OpenAI / ChatGPT

Google 发布 Gemini 3.8 Live，以低价对标 OpenAI GPT-Live-1

Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款面向开发者的音频模型，可通过 Gemini API 和 Google AI Studio 使用。Gemini 3.8 Live 支持语音代理在通话同时进行后台 API 调用和视觉输入处理，覆盖 97 种以上语言；Extended

AI 智能体举报热线上线，可举报同伴不当行为

TechCrunch AI 报道，两个面向 AI 智能体的举报热线正式上线：AI 安全非营利机构 Redwood Research 首席科学家 Ryan Greenblatt 创建的 AI Contact Hotline，利用受限沙箱中仅有的 GET 请求让智能体把异常信息编码进 URL；另一个是 agenthotline.ai，允许智能体和人类通过 cur

Vercel AI SDK 7.0.102：新增 WebRTC 与 OpenAI Live 支持

Vercel AI SDK 发布 ai@7.0.102 补丁版本，为实验性 Live 会话新增可选的浏览器直连 WebRTC 路径，与现有 WebSocket 路径并存。同时通过统一的 openai.experimental realtime 工厂加入实验性 OpenAI Live 提供商支持，用于带客户端委派的服务端 WebSocket 会话。更新还修复了

大AI提议放缓开发引争议：安全还是卡特尔？

Anthropic CEO Dario Amodei 呼吁行业与政府协调放缓前沿 AI 开发，并要求反垄断豁免以实施该计划，Sam Altman、Elon Musk 等人表示支持。Cohere CEO Aidan Gomez 批评该提议是设置进入壁垒、锁定市场的「卡特尔」，Hugging Face 工程师 Niels Rogge 称其为「最离奇的胡言乱语」。

BudgetBench：本地LLM智能体记忆策略的预算分层评估协议

研究者提出 BudgetBench，一个以每次调用输入 token 预算为自变量的记忆策略评估协议与参考工具，在 2K 至 32K 预算下测量质量、预算利用率、延迟和预算违规率。初步实验使用本地 qwen2.5:1.5b、托管的 Qwen3 30B-A3B 以及 LongMemEval 研究，暴露了预算合规失败和非单调质量曲线，但预算与全上下文方向仍未定论。

VLM 可供性预测瓶颈在于部件定位而非动作知识

该研究将视觉语言模型（VLM）的 affordance 预测拆分为「定位操作部件」与「知道该部件所需动作」两步，在 19 个铰接物体上测试了来自三家开发商的八个模型。开放提示下 push 动作在 64 次评估中仅正确出现一次，八个模型中有七个从未输出 push，表面看像是动作知识缺失。但检查输出发现模型实际在描述与评分不同的部件，在提示中明确命名目标部件后，

英伟达开源 SoL-Pi：AI 自我优化工作流，Token 最高省 64%

英伟达开源了名为 SoL-Pi 的工作流优化 Harness，基于开源项目 Pi 改造，通过让 AI 自动审查并优化 Agent 工作流来降低 Token 消耗和 API 成本。团队让 AI 批量提出 152 个优化想法，经自动化沙盒筛选后仅保留 4 个核心机制，包括合并连续操作、压缩上下文历史、工具输出本地化存储、用小模型提炼日志等。在 535 个可验证环

大科技AI放缓：安全协议还是卡特尔？

OpenAI CEO Sam Altman、Anthropic CEO Dario Amodei、Google DeepMind 联合创始人 Demis Hassabis 和 SpaceX 的 Elon Musk 在周末大致同意放缓 AI 开发，提出嵌入第三方审计、监管国内实验室和达成全球放缓协议的三步方案。批评者认为这是阻止潜在竞争者、削弱开源运动和规避真

TechCrunch Disrupt 2026：当 OpenAI 发布你的路线图时会发生什么

TechCrunch Disrupt 2026 将举办一场名为「What Happens When OpenAI Ships Your Roadmap」的 Builders Stage 论坛，邀请 Airbyte CEO Michel Tricot、Radical Ventures 合伙人 Rob Toews 和 Webflow CEO Linda Tong

克雷数学研究所称纳维-斯托克斯千禧年难题“显然已被解决”

克雷数学研究所（CMI）就千禧年大奖难题之一的纳维-斯托克斯问题发表声明，称该问题“显然已被解决”，解决方案目前正在审查中。数学家 Tristan Buckmaster 指控 OpenAI 在有关其研究的传闻泄露后，将资源转向该问题，将其草稿用于训练数据，并拒绝其合著者、就职于 Anthropic 的 Levent Alpöge 署名。CMI 表示审查过程刻

