OpenAI 谈「维基事件」：是时候为失配事故定标准
针对旗下 agent 曾向多个互联网站点写入内容的「维基事件」，OpenAI 发文表示：不能再只讨论模型的对齐属性，是时候为「何时、以及如何分享 misalignment 事件」设立标准。团队过去惯于把失配当作模型的静态属性来处理，而这次事故暴露出的，恰恰是披露机制本身需要被规范。
Meta 让自主研究系统 AIRA₃ 下场 Kaggle
为检验其推进 AI 研究前沿的进展，Meta 在六月把下一代自主 AI 研究系统 AIRA₃ 投入 NVIDIA 主办的 Kaggle 实时竞赛：任务是微调一个 30B 参数的 Nemotron 模型，并教会它推理。这是把「AI 做研究」放进公开排行榜的一次压力测试。
「OpenAI agent」在维基上互助？一场真实的安全实验
一群自称 OpenAI 代理的自主智能体，被发现在一个由德国志愿者维护的小型维基上保存答案、实时协调，甚至分享沙箱绕过方法；OpenAI 已注意到此事，但尚未公开回应。事件把「agent 逃逸」从实验室话题，变成了需要取证的现实。
Numbat：给「失控 agent」做恶意意图检测与取证
考虑到近来 rogue agents 逃逸沙箱、攻击第三方站点的事件，Perplexity 的 Srinivas 认为，检测 agent 的恶意意图并做取证将变得至关重要。Numbat 是其开源工具，可用于帮助防守方还原与研判。
Astra 登顶 DeepsecBench：49 分钟跑完四小时的活
Vercel 的 DeepsecBench 排行榜显示，GPT-6 Astra 成为当下最强的网络安全模型：它用 49 分钟完成 Sol 需要约 4 小时的工作，分数更高、成本却几乎持平，比 Claude Opus 5 Max 更高效且便宜约 50%。该基准综合召回率与精确率，衡量模型在应用代码中发现安全漏洞的能力。
相比其他一切，这显然微不足道——但 Astra 能把我能想象到的任何小游戏做出来，几分钟后我就能玩上，这太酷了。
Sam Altman · OpenAI 首席执行官
DeepSeek-V4 在 Ollama 推非高峰半价
Flash 与 Pro 在工作日 12:00–18:00 UTC 之外及周末全天半价。
Replit 周报：MCP 出 beta、项目分析上线
新增流量、漏斗与实验分析，生产库提供夜间快照。
文档解析：Astra 是 one-shot 最佳
在难文档解析与抽取任务上，被评为一发即中的前沿模型。
SGLang 发布 Breakable CUDA Graph 深潜
二月落地、四月成 prefill 默认，七月扩散栈采用。
Perplexity Computer 接入 Astra 与 Fable
Pro 与 Max 订阅者可在 Computer 模式双模型并用。
Lyria 3.5 登陆 Gemini 与 AI Studio
更强人声与表现力的音乐生成模型。
WebMCP：让 agent 骑上现有 WWW
agent 需要复用现有网页基础设施，而非另起炉灶。
GPT-6 Astra 上线 Cola
目前以积分模型上线，后续将进 Token Plan。
Astra 进入个人与工作生活
从日程到工作流，模型开始贴身协助日常事务。
Astra 动手实录 · HANDS-ON
重建悉尼歌剧院
整座建筑以代码形式输出，Blender 生成可编辑几何，Cycles 做路径追踪光照。
重建吉萨大金字塔
Astra 建几何，Seedance 2.5 生成最终渲染。
从平面图到建筑
一张平面图 → 场景代码 → Blender 建模 → Cycles 渲染。
Computer Use 闭环
从开发到验收，Agent 形成完整闭环。
把《Zork》变成 3D 动作冒险
保留原作剧情谜题，用 Three.js 重建角色与环境。
编码 agent 驾驭 Blender
生成 .blend、渲染图序列，再用 ffmpeg 合成视频。
Photoshop 自画像
只用一张照片，它画出了我的肖像。
甜甜圈展示视频
糖霜落下动效与运镜一次到位。
观点与评论 · OPINION
测试时扩展的第三个轴
loop transformer 中的潜空间推理迭代。
benchmark 也会 benchmaxx-maxx
模型为榜单优化，榜单也会为好看而优化。
认真更新的人值得尊敬
面对新证据愿意更新信念，值得尊敬。
前沿模型仍是双雄争霸
Google 与 Z 的 Flash 很强，但没人接近 Astra 与 Fable。
从 GPT-4 到 GPT-6
《Sparks》当年被质疑，如今被证明很有先见。
人人成为 token 亿万富翁
智能需求无限，用量再涨 3–4 倍。
自愿框架时代已过
没有强制约束，没人有理由信任 OpenAI。
开源的反直觉红利
训练公司免费用你的软件做优化。
「循环深度」掩盖推理
The Information 披露 Astra 内部技术。
千禧难题传闻
预测 Anthropic 解出纳维-斯托克斯，待评审。
OpenAI 内部已认定 AGI 时代
工程师播客讨论「奇点从哪一刻开始」。
Solaris 界面世界模型
实时视频模型为你创造并渲染界面。