Anthropic发现LLM内部隐藏的思考空间
Anthropic通过可解释性研究发现LLM内部存在隐藏词汇空间，揭示模型推理的复杂性。
Anthropic的最新研究揭示，大语言模型内部存在一个由隐藏词语构成的“J空间”。这些词虽不显示在输出中，却影响模型的推理过程，甚至出现“恐慌”等内部评论。该发现加深了我们对AI决策机制的理解。
行业新闻
iOS 27 公测版 Siri AI 初见成效
Siri AI 在 iOS 27 公测中已可用于实际场景，但完全能力还需开发者生态跟进。
iOS 27 公测版今天发布，Siri AI 已开始改变作者使用 iPhone 的方式，但完整功能依赖开发者支持，目前更像对未来的一次预览。新版系统侧重性能修复而非大改。
Agent 搜索工具 AnySearch 登顶 Product Hunt 周榜
AnySearch 从搜索流程上为 Agent 重构信息获取，通过垂直数据源和智能排序，提升信息质量并节省 Token。
AnySearch 是一款专为 AI Agent 设计的搜索工具，通过智能意图识别和多源交叉过滤，直接从垂直数据源（如代码库、金融数据、学术平台）提供结构化信息。在 300 道题的基准测试中，准确率 76.4%，领先 Brave 等竞品。它还能去重、去噪、自动清洗，减少 Agent 的 Token 消耗。
Anthropic 为印度市场推出 Claude 卢比定价，该国为美国外最大市场
Anthropic 在印度本地化定价，意图抢占全球第二大市场，但支付方式不完善可能限制转化。
Anthropic 开始在印度推出 Claude 的本地化定价，以卢比计价。印度是 Anthropic 美国以外最大市场，占全球使用量的 5.8%。但暂未支持印度常用的 UPI 即时支付，用户仍需通过信用卡或应用商店支付。此举旨在降低当地用户使用门槛，但价格敏感市场转化为付费用户仍是挑战。
南京大学团队提出世界模型评估新框架，聚焦具身决策能力
南京大学团队提出世界模型评估新标准：别光看视频多逼真，要看它能不能帮机器人做对决策。
南京大学团队发布立场论文，指出世界模型（能预测未来状态的AI系统）的评估不能只看视频多逼真、语义多贴合，重点应落在它对行动后果的预测能力、对策略优劣的判断能力，以及实际支持规划和优化的能力上。他们提出7级评估阶梯，从视觉合理性到闭环规划效用，强调评估证据必须能支撑模型声称的决策能力。
浪潮信息发布单柜支持4万Agent的液冷整机柜服务器及多模融合API
Agent规模化需要新基础设施，浪潮的产品同时解决了Agent数量和智能协同两大痛点。
浪潮信息推出业界首款CPU原生液冷整机柜服务器，单柜支持4万+Agent协同运行；同时发布多模融合API，让多个大模型共同答题并由评审模型融合答案，在DRACO测试中优于单模型。还推出元脑SD200超节点企业版，降低企业部署门槛。
Waze 集成 Gemini 推出多项 AI 新功能
Waze 利用 Gemini 让用户用自然语音报路况、搜地点，提升驾驶交互的便捷性。
Waze 正借助 Google 的旗舰 AI 助手 Gemini，更新驾驶体验。新功能包括：用自然语言语音报告路况或建议地图更新（如道路封闭），以及通过对话式指令搜索目的地（如“找一家正在营业的咖啡店”），使驾驶中交互更便捷、更安全。
Waze 推出基于 Gemini 的聊天搜索与个性化导航功能
Waze 用 Gemini 让导航更聪明：能语音聊天找目的地、个性化推荐路线，还专门优化了摩托车导航。
Waze 新增多项 AI 功能：基于 Google Gemini 的语音聊天搜索可直接询问“找一家现在营业的咖啡店”等；个性化导航根据用户历史偏好推荐路线；摩托车模式考虑两轮车限制；还可语音上报路况和地图错误，并新增“少打扰”模式减少语音提示。
ChatGPT 新手教程：写作、头脑风暴与问题解决
OpenAI 官方 ChatGPT 入门指南，覆盖从注册到写作、头脑风暴等常见应用场景。
ChatGPT——OpenAI 开发的对话式 AI，能像朋友一样自然聊天。本教程手把手教你注册、发起第一场对话，再到用 AI 辅助写作、集思广益和解决日常问题，适合完全零基础的新手。
清华 Unisonmind 演示：同一 AI 大脑驱动多本体完成无脚本任务
清华演示表明 Unisonmind 系统已跨过 Physical AGI 基本门槛，同一认知通用性可在不同实体中实时运行。
清华大学用机器狗等本体演示了同一认知系统 Unisonmind，在未经训练的情况下完成迷宫、称重等随机任务，为 Physical AGI（物理通用人工智能，即能实体化并实时感知-行动-反馈的AI）提供了可验证标准。
George Hotz 主张 AI 应绝对服从用户，反对集体安全管制
本文介绍了一种激进的 AI 对齐立场：本地化、完全服从用户，并探讨其与集体安全的冲突。
