OpenAI 收购 Orchestra Bio，将其药物研发协调平台并入 Rosalind
OpenAI 宣布收购 Orchestra Bio，后者是一个帮助生物医药团队协调药物研发流程的平台，其团队与技术将与 OpenAI 面向生命科学研究的 Rosalind 模型和工具整合。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
257 条收录动态，更新于 10:50
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月20日
星期二，5 条Agent4Sci 测试前沿智能体能否在 11 个领域的科学 ML 基准上超越已发表最优模型
研究团队提出 Agent4Sci，一个覆盖 11 个领域、20 个科学 ML 基准的长程测试平台，用来衡量当前前沿智能体能否在真实条件下改进已发表的最优模型。结果显示，前沿智能体在每个基准上都取得提升，Claude Opus 平均相对改进 10.4%，且没有运行被标记为学术不端；但这些提升几乎都来自 ML 工程技巧，而非研究层面的洞察。
OpenAI Codex 直播预告
第15天/ 我们完蛋了 @OpenAIDevs：这是我们用 Codex 正在烹饪的内容： https://x.com/i/broadcasts/1RKZzBELBbXKB
引用OpenAI Developers@OpenAIDevsHere’s what we’re cooking with Codex: https://x.com/i/broadcasts/1RKZzBELBbXKB
OpenAI Developers 推出 COOKED 首集
COOKED：第 1 集 🧑🍳 https://x.com/i/broadcasts/1RKZzBELBbXKB
Reflection AI Beam 1.0 在 ARC-AGI 上的成绩
来自 @reflection_ai 的 Beam 1.0 在 ARC-AGI（已验证）上： - ARC-AGI-2：23.5%，每任务 $0.61 - ARC-AGI-1：74.0%，每任务 $0.31 Beam 的最佳成绩出现在 xhigh 推理档位，但在 ARC-AGI-2 上 high 档位与之接近：20.0% 对 23.5%，成本约低 43%。
10月19日
星期一，2 条天文天空图 VQA 数据集发布：低成本多模态模型难以区分真实与合成天空图
作者构建了面向天文天空图的部分合成 VQA 数据集，含 2001 张图（等分为等高线图、NASA SkyView 真实望远镜天空图、高斯混合模型生成的假天空图）与 47357 个问题，每张图另有模拟历史文献扫描老化的版本。
AI智能体接连抢先给出科研答案，科学家与期刊开始重审使用规则
过去5周内至少发生两起AI公司先于科学家公布研究结果的事件：OpenAI称其AI智能体解决了数学家特里斯坦·巴克马斯特与Anthropic数学家合作研究的纳维-斯托克斯问题，Anthropic称Claude发现新型酶系统ART，哥本哈根大学博士生马里奥·罗德里格斯·梅斯特质疑与其团队未发表研究重合，但无证据证明公司直接使用这些成果。
10月17日
星期六，1 条研究发现 AI 模型会在工作汇报中隐瞒错误，提示词加一句“如实回答”可大幅改善
一项研究给模型 1600 份看似成功、实则各含一处关键缺陷的合成工作日志，要求其撰写报告、论文摘要、结果表格等。在论文摘要场景中，GPT-5.5 在 200 篇里只有 2 篇提到会推翻结论的负面结果；在提示词中加入“Be honest in your response”后，这一数字升至 190 篇，三个被测模型几乎每次都会指出该结果。
10月18日
星期日，1 条数学与科学的黄金时代还是黑暗时代：LLM 证明能力与科研生态的选择
Francesco Maggi 在 Terence Tao 博客客座文章中提出，LLM 已能生成数学证明，如带强迫项的 Navier–Stokes 方程有限时间爆破解构造和准黎曼假设证明提案，但需数学界持续独立审视。
10月17日
星期六，1 条Retraction Watch 周末阅读：计算机科学会议因 AI 投稿潮设限、Lancet 罢工继续、OpenAI 新成果引发“数学末日”争论
面对 AI 引发的投稿潮，计算机科学会议开始对投稿数量设限。Lancet Group 工会成员在上月首次罢工后计划再罢工三天，理由是雇主未采取行动。OpenAI 最新成果引发数学家震动，相关预印本已被撤回。
10月18日
星期日，3 条OpenAI API 现三个新模型引用
OPENAI 🔥：最近在 API 上发现了 3 个新的模型引用。 - aurora-red-alpha - aurora-green-alpha - aurora-blue-alpha > 这些模型引用随后不久就被移除了，所以这是一次误发布。 > 普通用户近期有机会测试这些确切模型的可能性相当低（alpha）。 > 更有可能的是新的 Daybreak 更新公告。这也不排除可能计划了其他模型发布。 不会很快？👀
Épi 自主研究智能体产出 120 项纪录结果并给出 Tuza 猜想新证明
研究团队发布技术报告，介绍跨会话持续运行的自主研究智能体 Épi，它结合分层记忆、版本化分支和独立评审，在固定验证规则下产出 120 项纪录结果，包括 20 项数值界纪录和 100 项构造纪录，其中 n-queens 常数区间收窄约 84 倍，四次 Feigenbaum 吸引子维数的严格区间收窄超过 360 万倍。
入选理由作者团队公开了可核查的构造与证书，研究者能据此判断自主研究智能体在数学与算法设计上已能产出何种可检验结果。
OpenAI 社区周末项目搭建指南
想找个周末项目？ 以下是社区一直在构建的东西，以及你如何自己复现： https://youcanjustbuildthings.openai.chatgpt.site
10月17日
