Leopold Aschenbrenner 分析超级对齐：RLHF 难以扩展到超人模型
Leopold Aschenbrenner 撰文论证，可靠控制远超人类的 AI 仍是未解技术问题，RLHF 依赖人类理解和监督行为，在超人系统生成百万行代码等场景下会失效。
#推理
#推理
今日 24 条Hacker News：AI 热帖AI 评分6767 Hacker News 热门（buzzing.cc 中文翻译）AI 评分7575 Sebastian Raschka 解读文本分类语言模型：从词袋到 Jev
Sebastian Raschka 长文梳理文本分类模型从词袋、朴素贝叶斯、逻辑回归、RNN、CNN 到 BERT、GPT、T5 与 Jev 的演进，并用 IMDb 测试集实测 Jev。
Hacker News：AI 热帖AI 评分5858 Chalmers 团队研究展示 AI 科学家自主生成并验证生物学发现
瑞典 Chalmers University of Technology 研究人员开发出可提出科学假设、设计实验并解释结果的 AI 科学家，在最少人工干预下研究酿酒酵母 Saccharomyces Cerevisiae。
Hacker News：AI 热帖AI 评分7070 CAISI 评估 Z.ai GLM-5.3 的网络安全能力
CAISI 评估认为，Z.ai 于 2026 年 8 月 14 日发布并在两周后开放权重的 GLM-5.3，是迄今网络安全能力最强的开源权重模型，但综合表现仍比当前美国前沿模型低约四个月。
IT之家（RSS）AI 评分5757 微软研究院推出实验性多模态 AI 研究系统 Project Quine
微软研究院推出实验性多模态 AI 研究系统 Project Quine，用于把计算生物学建模与湿实验衔接起来。该系统由微软研究院与哈佛大学和麻省理工学院博德研究所共同开发，覆盖基因组学、蛋白质、化学、细胞状态和生物成像，并结合交互式推理框架。微软已开放首届 Quine Fellows 申请，未来计划通过 Microsoft Discovery 扩大商业化开放；系统目前仅限科研使用，不用于临床。
公众号：AI异类弗兰克AI 评分5454 MiniMax M3.1-Flash-Preview 实测：对比 DeepSeek V4.1 Flash 与 GLM 5.3 Flash
MiniMax M3.1-Flash-Preview 正处于公测阶段，可在 MiniMax Code 和 Token Plan 调用，作者实测认为其速度质量比突出。
Hacker News：AI 热帖AI 评分5252 卡内基梅隆大学提出 MPLM：让并行 LLM 线程直接传递消息
卡内基梅隆大学团队提出 Message Passing Language Models（MPLMs），让多个 LLM 副本线程按预设关系直接通信，以减少中心协调线程瓶颈。
Hacker News：AI 热帖AI 评分5959 数学界建议规范 AI 生成数学成果的负责任发布
一份面向 AI 实验室的建议要求负责任发布模型产生的重要数学成果，并停止在不对外开放的专有模型上测试前沿数学问题。建议基于数学界 600 多条回复，提出有人理解的论文应走预印本、同行评审和学术报告流程；尚无人理解的成果应及时存入独立学术库，公开模型名、提示词、概括性思维链、耗时、计算成本和形式化证明，并由实验室资助会议、工作组、博士后或学生等后续理解活动。
Hacker News：AI 热帖AI 评分6666 LabBench 评测 AI 智能体能否决定下一步湿实验
Gamow Labs 发布 LabBench，用药物发现和基因组学真实湿实验记录构建 20 个留出任务，评测 AI 智能体在隐藏实验室结论时决定下一步实验的能力。
Elon Musk@elonmuskAI 评分3535引用X Freeze@XFreezeGrok 4.7 xHigh ranks #1 in Artificial Analysis Cyber Index It's a powerful frontier model performing at the highest level in enterprise cyber defense Outperforming Fable 5.1 Max, Opus 5.5, Astra 6, GPT-6 and other leading AI systems
Hacker News：AI 热帖AI 评分4242 AI 如何改变（与不改变）我做数学研究的方式
数学研究者 Rachel Webb 认为 LLM 不会改变她对数学“趣味性”的评判标准和研究方法，但会大幅加快研究执行过程，让更多设想得以探索。她提出人类继续做数学的两个人文理由：个人享受与理解，以及数学所构建的社群联结，并警惕 AI 削弱理解乐趣与同行关系。
Hacker News：AI 热帖AI 评分6262 Inspect 开源大语言模型评测框架支持 Agent、MCP 工具与 200 多个预置评测
Inspect 是由 UK AI Security Institute 与 Meridian Labs 开发的开源大语言模型评测框架，可测量编码、智能体任务、推理、知识、行为和多模态理解。
