ANTHROPIC 剛剛擊敗了 OPENAI 的 DOTS anthropic 剛剛推出了 claude duet，這是一款讓 claude 成為主動代理的新應用程式 -> 它會主動向你呈現需要你關注的事項 -> 它會完成你交給它的任務 -> 即使你離開，它仍會持續運作 -> 它在代表你行動前會先向你確認 它基於 opus 5.5 運行，並從你的 claude 帳戶中提取你的記憶、技能和連接的應用程式，因此幾乎無需設定 最令人驚訝的是其安全層。它從未直接接觸你的密碼，且新增的分類器可防止其分享任何敏感資訊 公平地說，dots 已上線，而 duet 仍處於等候名單的研究預覽階段，僅限美國的 pro 和 max 用戶。anthropic 甚至承認它仍可能誤判何事緊急 我個人今晚就會加入等候名單。我最想看的是它會認為什麼事需要我介入 同時，在 openai 總部：
Meta 的 AI 負責人 Alexandr Wang 說： 「我們實際上將 Muse 的發佈延後了數個月，以確保安全與保障完全到位」 在 68 分鐘內，他解釋了要信任 AI 代理處理您的個人資訊、電話通話和任務需要什麼，以及為何 Meta 專門建立了一個獨立的 Sentinel 代理來監控 Muse 的輸出內容。 您的個人代理也需要在較小規模下具備同樣的特性。下方文章展示了在您睡覺時仍能確保其行為規範的單一檔案。
GOOGLE 剛剛發布了 Gemini 4 它被稱為 Gemini 4 Argon，Google 表示它在 Vals 指數上排名第一，該指數是基於金融、編程、法律和稅務等實際工作建立的基準測試 Google 表示它已在內部完成以下工作： -> 幫助 Chrome 團隊梳理了 600 萬行的舊代碼，幾個月的工作量在幾週內完成 -> 在幾天內將他們的開源 Gemma 模型速度提升了近 3 倍，通常這需要數月時間 -> 使用它的工程師上線的代碼增加了 35%，而回滾次數幾乎減少了一三分之一 價格：每百萬輸入 token 費用為 $2，輸出為 $10，與 Anthropic 對 Sonnet 5.5 的收費完全相同 今日可使用對象：付費 API 的開發者，以及 Gemini 應用程式和 Google 搜尋 AI 模式中的 Pro 和 Ultra 訂閱用戶 最令人驚訝的是：OpenAI 推出了 GPT-6，Anthropic 推出了 Haiku 5.5，現在 Google 以 Argon 回應。一週內三家實驗室同時發布新模型。 公平地說，這些數據來自 Google 自身，免費用戶還無法使用。 就個人而言，價格才是真正的焦點。在 Sonnet 的價格下獲得前沿模型，意味著「最佳模型」的競爭已轉變為價格戰。
微軟執行長剛剛稱 AI 為內部威脅 薩提亞·納德拉剛剛發表了一篇每個使用 AI 的人都應該閱讀的文章，一天內獲得 900 萬次點閱。 他整個觀點的精髓：「我們需要將智慧的供應與其控制權分離。」 他指出，每家公司現在都需要： -> 永遠不要讓一個模型自行檢查其工作 -> AI 所做的每項行動都必須留下人類可閱讀的紀錄。「如果無法被觀察，就無法被信任！」 -> 由公司決定 AI 可以接觸什麼，而非由 AI 自行決定 -> 從第一天起就假設模型已被入侵，人類隨時可以中斷任務 -> 當失敗發生時，要告知受影響的人 他最後一句話：「最值得信賴的超級智慧系統，不會是我們最信任其模型的那個，而是那個讓我們最不信任模型的系統。」 最瘋狂的是：這位說出這番話的人，正是全球最大的 AI 供應商之一的執行長，他正在告訴自己的客戶：不要相信這些模型。 我個人早在六月就建構了這個概念的微型版本：一份規則手冊，我的 AI 在夜間運作前會閱讀——它能單獨做什麼、必須詢問我什麼、以及永遠不能做什麼。同樣的理念，僅需一個檔案。詳見回覆中的連結
