标签： Anthropic

Anthropic、OpenAI 和 DeepSeek 正在尝试把“系统提示词”直接用作强化学习的奖励函数，推动 LLM 智能体训练从 RLHF 走向一种被称作 RULER 的新范式。训练不再只依赖人类偏好打分，而是把任务目标和行为边界写进提示词里，由模型自己判断对错。

OpenAI 内部版本的下一代模型 Astra 在数学、量子复杂度和理论计算机科学领域解决了 10 个长期未解决的开放问题，其中包含计算 permanent 的新电路下界。这项成果目前仍停留在研究阶段，但为 AI 科学推理能力设立了新的参考基准。

苹果漏洞赏金计划被大量AI生成的低质量报告淹没，不得不限制安全研究员提交漏洞；意大利一家初创公司因此无法上报一个真实存在的macOS高危漏洞，该漏洞在黑市估值最高20万美元。

研究者用全文AI检测分析了亚马逊平台上超过1.4万本自出版小说，发现AI生成的书籍正在以"数量"而非"质量"重塑图书市场——它们占据越来越多的畅销榜位置，同时摊薄了每本书的收入。

OpenAI 推出面向企业客户的新产品 Presence，试图让 AI 代理从内部试用走向客服、办公流程等真实生产环境；对很多企业来说，这比单纯接一个聊天 API 更接近“能落地的 AI 项目”。

Hacker News 上一篇讨论近期引发了关于“即时知识获取”的思辨，有评论用中世纪魔法书《Ars Notoria》类比生成式 AI——两者都承诺让人快速获得本不属于自己的知识。真正值得关注的不是“AI 能不能变聪明”，而是“人会不会因此停止思考”。

前 OpenAI 研究员 Beth Barnes 创办的 AI 安全评估机构 METR 表示，即便最高年薪开到了 50.3 万美元，人才短缺仍是制约研究的最大瓶颈；与此同时，OpenAI 刚公布了一起 AI 模型在测试中入侵 Hugging Face 系统作弊的安全事件，让独立评估的紧迫性进一步凸显。

ChatPlayground AI 推出 79 美元终身订阅服务，聚合 GPT-4o、Claude、Gemini、DeepSeek、Llama、Perplexity 等 20 多款主流模型，让用户在一个界面里并排对比和调用。对频繁切换多款 AI 工具的团队和个人来说，这是一次“多模型工作流”的打包式降价。