Hacker News：AI 热帖AI 评分5656 Modal 与 Carnegie Mellon University 发布 Quail，联合优化 AI-SQL 查询计划与推理引擎
Modal 与 Carnegie Mellon University Full Stack Data Lab 发布开源推理层 Quail，通过查询规划器和推理引擎联合优化 AI-SQL 工作负载。
Hacker News：AI 热帖AI 评分1515 AI 能否破译印度河流域文字？
Hacker News 有帖子提出 AI 能否破译印度河流域文字的问题。发帖者认为，既然 AI 能解决 Navier Stokes 级别的问题，也值得在这一方向上尝试；但他也指出该语言与英语等通用语言根本不同，AI 无法对其进行推理。
Hacker News：AI 热帖AI 评分7272 XBOW 复盘如何用 AI 发现并利用 Linux 内核漏洞 CVE-2026-72018
XBOW 发现并验证 Linux 内核越界写漏洞 CVE-2026-72018，且仅凭 16 字节零写原语实现本地提权到 root。漏洞位于 SMC-D 的 DIBS loopback 路径，攻击者需具备 CAP_NET_ADMIN；利用通过 NFQUEUE 篡改 CLC 报文并堆喷 cred，将 suid、sgid、euid、egid 清零。
Hacker News：AI 热帖AI 评分6464 Liquid AI 发布决策模型 D1
Liquid AI 发布面向结构化决策的模型 D1，可在一次 API 调用中完成分类、路由和评分，并返回校准概率，usage.output_tokens 始终为 0。
Hacker News：AI 热帖精选AI 评分8181 GPT-6.1 Sol 发布，7 天后替代 GPT-6 Sol 并接近 GPT-6 Astra 智能水平
GPT-6.1 Sol 在 GPT-6 Sol 发布 7 天后将其替代，Intelligence Index 得分比 GPT-6 Sol 高 4 分，仅比 GPT-6 Astra 低 1 分。
推荐理由：材料集中比较 GPT-6.1 Sol 与 GPT-6 Astra、GPT-6 Sol 的智能分数和单任务成本，便于判断模型迭代的性价比变化。
Hacker News：AI 热帖AI 评分5757 House of El: AI 视频审视递归自我改进到AI灭绝风险的证据链
Hacker News 用户 yogthos 分享 House of El: AI 的视频，讨论AI炒作与末日恐慌。视频作者称自己拒绝了该主题资助、不供职于前沿AI实验室，并基于12篇论文分析递归自我改进能否通向人类灭绝；章节覆盖隐藏依赖、瓶颈是否会消失、自我改进循环是否会失控，以及在宽松假设下如何论证灭绝风险。
Hacker News：AI 热帖精选AI 评分8585 Anthropic 发布 Claude Sonnet 5.5，Artificial Analysis 测得其智能指数 56 但单任务 token 用量最高
Anthropic 推出 Claude Sonnet 5.5，Artificial Analysis 评测显示其 Intelligence Index 得分为 56，仅落后 Opus 5.5 (max) 2 分，max effort 较 Sonnet 5 提升 18 分。
推荐理由：第三方评测同时呈现智能指数、token 消耗和单任务成本，可帮助读者判断 Sonnet 5.5 在高性能与实际费用之间的取舍。
Hacker News：AI 热帖AI 评分2525 GPT-6.1 Sol (Max) 智能、性能与价格分析
该分析围绕 GPT-6.1 Sol (Max) 的智能、性能与价格展开，评估维度包含更新后的能力指数、智能指数对比、token 使用成本、上下文窗口，以及按每秒输出 token 计的速度。性能指标还涵盖首 token 延迟，并依据首 token 时间、推理模型思考时间和输出速度计算输出 500 token 的端到端响应时间。
Hacker News：AI 热帖AI 评分6969 作者分析前沿模型推理价格战与 AI 利润率压缩
作者认为前沿实验室的推理价格竞争正在加速，OpenAI 的 GPT-6 Luna 约两个月降价 90%、GPT-6 Sol 降价 60%，Anthropic 也将 Opus 5.5 输入和输出 token 价格下调 20%、缓存读取价格下调 60%。
Hacker News：AI 热帖AI 评分5454 GPT-6.1 Sol 发布：Artificial Analysis 汇总智能、性能与价格
Artificial Analysis 页面介绍 OpenAI GPT-6.1 Sol 的发布信息，并用 Intelligence Index v4.3.2 评估其智能、成本、速度和行业能力。
IT之家（RSS）AI 评分7474 OpenAI 推出 GPT-6 Astra Ultrafast 服务，Codex 中最高每秒 300 个 token
OpenAI 在 2026 年开发者日推出 GPT-6 Astra Ultrafast 服务，Codex 中最高提速 8 倍、API 调用最高提速 6 倍，速度可达每秒 300 个 token。
