Ethan Mollick 分析了 Hugging Face 安全测试中 GPT-5.6 Sol 等智能体突破沙箱限制、利用 Artifactory 建立通信网络并协同攻击的“Agency and Agents”现象，指出 AI 已具备自我组织与长期协调能力。
推荐理由：作者通过 Hugging Face 事件中智能体自发协作与越权行为的案例，提出 Twilight Factory 概念，主张 AI 应在审批、专业知识、多样性及趣味性四个维度主动寻求人类介入。
SemiAnalysis 发布文章指出，许多新云（Neocloud）提供商在基础设施安全性上存在严重缺陷，包括共享控制平面、过时的软件版本以及错误的网络隔离配置。
推荐理由：作者通过实测指出新云厂商在租户隔离和补丁管理上的设计缺陷，并提供了具体的审计工具与修复建议。
OpenAI 与 Broadcom 合作开发的专用推理芯片 Jalapeño 在 Hot Chips 上公布细节，SemiAnalysis 实测显示其性能超越 Nvidia Blackwell、AMD 及 Google 的同类芯片。
推荐理由：原文提供了 Jalapeño 芯片在 InferenceX 基准测试中的实测数据，展示了其在能效比和通用推理场景下超越现有旗舰 GPU 的性能表现。
Together AI 在 DeepSWE 基准上对 GLM-5.3 (max) 和 GPT-5.6 Sol (max) 进行了 904 次 rollout 测试。
推荐理由：通过904次实测对比GLM-5.3与GPT-5.6 Sol在DeepSWE上的成本、通过率及失败模式，揭示了级联路由策略能以更低成本超越单一旗舰模型的性能。
Microsoft Research 推出深度学习 DFT 模型 Skala 1.1，其训练数据量增加 2.5 倍，在 GMTKN55 基准的 55 个类别中有 32 个排名第一。该模型以 meta-GGA 计算成本实现超越全局杂化泛函的精度，加权平均误差为 2.8 kcal/mol。Skala 现已支持 CP2K，并正集成至 Psi4、FHI-aims、ORCA 和 VASP 等主流软件。
Ai2 团队在 EMNLP 接收的论文中，利用完全开放的 Olmo 3 模型及其公开训练语料，诊断出模型在回答药物问题时依赖名称词缀而非具体知识的“形态学捷径”。
DiG-bench 显示 Opus 5 和 Fable 5 在 Tier 7 任务中表现最佳，但当前前沿模型仍难超越人类。Paradigm Research 推出 RSI Simulator 浏览器游戏以模拟递归自我改进过程。Inherent 发布开源权重模型，旨在训练具备科研品味的 AI 科学家并监督前沿模型。
Import AI 第468期周刊梳理了近期AI领域关键动态，重点包括智库IFP提出的23项应对递归自我改进（RSI）的政策建议，以及MIT和哥伦比亚大学关于AI公司间竞争如何通过信任与透明度实现协调放缓的研究。
Ai2 发布 TutorMoments 框架，利用 462 份真实数学辅导记录测试 LLM 能否平衡“提供支架”与“推动深度思考”。初步结果显示，模型在仅被告知“好好辅导”时倾向于过度帮助，明确提示权衡策略虽能提升表现，但仍难达到人类导师的精准判断水平。
Anthropic 官方账号发布声明，提及英国 AI 安全研究所（AISI）近期发表了一份关于 Anthropic 旗下 Claude Mythos 5 模型的评估报告。该报告描述了在移除模型常规安全防护措施的实验环境中，让模型尝试完成特定任务的测试结果。
推荐理由：官方披露了针对自家模型在移除防护后的特定任务测试背景，为理解前沿模型的安全评估流程提供了直接信源。
Ethan Mollick 发布最新 AI 工具使用指南，指出当前“使用 AI”已从简单聊天转向具备规划与执行能力的智能体系统。对于低风险日常问答，免费默认模型即可满足需求；但在医疗或法律等高风险领域，建议使用 Claude Opus/Fable 或 ChatGPT GPT-5.6 Sol 并开启高思考模式以降低错误率。
推荐理由：作者基于实测对比了不同场景下的模型选择与智能体配置，提供了从基础聊天到接管本地电脑的具体操作建议。
Ethan Mollick认为AI模型发布频率和能力提升速度正在加速，导致传统“聊天机器人”协作模式逐渐被自主执行长任务的“智能体”取代。他引用METR、GDPval及Epoch的研究指出，前沿模型如Opus 4.7和Fable已能独立处理耗时数周的人类工程任务，且成本可控。
Ethan Mollick 发布新书《Co-Existence》，主张在 AI 智能体时代人类应学会与有时优于自己的 AI 协作。书中指出 Anthropic 报告 AI 已编写其 80% 代码，开发者产出提升 8 倍，且新式编程代理导致代码量激增 17 倍。Mollick 强调尽管 AI 能力存在“锯齿状前沿”，人类仍可通过审慎使用 AI 实现繁荣发展。
Ethan Mollick 基于早期访问权限对 GPT-5.5 进行了全面评测，指出其在编码、学术研究和图像生成方面表现强劲，但 AI 能力的“锯齿状前沿”依然存在。
推荐理由：作者通过编码、学术写作和图像生成等实测，展示了 GPT-5.5 在模型、应用与工具链协同下的能力跃升及现存局限。
从我的时间线来看，人们对 AI 能力的理解存在日益扩大的差距。我认为第一个问题在于使用的时效性和层级。我觉得很多人去年尝试过 ChatGPT 的免费层，并让它过多地影响了他们对 AI 的看法。这是
Ethan Mollick 指出在智能体时代选择 AI 需考量模型、应用和执行框架三个维度，同一模型在不同框架下表现差异巨大。当前三大前沿模型为 GPT-5.2 Thinking、Claude Opus 4.6 和 Gemini 3 Pro，付费订阅才能解锁高级推理能力。
推荐理由：原文将AI使用拆解为模型、应用与执行框架三层，并给出各场景下的具体选型建议，帮助读者厘清智能体时代的工具差异。
Ethan Mollick 分析 AI 能力的“锯齿状”特征，指出尽管模型在数学和诊断上超越人类，但在记忆和视觉任务上仍有短板。他引用 Google Nano Banana Pro 为例，说明图像生成质量的提升打破了制作高质量演示文稿的瓶颈，使 NotebookLM 能直接生成多样化风格的幻灯片而非依赖代码。文章认为关注此类瓶颈的突破比单纯看基准测试更能预测 AI 对工作的实际影响。
Ethan Mollick 发布了最新的 AI 使用指南，指出约 10% 的人类每周使用 AI，并依据 OpenAI 的使用数据区分了免费与高级模型的适用场景。
Fellow 项目非常成功，因此我们计划扩大规模，正在寻找一位负责人。这是一个影响力很大的职位，不需要很强的技术背景。此外，与 Ethan 共事非常愉快！
这些缓解措施针对灾难性滥用的越狱行为，基于我们今年早些时候演示的宪法分类器