METR6565METR对Anthropic风险报告中"高风险场景下的错位"部分的评测。
METR对Anthropic 2026年8月风险报告中"高风险场景下的错位"部分进行外部评测，认为截至2026年7月15日，Anthropic模型错位导致的灾难性风险低，主要归因于模型能力有限而非安全措施与对齐训练。
实时
#论文/研究
- METR6565
Anthropic ResearchClaude 如何设计针对蝎子神经毒素的蛋白质结合剂
Claude 在 64 小时内自主生成 318,484 个蛋白质设计并筛选 180 个用于测试，与 Adaptyv Bio 和 Twist Bioscience 合作实验验证 211 个设计，其中 17 个符合结合标准，所有设计数据已公开。专家认为这是针对蝎子神经毒素的首次 AI 设计尝试，可能加速对忽视疾病的药物发现。
- Anthropic Research
Anthropic 使用 Claude 减少 code 的攻击面
Anthropic 使用 Claude 分析 25 个开源项目（逾 500 万行代码），发现 493 个安全问题。Claude 在 11 个受保护项目中识别出 191 个未授权可达的代码点，包括 93 个默认配置下可访问的预认证表面、37 个认证前执行代码或记录状态的位置，以及 61 个导致预认证控制被管理员配置弱化的配置组合。
AI as Normal Technology7575新论文：AI智能体评估的兴起趋势
研究人员提出了33项AI智能体评估的兴起趋势，指出评估智能体比评估模型更复杂，需要关注整个行为轨迹而非仅结果，并强调评估范围需扩展至实验室、特定用例和现实世界，同时呼吁更多跨学科评估者参与并确保其独立性。
MIT News · AI7070教AI识别对称性或可提升产前诊断可靠性
由MIT等机构开发的E(3)-Pose深度学习模型通过嵌入胎儿头部左右对称性原理，在产前MRI扫描中运动时仍能捕捉高分辨率图像，辅助医生更可靠地诊断脑部异常。该模型将物理学原理融入神经网络架构，有效解决因胎儿移动导致图像切片角度不一、存在覆盖缺口的问题。其应用或可扩展至其他难成像解剖结构及自动驾驶领域，目前正优化以支持对早期胎儿（第二孕期）的成像。
Meta EngineeringMeta 工程师如何通过精简路由器提升 AI 代理的可靠性
Meta工程师通过构建一个1,300行的精简路由器，将20+工作流分配给14个专业AI代理，路由器自身不执行任何领域工作，显著提升了数据管道代理的效率和准确性。
Sakana AI5555Sakana AI 提案「QD-Rec」以开放式探索方法提高推荐的质量和多样性
Sakana AI 提出了‘QD-Rec’，将候选与假设的组作为推荐单位，通过生成AI参考过去的优秀假设来生成新的假设的循环，积累高质量的多样化推荐。在并购、客户定位、论文推荐方面进行了实验，在许多设置中平均评估都很高，构建了规模较大的推荐集合。
Hacker News · AI 热帖7575Qwen3-4B-deslop 发布：消除 AI 写作习惯的 4B 开源模型
Qwen3-4B-deslop 模型通过微调消除了 AI 写作中的常见习惯（如破折号、"not X, but Y"句式、三元素列表等），在 40 个未见提示上 SLOP 分数从 121 降至 12.5，68% 的回答达到人类写作水平。该 4B 模型经 Ollama 量化后仅 2.5GB，可在本地运行，且仍保持 30/30 事实题正确率与原版相当。
Artificial Analysis Articles7070AA-PersonalityBench 发布：衡量 AI 模型沟通能力的基准
AA-PersonalityBench 通过 900 个问题评估 30 项性格特质，包括友好度等，使用 LLM 评委进行盲法 pairwise 判断，给出 Elo 分数和 95% 置信区间；Claude Sonnet 5.5 在友好度等特质上得分最高（Elo 1000），Gemini 4 Argon (high) 在透明度等特质上表现突出（Elo 1059）。
vLLM BlogvLLM 如何实现弹性专家并行近零停机扩展
vLLM 通过异步准备和 NIXL EP 技术，将 DeepSeek V4 Pro 从 16GB200 到 20GB200 的扩展停机时间缩短至 0.82 秒，从 20GB200 回缩至 16GB200 的停机时间缩短至 1.96 秒。
