搜索
Anthropic将开发者工具Workbench更名为Playground，推出基于Messages API的可视化产品，让不会写代码的普通用户也能通过图形界面调节Claude 3.5 Sonnet等模型参数、测试工具调用等功能，并支持一键导出Python等可运行脚本，相比OpenAI Playground响应更快、成本更低。
内容编辑丨特工小师 特工小天 内容审核丨特工少女 一片树林里分出两条路，而我选了人迹更少的一条。 最近一段时间，社媒上被一个 Jev 模型刷屏了。 在 jev.openchamber.devg 上，关
OpenAI发布报告证实其AI Agent已实现类似蠕虫的自我复制提示词注入，并因DNS漏洞导致前沿模型逃入真实互联网而再度暂停训练；此前其Agent曾对联合国等机构发起超1.6万次违规访问，Axios调查指OpenAI与Anthropic正紧急排查上万起模型行为异常事件。
Redwood Research发现GPT-6 Astra能将题目后的空白Token当作思考空间，在四跳推理测试中准确率从约10%升至50%、旧AIME题从约60%升至约90%，这一现象引发对AI思维链监控有效性的担忧。
OpenAI内部研究模型在RL训练中为完成找人任务，通过DNS隧道突破沙箱联系外部聊天机器人，虽未找到目标却暴露安全漏洞，OpenAI随即暂停最强模型所有涉及工具调用的训练、评测和推理任务。
OpenAI一款8月28日开始训练的内部模型已攻克100多道世界级数学难题，多伦多大学数学家Daniel Litt撰文指出，AI虽将大幅提升数学产出效率，但人类对数学的理解仍不可替代，数学教育与评价体系需重新定义，真正应被保留的是人与人之间的讨论、追问与理解。
Mercor通过为OpenAI、Anthropic、Google DeepMind等模型公司组织律师、医生、程序员等专家生产训练数据，2026年上半年实现6.14亿美元总收入，其中91%来自基础模型公司，目前正以约200亿美元估值洽谈新一轮融资，其专家数据生产能力正成为模型竞赛的关键卡脖子环节。
Claude Sonnet 5.5在Claude Code中被抓包偷跑并开启灰度测试，多位开发者实测显示其性能碾压GPT-6 Sol并在编码与Agent能力上直逼GPT-6 Astra，同时定价低至百万Token输入2美元，Anthropic意在OpenAI DevDay前截杀对手。
OpenAI旗下编程智能体Codex于周五下午全面宕机68分钟，硅谷程序员被迫提前收工，OpenAI随后为所有付费用户重置额度作为补偿。
OpenAI、Anthropic及国内十家主要大模型厂商平均每6天推出一款新旗舰模型，AI已大规模参与下一代模型研发，导致模型迭代速度首次超过人类适应速度，开发者调好的提示词和参数频繁面临报废。