菲尔兹奖得主 Timothy Gowers 在其博客中观察到一个关键现象——目前大语言模型（LLM）解决的著名数学问题，几乎都是通过构造反例完成的，而非提供严格证明。这个判断为评估 AI 在数学推理中的真实能力提供了一个重要参照。
AI 图片编辑平台 Photoroom 发布新版评测，其 AI 工具在电商商品图处理方面表现亮眼，能将普通照片快速转化为更具吸引力的专业商品展示图，但它以“AI 积分”为核心的消耗模式，也提示了这类工具背后的真实使用成本。
Artificial Analysis 发布新平台 Optima，允许用户用自有数据或业务场景创建专属 AI 基准测试，从质量、单次任务成本、单次任务耗时三个维度对比主流大模型，解决通用跑分与真实业务需求严重脱节的问题。
ProofRun 是一个面向 AI 编程代理的开源验证工具，把测试、构建等检查命令的结果绑定到当前代码的加密指纹上，让“测试通过了”从一句口头声明变成可以独立核验的本地凭证。它不依赖任何大模型推理，完全离线运行。
一位独立开发者发布了一个名为 ProofRun 的开源工具，为 AI 编程代理生成本地验证凭证。它在 Hacker News 上公开后迅速引起讨论，核心指向大模型辅助编程时代一个被越来越多开发者关心的短板——代理做了什么、如何证明。
全球 AI 聊天机器人的网页访问份额在过去一年发生明显迁移：ChatGPT 从 76% 降至 54%，Gemini 从 6% 升至 28%，Claude 从 1% 升至 9%。这是网页入口的份额变化，不等于月活用户或收入变化，但反映出竞争格局正在松动。
一项新研究显示，当用户用更接近女性习惯的语言风格（如使用缓和语、附加问句等）向 AI 提问时，大模型会给出更短、更简单、更随意的回答——问题不在“你是谁”，而在“你怎么问”。这一发现对职场中大量依赖 AI 的沟通场景提出了新的公平性挑战。
汇丰科技内部开源负责人李渭宁将在 AICon 深圳站分享 AI Coding 在金融科技研发全流程中的落地实践，核心不是“让 AI 写代码”，而是把散落在各团队的 Prompt 和工具沉淀为可复用的 Agent Skills，推动 AI 从个人提效走向组织级研发能力。
Anthropic CEO Dario Amodei 在 2026 年 8 月中旬就 AI 监管公开表态，认为开放权重模型不是保障 AI 安全的“充分”方案，同时为行业的安全测试机制辩护，并指出 AI 领域正面临“信任危机”。这一表态把开源与闭源路线之争，重新拉回到“安全与信任如何兼顾”的核心议题上。
![[酷工作] [新加坡/可远程] 智能体垂类赛道 - 寻找 AI 与数据工程师 / 技术合伙人](https://www.chat-gpts.plus/wp-content/uploads/2026/08/ai_cover_1-539-768x403.jpg)
一家新加坡早期科技公司正在为生命科学行业开发生态智能 AI Agent，目前公开寻找 AI 与数据方向的工程师或潜在技术合伙人，支持远程协作与兼职起步。这则招聘信息值得关注的原因在于：它展现了垂直行业 AI Agent 创业的典型人才需求和灵活组织形态。