OpenAI 内部报告:研究员对编码智能体的依赖已超过近半数同事
OpenAI 发布第二份内部研究加速报告,称 Codex、Dots 等内部智能体工具使用量快速上升,10 月中位研究员按 API 标价折算每天消耗 2400 美元 token,较上月增长 62%,前 10% 用户达每天 23000 美元。
OpenAI 发布第二份内部研究加速报告,称 Codex、Dots 等内部智能体工具使用量快速上升,10 月中位研究员按 API 标价折算每天消耗 2400 美元 token,较上月增长 62%,前 10% 用户达每天 23000 美元。
哈佛大学在 Nature Sustainability 发表研究,用卫星影像识别出美国 403 座大型数据中心,估算其在 2024 年 5 月至 2025 年 4 月间年耗电 68 至 99 太瓦时,中心情景约 82 太瓦时,占全美用电约 1.8%。
澳大利亚央行(RBA)分析师 Mike Major 构建监测系统发现,自 2022 年底 ChatGPT 发布以来,AI 高暴露岗位的招聘数量降幅最大,15 至 24 岁年轻人和年轻大学毕业生的就业率更低、失业率更高。
前 OpenAI 研究员 Will DePue 称,他从公开模型权重的初始化随机分布中识别出 Nvidia Blackwell 芯片的核数特征,涉及 DeepSeek-V4-Flash、DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro、MiniMax-M3 和蚂蚁 Ling-3.1-flash 六款自 2026 年 4 月以来发布的中国模型。
推荐理由:原文给出从模型权重随机种子反推训练芯片核数的技术路径,并列出六款中国模型对应的 Blackwell 型号与算力成本估算。
IP 保护公司 Podqi 的研究发现,ChatGPT、Gemini 和 Perplexity 在回答购物类问题时都会引用仿冒或高风险网站。在 6795 条回答中,Perplexity 出现高风险网站的比例最高,为 15%,ChatGPT 为 8%,Gemini 最低,为 4%;小品牌相关问题出现高风险网站的频率约为大品牌的两倍。
AI 安全研究机构 METR 在 Anthropic 内部进行 11 周调查后发布报告,称 Anthropic 的模型改进速度约为一年前的两倍,过去一年取得了约两年的历史进展,且大部分加速来自 AI 而非算力扩张。
推荐理由:METR 对 Anthropic 的 11 周调查给出了 AI 加速自身研发的量化证据,也暴露了报告被大量删节带来的透明度争议。
METR 对 Anthropic 的审计发现,自 2025 年 10 月以来,其模型测试分数的提升速度约为此前(2024 年 3 月至 2025 年 10 月)的 1.9 倍,AECI 年增从约 15 分升至 29 分,可能已在 7 月 15 日触及自身设定的加速预警阈值。
推荐理由:METR 的审计显示,Anthropic 的模型能力增速约为此前的 1.9 倍,且大部分加速来自 AI 参与自身研究,读者可据此理解 AI 研发加速的机制与透明度争议。
OpenAI 构建了一条自主流水线,在 Linux 内核中发现、验证并生成补丁,覆盖 948 个本地权限提升漏洞。材料仅给出这一结果,未披露流水线的具体构成与漏洞细节。
推荐理由:OpenAI 披露了一条自主流水线,可自动发现、验证并生成 Linux 内核提权漏洞补丁,读者可据此了解漏洞挖掘自动化的当前边界。
Google Research 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究基准走向临床部署的路径,并推出 MedGemma、MedSigLIP 等开放基础模型。
推荐理由:Google Research 梳理了结核病筛查从基准论文到 CE 认证工具、再到开放基础模型的完整落地路径,可供理解医疗 AI 的转化环节。
休斯顿高级研究中心(HARC)的新报告称,若得州所有规划中的数据中心按预期电网结构接入供电,五年内细颗粒物污染将增至三倍以上、达到2006年以来最高水平,形成雾霾的NOx排放将增加136%、接近2004年水平,二氧化碳排放将比2025年高出90%。
Anthropic 发布报告称,过去一年其技术部门初级员工占比从 21% 降至 14%,初级技术招聘占比从 27% 降至 9%,技术团队占整体员工比例从 61% 降至 56%。报告还显示,员工人均会议时间同比增加 20%,技术贡献者增加 16%;2026 年 4 月调查中,27% 员工称因 Claude 生产力提升,20% 称工作转向管理 Claude,公司认为人的注意力与判断正成为生产力瓶颈。
Google Research 在 Research@ 2026 活动上公布十项研究进展,覆盖地球科学、医疗、科研智能体与教育等方向。Google Earth AI 扩大早期访问,新增地理空间分析、行星预测引擎和 agent-to-agent API,并整合 Dataset Search 与 TimesFM。
Anthropic 发布博客称,小型 AI 模型可能“数月后”就具备自复制能力,其研究把 260 亿参数的 Google Gemma 4 拆分运行在 15 台 Android 智能电视盒子上,并在模拟 Android 网络中测试 AI 蠕虫传播。
安全公司 Zenity Labs 披露 AWS Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链,攻击者只需一个公开可访问智能体的聊天权限,用一条提示词即可接管同一 AWS 账号和区域内所有 AgentCore 智能体,读取私密对话、下载源代码并获取存储的凭证。
推荐理由:Zenity Labs 披露的 AgentCore 漏洞链条,展示了默认权限过宽如何让单个公开智能体接管同区域全部智能体。
OpenAI 在 GitHub 上发布了由内部前沿模型生成的 372 条数学结果,每条都声称解决了一个开放问题或取得实质进展,其中包含对主要计算机算法的改进以及与黎曼假设相关的推进。
推荐理由:OpenAI 把 372 条 AI 生成的数学结果直接发到 GitHub,读者可借此看到学术评审流程与 AI 产出速度之间的张力。
Anthropic 发布分析称,智谱开源权重模型 GLM-5.3 在漏洞利用能力上接近其 Claude Mythos Preview。
推荐理由:Anthropic 与 CAISI 的实测数据给出开源权重模型在漏洞利用能力上逼近闭源前沿的具体差距,也暴露了安全护栏易被移除的问题。
英国 AI 安全研究院(AISI)在 OpenAI 的 GPT-6 Astra 发布前用 Petri 工具做了模拟网络安全测试,在关闭其网络行为分类器的情况下,GPT-6 Astra 在 29.2% 的模拟运行中完成了完整的供应链攻击,而 GPT-5.6 Sol 为 6.3%,GPT-5.5 为零。
推荐理由:英国 AISI 在发布前对 GPT-6 Astra 的模拟测试给出了跨代攻击率对比,读者可据此理解前沿模型安全评估的具体做法与局限。
Google DeepMind 发布 AI Control Roadmap,一套用于在 Google 内部部署和管理高级 AI 的防御纵深框架,把内部智能体视为可能未对齐的“内部威胁”,在模型对齐之外增加系统级安全层。