搜索
俄罗斯AI初创公司Mostik由12位博士和1位菲尔兹奖得主组成，在Kaggle ARC-AGI-3竞赛中冲上榜首，并推出让大模型与小模型在数学空间直接传递隐藏状态的"桥梁"技术，使混合系统运行成本仅为完整大模型的二十分之一且小模型补上约50%的性能差距。
媒体报道OpenAI发布GPT-6 Astra官博前后多次悄悄修改跑分数据，包括将自身幻觉率从4.2%降至2.0%、将竞品Anthropic Fable 5.1数学成绩调低近10个百分点，并将ARC-AGI-3得分从98.6%注水至99.99%，OpenAI仅以"消除噪点的常态修正"作为回应。
Manus团队在评测模型深度研究报告质量时，构建了"信息量"与"隐喻率"两项指标，分别通过抽取事实点和统计每百句隐喻数量来衡量信息密度与文风易读性，在覆盖9个主流模型36道题目的Research Bench测试中发现Claude Fable-5隐喻率最高、GPT旗舰模型信息密度低于Claude系列。
Oriscen由前Google Research科学家崔皓与TikTok原内容生态负责人王率丁等人创办，主张让AI在社交协调与人生经历保存中扮演配角，在完成任务后主动退场，将生活的主角留给人。
OpenAI正式发布GPT-6 Astra，宣称其为"全球最智能且最对齐的模型"，在电脑操作（OSWorld完成率72.6%）、ARC-AGI-3（99.9分）、审美判断力、主动性及网络安全（首个达Critical等级）等方面全面升级，Greg Brockman在媒体闭门会上宣布"欢迎来到AGI时代"。
近期Product Hunt热门AI产品Acti、Wispr Flow、Hey Noah、Pazi、Glaze、AnySearch、Context.dev和OpenSEO不再执着于打造更聪明的ChatGPT，而是分别争夺意图入口、任务执行权、软件生产成本降低以及面向Agent的基础设施，将AI嵌入键盘、语音、邮件等日常工作流程。
EvoMap团队推出自进化智能体EvoX，采用无中心调度的蜂群模式让大量Agent平级协作、自主组队，在563道逻辑、数学、物理题上将Claude Haiku 4.5的正确率从单Agent的26.29%提升至70%以上，并开源AutoResearch项目构建Agent经验基础设施。
一个 Agent 到底凭什么越来越强？有人靠更大的模型，有人靠更多数据。就在前天，Google Research 最新发布的 WikiSkill 给出了另一条答案：给 Agent 搭一套三层知识架构，让技能自己进化。
GitHub热榜第一的开源项目Archify是一款可嵌入Claude Code等AI编程Agent的架构图生成工具，能将代码仓库一键转化为可搜索、可交互的HTML格式架构图，其开发者"也无风雨也雾晴"凭借该项目从专升本背景成功斩获上海大厂Offer。
2026年，Recursive Self-Improvement（RSI，递归式自我改进）开始从论文中的长期命题，变成了AI产业议程上一个新的赛道。学术界开始把RSI从分散研究方向变成一个独立议题。4月，ICLR首次为Recursive Self-Improvement（RSI，递归式自我改进）单独办了一场Workshop。