AI 正在拉大“单干天才”与“大厂员工”之间的效率差距——独立开发者借助 AI 可将产出放大 10 倍，而同样的人在大公司里最多提升 20%，这一现象正在推动越来越多优秀人才离开大型科技企业。
OpenAI 旗下编程工具 Codex 因图像处理、历史记录调用等功能存在用量消耗异常，导致部分付费用户额度消耗过快。官方已定位问题并承诺于次日修复，同时将为所有付费订阅用户重置用量额度。
韩国散户对高杠杆AI芯片ETF的狂热引发监管出手，个人投资者将被限制仓位，并必须完成一周的投资者教育课程才能继续交易。这一事件折射出AI叙事在零售投资端的过热迹象。
本周 AI 产业出现两个关键转折：英伟达与 OpenAI 通过千亿美元级交易将算力变成二十年期固定资产，产业风险从“软件创业”转向“重资产基建”；与此同时，OpenAI 安全团队解散、模型训练暂停，安全治理正经历系统性退潮。
开发者社区近期流行一种 Codex 子 Agent 分工方案：让昂贵的 GPT-5.6（代号 Sol）只做规划和决策，把代码探索、测试等执行类任务交给便宜的 GPT-5.6-luna（代号 Luna）并行处理。实测数据显示，该方案在 DeepSWE 软件工程评测中可将单任务成本压缩至 $0.61，同时解决长对…
据《华尔街日报》援引消息人士，英伟达计划利用其约 60 亿美元收购 Poolside 的交易，打造一款开放权重的大模型，直接对标 DeepSeek、Kimi 等中国开源模型。
欧美最新民调显示，公众对 AI 的担忧正在快速上升，且这种不信任已经从技术本身蔓延至科技巨头高管——在针对九位行业领袖的信任调查中，多数受访者不信任每一位CEO。AI 的落地速度，正在超过社会对其的接受速度。
AI 在数学推理上已接近专业数学家水平，但在计数、日期等基础问题上仍常出错。这种分裂能力正在冲击数学研究的职业结构、论文生态和人类在领域内的独特价值。
美国陆军网络司令部正在通过“列克星敦特遣队”训练AI Agent，让它们在网络防御、数据分析和漏洞利用等具体岗位上与人类士兵协同工作。关键原则是：AI可以高速执行任务，但所有涉及风险的决策权仍保留在人类指挥官手中。
Prime Intellect 发布了一项“AI 研究员”基准测试，让多个前沿大模型在纳秒级 nanoGPT 优化挑战中独立完成训练效率研究，以检验大模型的自动化科研能力，并首次引入了可重复的多轮随机运行机制。