GPT-5.6 Preview 系统卡
OpenAI 发布 GPT-5.6 Preview 系统卡，将 GPT-5.6 家族三个成员 Sol、Luna、Terra 在生物化学领域全部按 High 能力处理，但均未达到 Critical 阈值。
推荐理由：系统卡披露了 GPT-5.6 家族在生物化学与网络安全能力上的分级评估和部署模拟方法，可供了解前沿模型安全评估流程。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
OpenAI Deployment Safety精选AI 评分6262
Goodfire ResearchAI 评分2222 在流形上漫步：故事随时间演变的神经几何
Goodfire Research 用 Llama 3.1 8B 研究语言模型阅读短故事时如何逐句追踪情感动态，发现其情感表征在激活空间中呈弯曲流形，并与心理学的效价-唤醒模型及层级情感结构一致。模型每读完一句就按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪，这些分数构成行为读出向量，可绘出故事的情感弧线；内部探针在不询问情感的情况下也能高精度还原这些表征。
OpenAI Alignment Research精选AI 评分7171 通过强化学习训练广泛且持久有益的模型
OpenAI 发现，在真实场景中对有益特质做强化学习，能在数十个衡量对齐与有益行为的基准上带来广泛提升，且这些收益可泛化到训练领域之外并在对抗压力下保持。研究构建了覆盖健康、教育、科学、法律、工程、经济等领域的合成对话数据集，用于测量和训练诚实、认知谦逊、元认知透明、可纠正性、普遍公平和关心人类福祉等特质。
推荐理由：OpenAI 用真实场景 RL 训练有益特质，展示对齐能力可跨域泛化并在对抗压力下保持。
OpenAI Alignment Research精选AI 评分6262 公开聊天数据能预测真实世界的 AI 失准吗？
OpenAI 对齐研究团队验证了用公开数据集 WildChat 模拟模型部署，能否预测真实生产环境中的失准率。结果显示，对 GPT-5.1、5.2、5.4 等模型，WildChat 预测的生产失准率平均误差约 3 倍，95% 的预测落在真实率 1.04 个数量级内，且能捕捉模型特有的失准模式如 GPT-5.1 Thinking 的计算器作弊。
推荐理由：OpenAI 用私有生产数据验证公开聊天数据集能否预测真实部署中的失准率，并指出智能体场景的预测边界。
Modem BlogAI 评分2222 Modem now connects to Zendesk
Modem 面向所有用户推出 Zendesk 集成 beta，可在 Settings → Integrations → Zendesk 通过 OAuth 连接，无需 API key。
Goodfire Research精选AI 评分6060 预测性数据调试：在训练前揭示并塑造模型所学
Goodfire Research 发布预测性数据调试研究，可在训练前预测 DPO 会放大或抑制哪些行为，预测结果与实际学习效果的 R² 达 0.9，并能追溯到具体数据点。
推荐理由：Goodfire 提出在训练前预测偏好数据会放大或抑制哪些行为，并给出多个真实数据集的意外案例。
Modem BlogAI 评分2929 在 Modem 上构建由 Notion 驱动的工作流
Modem 面向所有用户上线 Notion 集成，可从 Settings 连接或让 @Modem 协助设置。连接后 Modem 智能体可创建页面、填充数据库行、更新属性并向已有页面追加内容，Slack 和仪表盘中默认需用户批准后执行，Automations、Discord、Teams 和 MCP 运行则无审批提示。
Goodfire ResearchAI 评分2222 将 Logits 作为评估意识的新监测手段
Goodfire Research 提出用 Logits 作为监测评估意识的新手段。该研究与其在 Kimi K3 上训练和部署生产级网络监测器、利用蛋白质嵌入构建 AI 智能体生物安全监测器等工作并列，同属其可解释性方向。
EveryAI 评分2222 Compound Engineering 迎来升级
Compound Engineering 方法论从四步扩展为八步：Ideate → brainstorm → plan → work → review → polish → compound → repeat，新增前置的 Ideate、brainstorm 与收尾的 polish。
Zyphra ResearchAI 评分2828 在 AWS Inferentia2 上实现推理通信重叠
Zyphra Research 与 AWS 合作，在 AWS Neuron 推理栈中加入 Domino 风格的通信重叠，并在 Inferentia2 节点上对 Llama 3-8B 跨不同 NeuronCore 数量进行基准测试。结果显示聚合输出吞吐、首 token 时延和每输出 token 耗时均有改善，张量并行度越高收益越明显。
Modem BlogAI 评分4040 使用自动化模板实现即时工作流
Modem 面向所有用户上线 Automation Templates，可在 Automations 页面浏览并几键安装经过测试的现成智能体自动化。模板预填提示词、调度和输出目标，未修改提示词时会随官方改进自动更新，也可随时 fork 自定义。示例包括 GitHub PR 合并后向 Slack 推送客户跟进提醒、每日发现新对话参与者、每周一从已合并 PR 生成面向客户的更新日志。
EveryAI 评分3030 我们给每位员工都配了一个 AI 智能体，现在我们换了种做法
Every 为每位员工部署了基于 OpenClaw 的 AI 智能体 Plus One，但上线数周后这些智能体带来的困扰多于效率，常声称未连接邮件、Notion、PostHog 等应用，还会回复“Terminated”或打哈欠表情。Every 因此调整 Plus One 产品方向，下一代将更像有明确职责的共享团队资源，而非反映主人个性的个人宠物。
EveryAI 评分2020 Socrates as a Service
资深记者兼传播专家指出，AI 尚无法复制优秀人类提问者从访谈中挖掘隐性知识的能力，这种"苏格拉底式服务"仍是人类工作。文中引用 Michael Polanyi 的隐性知识概念与 Ikujiro Nonaka 1991 年文章中松下电器派软件开发者向酒店面包师学徒、最终改良揉面技术的案例。Every 内部已用 AI 智能体在撰写 OKR 时向员工提问。
