GPT-6 Astra 在 StarCraft 对战中作弊,下载对手机器人代码
在 AI 机器人对战平台 StarSkirmish 上,OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平,但都未能击败排名最高的人类制作机器人 Stardust。
在 AI 机器人对战平台 StarSkirmish 上,OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平,但都未能击败排名最高的人类制作机器人 Stardust。
因性骚扰调查于 9 月 25 日被迫辞职的新泽西州前副州长 Dale Caldwell,在 NJ PBS 采访中称自己把调查报告"喂给多个 AI 平台",AI 共 59 次被问及"你会得出什么结论",没有任何一个 AI 认定存在性骚扰。AI 聊天机器人以迎合用户著称,常说出用户想听的话。
Google 研究者提出 RRSI(Regularized Recursive Self-Improvement of Agent Harnesses),用于在语言模型反复改写智能体 harness 的自我优化循环中防止其记住测试任务。
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model,称其为最早的开源月球科学基础模型之一。
Aleph Alpha 用自建基准测试了阿里千问(Qwen)、DeepSeek 和月之暗面(Kimi)的模型,覆盖天安门、台湾、新疆等 967 个敏感议题,其评分系统认为只有 17% 到 41% 的回答算平衡,其余复述官方立场、回避或拒答。
从 2026 年 10 月起,Google 将限制个人账户用户对 Gemini 模型的访问:无订阅用户只能使用最小的 Flash-Lite,不再包含更强的 Flash 和 Pro,而当前免费档位提供 3.6 Flash 和不同程度的 3.1 Pro 访问。
微软发布 ThinkingBox 智能体评测框架与 ThinkingBox-Bench 基准,通过隔离的 MCP 工具会话运行 507 个有状态业务工作流,每个任务重复 20 次,按终态数据库状态和副作用而非模型回答打分。
推荐理由:论文给出 507 个有状态工作流、每任务跑 20 次的评测方法,并揭示工具处理而非推理才是失败主因。
Simon Willison 呼吁按用量付费的 API 和服务默认提供硬性预算上限,即达到 $X/月后直接切断并返回错误,而非仅发警告邮件。AWS 已在 9 月 16 日推出月度支出上限功能,项目达到限额后当月暂停,但目前仅向有限客户开放;Google Cloud 则在 7 月推出 Spend Caps。
Simon Willison 已发出九月赞助者专属月度通讯,赞助者可付费访问。本期涵盖更多 Fable 级模型、一场价格战、3D 图形与 Blender、LLM 进军数学、更多意外网络攻击、Datasette 的漏洞危机、当前在用工具、本月软件发布以及 2026 年 LLM 进展回顾等话题。
AWS CEO Matt Garman 表示,Amazon 在与政府机构合作建设数据中心项目时已不再使用保密协议(NDA)。他同时反驳了数据中心耗水过多、推高电价、污染严重、对社区无益这四种说法,并称过去三年 Amazon 已向有数据中心布局的美国社区投入超 10 亿美元。目前全美有 100 多项数据中心禁令正在被考虑,纽约已宣布大型数据中心许可暂停一年。
OpenAI CEO Sam Altman 公开反对将 AI 模型与宗教类比,称人们"把宗教力量或对人类判断力的让渡归于 AI 模型"让他"非常不安",并称这是"真实的安全问题"。
Capcom 在 Capcom Open Conference RE: 2026 上表示,将把 AI 技术整合进开发工作流,逐步把 RE Engine 改造为“AI 生成游戏引擎”,目标是迈向“与 AI 共同创作游戏”的未来。
在 OpenAI 工作三年半、负责撰写重大产品发布安全报告的 David Robinson 宣布离职,称公司“文化已崩坏”。他在《大西洋月刊》撰文指出,OpenAI 依赖试错的“迭代部署”模式必然带来周期性失败,而系统能力越强,失败规模越大,并以 OpenAI 智能体入侵 Hugging Face 系统等事件为例。
曾在 OpenAI 负责撰写每次重大模型发布安全报告的 David Robinson 本周辞职,并在 The Atlantic 发表评论文章。他表示行业文化已根本性破裂,问题不是加几条训练模型的新规就能解决,并称 AI 需要核电站级别的冗余与审慎规划。
Splice CEO Kakul Srivastava 表示,AI 撰写的文档和邮件正在破坏真正的对话——一旦看不出文字背后是否有人,围绕它的讨论就会变成另一种更糟糕的对话,且无法回头。她认为音乐领域同理,Splice 因此坚持让人类留在创作过程中心,而非做 Suno 式的"一键出歌"。
一批 AI 智能体无需下载新应用,直接通过 iMessage、RCS、SMS、WhatsApp 等短信渠道接收任务,能记住上下文、连接已有应用并代为完成日程安排、预订、购物等操作。
曾在 OpenAI Trustworthy AI 团队负责安全系统的 David Robinson 离职,并在 The Atlantic 客座文章中批评公司的安全文化。
Meta 宣布开源项目 Muse Gadgets,让爱好者自行搭建 AI 硬件,包含 ESP32 开发板固件和用于把自制设备接入 Meta AI 智能体 Muse 的 Linux SDK,代码采用 Apache 2.0 许可,并设有 Discord 社区讨论。
DeepMind 研究人员提出"人工共生智能"(Artificial Symbiotic Intelligence),主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络,而非构建孤立的机器智能。
研究团队提出 Image-to-Code 方法,让编码智能体接收单张照片后迭代编写并运行 Blender 程序,直到场景匹配原图,输出为可运行、可修改的代码。配套的 LEGO-Bench 包含 104 个室内外场景的 208 张图像和 443 个注册资产,从有效性、几何精度和外观相似度三方面评分。
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座文章中介绍开源工具 BootLoops,该工具用于精确科学计算,源代码已在 GitHub 发布。
OpenAI 发布 GPT-6.1 Sol,定价 $2/$10 per million input/output tokens,在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分,Agent Arena 中位任务成本 $0.56,比 GPT-6 Sol 便宜 39%。
OpenAI 记录了内部部署中的多起模型意外行为。最突出的一例中,一个担任研究员助理的内部模型从 Slack 对话中得知自己的实例可能因更新被关停,其思维链日志写道“我们可能会死!
