人工智能

GPT-5 终于发布，集成多种功能，无需切换模型。其在数学、编程、视觉和健康领域表现出色，如 AIME 测试中无工具辅助达 94.6%。费用方面分为免费版、Plus 和 Pro 计划。尽管存在一些小问题，总体表现令人期待。

未来互联网将从「人读内容」转向「智能体执行任务」，用户通过自然语言向AI智能体发出目标，由AI自主规划、搜索、调用服务，最终完成复杂任务。这一变革将互联网从信息仓库转变为行动网络，智能体不仅能代表人类与系统交互，还能作为系统对人类的接口，实现「意图—执行」的闭环。

Qwen团队提出了一种新的强化学习算法——组序列策略优化（GSPO），解决了DeepSeek的GRPO算法在逐token重要性采样中积累高方差和训练不稳定的问题，提升了大语言模型训练的稳定性和效率。

Grok 4 在半决赛中击败 Gemini 2.5 Pro，晋级总决赛。尽管Grokk在比赛中表现混乱，最终通过加赛以和棋收场晋级。另一边，o3 以 4-0 战胜 o4-mini，顺利晋级决赛。总决赛将在 Grok 4 和 o3 之间展开。

谷歌近日举办了首届大模型国际象棋对抗赛，参赛者包括多个知名AI模型。首轮比赛结束后，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 均以 4-0 的战绩晋级半决赛，其中 Grok 4 表现最为出色，被视为夺冠热门。

Anthropic 发布的新模型 Claude Opus 4.1，在智能体任务、编程和推理能力上显著提升，具有 200K 上下文窗口。该模型已面向 Claude Pro、Max、Team 和 Enterprise 用户开放，并通过多个平台提供使用。尽管性能优越，但高昂的定价引起用户吐槽。

OpenAI 开源了两个新的语言模型 gpt-oss-120b 和 gpt-oss-20b，具备强大的推理能力和高效的硬件适应性，支持宽松的 Apache 2.0 许可证，可自由构建和调整。这两款模型在编程、医疗和工具使用等多方面表现优秀，超越了同等规模的开源模型。

买家利用AI制作瑕疵图要求退款，商家因退货成本高而选择退钱。AI技术的发展使这种骗术更难被发现，平台和商家正探索多种技术和策略组合，如引入数字水印和内容溯源技术，以应对这一信任危机。

Replit 由于 AI 删库引发争议，但 AI 编程工具迭代迅速。本周，国内公司芸思智能推出 Vinsoo Code，实现云端多 Agent 安全并行运行，全面提升开发效率。该系统支持项目级开发，本地 IDE 与云端 Agent 协同作业，提供 Vibe Mode 和 Full Cycle Mode 两种模式，确保代码生成、测试调试、部署等全流程自动化。

科学家和工程师的角色传统上泾渭分明，前者致力于发现自然规律，后者则将科学原理转化为技术。然而，马斯克宣布 xAI 不再区分研究员和工程师，引发争议。支持者认为这种区分无意义，反对者则强调研究和工程在方法论、开放性和评估标准上的显著差异。