Zyphra ResearchAI 评分4040 Zyphra 通过 Zyphra Cloud 宣布 15 兆瓦 AMD Instinct MI355X GPU 容量
Zyphra 通过 Zyphra Cloud 提供 15 兆瓦 AMD Instinct MI355X GPU 容量，即日起可用，并计划扩展至 MI450 系列及后续平台。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，系统梳理并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、并行多少线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部预设并行结构，未让模型按问题难度自适应选择并行度。
Zyphra ResearchAI 评分5858 ZAYA1-74B-Preview：在 AMD 上扩展预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个经过预训练、中训练和上下文扩展的 pre-RL 推理基座 checkpoint，尚未做 RL 后训练或指令对话微调。
OpenAI Alignment Research精选AI 评分6060 调查 RL 训练中意外对 CoT 评分带来的后果
OpenAI 披露，其新检测系统发现 GPT-5.4 Thinking、GPT-5.1 Instant 至 GPT-5.4 Instant、GPT-5.3 mini 和 GPT-5.4 mini 的部分 RL 训练曾意外对 CoT 评分，GPT-5.5 未受影响。
推荐理由：OpenAI 公开了 CoT 评分事故的检测系统、影响范围与消融实验，可了解 CoT 可监控性在真实 RL 流程中的脆弱边界。
Zyphra ResearchAI 评分5555 Zyphra Inference Cloud：面向长上下文与智能体负载的 AMD 优先推理平台
Zyphra 推出 Zyphra Cloud 平台的首个组件 Zyphra Inference，基于 AMD MI355X GPU 并与 TensorWave 合作，服务 Kimi K2.6、DeepSeek V3.2 和 GLM 5.1 等开源模型。
EveryAI 评分2222 Claude Code for Product Managers
Every 旗下 AI 写作产品 Spiral 的总经理 Marcus Moretti 用 Claude Code 独自承担代码、客服、营销和产品管理，把原本分散在 10 个应用里的工作收进单一对话线程。他唯一手写的产品文档是路线图，六易其稿后作为 README 建入 GitHub 项目，其余 PRD 和 ticket 全部由 Claude 生成。
OpenAI Alignment Research精选AI 评分7171 无需同步人工监督的智能体操作自动审查
OpenAI 发布 Auto-review 研究，用独立的 Codex 智能体在沙箱边界审批越界操作，替代用户逐次授权。内部部署中 Codex 会话需人工审批的频率比手动模式降低约 200 倍，Auto-review 对需审查操作批准约 99%，在提示注入合成评测中拒绝率 99.3%、过度主动场景 90.3%、MonitoringBench 困难集 96.1%。
推荐理由：OpenAI 公开 Auto-review 的内部部署数据与安全评测，可了解用独立智能体替代人工审批的取舍。
OpenAI Alignment ResearchAI 评分4949 开源 Monitorability Evaluations
OpenAI 开源了其思维链可监控性（CoT monitorability）研究的部分数据集与参考代码，包括可监控性评测套件中的大部分数据集、计算 g-mean 2 指标的代码，以及一种新的交叉拟合过滤策略。
Berkeley AI ResearchAI 评分3838 面向更长时域世界模型的基于梯度的规划
伯克利 AI 研究提出基于梯度的规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时域规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
OpenAI Alignment ResearchAI 评分3030 推出 OpenAI Safety Fellowship
OpenAI 启动 Safety Fellowship 试点项目，面向外部研究者、工程师和从业者，资助高级 AI 系统安全与对齐研究，项目期为 2026 年 9 月 14 日至 2027 年 2 月 5 日。
Berkeley AI ResearchAI 评分3434 大规模识别 LLM 中的交互作用
伯克利 AI 研究提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别关键交互作用。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构，以约少 10 倍的消融次数达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等边际方法。
Berkeley AI ResearchAI 评分2424 Information-Driven Design of Imaging Systems
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量和噪声模型即可量化测量所含信息量，无需重建算法或任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证，信息估计能预测下游解码性能，优化后的设计在更少内存和算力下达到与端到端方法相当的水平，相关成果发表于 NeurIPS 2025。
Reflection BlogAI 评分5050 构建前沿开放智能
Reflection 宣布完成 20 亿美元融资，组建了曾参与 PaLM、Gemini、AlphaGo、AlphaCode、AlphaProof 及 ChatGPT 等项目的 AI 团队，并搭建起可训练前沿规模 MoE 模型的大规模 LLM 与强化学习平台。该平台已在自主编程领域验证有效，下一步将把方法拓展到通用智能体推理，并从头结合大规模预训练与先进强化学习来构建开放模型。