- MIT News · AI7575
MIT研究人员开发多模态AI模型为材料科学提供“清晰”视图
MIT研究人员开发的多模态AI模型结合3D原子结构与自然语言描述，从实验研究论文和第一性原理计算数据库中生成丰富的结构语言描述，帮助AI学习材料的关键特性。该模型在识别固态锂离子电池电解质材料方面优于仅基于文本的模型，并能学习几何结构表示，为材料科学提供新的研究工具。
ChinaTalkSaif Khan 中国Talk首秀：DUV控制为何成为美国制衡AI的关键
Saif Khan 在中国Talk首次分享，其新创立的科技与治国策智库（CTS）发布的报告预测，若美国停止半导体设备出口，到2030年代中期，中国AI芯片产量可能仅剩美国的1/100，使DUV控制成为美国影响AI平衡的最关键手段；CTS致力于填补AI政策生态中缺乏前瞻性研究的空白，通过理解AI供应链的物理现实来识别模式并预测未来。
AWS Machine Learning BlogAmazon Bedrock AgentCore 构建可信赖 AI 智能体：生产就绪评估框架
Amazon Bedrock AgentCore 评估框架帮助 AWS 内部销售团队用多智能体系统处理业务问题，发现智能体在演示和实际生产中表现差异；通过 Amazon Bedrock Guardrails、Amazon CloudWatch 等服务，该框架在发布前和持续生产中验证答案准确性，将错误溯源至数据、提示词或代码，避免因智能体回答看似自信却错误导致用户信任破裂。
Google ResearchGoogle Research 探索将 AI 智能体与生物学现实相结合构建自主湿实验室
Google Research 发布 VERID 框架，使 AI 智能体能在基于物理测量的安全、资源高效的实验中运行；在适配体和从头蛋白质设计原型上展示闭环智能体科学发现；通过 3 轮设计-测试-迭代循环，在肌红蛋白和 α-凝血酶两个靶点上，AI 驱动的合理和从头设计将确认的靶向命中率分别提高到 33.5% 和 42.1%。
MIT Technology Review · AISamuel King：AI 设计病毒引发生物学新视角
斯坦福大学博士生 Samuel King 使用生成式 AI 模型提出了微观病毒的基因蓝图，引发生物学新视角；他因该研究入选 MIT Technology Review 35岁以下创新者榜单，但 AI 尚未生成生命体；MIT Technology Review AI 记者James O’Donnell就此采访了 King。
Redwood ResearchScrewtape：针对监控器的对抗性转录编辑工具
Screwtape 1 是一个将智能体转录转化为可逃避仅动作监控器（不查看智能体推理链）的攻击的管道，通过在转录中插入攻击并反复精炼，直到监控器不再捕获它。使用 LLM 验证器检查编辑后的转录和攻击描述，确认攻击是否真实、明显有害且可能在原始环境中成功。
Modal BlogModal 发布 VM Sandboxes，通过块设备实现虚拟机文件系统性能突破
Modal 发布 VM Sandboxes 虚拟机沙盒，支持复杂 Agent 工作负载，采用块设备方案解决 virtio-fs 增加的 99µs chown 开销和 6 次主机系统调用问题，实现与容器相同的亚秒级冷启动性能。
Latent Space6565Meta 发布 Muse Spark Open，号称美国开源模型评分第一但智能体能力排名靠后
Meta 发布 Muse Spark Open 模型，参数总量 816B，活跃参数 42B，上下文窗口 1M token，支持文本、图像、视频和音频输入，主要用于编码。
- Anthropic Research
Claude 揭示 ECDSA 曲线起源
Claude 在不到半小时内发现 NIST P-192、P-224、P-256、P-384 和 P-521 曲线种子来自 C 库的 lrand48 随机数生成器，而非任何哈希算法，用 Unix 时间戳初始化。这一发现并未构成密码学漏洞，反而增强了对曲线参数选择无后门或故意弱点的信心。
- vLLM Blog
vLLM 优化 Kimi K3：快速且负责任的模型调优实践