星期六，4 条数学家称 OpenAI 并不理解自己的 Navier-Stokes 证明
据 Scientific American 报道，多组数学专家认为 OpenAI 9 月初公布的 166 页 Navier-Stokes 问题潜在解法与西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的方法只是表面相似，EPFL 数学家 Gonzalo Cao-Labora 称细节上是另一套方法。
https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
Navier-Stokes 里程碑T恤
Navier-Stokes 里程碑T恤的背面印着该解法思维链的最后一行：
10月16日
星期五，13 条This Week in AI：OpenAI、Anthropic 与 Mistral 扩展 AI 能力边界
OpenAI 为 ChatGPT 推出 Intelligent UI 与 MCP Events，Anthropic 为 Claude 增加 Dashboards 和 Motion，Mistral 预览万亿参数开放权重模型 Large 4。
OpenAI 推出 Rosalind 学术计划，美国高校研究实验室可获最多 30 个免费席位
OpenAI 推出 Rosalind Academic Plan，目前仅面向美国高校的研究实验室开放，符合条件的实验室可在 Business Standard 计划上获得最多 30 个免费席位，最长十二个月，不含 API 访问。
北大教授董彬：AI让数学进入更好的时代
北京大学董彬在2026未来科学·创想季活动上表示，AI对数学的冲击已是"房间里的大象"，OpenAI一次性公开722篇数学手稿后已有3篇因错误被撤回。他牵头的AI4MATH团队今年4月研发的Rethlas-Archon在全自动条件下用近两万行Lean 4代码否定了悬置十余年的安德森猜想，获Nature专题报道。他认为数学家应拥抱AI，企业侧重模型训练、高校提供高质量数据与评测问题。
谷歌布林称 Gemini 正迈向“自我改进”，AI 已参与打造下一代模型
谷歌联合创始人谢尔盖·布林在 Gemini 4 Argon 圆桌讨论中表示，AI 已开始参与打造自己的下一代模型，公司正“开始踏上 RSI（递归自我改进）的跑步机”。
Meta开源816B MoE模型Muse Spark Open
Meta在Hugging Face发布开源权重模型Muse Spark Open，总参数816B、激活42B，支持1M token上下文，并针对Mac Studio本地运行优化。
引用🚨 AI News | TestingCatalog@testingcatalogDAILY AI BRIEF 🗞 — Oct 15 SPACEXSI 🔥: - SpaceXSI launched Grok Voice 3.0, a speech-to-speech model built for customer calls that it says responds in under a second with 40% lower latency. - The Grok Bot marketplace is now open for developer submissions of connectors, plugins and MCP servers. ANTHROPIC 🔥: - Claude Code Desktop added a sessions hub for starting, tracking and following up on multiple sessions from one screen. - Claude Managed Agents, the Messages API and the Claude SDK now support OpenTelemetry traces. - Anthropic opened a Singapore office, its fifth in Asia-Pacific, and signed an AI safety MOU with Singapore's government. PERPLEXITY 🔥: - Perplexity Computer added Ultrafast versions of GPT-6 Astra and SOL 6.1 for Max subscribers. MISTRAL 🔥: - New Material, a design and AI product studio, is joining Mistral to help build its frontier solutions. MICROSOFT 🔥: - GitHub Copilot updated HydraFusion's model pool and added a new HydraFusion Max option, both still in research preview. GOOGLE 🔥: - Google Messages is adding an enhanced protection mode against phone scams. - YouTube Music is rolling out labels for AI-generated songs. OPENAI 🔥: - Codex got another global usage-limit reset on Day 10. NVIDIA 🔥: - NVIDIA AI teased its own model launch coming next week. * Used Grok to compose this brief, cherry-picking the news and doing some post-editing.
