标签： GPT-4

Altman回应离职潮：印度成OpenAI最大市场，聪明人为何互不信任

Sam Altman在播客中透露，按用户数计算印度已超过美国成为OpenAI最大市场；对于核心成员相继离职创业，他认为分歧背后既有技术路线之争，也有“只有自己才值得托付”的信任问题。

Zara Zhang 在 X 上表示自己已几乎不再使用“vibe coding”一词，因为它带有“敷衍、AI 垃圾内容”的负面暗示；她认为用 AI 编程工具与投入心血并不矛盾，需要更准确的说法。这值得关注，因为术语如何被使用，会影响开发者、创作者和企业对 AI 编程产出的评价方式。

arXiv 新论文在 SWE-bench Verified 全部 500 道上对比“只用交互式调试器”和“只用 Bash”的编码智能体，发现两次 Bash 运行胜过“一次 Bash 加一次调试器”，提示工具多样性带来的收益可能被运行随机性夸大。

arXiv 上一篇新论文提出 IWIBench，用统一测试衡量大模型能否不靠梯度、直接改写小模型权重来改变其行为；结果显示这项能力在少数前沿模型上明显领先，但任务间表现极不均衡。

据 InfoQ CN 报道，研究人员让模型以提权为目标审计 Linux，平均约 2.5 小时产出一个可执行的本地用户到 root 利用，累计超过 400 个零日；同期 GPT-6 Cyber 在内核漏洞利用上规模更大、成本更低，暴露出攻防速度差距。

Hugging Face Papers 收录的一篇论文提出 HEELO 框架和“智能体原生原语”，让智能体把资源和可复用的执行能力打包在一起，以缩小真实任务中“拿得到资源、却用不好”的差距。公开摘要显示，多项基准和 46 个真实任务上的完成率有所提升，但该结果尚未经全文核验或同行评审。

MarkTechPost Research 于2026年11月8日梳理了10款开源MoE模型的路由配置，发现专家数从8到384、Top-k从1到8不等，路由细节直接决定显存占用与推理成本，但Llama 4和gpt-oss未公开门控或均衡方法。

Artificial Analysis 于 2026 年 11 月 8 日发布决策指数 v2，将私有数据集占比从 25% 提高到 45%，并改用同时奖励准确率与置信度校准的 Decision Score；在该评测条件下，Drex Max v1.1 以 73 分领先决策模型，但前三名分差仅 1 分。

神经科学家 Anil Seth、哲学家 Ned Block 与意识理论家 Giulio Tononi 在 Nature 发表评论，认为现有 AI 不具备意识，也很难仅凭硅基硬件上的计算产生意识，直接挑战了“算对了就会有意识”这一争论前提。

2026年11月8日，X用户Miller发布了一套用Claude、GPT Image与MiniMax H3制作“角色会说话”AI短剧的实战教程，作者称一集5分钟视频成本约27元，远低于同类方案，这为单人短剧生产提供了可复用的低成本路径参考。