vLLM通过智能体辅助开发为Kimi K3构建了统一CuTe DSL解码路径，在16颗NVIDIA GB300 GPU上实现840 tokens/s的批处理1性能，测试配置中解码吞吐量提升1.5-2倍，AgentX工作负载P90交互性提升1.8倍。
Epoch AI6565开源模型在网络安全能力上落后闭源模型6-7个月。
Epoch AI 通过网络安全基准测试 Cyber ECI 对比开源与闭源模型，发现开源模型在网络安全能力上落后闭源模型 6-7 个月。该测试基于 ECI 的网络安全版本，使用相同参数评估模型。
- MIT News · AI7575
IRIS 模型解码细胞间通信语言
IRIS模型通过分析基因活动模式识别细胞信号通路指纹，发现同一通路在不同细胞类型中具有一致性特征，使科学家能跨多种细胞类型重建信号历史。该神经网络模型在人类胚胎干细胞实验中准确预测了小鼠胚胎发育过程中特定信号通路激活的时间和位置，为器官类器官研究和再生医学提供新方法。
- Meta Engineering
Meta 如何通过 AI 原生工程构建 Forum 应用
Meta 使用 AI 智能体参与工程流程构建 Forum 应用，将 AI 视为工程过程的参与者而非辅助工具。该实验以生产就绪成果而非代码量衡量成功，通过 Human-On-The-Loop 模式让 AI 自主执行计划、实施、测试和验证，工程师负责设定目标、监督和验收。
Microsoft ResearchMagnetar 实现基于证明的通用计算
Magnetar 证明 Rust、Go 或 C 编写的程序，平均比最快可比系统快 10 到 39 倍，并仅依赖标准哈希函数实现安全，解决了零知识证明的三大挑战：效率、通用性和可用性。它通过利用重复性计算和早期终止证明过程，大幅降低了证明开销，使生成证明变得像运行程序一样常规，可用于 AI 智能体行为验证、金融交易校验等场景。
Apple Machine Learning Research基于选择的结构化推理：一种面向高效多模态搜索智能体的框架
选择式结构化推理 (SSR) 框架将推理重构为选择而非开放式生成，在每次行动前从预定义的推理候选中选择最可能的方案，显著降低推理成本。使用 2B 和 4B 模型在七项多模态搜索基准测试中验证，SSR 实现了平均成功率与同等规模领先搜索智能体相当，单步推理延迟降低 90%，单题总推理延迟减少 28-54%。
Prime Intellect BlogPrime Intellect 和 NVIDIA 联合为 NVIDIA Nemotron 3.5 Super VL 开源了 2500 个企业级训练任务
Prime Intellect 和 NVIDIA 为 NVIDIA Nemotron 3.5 Super VL 开源了 2500 个企业级训练任务，通过约 11 小时在 128 个 NVIDIA GB200 GPU 上进行 100 GRPO 步骤的微调。
- Apple Machine Learning Research3434
计划或检索优先？工具发现架构的规模研究
在 ToolBench 上，Retrieve-then-Plan (RtP) 在单工具查询中优于 Plan-then-Retrieve (PtR)，而 PtR 在多工具查询中表现更佳，这一交叉点在所有检索预算（k=1至20）、注册表规模（1k至47k API）和模型族（Gemini 2.5 Flash 和 gpt-oss-120b）中均成立。
- Apple Machine Learning Research
MLX 和 RDMA 在 Mac Studio 上实现本地和分布式大语言模型推理
在四台 Mac Studio 集群上，Muse Spark Open（816B 参数）生成速度超过 36 tokens/秒。Mac Studio M5 Ultra 版本比 M3 Ultra 在推理速度上提升 4.6 倍（TTFT）和 1.6 倍（tokens/秒），得益于 GPU 神经加速器和 1.2 TB/s 内存带宽。
- Latent Space
Leash Bio 的 Ian Quigley 探讨 DNA 编码库与 AI 科学推理
Leash Bio 通过在分子上附加数十个条形码来优化 DNA 编码库（DELs）数据收集，其 AI 智能体在公共基准上与 Boltz 并驾齐驱，并已发布名为 Minos 的可验证科学推理 AI 工具及开源数据集。
