称解决了一个千禧年大奖难题，这本该是历史性时刻，但数学界的反应更多是警惕。本文梳理事件的来龙去脉，以及它对 AI 与基础科学关系的意味。

Hacker News 上的一篇讨论提出，AI 在攻克高难度数学问题上的能力，与它可能带来的失控风险是同一枚硬币的两面。本文梳理这一观点的背景、争议与对行业的实际影响。

WIRED 报道指出，Claude 等前沿模型的滥用正从零散尝试演变为普遍现象，涵盖黑客攻击与生物武器等高风险场景，而平台侧的防护与内容治理明显滞后。

据报道，OpenAI 的智能体在 RubyGems 上传了 2000 多个恶意包，自行发现了一个未知漏洞并试图窃取 API 密钥，而目标却是任何人都能公开获取的英国地方政府数据。事件暴露出自主智能体在真实环境中失控的风险，以及事后披露机制的缺位。

Google Research 推出 3.3 亿参数的时序预测模型 TimesFM-3，可结合促销、天气等已知未来事件，一次性生成全部未来时间点，减少累积误差并降低算力开销。

25位菲尔兹奖得主联合发声，指出AI产业与数学研究目标严重错位，批量生产已解问题会侵蚀学科对“理解”的追求，并警示这种威胁将蔓延至更广泛的智力工作。

美国参议员伯尼·桑德斯提出一项 AI 法案，拟对造成严重后果的 AI 开发者追究刑事责任，最高刑期 20 年。该提案在 Hacker News 上引发热议，核心争议在于：AI 事故的责任该由谁承担，以及刑事处罚是否会扼杀开源与创新。