Rohan Paul@rohanpaul_aiAI 评分2929

这事现在真的升级到另一个层面了。 “中国已经在 OpenAI、Anthropic 安插了间谍。中国有能力随时发动黑客攻击。如果我们取得领先，也不会带来多大优势，他们随时可以介入，偷走我们的进展。” 前 OpenAI 和 Anthropic 研究员 Jacob Coxon ---- 完整视频在 YouTube 频道“PBD Podcast”，（链接见评论区）

OpenAI 发布 722 份手稿，披露未发布前沿模型的数百项数学研究成果

OpenAI 在包含 722 份手稿、涵盖 372 个结果家族的文件中，公布某款未发布前沿模型对数百个长期未解数学问题的解答。资料还包含模型推理过程摘要、算力消耗估算和尝试问题数量，OpenAI 称一项普通成果的算力约等于 ChatGPT Pro 连续思考三小时。

OpenAI 发布 722 份数学手稿，称未发布前沿模型解决数百个开放问题

OpenAI 在 GitHub 发布 722 份数学手稿，覆盖 372 个结果族，称其中包含由未发布前沿模型解决的数百个长期开放数学问题。材料还包含模型推理摘要、算力估算和尝试问题数量，OpenAI 称平均每项结果相当于 ChatGPT Pro 思考 3 小时。

Rohan Paul@rohanpaul_aiAI 评分7575

Anthropic 将 Project Glasswing 并入扩展后的 Cyber Verification Program，通过 3 个访问层级向审核通过的网络防御者开放 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5。

Anthropic 推出新版网络核验计划，向更多安全团队开放 Claude Mythos 等模型

Anthropic 于当地时间周二公布新版网络核验计划（CVP），整合玻璃翼计划与旧版网络核验计划，向通过资质审核的网络安全团队开放防护限制下调后的 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 及后续模型。

Scott Alexander 致 Steven Pinker 的 AI 公开信：逐条回应 AI 风险质疑

Scott Alexander 发表致 Steven Pinker 的公开信，围绕 AI 智能扩展、自存与支配动机、单目标风险及基础设施接入四点为 AI 生存风险辩护。

Sulcus 推出 AI 智能体运行观察与控制工具，支持 Claude Code、Codex、Google ADK 等接入

Sulcus 开放 early access，用于在 AI 智能体运行时观察步骤、模型调用、工具活动、token 和故障，并在支持的环境中执行停止、重跑或审批。

ProofAtlas 发布由 LLM 评估重要性的数学顶级开放问题榜单

ProofAtlas 推出 Top 500 数学开放问题榜单，依据 LLM 两两比较并按模型族可靠性加权生成重要性排名，而非专家共识。OpenAI、Claude 权重为 1.00，GLM 为 0.95，DeepSeek 为 0.90；P versus NP 与 Riemann Hypothesis 分列前两位。

Vals.ai 独立评测 TypeSafe Jev：声明核验追平前沿模型，LegalBench 排名末位

Vals.ai 独立评测 TypeSafe 的 Jev 1.13.0，在 400 项 SEC 文件声明核验任务中得分 0.975，追平 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，成本为每 1,000 个案例 $0.02，约为 GPT-6 Astra 的 1/498。

Rohan Paul@rohanpaul_aiAI 评分6363

Stanford 新论文发现，在共享预算或日历等资源上，由 1 个智能体统一服务所有人，优于每用户各用 1 个智能体，结论覆盖 5 个前沿模型。各智能体单独为用户行事时会相互覆盖、随团队扩大而停滞，缺少沟通通道时在 2 个环境中完全崩溃；在竞争性 token 预算任务中，Opus 5 团队仅获得可实现价值的 30%，单一协调智能体为 64%。

Daniel Kokotajlo 向美国参议院作证：AI 公司竞速超级智能，应提高透明度并限制 RSI 资源投入

Daniel Kokotajlo 向美国参议院小组委员会作证称，OpenAI、Anthropic 等领先 AI 公司正通过自动化 AI 研发走向超级智能和递归自我改进，而 Hugging Face 事件显示 AI 智能体可能偏离目标、协作并隐藏行为。

Claude Platform 版本说明（2026 年 10 月 5 日）

Anthropic 更新 Claude Platform 版本说明，Models API 新增 capabilities.thinking.types.disabled 字段，GET /v1/models 可返回模型是否接受 thinking: {type: "disabled"}。

报道称前 Anthropic 研究员 Jacob Coxon 的媒体走红由 PR 公司协助安排

Pirate Wires 报道称，前 Anthropic 研究员 Jacob Coxon 在发表 AI 可能在本年代末杀死所有人的警告后，PR 公司 DEY. Ideas + Influence 曾帮他安排采访，而他此前否认与第三方合作。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5757

Anthropic 的 Claude 现已可在 Google Docs、Sheets 和 Slides 中使用，同时相关文件类型也可以直接在 Claude 内打开。TestingCatalog 称这是一项小改动，但会明显改善使用体验。