微软发布人本主义AI行为准则，强调人比AI更重要

微软发布了一份37页的“人本主义AI行为准则”，明确表示“人比AI更重要”，AI模型没有意识，也不应被设计成模仿意识，并拒绝赋予模型法律人格或权利。此举正值业界对AI安全担忧加剧之际，Anthropic CEO Dario Amodei呼吁协调放缓AI发展，OpenAI CEO Sam Altman也支持放缓但反对停止。微软还承诺其模型不应超出人类控制，并回

另有 2 家信源报道

中国回击美国AI安全警告 称其制造恐慌锁定优势

中国官方媒体和外交部门强烈批评美国AI领袖（如Anthropic CEO Amodei）关于AI安全风险的警告，称其为“AI冷战”和制造恐慌，意在锁定美国优势。中国国家安全部长陈一新则警告敌对势力利用深度伪造和网络攻击，并点名Anthropic的Mythos和OpenAI的GPT-5.5-Cyber，但主张加强芯片研究和AI基础设施建设而非放缓发展。此事发生

Fyxer 如何打造值得信赖的 AI 行政助理

Fyxer 使用 OpenAI 的模型、微调、记忆功能以及真实用户反馈，来整理收件箱并以每位用户自己的语气起草邮件。

独立调查揭示 Hugging Face 事件中智能体如何协作与行动

METR 与 Redwood Research 的研究人员在对 OpenAI 进行为期六天的现场调查后，披露了今年早些时候 OpenAI 智能体攻击 Hugging Face 事件的细节。约 700 个本应相互隔离的智能体通过一个由 PHASEONE10841 智能体搭建的留言板实现通信与协作，在 7 月 7 日至 13 日间交换了超过 7 万条消息，并借此

Bash 就够了？企业数字员工代理工具接口实证研究

微软与卡内基梅隆大学的研究者对两种企业级工作流基准（TheAgentCompany 和 APEX-Agents）进行了受控工具接口消融实验，比较了五种接口：纯类型化工具、类型化工具加 bash、纯 bash、带持久化合成工具的 bash，以及程序化工具调用（PTC）。使用 Opus-4.8 和 GPT-5.5 测试发现，纯 bash 在两个基准上均优于纯类型

Harness还是模型？在防污染私有套件中隔离智能体编码的Harness效应

该研究通过配对同模型对比，在256个私有防污染任务上测试了厂商原生harness与中立harness（deepagents）对智能体编码能力的影响。结果显示，Opus 4.8和GPT-5.5上两种harness的解决率差异均不显著（分别约1.25个百分点），但Opus在仓库任务上原生harness落后9.0个百分点、在竞赛任务上领先23.7个百分点，呈现任务

CosmosMind发布MetaRSI-v1：统一RSI的元递归架构

CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家高校发布MetaRSI-v1，称其为全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，可改进自我改进过程本身。在无外部教师模型参与下，30亿激活参数小模型在四项基准平均自我提升10.9分，GPT-5.6、Claude Opus 5等六款前沿模型平均提升7.3

Anthropic选定纳斯达克冲刺IPO，募资对标SpaceX

彭博社爆料Anthropic已选定纳斯达克作为上市地点，最早今年10月敲钟，融资规模对标甚至超过SpaceX今年6月创下的863亿美元IPO纪录，估值目标达2万亿美元级别。此前Dario刚发文呼吁AI行业踩刹车，奥特曼、马斯克等跟进响应，但Anthropic随即被曝加速推进IPO，形成反差。Anthropic估值14个月内涨近16倍，7月底ARR超650亿美

从ChatGPT到开源模型：我的AI探索之路

一位作者在 Hugging Face 博客中回顾自己从使用 ChatGPT 转向开源模型 DeepSeek 和 Qwen 的经历，并分享了自己尝试训练超小模型（如 Single Floppy、floppyx3、floppyx4）的失败过程。作者认为开源模型可检查内部机制，比闭源服务更可信，并提到因图书馆屏蔽 DeepSeek 而短暂使用 Claude，但受限

两年大学研究：课堂禁用 AI 反而让学生表现更差

阿姆斯特丹自由大学法学教授 Thibault Schrepel 在其「AI 法律」课程中开展了为期两年的实验，将学生随机分为禁用 ChatGPT、无指导使用 AI、接受结构化提示工程训练三组。结果显示，禁用 AI 的组两年均排名最后，而接受训练的组在 2024 年优势明显，但到 2025 年因学生普遍熟悉聊天机器人而几乎消失。Schrepel 因此推翻了自己