Elon Musk 的 Grokipedia 更新到 v0.3，换了新标志和首页版式
Elon Musk 旗下 SpaceXAI 的 AI 百科 Grokipedia 更新到 v0.3，换了新标志，首页从原来的一个搜索框改成精选条目、最多阅读和最新编辑三个榜，条目页的表格版式也重做了一遍。
阅读原文模型发布/更新
6 条Artificial Analysis 称 GPT-6.1 Sol 单任务成本比 GPT-6 Sol 低约三成
Artificial Analysis 称，GPT-6.1 Sol 完成单个任务的成本约 0.72 美元，比 GPT-6 Sol 的 1.05 美元低约三成，而 GPT-6 Sol 大约是 GPT-5.6 Sol（1.99 美元）的一半。
阅读原文Arena 榜单：Gemini 4 Argon 在智能体评测排第 8，单任务 0.62 美元
Arena 公布 Gemini 4 Argon (High) 在智能体评测 Agent Arena 排第 8，净提升 +7.92%，完成单个任务约 0.62 美元。
阅读原文Google DeepMind 发布 Gemini 4 Argon，先向可信网络防御者开放
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，首批通过 Fairwind 计划向审核过的网络安全防御团队开放，之后逐步向开发者、企业和消费者推出。
阅读原文Arena 榜单：GPT-6.1 Sol (Max) 以 1759 分列网页开发评测第 3
Arena 榜单：GPT-6.1 Sol (Max) 在网页开发评测以 1759 分排第 3；与更强的 GPT-6 Astra (Max) 分差不到 30 分，混合成本却低八成，每百万 token 8 美元。
阅读原文OpenAI 研究员 Noam Brown：解出千禧年难题，多智能体最多占一成功劳
OpenAI 研究员 Noam Brown 在播客里说，攻克纳维-斯托克斯这道千禧年难题靠的不是多智能体，他连一成功劳都不会记在它头上，真正的原因是底层模型本身足够强。
阅读原文产品发布/更新
4 条Modal 推出多节点 GPU 集群，节点间通信带宽最高 6.4 Tbps
Modal 宣布多节点 GPU 集群正式可用，加一个 @modal.clustered 装饰器就能拉起来，节点间走 InfiniBand 最高 6.4 Tbps，PyTorch 和 NCCL 自动配好，按秒计费。
阅读原文ChatGPT 现在能直接搭好并上线 MCP 服务器
OpenAI 的 Tibo 说，ChatGPT Sites 现在可以托管 MCP 服务器，用户能直接在 ChatGPT 里把它搭好上线，再转成插件装到网页、手机和桌面端，访问范围可以只开给指定的人，也能完全公开。
阅读原文Perplexity 开放邮件委托入口，发一封邮件就能派任务
Perplexity 开放 Computer 邮件委托：转发或抄送至 computer@perplexity.com 即可派任务，限时免费且无需账号。智能体后台完成，每封邮件作为普通会话运行，网页和移动端可查看并留审计记录。
阅读原文Magnitude：会按你的硬件自我调优的开源推理引擎，称比 llama.cpp 快一倍
来自 YC S25 团队的开源智能体推理引擎，会在你的设备上编译并调优计算内核，官方称开源模型跑得比 llama.cpp 快最多一倍。支持苹果芯片、英伟达、AMD 与纯 CPU。
阅读原文行业动态
4 条美国二十余家科技公司签自愿 AI 安全协议，不具法律约束力
二十余家科技公司签白宫自愿 AI 安全协议，承诺独立审计与共定标准，覆盖网络安全、生物与化学威胁；协议无法律约束力，特朗普称其「像一部宪法」。
阅读原文美国 FTC 调查 OpenAI、Anthropic 等 AI 实验室的消费者保护问题
FTC 就消费者保护违规调查 OpenAI、Anthropic 等 AI 实验室；主席 Ferguson 拟用民事调查令调取文件、质询高管；调查公开前一天，这几家刚在白宫签署自愿审计承诺，METR 也在列。
阅读原文ElevenLabs 用 3 亿美元回购员工股份，估值升到 220 亿美元
ElevenLabs 完成 3 亿美元员工回购，估值升至 220 亿美元、为 2 月 D 轮两倍；官方称企业业务占比 55%，语音智能体周对话量超 1500 万，ARR 较 2 月增超 3 倍。
阅读原文OpenAI 称端掉一起有组织的对抗性蒸馏行动，最早见于 7 月第一周