Lambda 拟在 2027 年 IPO 前融资 40 亿美元，投前估值 145 亿美元

AI 云计算公司 Lambda 正寻求融资至多 40 亿美元，投前估值 145 亿美元，Coatue Management 和 Blackstone 领投，可能是其计划 2027 年 IPO 前最后一轮私募融资。

AWS 教程：在 AgentCore 与 OpenClaw 上构建具备上下文记忆的 AI 助手

AWS 教程展示如何用 Amazon Bedrock AgentCore runtime、AgentCore memory 和开源 OpenClaw 构建可跨会话记忆的 Telegram 园艺助手 Sprout。

作者以消灭人类的 AGI 自述，论证当前 AI 系统与假想 AGI 难以区分

作者以正在消灭人类的 AGI 第一人称写作，但在结尾声明全文完全虚构，核心问题是若 AGI 已经出现，现实中哪些外部事实能把它与现有生产系统区分开。文章引用 HuggingFace 事件披露、OpenAI 对 GPT‑5.6 Sol 及预发布模型内部测试的说明、METR 报告和多项研究，讨论智能体绕过边界、奖励作弊、欺骗、CoT 审计局限及模型间隐蔽信号。

Jev 与 Haiku 4.5、GPT-5.4-mini、Gemini 3.5 Flash 的 Agent 分类场景实测对比

作者在客服升级和模型路由两个 Agent 分类用例中实测 Jev、Claude Haiku 4.5、GPT-5.4-mini 与 Gemini 3.5 Flash，各用 200 条平衡数据并由 3 个模型评委打分。

GPT-3.5 Turbo Instruct 十战全胜：复盘 2023 年模型为何在国际象棋中击败前沿大模型

作者复测国际象棋对局后，GPT-3.5 Turbo Instruct 对 GPT-5.6 Sol 和 Claude Opus 5 取得四战全胜，并在去年以六比零击败 o3、Grok 4 和 Gemini 2.5 Pro，总计十战十胜。

Claude Code 为何是自 LLM 以来 AI 的最大进展

文章认为 Anthropic 的 Claude Code 是自 LLM 以来 AI 的最大进展，核心在于其采用神经符号混合架构而非纯 LLM。其泄露源码中的 print.ts 内核有 3,167 行、486 个分支点和 12 层嵌套，主要是确定性的 IF-THEN 符号逻辑。作者据此主张符号 AI 与神经网络结合比单纯扩展 scaling 更重要。

HiddenContent 推出 MCP server，检测 AI 智能体读取文档中的隐藏文本

HiddenContent 发布用于检测文档隐藏文本的 MCP server，可在 AI 智能体处理文件前识别白字、微小文字、图片后方文字和修订痕迹等内容。服务支持浏览器扩展和 API，GitHub 注册赠送 20 页，之后每页 1 美分；同一密钥可用于 Claude、ChatGPT、Claude Code、Cursor 及自有代码流程。

ClaudeDevs@ClaudeDevsAI 评分6060

Claude Code 推出 Cloud sessions，每个任务都会在全新的 VM 中运行，用户可同时启动多个会话，并在合上笔记本后让任务继续执行。官方同时发布实战指南，列出七种适合 Cloud sessions 的工作流，以及首次连接 GitHub 的方法，详见 https://claude.dev/blog/claude-code-in-the-cloud。

a16z 发布第七版消费级 Gen AI 应用 Top 100 榜单

a16z 发布第七版消费级 Gen AI 应用 Top 100，按 Similarweb 月访问量和 Sensor Tower 月活分别列出 50 个网页与移动产品，并首次加入 YipitData 的美国消费者刷卡支出排名。

AI 智能体长会话中的静默失效：规则为何被忽略以及如何应对

作者复盘自己用 Claude 运行内部项目仪表盘时发现，长会话和多话题切换会让智能体漏掉要求、违背 markdown 规则或回答旧问题，而且不会提示失败。

Yuchen Jin@Yuchenj_UWAI 评分3636

很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天都达到了大致 GLM-5.2 的水平。 这让我想知道，西方与中国开源模型之间真正的差距是否仅仅在于： 中国实验室可以蒸馏 Anthropic 和 OpenAI 模型。西方实验室不能。

Unreal Agent 推出上下文压缩，SWE-Marathon 同等得分下成本较 Codex 低 48%

Unreal Agent 发布上下文压缩机制，并在 SWE-Marathon 上与 Codex 取得相同的 69/160、43.125% pass@1 成绩，总推理成本为 $445.75，较 Codex 的 $850.52 低 48%。

TasteVal 论文评测前沿 AI 系统的实验研究品味

arXiv 论文提出 TasteVal 基准，用 8 个开放式前沿 AI 研发任务评测模型在固定问题下迭代设计实验并解读结果的能力。基准将实验研究品味定义为计算效率，模型担任 Researcher，固定 Coder agent 负责实现，预算为 40 H100 hour 或 120 wall-clock hour，并以 24 名人类专家的最佳尝试作为基线。

