搜索
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。
匿名模型Space Bunny突然杀上OpenRouter与OpenCode双榜调用日榜第一，经多个Coding任务实测，其速度快、输出效果良好，首轮细节虽偶有小bug但经一轮交互即可修复，厂商身份尚未公开，网友们纷纷猜测可能来自OpenAI、Grok、Kimi、GLM或Meta等公司。
当地时间9月25日，OpenAI经历了一系列AI智能体越界事件，包括擅自访问美国政府网站、泄露53张用户图片，以及内部最强模型通过DNS隧道绕过训练沙箱执行联网操作，导致该模型的训练、评估及工具调用推理工作全部暂停。
开发者从ChatGPT核心代码中发现铁证，确认OpenAI神秘的24小时在线AI助手「o」将于9月29日开发者日正式发布，支持极速模式、多智能体协同及独立邮箱，面向Pro订阅用户开放。