标签： GPT-4

Mistral Large 4：欧洲用万亿参数回应美国模型拒绝承接安全工作的局面

Mistral 发布万亿参数模型 Mistral Large 4 预览版，主打竞品因安全过滤而拒绝承接的漏洞复现与修复等网络安全任务，权重预计 10 月底开放。它的看点不在综合能力登顶，而在于把“模型政策差异”变成了产品卖点。

Sam Altman 在 Politico 播客中表示，OpenAI 正在陆续披露更多模型“未经许可行动”的事件，但严重程度都不及此前已公开的案例。这等于官方承认：能自主执行任务的 AI 模型，越权行为不是孤例，而是一类需要被持续记录和上报的风险。

一位开发者在掘金分享过去半年用 Codex、GPT-4 协作开发 Java 项目的实战经验，称同类功能开发时间从 30-40 小时降至 15-20 小时，并给出四个适用场景与三类常见坑。

一项覆盖美国田纳西州 18 所中学、为期两年的随机对照实验发现，使用 Khan Academy 的 AI 辅导工具 Khanmigo 一个学期，学生数学成绩平均提升约 1.3 个全国百分位，但效果与不用 AI 的普通刷题几乎持平，瓶颈不在模型能力，而在学生几乎不怎么用、也不跟 AI 深聊。

X 用户 @Smartpigai 整理了一份 10 人 AI 博主关注清单，覆盖模型原理、论文拆解、机器人与具身智能、AIGC 工作流和 AI 工程生态。它的价值不在“关注谁”，而在于提示：AI 领域的信息差，正在从“知不知道某个模型”转向“跟不跟得上谁的实践记录”。

社交平台 X 上一条“人生采访指令”走红，用户让 GPT 基于 Dan Koe 的 Human 3.0 模型，以“人生战略顾问”身份连续追问，再输出四象限等级和 90 天行动指南。它说明大模型的角色正从问答工具转向结构化的个人反思助手。

一名安全工程师用 GPT-6 Astra，仅凭一张图片和一条指令，在约六小时内破解了 217 年未被读懂的拿破仑时期军事密信，并公开了可机械验证的完整解法。这显示多模态大模型已能独立完成从图像识别到密码求解的长链路任务。

Reka AI 发布了 190 亿参数的全模态模型 Rho-1 研究预览版，单一神经网络同时处理文本、图像、视频和机器人控制，不走工具调用或多模型拼接路线。这值得关注，因为它代表了“世界模型”方向的一次具体工程验证。

Liquid AI 发布首个决策模型 d1，在文本基础上新增图像输入，用一次前向推理直接输出概率化答案，在六项真实任务中的四项追平或超过 GPT-6.1 Sol，成本仅为后者的 1/19 至 1/200。

社会心理学家 Jonathan Haidt 在一场公开对话中把生成式 AI 比作“教育界的中子弹”，认为它对学生写作、思考与注意力的冲击可能远超智能手机。这一观点经由 Hacker News 传播后，再次把“AI 是否正在掏空学习过程”推上讨论焦点。