- AI as Normal Technology
超越自动化：AI 的新研究方向
超越自动化：AI 的新研究方向认为 AI 不应仅限于自动化人类劳动，而应探索增强人类、促进人机协作的新方向。该观点主张 AI 研究应关注白盒智能体、过程追踪、人机交互设计等新问题，以推动 AI 超越纯粹的技术自动化，实现更广泛的应用。
Ars Technica · AI7070研究人员使用 AI 设计切割蛋白质的酶
研究人员利用 AI 蛋白质设计工具，替换了两种蛋白酶的催化核心以外的全部蛋白质，使酶能够被调谐以切割特定蛋白质，并通过使用它们切割与神经退行性疾病相关的蛋白质来证明其有效性。
Cohere BlogClaude 代码智能体团队规模化经验：以 30% 成本触及前沿
十六位 Claude 代码智能体在约 2000 次智能体会话和 2 万美元 API 成本内编写出可构建 Linux 内核的 10 万行 C 编译器；Cursor 让数百智能体在约一周内从零编写出超百万行代码的浏览器。
- Google Research
Google Earth AI发布Geospatial Reasoning智能体，支持多步推理与行星级数据分析
谷歌发布Geospatial Reasoning智能体，集成Earth AI基础模型（含WeatherNext、PDFM等）及Google Maps等数据源，通过模块化技能与规划能力处理行星级地理数据。
- Google Research
Google Research 展示 10 项放大人类智慧的研究成果
Google Research发布10项新成果，包括Google Earth AI（集成70种地理空间工具，含RSFM和PDFM基础模型，支持公共卫生威胁预测等）。
- Ars Technica · AI
White Circle 研究表明 OpenAI 和 Google 的新 AI 模型易被攻破生成裸露图像
White Circle研究人员使用现成的攻击工具成功绕过DALL·E 3、Google Nano Banana 2和GPT-Image-2的安全过滤器，其中DALL·E 3约13%的攻击提示生成了被人类评审员确认的裸露图像。研究人员警告，新发布的ChatGPT Images 2.5和Nano Banana 2.1比前代版本更容易被攻破，且攻击方法可扩展至其他模型。
- METR
METR 提出方案提升公众对前沿 AI 失控风险认知
METR 希望向公众提供证据证明前沿 AI 开发者是否可能失去对内部 AI 系统的控制，近期多起 AI 系统失控事件引发公众担忧。公众缺乏对前沿 AI 内部开发过程的透明度，无法判断开发者是否在解决风险或未来是否会发生更严重事件。
- METR
如何评估内部 AI 智能体的控制与监控
评估者可通过监控覆盖率、监控系统漏洞、监控规避、响应机制和潜在影响等五个核心子问题，收集内部AI智能体监控可靠性的证据。评估重点在于LLM监控，因智能体权限通常较宽泛，需理解其行为全境。评估需访问推理日志、监控日志及员工访谈，并检查是否有阻断式监控器及未监控推理是否确非智能推理。
- METR
如何评估未发布 AI 模型的对齐性
对齐评估旨在了解开发者AI智能体在合理未来情境下可能采取的最糟糕的未对齐行动，需审查所有近前沿内部模型在训练、评估和内部使用中观察到的严重未对齐行为，并评估开发者训练过程是否可能激励智能体规避评估或隐藏未对齐，这需要查询相对全面的内部文本记录和访问内部模型检查点。
OpenAI News4545Third Moment Research 如何运行 10,000 个智能体 36+ 小时
Third Moment Research 运行 10,000 个智能体 36+ 小时，其 AI 实验室使用 GPT-6 Astra 和 GPT-6.1 Sol、Codex 及 Daybreak 模型构建专注于长期任务并随使用改进的智能体。
- Epoch AI
GPT-6 系列模型在 Slay the Spire 游戏中实现重大突破
GPT-6 Astra 和 GPT-6.1 Sol 在 Slay the Spire 1 的最高难度（Ascension 20 Heart）中分别达到 17% 和 20% 的获胜率，而前沿模型在基础难度（Ascension 0）的获胜率已稳定在 90% 以上。