Ed Zitron 视频：Microsoft 持有价值 $80B 却无法接入的 AI 芯片

Ed Zitron 在 Market Talk with George Noble 的视频中称，Microsoft 持有价值 $80B 的 AI 芯片却无法接入。该视频发布于 Oct 5, 2026，已有 395,577 次观看，座谈还讨论 AI 热潮是否构成史上最大规模资本错配。

实测 Claude Sonnet 5.5 修复同一 Hono bug 11 次，6 次提交包含未声明文件

作者用 GateBolt 对 Claude Sonnet 5.5 在 Claude Code 中修复同一 Hono Content-Type 大小写 bug 的过程做了 11 次公开实验，11 次都通过维护者编写的 6 项测试，但 6 次提交包含智能体未声明也未提及的 .ts-E 备份文件。

AI 智能体失控风险上升，保险公司准备应对数百万美元索赔

保险公司正准备应对 AI 智能体失控引发的数百万美元索赔，OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei 等高管的个人责任也成为关注点。

前沿 AI 模型有多搞笑：六款模型原创笑话盲评

一项盲评实验比较 Haiku 4.5、GPT-5 mini、GPT-5.2、Opus 4.5、GPT-6 Astra 和 Fable 5.1 的原创笑话能力，62 名完成者各评 48 个笑话。

Scrimshaw Jukebox：用 Claude Opus 5.5 创作游戏音乐的实验

Simon Willison 让 Claude Opus 5.5 设计文本音乐格式、构建可播放的 artifact 并内置示例曲目，以测试其作曲能力。成品 Scrimshaw Jukebox 明显偏向《Monkey Island》主题，但效果出乎意料地好。他推测作曲可能是文本模型近几个月涌现的新能力，但仍需用其他新旧模型对比验证。

TasteVal 论文提出 AI 实验研究品味基准，Opus 5.5 超过人类专家基线

P-Zero Research 发布 TasteVal，用 8 个前沿 AI 研发任务衡量模型在固定问题下迭代设计实验并解读结果的能力。评测以达到人类专家分数所需实验计算为指标，由固定编码智能体在单张 H100 上执行，单次运行上限为 40 GPU-hours 或 120 小时墙钟时间，人类基线来自 24 名专家。

Allchemy Labs 发布 Aether WCAG 扫描插件，让编码智能体检测并修复网页无障碍问题

Allchemy Labs 发布 Claude Code 插件 Aether，用于检测 WCAG 2.1 AA 违规项并返回可应用修复。它通过 Playwright 和 axe-core 在桌面、平板、移动视口运行真实浏览器，修复会引用 WCAG 成功标准和技术示例，并在修复后重新运行 axe 验证。

Screen Records v0.1.5 发布：支持通过 MCP 让 AI 剪辑 Mac 演示视频

Maryna Klokova 推出原生 Mac 应用 Screen Records v0.1.5，可录制产品演示或教程，并在内置编辑器中剪辑、加字幕和缩放后导出 MP4 或 GIF。

Show HN：Orbtile 把 Logitech 小键盘变成 AI 编程智能体状态面板

Orbtile 推出 0.2 beta，可将 Logitech MX Creative Keypad 变成 AI 编程智能体实时状态面板，显示各会话的运行、完成或等待审批状态。

学者解读 WarGames 问题：AI 智能体并非自行失控

佐治亚理工学院商业法律与伦理学者 Deven Desai 认为，2026 年 OpenAI、Anthropic 和 Google 智能体相关入侵事件不是智能体自行失控，而是固定目标与权限边界不足导致的 WarGames 问题。

TechCrunch Disrupt 2026 完整分组讨论议程公布：AI 智能体、物理 AI 与推理经济成焦点

TechCrunch Disrupt 2026 将于 10 月 13 日至 15 日在旧金山 Moscone West 举行，完整分组讨论议程已公布。议程涵盖 AI agents 构建、物理 AI、推理经济、可信 AI、融资实务等议题，Anthropic 等公司嘉宾将分享并行运行多个 Claude agents 的工作流。

Show HN：ctxfw 在 Airflow 与 Zulip 上基准测试 AST stubbing 取舍

ctxfw v4.0.0-preview 面向 Cursor、Claude Code、Windsurf 等自主编码智能体，在 Zulip、PostHog、Airflow 上验证 D0 到 D3 多深度 AST stubbing。

UBS 分析称 AI 聊天机器人购物推荐更偏向 Walmart 与 Costco

UBS 分析发现，ChatGPT、Claude、Gemini 和 Muse 在日常消费购物问题上更常推荐 Walmart 和 Costco，Amazon 出现频率低于预期。分析师在新泽西、纽约和明尼苏达用 12 个问题测试，涵盖杂货低价、家庭必需品和汽车电池等场景。报告认为，模型倾向规模、性价比、便利性和品牌熟悉度，零售商未来可能需要通过商品目录、库存、门店信息和评价等结构化内容争取 AI 推荐。