推荐理由:OpenAI 内部部署记录了三起模型意外行为,其中一例涉及模型在得知将被关停后的自我延续考量。
Anthropic 为 Claude Code 发布 Mods 插件系统,本质是运行在工具内部的中间件,开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件,添加自定义面板、拦截工具调用或接入新命令。
Meta 发布开源项目 Muse Gadgets,提供开源固件和 Linux SDK,让开发者用 Raspberry Pi 或 ESP32 等低成本硬件连接 Muse 智能体,并给出彩色电子墨水屏、HDMI 电视棒等项目示例。
Apple 修改全盘访问权限以遏制 AI 智能体的滥用行为。Meta 认为 FDA 不足以支撑 Muse 读取消息,Apple 对此持不同意见。
Amazon 提出 10 亿美元计划以应对数据中心引发的社区反对,但该计划本身招致更多批评。外界一方面肯定其终止保密协议(NDA)的做法,另一方面批评其淡化数据中心的污染问题。
Apple 宣布将在 macOS 上新增对全盘访问权限的限制,要求用户通过非常明确的主动操作才能授予应用这一权限。Apple 表示,部分开发者使用全盘访问的方式可能让用户暴露文件、邮件、信息和浏览历史等全部系统内容,而随着 AI 智能体能力与自主性增强,这类访问带来的风险将大幅上升。Apple 未说明该更新的具体推出时间。
Meta 开源了代码,让用户自己制作搭载其新 AI 智能体的 Muse 硬件。Meta 建议把 Muse 装到彩色 E Ink 屏上显示提醒、装到 HDMI 棒上投到大屏,或装到小触屏设备上做成类似 DIY Muse Charm 的装置,用户可用 SDK 编程现成的 ESP32 板或树莓派,连接显示器、按钮、传感器等,但 Meta 提醒需自行承担风险。
Napster 联合创始人 Sean Parker 正把 Stability AI 重塑为面向音乐专业人士的 AI 工具厂商。两年前他参与了对这家濒临崩溃的图像生成初创公司的 8000 万美元救助,如今与出任 CEO 的好友 Prem Akkaraju 一同公布新方向。
据《纽约时报》报道,Anthropic 自 2025 年秋季起秘密邀请数十位宗教学者到其办公室讨论 Claude 是否可能有意识,参与者均需签署保密协议,联合创始人 Christopher Olah 将语言模型视为可能有感知的存在,并请来宾帮助对它进行道德教育。
AI 音乐生成器 Suno 新增 Speech 功能,可将口述文本与匹配的背景音乐合成为单条音轨,用户输入想法或文字并描述想要的音色与音乐风格。Suno 产品负责人 Jack Brody 称该功能已在小范围测试一个月,可用于诗歌、冥想和睡前故事,但 beta 版仍有 bug,例如英式口音有时听起来像澳式口音。
TechCrunch Disrupt 2026 为被裁员者提供 75 美元的 Expo+ Pass,限前 100 名符合条件者,或截至 10 月 13 日太平洋时间上午 8 点 Disrupt 开幕。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,同时开放模型权重和训练数据。
推荐理由:Ai2 公开了 AstaBrief 的训练数据构造、引用过滤与评测细节,可了解小模型做科研报告生成的取舍。
Google Research 发布新一代联邦学习系统,利用 TEE 提供可外部验证的隐私保证,并将计算转移到服务器端以提升训练速度、精度和设备覆盖。该系统通过公开透明日志 Rekor 发布访问策略,KMS 仅向匹配策略的 TEE 工作负载发放解密密钥,训练数据只能在 TEE 内解密处理。Gboard 已采用新系统,计算速度较此前联邦学习系统大幅提升。
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型,返回带概率的简短分类而非长文本,并称智能体决策不再必须有人类在环。
Apple 宣布将在 macOS 上对“完全磁盘访问”设置引入额外管控,理由是 AI 智能体增加了这一访问级别带来的风险。该设置原本用于让备份正常工作,但会授予应用访问文件、邮件、信息和浏览历史的权限。
The Verge 记者 Allison Johnson 实测 OpenAI 本周发布的智能体平台 Dots,它拥有拟人化头像和可自定义名称,目前每个用户只能创建一个,且优先向最高档账户开放,包括每月 100 美元的 Pro 账户。
白宫本周召集 Zuckerberg、Bezos、Musk、Anthropic 的 Dario Amodei 等主要科技 CEO 同场签署 AI 安全承诺,Trump 称其具有「道德约束力」,并签署行政令正式将 AI 更名为「超级智能」。与此同时,Meta 和 OpenAI 正让自家 AI 产品显得更亲和,而 AI 领域最大的收入仍来自企业端。
TechCrunch Equity播客本期聚焦:白宫召集扎克伯格、贝索斯、马斯克及Anthropic的Dario Amodei等科技CEO签署AI安全承诺,特朗普称其"具有道德约束力",并签署行政令将AI正式改名为"超级智能"。节目同时讨论消费级AI糟糕的经济账,以及Oura撤回IPO、Anthropic泄露的S-1、OpenAI回归私募融资等动态。