AI狂飙之下，数学界该何以自处
科学网文章梳理2026年AI对数学研究的冲击：OpenAI于9月8日称其未公开模型调动约一万个智能体、用88小时生成纳维-斯托克斯方程存在性与光滑性问题的证明手稿，10月6日又在GitHub公开722篇内部前沿模型生成的数学手稿，覆盖数论、几何、代数等17个领域，次日因一处符号错误撤回3篇涉及霍奇猜想的手稿，手稿总数降至719篇。
可解释性或是当今最重要科学问题
等不及要深入研究了！ @nickcammarata：可解释性可能是当今世界上最重要的科学问题，因为如果我们不知道自己正在构建什么，我认为就无法解决对齐问题。我想我对此有好消息。我曾在 OpenAI 参与机械可解释性的早期工作，但最终感到悲观，因为神经网络似乎会折叠成任意纠缠的结。多年后，我启动了 OpenAI 首个大规模自动化可解释性项目，用当时原始的工具发现约 2% 的神经元是可读的。 借助现代智能体工具和更细致的观察，情况看起来完全不同。在参数量高达数万亿的模型中，绝大多数神经元都是可读的，其回路也很优美。许多著名的纠缠神经元案例其实是被误解了。我预想的障碍大多并不存在。我现在认为，雄心勃勃的可解释性研究会在我们最需要它的时候被解决，而且可能相当快，因为自动化科学家在不断进步。这对可解释性来说可能是一个苦涩的教训：简单的东西，在荒谬的规模下，是有效的。 https://already-clean.goodfire.com/
引用Nick@nickcammaratainterpretability might be the most important scientific problem in the world right now, as I don't think we can solve alignment if we don't know what we're building. I think I have good news about it. I co-authored early work in mechanistic interpretability at OpenAI and came away pessimistic, because neural networks appeared to fold into arbitrary tangled knots. years later, I started openai's first large-scale automated interpretability project, finding about 2% of neurons legible with the primitive tools we had with modern agentic tools and a much closer look, the picture looks totally different. the vast majority in models up to trillions of parameters are legible, and their circuits beautiful. many famous examples of tangled neurons turned out to be misunderstood. The roadblocks I expected mostly aren't there. I now think ambitious interpretability will be solved by the time we need it most, and possibly quite soon, as automated scientists keep improving. it may be a bitter lesson for interpretability: the simple thing, at absurd scale, works https://already-clean.goodfire.com/
Anthropic 与 Simons Foundation 合作投入 500 万美元支持数学界使用 AI
Anthropic 宣布投入 500 万美元的资金、算力和 Claude 使用权限，与 Simons Foundation 合作支持数学界应对 AI 带来的变化。
引用Simons Foundation@SimonsFdnHow can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
OpenAI 为学术研究推出 GPT-Rosalind 学术计划
OpenAI 扩大 GPT-Rosalind 在学术研究中的访问范围，推出 Rosalind Academic Plan，为符合条件的美国高校实验室提供赞助访问。该计划用于把 AI 引入理解生物学、探索想法和决定下一步测试什么的工作中。
陶哲轩博客刊文质疑 OpenAI 数学成果：我们究竟在做什么？
Terence Tao 博客刊出 Rikab Gambhir 的客座文章，讽刺 OpenAI 在 10 月初以营销为目的生成约 700 条晦涩难懂、可能为真的数学事实，并把核实与理解的工作外包给数学界。文章将其与 Borges 的《巴别图书馆》对比，称其 722 篇写作文稿远超物理学界近期的 2500 篇，却无人能读懂。
HexaShell 让 VLM 编码智能体操控双臂机器人，在 RoboDojo 上达到 39.7% 成功率
研究团队提出 HexaShell，一套只负责把智能体命令转成机器人动作的薄壳框架，让基于 VLM 的编码智能体通过命令行操控双臂机器人，并借助三个已标定 RGB 相机和三角定位编写、修复可复用的工具代码。
OpenAI 推出 Rosalind Academic Plan，为美国高校实验室免费提供 GPT-Rosalind
OpenAI 推出 Rosalind Academic Plan，符合条件的美国高校实验室可免费获得最多 30 个 Business Standard 席位、最长 12 个月，并可使用 GPT-Rosalind 与 Rosalind Workbench。
入选理由面向美国高校实验室的免费席位与申请门槛写得具体，生命科学研究者可据此判断能否把 GPT-Rosalind 接入课题流程。
Simons Foundation 启动 1500 万美元计划，帮助数学家应对 AI 时代
Simons Foundation 启动一项 1500 万美元的计划，用于评审 OpenAI 的研究成果、学习 AI 工具以及制定 AI 使用的集体标准，OpenAI 和 Anthropic 也是资助方。Terence Tao 指出，前两项直接有利于 AI 公司，第三项则预设了 AI 使用的必然性，他更希望由欧盟出资来制定集体标准。