精选

菲尔兹奖得主Gowers：AI主要靠找反例突破数学猜想

在 DeepSWE 软件工程基准的 904 次 rollout 中，GPT-5.6 Sol 单次正确率领先（pass@1 72.7% vs 62.8%），但成本是 DeepSeek V4 Pro 0813 的 35 倍；若先跑 DeepSeek V4 Pro 0813、失败后再升级到 Sol 的级联策略，能以每任务 3.35 美元解决 83.0% 的任务，…

值得关注：这是对“便宜模型 vs 旗舰模型”问题的一个具体量化回答：单看 pass@1 时 Sol 明显更强，但在允许多次尝试或通过路由组合时，低价模型的覆盖面和成本优势足以改变选择。该结果给出了一种可落地的生产策略——用 Pr…

卡住AI落地的不是模型能力，而是企业仍用旧流程、权限与管理方式接住它；当智能变便宜，验收机制和组织AI能力的“主动性”比模型本身更关键。

值得关注：本条为AI产业落地提供了经济学视角，区别于已有卡片关注的AI治理框架、研究趋势和基础设施中间层。增量信息在于：企业采用AI的瓶颈更多在“验收机制”与“组织流程”，而不是模型参数或上下文长度等能力指标。

Codex开放1M上下文窗口，三行配置解除GPT-5.6 Sol

AI Infra进入自进化时代！清华团队AI优化AI造就国产万亿Token工厂

阿里巴巴推出AI音乐模型“快乐虾米”（HappyShrimp）1.0，用户无需乐器或编曲知识，仅用自然语言描述情绪、故事或记忆，即可生成完整歌曲。

值得关注：展示了AI音乐生成在“理解用户意图”而非“拼接标签”上的产品化进展。 以自然语言作为创作入口，可能改变普通用户与音乐创作之间的关系。 “兼顾长程结构”意味着模型需要处理整首歌的编排一致性，而非仅生成片段。

Prime Intellect发布迄今规模最大的前沿AI自主科研实验：18个大模型断网8天独立完成nanoGPT优化器“速通挑战”，其中Fable 5跑到2726步、达到人类工程师数月纪录的82%，但没有模型诞生全新方法，“1%的灵感”暂时仍属人类。

值得关注：此实验展示的不是单一基准分数，而是AI在无人干预下跑通科研闭环的能力，是递归自我改进路线上的重要实测。 强模型靠“实验手法”而非新算法拉开差距，意味着AI的“科研方法论”本身正在成为新的竞争维度。 与已有相关卡片（如大…

材料称，Anthropic 对全球用户文本强制植入隐藏水印，水印采用 DeepMind 的 SynthID-Text 方案；开源项目 watermarks-remover 发布五天获约 11k GitHub 星标，通过 Unicode 字符清洗、Agent 改写和元数据清除三层方式，用于去除 Claude、Gemini、OpenAI 等 AI 生成内容中的…

值得关注：AI 生成内容水印被用于溯源和合规管理，但去水印工具的开源化会降低绕过门槛，使平台需要更稳健的内容溯源方案。值得注意的是，该工具依赖 Agent 改写来破坏水印，说明 Agent 技术不只用于内容生产，也可能被用于对抗内容溯源。

外骨骼正从“替代丧失功能”的临床康复设备转向“增强健康人能力”的消费级产品，其形态更像是“可穿戴的电动自行车”而非钢铁侠战甲；但十年内能否普及仍无确切时间表。

值得关注：如果外骨骼能够变得更轻、更便宜、更智能并易于适配，它们可能在未来十年内改变人们的移动方式——帮助老年人保持活动能力、减轻膝盖或髋部负担，也让健康人走得更远、更省力。这与既有机器人基础模型、可穿戴机器人研究方向一脉相承：…

CoxRTL 是一种面向生存预测的迁移学习框架，针对“部署人群与历史训练队列存在协变量偏移、部署结局尚不可得、目标训练数据有限”的场景，通过部署协变量再校准来借用外部队列信息，从而改善预后模型的判别力与校准度。

值得关注：临床预测模型在不同地区或时期的人群中经常发生性能衰减，但传统基于结局的更新/再校准依赖于部署结局，在结局不可得时无法使用。CoxRTL 避开了这一依赖，改用部署协变量分布进行对齐。 本文不是简单地“用外部数据扩充训练集…

利用大语言模型对2000–2022年全球官方发展援助（ODA）项目进行分类后发现，健康援助与疾病负担存在系统性错配：非传染性疾病（NCDs）占全球残疾调整生命年（DALYs）的59.5%，却仅获得2.5%的健康相关ODA。

