分类： AI 资讯

新基准Investor’s Last Exam：GPT-6与Claude Opus 5.5投研领先，预测仍明显偏弱

Hugging Face Papers 收录的 Investor's Last Exam 基准，用冻结信息集和专家标准考察 AI 的完整股票研究流程；目前公开摘要显示，GPT-6 Astra 与 Claude Opus 5.5 总分领先，但在预测与建模环节仍明显不足。

Hugging Face Papers 收录的论文 HiFOR 提出“层次化前瞻+动作引导世界检索”，试图让视觉-语言-动作（VLA）模型在生成动作时更精准地调用相关的未来信息，而不只是把预测结果直接塞进策略。当前信息来自论文摘要，尚不代表已上线产品或完成同行评审。

OpenAI 计划取消 ChatGPT 无限对话并与 Codex 用量合并，一位开发者此前利用 MCP 工具和 Secure MCP Tunnel 把普通对话改造成本地开发环境，引发了社区对用量规则变化的讨论。

Hyperbolic 完成 3000 万美元 A-1 轮融资，主打让企业跨约 30 家 neocloud 租用 AI 算力，累计融资达 5000 万美元。

picon.dev 发布的一篇文章指出，AI 智能体可以承担更多编码实现工作，但决定“建什么”以及“证据是否足够验收”的责任，仍应留给工程师。这为当下“AI 替代程序员”的讨论提供了一个更克制的工程视角。

据 The Information 记者 Leo Schwartz 报道，白宫拒绝向公众提供其自愿性 AI 测试框架的完整草案，理由是涉及国家安全与商业机密豁免。这关系到未来 AI 模型上线前测试标准是否透明、可被外部审查。

开发者张益达Yida把一个基于本地OCR加0.6B文本模型的自动记账App做到全程离线运行，通过后端更换、GPU启用和输出精简，把单张支付截图的处理时间从596秒压到约10秒。这说明端侧小模型在结构化提取类任务上已经具备可用性，前提是选型与工程优化到位。

一位开发者用微信小程序做“电子病例夹”，本地跑 Qwen2.5-VL 3B 识别病历照片，单张推理 40-60 秒，正撞上 wx.request 的 60 秒硬上限；他的解法是异步任务加轮询，并给出多引擎热切换、TC3 签名、模型预热等落地细节。

Anthropic公开的IPO文件（S-1）显示，2026年上半年营收163亿美元、净亏损807亿美元，但约720亿美元亏损来自可转换票据等金融工具的公允价值变动，并非实际现金流出；剔除这部分账面调整后，经营亏损约69亿美元，第二季度还录得首个运营利润。

Hugging Face Papers 收录的论文摘要提出 R²Orch，一种让智能体编排器通过内层自玩与外层“改进改进方式”的递归框架，目标是在技能逐步撤除后仍能完成任务。它值得关注，因为它正面处理了编排学习中课程靠人工设计、优势塌缩和评估信号不可靠三个常见问题。