Show HN：自适应召回，通过 MCP 为 AI 助手提供持久记忆
一位开发者通过 MCP（Model Context Protocol）协议搭建的“自适应召回”项目，让 AI 助手能够根据对话上下文自主决定存储和检索哪些信息，打破了传统 AI 会话“每次从头开始”的记忆限制。
标签： OpenAI
机械可解释性研究人员将因果关系理论应用于法学硕士
研究人员正尝试用因果关系理论解析大语言模型的内部运作机制，初步发现模型在计算时间和日期时使用了相似的“循环度量”方法，这为理解AI是否真正“推理”提供了新线索。
Codex与ChatGPT Work多项更新：取消5小时限制
Codex与ChatGPT Work产品线宣布暂时取消Plus、Business和Pro计划用户的5小时使用限制，同时推出模型效率优化更新，在用户规模达到600万活跃用户的背景下，旨在改善付费用户的使用体验并降低单位算力消耗。
随着商业客户越来越多地审查人工智能支出，OpenAI、Meta 和 SpaceXAI 可能会通过强调成本效率向 Anthropic 施加压力（彭博社）
据彭博社报道，在企业客户收紧 AI 预算审查的背景下，OpenAI、Meta 和 SpaceXAI 正在调整策略，通过突出成本效率与性价比来向 Anthropic 等竞争对手施压，这标志着 AI 商业化竞争从“性能比拼”转向“ROI 说服”阶段。
一步陷阱（人工智能研究中）
AI 研究者越来越认识到，在长期规划任务中，追求每一步精确模拟不仅计算代价高昂，还可能误导系统方向；近期的讨论与论文显示，业界正转向“时间抽象模型”与长链思维，改变了对规划效率和推理深度的基本认知。
将生产 AI 代理迁移到 GPT-5.6：速度提高 2.2 倍，成本降低 27%
有团队在生产中从旧版 GPT 模型迁移到 GPT-5.6，实测显示代理任务完成时间缩短一半以上（提速约 2.2 倍），同时成本降低 27%，且完成质量不低于原有方案。这一结果直接挑战了当前 AI 代理部署中的成本-效率权衡。
循环工程指南：“自动研究”和“双层自动研究”如何将 AI 代理转变为自主机器学习 ML 研究循环
MarkTechPost Research 发布了一份关于“循环工程”的指南，详细介绍了“自动研究”与“双层自动研究”两种技术路线，旨在将传统的 AI 代理升级为能够自主运行完整机器学习研究循环的系统。这标志着 AI 从“执行具体指令”向“自主提出并验证假设”迈出了关键一步，对于希望实现 AI 驱动自动化研发…
Anthropic 表示，截至 7 月 19 日，它将在所有付费计划中扩展 Claude Fable 5 的访问权限，并将 Claude Code 的每周速率限制提高 50%（《经济时报》）
Anthropic 宣布将于 7 月 19 日向所有付费用户开放其最新的 Claude Fable 5 模型，同时将开发者工具 Claude Code 的每周使用上限提升 50%。这是该模型自发布以来最大规模的一次权限放宽，旨在加速企业级客户和开发者的采用。
一步陷阱（人工智能研究中）
AI领域权威学者、强化学习奠基人之一Rich Sutton在2024年7月发文指出，人工智能研究中普遍存在一种“一步陷阱”——过度依赖仅用单步预测的世界模型，通过迭代来推导长期结果。这种看似合理的做法，在现实中往往因误差累积和计算爆炸而失效，对当前大模型和推理系统的设计仍有重要警示意义。
苹果提起 OpenAI 诉讼后，埃隆·马斯克 (Elon Musk) 和萨姆·奥尔特曼 (Sam Altman) 就 X 展开争论
在苹果公司就商业机密被窃取起诉 OpenAI 之后，马斯克与奥尔特曼在 X 平台上公开互怼。这场口角不仅延续了两人对 OpenAI 发展方向的长期分歧，也侧面反映出当前 AI 领域头部公司之间竞争的白热化——各自新模型 Grok 4.5 和 GPT-5.6 Sol 刚发布，舆论战就已全面升级。