搜索
Anthropic发布Claude 5.2“双子星”Fable 5.2和Mythos 5.2，完成电路板设计、分子合成路线、运筹学及黑洞物理计算等预发布测试，刷新72项纪录并解决搁置23年的黑洞难题，但相关结果仍待实验验证。
前段时间，Anthropic 展示了一项 AI for Science 研究成果：Claude 在 64 小时内生成了 31.8 万个蛋白质设计方案，经过筛选，211 个被送入湿实验室测试，最终有 17 个达到预设的蛋白结合标准，展示了 AI 科学设计走向真实实验验证的巨大潜力。但 Anthropic 也指出，从结合命中到真正可用的抗毒疗法，仍面临复杂的活性验证与成药性考验等一系列考验。
一天烧掉 100 美元，是平时一周 Token 预算的 5 倍！
潜在估值超1300亿。
在大型语言模型（LLM）的无损推理加速中，推测解码（Speculative Decoding）已成为工业界标配。以 EAGLE-3 为代表的自回归草稿模型虽然预测准，但每多猜一个 token 就要多跑一步串行前向；而受扩散语言模型启发的 DFlash 将草稿生成彻底并行化 —— 一次骨干网络前向即可同时吐出整块候选 token，大幅压缩了起草耗时。
Anthropic发布Claude Fable 5.2和Claude Mythos 5.2，提升编程、推理与科研能力，1000个Fable 5.2智能体在30小时内完成费马大定理形式化。
印度AI机构169Pi宣称自研Alpie Seed 9B，但Hugging Face配置显示其基于阿里Qwen3.5-9B量化微调，仅通过提示词强塞印度身份，且引用跑分未在相同环境复测。
Anthropic 工程师刚刚提出 “95% 的工程师已经在跑自我改进循环。” RSI 热潮推到眼前，递归循环跑起来了，AI 究竟变强了多少？本文将公开 Theseus Lab 进化纪元的洞察和愿景，并开源 3 项相关工作。
一款根本不存在的智能手环，为什么会出现在 AI 的推荐名单里？2026 年央视 3・15 晚会曝光的 “AI 投毒” 案例，让这个问题引起了人们的关注：虚构商品被写进测评、排名和用户评价，随后被 AI 当作推荐依据。
部分ChatGPT和Codex用户疑似被灰度到OpenAI尚未正式发布的GPT-6.2 Sol，实测显示其可完成复杂推理、编程及3D场景生成，并在一次对比中以约20分钟、9美元的表现优于Opus 5.5的1小时、20美元。