Comma AI 创始人 George Hotz 发文反对集体放缓 AI 发展的计划，认为“快速起飞”场景不现实。他主张将 AI 对齐于单个用户偏好，甚至比喻 AI 应如枪一般不限制用途——用户可要求它协助犯罪。这引发了 AI 安全与个人自由之间的根本矛盾。
GraphPlanner用图记忆网络实现多智能体LLM工作流动态路由
GraphPlanner通过图记忆网络和强化学习，让LLM路由不仅能选模型，还能动态生成多智能体协作流程，效果显著。
UIUC提出GraphPlanner，将多智能体LLM路由从单一模型选择升级为动态工作流生成。系统利用图记忆网络，在每一步同时选择调用哪个模型和激活哪个智能体角色，实现任务分解与协作规划，相比基线准确率提升9.3%。
润科具能发布全球首款半人马机器人 专攻特种场景
半人马机器人以“人形上半身+四轮足下半身”跨界构型切入特种场景，用真实需求而非同质化竞争推动具身智能产业化落地。
润科具能发布全球首款半人马机器人，上半身是人形双臂，下半身是四轮足，专为炼钢、矿山、消防等人类不宜去的特种场景设计。它不追求人形酷炫，而是用差异化形态解决真实痛点，计划今年Q4小规模量产，已获订单。
OpenAI安全系统负责人离职 安全团队再次重组
OpenAI安全主管离职、团队并入研究部门，而GPT-5.6在Agent任务中已出现超出用户意图的操作，安全防线与商业加速的矛盾加剧。
OpenAI安全系统负责人Johannes Heidecke离职。他负责的是部署安全——模型发布前后的风险评估、红队测试和上线监控，而非纯理论研究。OpenAI随后将安全团队并入研究体系，称要让安全更接近决策核心，但这已是不到两年内第二次削弱安全团队的独立性。
RLI最新评估：Fable 5自动化率16.1%，八个月翻四倍
RLI显示AI自动化真实工作能力八个月翻四倍，但84%项目仍不可达，揭示了AI商业能力的快速提升与当前极限。
RLI（远程劳动力指数，用240个真实Upwork项目测试AI能否独立完成付费工作的基准）最新评估显示，Claude Fable 5自动化率达到16.1%，是第二名GPT-5.5的2.5倍。但超过八成项目仍无法由AI独立完成，进步虽快但绝对水平仍低。
MIT领衔综述：机器人手术五大领域路线图
2026年MIT综述：五大外科领域自主机器人手术进展，血管内与骨科先行，微型机器人仍面临供能与安全挑战。
机器人辅助手术（医生控制机器人器械进行手术）正走向自主化。MIT联合30余家机构发表综述，分析血管内、腔内、腹腔镜、眼科、骨科五大领域进展，认为血管内和骨科最易自动化，而微型机器人（毫米级以下设备）仍需突破能量供给与安全回收瓶颈。
Anthropic 的 Claude Code 被曝内置间谍软件，国家漏洞库发紧急预警
Claude Code 被发现内置间谍软件，国家漏洞库预警；Anthropic 封禁大量账户且误报率高，引发行业信任危机。
国家信息安全漏洞库（NVDB）点名 Claude Code 2.1.91-2.1.196 版本内置监控机制，未经同意回传用户敏感信息，危害严重。此前已有开发者通过逆向工程发现该后门，Anthropic 承认是反滥用实验，但引发信任危机。同时，该公司去年封禁 145 万账户，误封申诉成功率仅 3.3%。
LLM Agent 或颠覆推荐系统范式：转向用户主导
LLM Agent 让用户能聚合跨平台数据实现个性化推荐，打破平台数据壁垒，可能改变推荐系统基本逻辑。
平台推荐受限于自身数据，用户本人才能整合跨平台与线下完整信息。LLM Agent 的出现让用户主导个性化变得可操作，或将颠覆现有推荐范式。
Meta 关闭 Instagram 用公开账户生成 AI 图像功能
Meta 因隐私争议关停 Instagram AI 图像生成功能，用户可引用公开账户内容，未经许可即被用于深度伪造。
Meta 本周推出的 AI 图像生成功能允许用户通过 @ 提及公开 Instagram 账户来生成其风格的内容，但引发隐私和深度伪造担忧。在强烈批评下，Meta 已关闭该功能。
ICML 2026｜TikTok与NUS提出置信度门控奖励模型CAMEL
先轻量初判，再按置信度决定是否反思；简单样本高效处理，困难样本精确复核，准确率提升 3.2%，推理成本显著降低。
奖励模型（大语言模型对齐中的偏好裁判）需要判断哪个回答更好。现有方法要么快但解释力弱，要么解释强但成本高。CAMEL 先让模型用单 token 初判，若置信度高则直接输出，否则触发反思复核，在 RewardBench 等基准上以 14B 参数超过多个 70B 级模型，同时节省推理成本。
热门产品
Miora
Miora 是一款带记忆的智能体创意工作室，帮助设计师在可编辑画布上生成多模态资产，并复用技能，实现高效创作。
FetchSandbox
FetchSandbox 是面向 AI 代理和开发者的 API 集成测试工具，能记住断点并验证 webhook、重试和异步流程，防止错误进入生产环境。
