DeepSeek-V4-Flash 接入 Codex（Windows 版）
开发者分享了一项 Windows 版 Codex 的配置方案，让 OpenAI 的 AI 编程工具 Codex 可以切换调用 DeepSeek-V4-Flash，并与原有 ChatGPT 登录态互不干扰。背后是 AI 编程工具从绑定单一模型走向多模型自由切换的趋势。
标签： GPT-4
麻省理工学院：人工智能财务建议出奇的好
麻省理工学院一项新研究发现，大语言模型给出的财务建议整体质量超出预期，能引导多数人建立更健康的储蓄和投资习惯；但建议质量高度依赖提问方式，模型在应对失业、投资组合再平衡等复杂场景时仍有明显短板。
Cursor 从使用页面和 CSV 导出中移除了成本信息
Hacker News 用户发现，Cursor 在用量页面和 CSV 导出中移除了成本信息，同场讨论中还公布了六款 AI Agent 框架在同一任务下的 token 消耗对比，结果差距接近 30 倍。事件核心不是模型性能，而是 Agent 基础设施正在成为新的成本战场。
AI不断攻克未解数学难题，数学家们心情复杂
AI 模型开始直接否证数学家几十年未解的猜想，从"辅助工具"变成了"解题伙伴"，数学界正在分裂为拥抱派和警惕派——真正的冲突不是 AI 能不能做数学，而是人还要不要做数学。
《AGI的”G”：是已浮现的真实通用性，还是被夸大的幻象？》 杨立昆对”通用智能”的质疑，本质是一场定义权之争，而非对大模型能力的全盘否定。他在Information Bottleneck播客中明确说：”general intelligence is complete BS”，理由是”人类智能本身就是高度专用化的（extremely specialized），我们自以为通用只是一种错觉——因为我们只能想象出我们能想象的问题”。他后续在…
杨立昆公开否认“通用智能”存在，认为人类智能本身高度专用化；但最新评测和商业化数据却显示认知通用性已有实质进展。这场争论本质是“G”的定义权之争，而不是对大模型能力的一票否决。
我让 ChatGPT 和 Siri 帮我制定健身计划——结果只有一个赢家
一位健身爱好者用同一份需求分别向新版 Siri AI 和 ChatGPT 索要居家增肌计划，在私人教练评估后判定 ChatGPT 的方案更完整、更可持续，而 Siri 的生成结果虽简洁，却在训练时长、营养建议和长期规划上存在明显短板。
OpenAI 官宣“下一代重大模型”Astra，一口气解出十道此前未解的数学题。
OpenAI 通过发布一篇数学报告，首次正式确认下一代模型家族名为“Astra”，并宣称其内部版本解出了十个十年未破的数学难题。这不仅是一次技术展示，也意味着 AI 在长时间、多代理协作任务上迈出了具体一步。
~1500 Elo! Consistently beats frontier models and Stockfish level 0. Fun seeing an 8b model mogging GPT 5.6 with high reasoning and response chaining. Spends 1-2 seconds per move vs 30 seconds. Play it: https://t.co/q…
有人用 Qwen 系列的 8B 小模型跑出了一个国际象棋 AI，Elo 约 1500，能稳定击败多个前沿大模型和 Stockfish 最低难度，每步棋只需 1-2 秒。这件事的价值在于：小模型在特定任务上，正用远低于旗舰模型的成本做出可用表现。
据报道，OpenAI 正在构建 Astra，这是一个旨在处理问题数小时或数天的模型系列。
OpenAI 正在开发代号 Astra 的新模型系列，专门面向需要连续工作数小时甚至数天的复杂任务。它已在测试中解决了 10 个搁置十年的数学难题，并将成为首个接受美国联邦政府上线前审查的 OpenAI 模型。
未来变量 | 深度研报 🎯 核心结论 **284B 参数的模型，只需 $0.14/M 输入、$0.28/M 输出，就能在 9 项 Agent 基准测试中全面击败自家 1.6T 参数的旗舰——DeepSeek V4 Flash 凭什么重新定义 AI 成本与性能的边界？** > 📌 这不是又一个”性能差不多但更便宜”的模型。这是 2026 年 7 月 31 日刚刚发布的、在 DeepSWE 基准上暴涨 645%、终端任务准确率 82.7%…
DeepSeek 于 7 月 31 日发布 V4 Flash——一款 284B 总参数、仅激活 13B 的 MoE 架构模型，在多项 Agent 基准上超越自家旗舰，API 价格仅为 GPT-5.5 的约 1/35，把“高性能 + 极低成本”的组合推向新边界。