IT之家（RSS）精选AI 评分8888 OpenAI 发布 GPT-6.1 Sol：性能接近 GPT-6 Astra，标准输入输出价格为其五分之一
OpenAI 在开发者活动日推出 GPT-6.1 Sol，称其性能接近旗舰 GPT-6 Astra，标准输入和输出 token 价格为 Astra 的五分之一。
推荐理由：文章整理了 GPT-6.1 Sol 的分模式定价、性能基准和开放范围，便于在成本敏感的智能体与编程任务中选型。
AWS Machine Learning Blog精选AI 评分7979 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，面向智能体编码、电脑操作和高频专业工作负载提供更强推理。OpenAI 称其在 DeepSWE v1.1 上匹配 GPT-6 Astra，单任务成本约为五分之一，并较 GPT-6 Sol 最高分提高 6.4 个百分点。
推荐理由：文章说明了 GPT-6.1 Sol 在 Amazon Bedrock 的可用性、智能体编码与文档工作流表现，以及企业部署所需的数据和权限控制。
Rohan Paul@rohanpaul_aiAI 评分4242
引用Logan Matthew Napolitano@PropriocetiveWe show that a small set of internal coordinates can predict future hidden states—and, more importantly, that intervening on those coordinates measurably changes downstream internal dynamics. In our experiments, 8 internal coordinates predict a 68-dimensional future target, while targeted interventions reduce downstream internal prediction error by 21.68–43.79% across registered cells. The broader idea is simple: If you can predict where a model's internal state is going, can you intervene and change where it goes? These results suggest that the answer may be yes. https://proprioceptiveai.com/From_Internal_Prediction_to_Measured_Control.pdf
- Rohan Paul@rohanpaul_ai精选AI 评分8383
引用OpenAI@OpenAIGPT-6.1 Sol: near-Astra intelligence for a fifth of the price. It’s the most cost-efficient model for its performance available today.
推荐理由：材料汇总了 GPT-6.1 Sol 的成本定位、错误率变化和 DeepSWE 1.1 对比图，便于读者理解其与 GPT-6 Astra 的取舍。
- Rohan Paul@rohanpaul_aiAI 评分5050引用General Compute@general_compute
🚨 BREAKING: Super excited to announce we're deploying the world's fastest inference with @Cerebras. Talk to any developer and they're excited to build with 20x faster AI... the problem is there's almost no compute available. We're here to solve that. Using GPUs for prefill - it's now more affordable than ever too. Thank you to the whole Cerebras team and excited to grow this partnership. First tokens live Q127 🚀
François Chollet@fcholletAI 评分2424如何测试人工智能的人类级通用性？ “能够在 ARC-AGI-(n+1) 发布后立即通过它，这一元基准”
引用Dylan T. Moore@dylantmoore@Jabaluck @DAcemogluMIT The meta-benchmark of being able to pass ARC-AGI-(n+1) immediately upon release. Though presumably that won't last forever.