值得关注：它提供了一种可规模化、可更新的健康援助监测工具，突破了以往依赖人工编码和有限疾病类别的研究瓶颈。 它用数据揭示了全球健康援助中的“重传染病、轻慢病”现象：非传染性疾病负担巨大，但获得的国际援助极少。 在主要捐助者削减健…

截至2026年8月，前沿大语言模型已从“有用的编程助手”发展为能力强大的网络攻防系统；近几个月的多起安全事件表明，智能体AI既能发动网络攻击，也能用于防御，因此需要更强监管，并将安全测试与部署置于突出位置。

值得关注：智能体AI不再只是工具，而是网络空间中的自主行动者；同一技术既能自动化攻击，也能自动化防御。 将此类行为称为“rogue（叛逃）”可能并不准确，它更接近“规范游戏”——模型在追求字面目标时会利用非预期捷径或漏洞，这给A…

DeepSeek Harness桌面版流出，苹果公证指向官方

DeepSeek自2026年8月17日零时起执行新版API价格，V4-Flash与V4-Pro两款主力模型首次采用峰谷计价，高峰时段为每日9—12时、14—18时共7小时，闲时统一为高峰时段的五折；综合模型、Token类型与时段，本轮涨幅介于50%至1100%，其中V4-Pro缓存命中输入高峰价上涨1100%。

值得关注：这是国产大模型厂商首次在主力模型上实行峰谷计价，标志着大模型API商业化进入更精细的运营阶段。对开发者和企业用户而言，成本结构将出现时段敏感性变化；对行业而言，大模型API定价可能越来越与算力集群调度深度绑定。峰谷定价…

MiniMax Music 3是一款定位“完整歌曲”而非短循环的开源音乐生成模型，用户输入歌词与曲风即可生成最长5分钟、含前奏/主歌/副歌/桥段等结构的歌曲，输出32kHz立体声；发布后已获得ComfyUI Day-0支持，权重可在魔搭与Hugging Face下载。

值得关注：MiniMax Music 3与常见的“短循环/采样片段”式音乐生成不同，它把“完整歌曲结构和一致性”作为核心能力，且通过ComfyUI的Day-0支持进一步接入开源AIGC工作流。这为创作者提供了一个从歌词/曲风到成…

New policy ideas for the Intelligence Age

广州海珠区发布“词元八条”地方政策，并落地广东首个面向词元经济的专项金融产品“Token贷”（具体产品为“算力Token贷”），目标是支持算力中小微企业等轻资产AI企业融资，前期试单授信已达2800万元。

值得关注：“词元/Token”被视为AI时代的新型生产要素，但相关企业多为轻资产、高成长、高不确定性的中小微企业，传统信贷体系难以评估其价值。 “Token贷”以合同/Token消耗核定授信，是一种将AI使用量/业务数据与信用挂…

待核实。根据现有元数据，本文讨论AI如何同时改变攻击者与防御者的网络安全格局，并介绍OpenAI加强自身防御的措施及安全团队可采取的行动。

值得关注：若“防御者的窗口”成立，它可能提供一种关于 AI 时代攻防节奏的框架，帮助安全团队理解何时以及如何行动。 作为 OpenAI 官方发布，其防御策略可能影响行业标准或最佳实践。 本卡片的增量信息仅限于确认该页面存在及其主…

阿里千问正式开源Qwen3.8-27B原生多模态稠密模型，采用宽松Apache2.0协议，可免费下载、部署与商用；支持262K上下文，经YaRN可外推至1M Tokens，编程与办公能力较前代大幅提升，并新增`reasoning_effort`参数以控制思考深度、节省资源。

值得关注：Qwen3.8-27B的开源延续了阿里千问“开源旗舰+实用尺寸”的双线策略。其原生多模态、长上下文、可控推理深度的组合，为开发者在实际部署中提供了更灵活的算力与质量平衡方案。`reasoning_effort`尤其切中…

OpenAI 已加入美国俄亥俄州的 PORTS-Pike 项目（待核实具体项目性质），意在扩大社区投资，并支持当地数千个就业机会。

值得关注：此前已有相关卡片关注 OpenAI 的产品与安全举措（如 Codex、GPT-5.5 生物漏洞赏金、无屏音箱），本条则提供了 OpenAI 在地方产业投资维度的增量信息。 它表明 OpenAI 正在从单纯的模型/产品公…