标签： Gemini

xAI 正在尝试让 Grok 从“聊天机器人”变成能实际干活的“采购谈判员工”。它公布了 Haggle Bot 的完整系统提示词，展示 AI Agent 如何在企业采购中独立做数据分析、制定谈判策略并提交省钱方案，这可能是 AI 从工具走向“数字员工”的一个具体样本。

OpenAI 发布 GPT-6 Astra，官方数据显示其幻觉率较前代 GPT-5.6 Sol 显著下降，对直接提示词注入攻击的防御率接近 99.99%，但在文档中隐藏的间接提示词注入攻击下仍有 8.5% 的失手率，距离“可安全自主部署”仍有差距。

Anthropic 宣布，其 AI 模型 Claude 在 11 天内以近乎自主的方式，用 Lean 编程语言完成了费马大定理的首个完整机器验证证明。这是 AI 在数学严谨性验证上的一次实质性突破。

GitHub 推出名为 Project HydraFusion 的研究预览，它不再只用单个大模型回答编程请求，而是在运行时自动选择“单模型直接回答、多级级联或生成后交叉评审”等工作流，以接近前沿模型的质量换取显著更低的推理成本。