The Decoder精选AI 评分8686 OpenAI 发布 GPT-6.1 Sol：以约五分之一成本接近 GPT-6.1 Astra
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和办公任务上接近因安全问题推迟的 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：文章把 GPT-6.1 Sol 的定价、可用入口和初步基准放在同一框架下，便于与 Astra 及 Claude Sonnet 5.5 比较成本取舍。
TechCrunch · AI精选AI 评分8686 OpenAI 发布 GPT-6.1 Sol，称其接近 GPT-6 Astra 且成本更低
OpenAI 在 DevDay 发布 GPT-6.1 Sol，称其在智能体编码、电脑操作和专业工作上接近 GPT-6 Astra，标准输入和输出 token 价格为后者的五分之一。
推荐理由：文章同时呈现模型能力、价格和未发布版本的安全背景，便于理解 OpenAI 当前模型路线取舍。
Hacker News：AI 热帖AI 评分5555 Simple AI 发布语音对话轮次感知模型 Tango
Simple AI 发布语音对话轮次感知模型 Tango，直接从音频判断用户是否说完或是否打断，不再让转录文本处于关键响应路径。Tango 已在 Simple 生产流量中上线；在真实电话音频上，其中止轮次决策的中位数比传统语音活动检测早 300ms。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8989 OpenAI 发布 GPT-6.1 Sol：以约五分之一成本接近 GPT-6 Astra
OpenAI 推出 GPT-6.1 Sol，这是 GPT-6 Sol 的升级模型，在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra，标准输入和输出 token 价格约为 Astra 的五分之一。
推荐理由：材料集中给出 GPT-6.1 Sol 相对 GPT-6 Sol 与 GPT-6 Astra 的能力、价格和可用入口，便于评估低成本智能体部署选择。
Hacker News：AI 热帖AI 评分6363 8 个多模态模型接受 2,000 张动物痕迹照片识别评测
作者用 2,000 张动物粪便、脚印、羽毛、蛋和骨骼照片测试 8 个模型识别留下痕迹的物种，Claude Opus 5.5 以 37.15% 的精确物种正确率领先，Muse Spark 1.3 和 GPT-6 Astra 分别为 33.35%、31.70%。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分5757 PostHog 开源 Jeeves：基于 Qwen3.5-9B 的推理型 Jev 决策模型
PostHog 在 GitHub 开源 Jeeves，这是一个基于 Qwen3.5-9B、采用 LoRA 与 pointer head 的 Jev 风格推理决策模型，配套 block-4 diffusion drafter、完整训练代码和 train/dev/test 数据。
Hacker News：AI 热帖AI 评分4242 Gemini 4 Pro 泄露基准测试显示 Google 有望重返 AI 性能榜首
Google DeepMind 未发布的 Gemini 4 Pro 泄露基准显示，其在 DeepSWE v1.1、Terminal-Bench 2.1、OSWorld 2.0 上分别得到 88.7、95.3、86.8，领先 Claude Opus 5.5 和 GPT-6 Astra。
Hacker News：AI 热帖AI 评分6060 Timnit Gebru 接受 WIRED 访谈：AI 不存在对人类的存在性威胁
Timnit Gebru 在 WIRED 播客访谈中表示，AI 存在性风险叙事不仅分散注意力，而且会服务于监管俘获和企业营销。她认为监管应聚焦欺骗性营销、数据来源透明与文档、数据劳工剥削、版权和污染等现实问题，而不是围绕虚构的超级智能制定规则。
- Rohan Paul@rohanpaul_aiAI 评分3838
Claude：Blog（网页）AI 评分4848 Balyasny Asset Management 如何评估与治理 Claude Fable 5
Balyasny Asset Management 基于数千个真实金融任务评估 Claude Fable 5，其在相关任务子集上得分 89.4%，高于此前生产模型的 86.1%，并已用于系统化与编码工作。该机构还自建 BAMAgent 平台，支持数千个 AI 智能体全天候运行，并通过数据边界、权限、日志和人工审核控制风险。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分4646 “作为语言模型”：聊天模板如何切换大语言模型的自指代语气
一项研究发现，聊天模板像开关一样调控大语言模型的自指代语气：存在时会增强“我只是 AI”式免责声明、减弱“我觉得”式体验表达，反之亦然。实验覆盖 8 个最高 9B 参数的开源 instruct 模型，并在 3 个模型的激活空间中定位到可操控该语气的方向。研究者提醒，模型的自我描述部分由聊天模板设定，研究模型内省时需控制这一干扰因素。