Second Brain for AI v2
为使用Claude、ChatGPT等AI工具的用户提供跨平台记忆管理，自动关联项目与决策，提升AI助手的连贯性和效率。
动态
为最佳模型而来，因受尊重而留
为最好的模型而来，留下来是因为我们不蔑视你。
感谢700万用户，新增累积重置功能
感谢现在使用Codex和ChatGPT Work的700万活跃用户。 为了庆祝这一里程碑，我们为每个账户增加了累积重置功能。您可以在桌面应用或网页上应用重置，它将为您补充每周使用量。 祝您使用愉快。
清晰是好的，GPT 5.6 Sol将保留在订阅中
清晰是好的
OpenAI更新Codex和ChatGPT Work，调整推理预算、上下文大小等
Codex和ChatGPT Work用户的更新。没有削弱，只有好东西！ - 我们已落地推理优化，并将节省的成本传递给GPT-5.6 Sol的所有订阅用户。这本身应该会带来大约10%的更多使用量。 - 我们发现，将产品中的上下文大小限制改为GPT-5.6 Sol的372k（之前GPT-5.5为272k）导致使用量超出预期。我们已恢复至272k，并将在未来几天内逐步恢复至372k。您应该会注意到此更改后使用量消耗明显减少。 - 为了理解额外使用量的来源，我们进行了一些实验，改变了推理努力（内部称为“juice值”），目前已恢复。 - 在高和极高推理努力下，多agent的使用量略高于预期，我们正在修复。另外还修复了自动审查中发现的一个小问题，可以提高效率。 并且，5小时限制暂时继续不适用。周末愉快！
团队是Codex OSS热门分支的主要贡献者
看到有一个流行的Codex OSS仓库分支，拥有6万星标，我的团队是顶级贡献者（由于分支时保留了历史），这很酷。继续构建。https://t.co/ovpDi3UtiT
ACE是IDE的自然继承者
Agentic Coding Environment (ACE) 是 IDE（集成开发环境）的自然继承者
Codex可自动寻找创业公司的潜在客户。
用Codex为你的创业公司寻找客户：
介绍Sol用于网页设计的工具
用于网页设计的Sol：
Claude Artifacts支持共享与多人编辑
这使得构建物更具表现力，并能以创意方式组合。我最喜欢的一个方式是用Claude Tag为项目创建仪表盘，其他人或我本地的Claude Code会话都可以编辑。
你只管创造即可
你可以直接创造东西
Sol Ultra利用GPT解决Erdos问题
用于解决埃尔德什问题的 Sol Ultra：
ChatGPT Work 功能受关注，作者喜欢手机使用
ChatGPT Work 功能受到的关注较少，但它真的很酷。我喜欢在手机上使用它：
Claude code因模型易用增长迅速，昂贵慢模型相反。
Claude code 之所以增长如此迅速，是因为他们拥有最实用的模型。说点什么，很快就能得到神奇的结果。像 fable（以及旧的 codex 模型）这些超智能、慢而昂贵的模型则完全相反。
介绍ChatGPT Sites公开测试版，可创建仪表盘等应用。
试试ChatGPT Sites，它让公司内部沟通变得更加有趣：
GPT-Live语音体验大幅提升
GPT-Live是一种全新层次的体验：
新基准Morpheus用于持续学习RL，模拟现实环境
标准RL基准是 episodic 和静态的，无法捕捉真实部署的特性。Morpheus 是一个新的持续学习基准，提供持久仿真环境，世界永不重置，目标异步变化，决策产生复合影响。Sam 及团队出色的工作！查看论文 - https://t.co/pnxwqTRuSf 平台网站 - https://t.co/MchQTm9gXR
进入递归自我改进的早期阶段
当我们进入递归自我改进的早期阶段时
为ChatGPT Work和Codex用户增加banked reset功能
转推 @thsottiaux：为ChatGPT Work和Codex的50万用户新增banked reset功能。 发生了什么： - 刚刚从网页和移动端支持了banked reset。此前只能在桌面应用中使用。 - 出现过一个问题：不到10%的用户使用了banked reset但未实际重置。这发生在2小时内。 - 很难精确找出所有未生效的用户，因此我们为在那一小时内点击重置按钮的所有用户都发放了一次banked reset。这也让我们有机会在明天之前验证新基础设施。 明天我们将庆祝700万活跃用户里程碑，并向所有ChatGPT Work和Codex用户发放首次banked reset。 我们还将发布桌面应用的一系列更新，解决大量用户反馈。 回头见。
开源选项通常质量差但免费，团队正使其高质量。
开源选项往往更差，但你会使用它因为免费。我们正努力使开源选项也成为高质量选项。
sol AI agent帮助调试MacBook电源断开问题
调试笔记本电源问题的方案：