OpenAI 披露并处置了一起对抗性蒸馏行动，目的是系统性提取模型受保护的推理内容训练自家模型；核心集群被指与月之暗面 Moonshot AI 相关个人有关，7 月 28 日处置完毕。
阅读原文论文研究
8 条面向多模态临床诊断的排序感知提示词优化
论文指出医疗数据的类别严重失衡，一个只会猜多数的模型准确率能超过 90% 却没有临床价值，因此提示词优化应改看 AUROC 这类排序指标。
阅读原文半反事实信用增强策略优化
为减少无关提示词影响，论文提出 SCAPO，用不改题意的措辞扰动测 token 漂移，训练早期给高漂移 token 降权。Qwen3-4B-Base 与 1.7B-Base 上 AIME 2024-2026 准确率比 GRPO 高 5.63、4.17 个百分点。
阅读原文去掉时间捷径，非侵入式脑电转文字明显改善
研究者发现，此前从非侵入式脑信号解码词语取得的提升大部分不用脑数据也能复现：把脑电换成不含信息的合成信号，准确率仍有 22.0%，和真实脑记录的 22.3% 几乎持平。
阅读原文ViTeX-Bench：高保真视频场景文字编辑评测基准
ViTeX-Bench 用 387 段 720p 真实视频评测视频场景文字编辑，按文字正确性、视觉与时间质量、编辑局部性三轴 13 项指标打分；八个基线显示文字准确、时间稳定与场景保持难兼顾。
阅读原文图像分类器本身就是高效的视频自监督学习器
论文提出 VideoMSN：把视频当成由抽帧拼成的网格图，交给标准图像 ViT 处理，一路遮空间补丁、一路遮时间帧，用遮罩孪生损失对齐两边，不需要重建、也不需要 3D 网络。
阅读原文Google DeepMind 发布 SynthID Bio，给 AI 生成的蛋白质打水印
Google DeepMind 把 SynthID 水印扩展到合成生物学：改氨基酸选择或原子坐标嵌入不可见签名，实验室合成出的蛋白也可验证；三靶标测试做出首个带水印且有功能的蛋白结合剂。
阅读原文新 AI 系统 Ataraxos 在军棋 Stratego 上大胜顶尖人类选手
MIT 等机构的 Ataraxos 在隐藏信息战棋 Stratego 上以 15 胜 1 负 4 平击败四届世界冠军，有效胜率 85%；训练成本不到 8000 美元，算力成本约为 DeepNash 的五百分之一。
阅读原文ChainSnip：给会计自动留存加密钱包余额证明
ChainSnip 面向会计师，可定时抓取加密钱包余额并在区块链浏览器留存带时间戳与哈希的截图，按客户、钱包或链归档，方便月末结账与审计。
阅读原文技巧与观点
7 条IANA 回信解释 example.com 为什么改版
开发者就 example.com 改版致信 IANA，副总裁回信称改动是把页面内容拆到单独的 JavaScript 文件，因多数访问是自动化程序、不加载脚本，以降低数据量；该域名本只用于文档示例。
阅读原文OpenRouter 教程：把模型评测接进 CI，通过率不达标就拦住合并
OpenRouter 发布的教程说，可以把模型评测当单元测试用：把固定评测集提交进仓库，改提示词时自动跑，通过率低于阈值就让脚本以非零退出码拦住合并。
阅读原文OpenRouter 给智能体选模型的框架：先定质量门槛，再挑最便宜的
OpenRouter 称给智能体选模型别按排行榜：按任务定质量门槛，拿20-50条样本跑廉价、中档、前沿三档模型统一打分算每质量点成本，选过线且留有余量的最便宜模型；提醒从usage.cost读实际成本。
阅读原文OpenRouter 教程：让廉价模型自报置信度，拿不准的再升级给强模型
OpenRouter 教分级路由：用结构化输出让廉价模型自报置信度，低分请求升级给强模型。分数只是自报、不是校准概率，可用的是排序；阈值要按自己流量的分数段错误率定。
阅读原文Zimbra 邮件服务器漏洞已被利用，274 台实例遭入侵
微软警告，Zimbra 协作套件的严重漏洞 CVE-2026-73570 已被利用，攻击者无需认证即可经一封特制邮件远程执行系统命令，窃取邮件备份与登录凭据。
阅读原文Halfspace：用距离场做实体建模的实验性 IDE
Matt Keeter 发布实验性实体建模 IDE Halfspace：把距离场放前台——场值不连续会让法线算错、渲染着色出错，可视化即可定位。基于自家 Fidget 内核，网页与桌面都能跑。
阅读原文脑波比想象的复杂：旋转波与螺旋波或参与实时重组大脑活动
新研究在清醒人脑与小鼠中发现同心波、汇聚波与旋转螺旋波，空间记忆比词语任务更常出现旋转波；研究者认为这些波可能实时重组大脑活动，也有人认为只是突触活动的反映。
阅读原文