CLAUDE 剛剛為你們整個辦公室而來 Anthropic 剛剛推出兩項新功能，並讓另外三項功能對所有人免費開放 Claude 儀表板： -> 連接你的公司數據：BigQuery、Snowflake、Databricks、Salesforce -> 用簡單的英文提問 -> Claude 會撰寫查詢並建立一個隨數據更新而即時更新的儀表板 -> 每個圖表都顯示背後的查詢，讓你可以檢查 Claude Motion： -> 將報告、圖表和產品導覽轉換為短動畫 -> 不涉及視頻模型。Claude 以代碼編寫每個動畫，因此你可以修改任何文字、數字或時間，並導出 MP4 此外，Claude Docs、Slides 和 Design 已退出測試版，所有計劃（包括免費計劃）均可使用 最瘋狂的是：過去關於公司數據的問題意味著提交工單或撰寫 SQL 並等待。現在，只需一句話即可 公平地說，儀表板功能目前僅在付費計劃中處於測試版，Motion 則僅在團隊和企業計劃中處於測試版 個人認為，就在這週，Claude 已經進入了 Google Docs。Anthropic 不再只是打造一個聊天機器人，而是在為它打造整個辦公室環境
一位數學教授剛剛評估了 OpenAI 的 722 篇論文 倫敦的數學教授 Abhishek Saha 將重大數學成果分為四個等級： -> A：穩健的常規成果。大多數已發表的數學成果屬於此類 -> B：卓越的進展。頂級期刊水準 -> C：令人驚訝的突破，改變整個領域 -> D：震撼性突破。專家認為目前幾乎不可能實現。「即時菲爾茲獎級別」 最優秀的數學家終其一生僅能證明少數幾項 B 和 C 級成果，許多人甚至從未證明過一項 他對 OpenAI 發布成果的評價：部分屬於 A 級，但大多數是 B 或 C 級，且恰好有一項是 D 級，即人們所稱的「擬黎曼假設」 他最後一句話：「這是數學界非常重要的一天。」 最令人擔憂的部分：所有成果均來自一個尚未發布的模型，每項成果僅耗時約 3 小時的思考時間。 公平地說，目前尚未完全確認。OpenAI 自身也表示，部分證明仍可能存在問題，而驗證所有內容將需要數學家數月時間。 就個人而言，這正是我停止將 AI 稱為「工具」的時刻。一個工具不可能在一次發布中完成最優秀人類終其一生才能達成的成就。
CHATGPT 將開始在它撰寫的每段文字中隱藏一個無形標記 OpenAI 已經確認了這一點。這項技術稱為 textGrain，未來幾週將在歐盟範圍內影響 ChatGPT 和 Codex，因為歐盟《人工智慧法案》強制要求實施 你不會看到任何東西。沒有奇怪的符號，也沒有隱藏字元。模型只是以某種略帶模式的方式選擇詞語，而偵測器稍後可以讀取這種模式 它能判斷的是：「這段文字是否很可能由 OpenAI 模型生成」 它無法判斷的是：你是誰、你的帳戶、你的提示內容 有趣的是，OpenAI 自己也承認這項技術效果有限： -> 短段落：約 80% 的時間能被偵測到 -> 每 10 個詞更改 1 個：偵測率從 92% 下降到 66% -> 每 4 個詞更改 1 個：偵測率降至 17% -> 翻譯或重寫後：標記可能完全消失 最令人擔憂的不是水印本身，而是誰會被抓住 稍微編輯一下的人就能輕鬆逃過偵測。真正被抓住的，是那些直接複製貼上整篇作文、一個字都沒改的學生。目前只有「經批准的研究人員」能取得偵測工具，因此你甚至無法檢查自己的文字 公平地說，OpenAI 並未隱瞞這些資訊。他們自己公布了這些薄弱的數據，任何地方的 API 使用者今天就能啟用此功能，而且他們表示將開源此技術 個人認為，這不只是水印問題。歐洲得到的是會標記文字的 ChatGPT，而美國則沒有。同一個 AI，卻因你打開它的地點不同而適用不同規則 這只是第一道法律，未來還會有更多
川普剛讓所有主要人工智慧公司的首席執行官簽署了一項承諾，承諾自行監管。他稱之為「具有道德約束力」。 昨天在白宮：馬斯克、祖克伯、黃仁勳、阿莫代伊、皮查伊和布洛克曼簽署了「白宮超智慧協議」。 僅一頁，四項承諾： 針對網路、生物和化學風險的內部管控措施 設立內部團隊檢查管控措施是否有效 聘請獨立外部審計師 設立董事會委員會審閱報告 違約處罰：無。這完全是自願性質。 川普表示：「這在某種程度上幾乎像一部憲法。」 「我認為這具有道德約束力。」 六天前，伯尼·桑德斯提交了一項法案，對建造超智慧的行為最高可判處20年監禁。而這週我們卻得到一份簽署的承諾。 公平地說，外部審計與董事會層級的監督確實是實質性的進步，這比大多數加密貨幣領域曾達成的協議還要多。 但我以前就聽過「我們有獨立審計師」這種說法。 FTX 有兩家外部審計公司，兩家都對其財務報表簽署了意見，但最終仍歸零。 最令人擔憂的並非協議本身薄弱，而是審計師由他們本應監督的公司聘請。 個人而言，加密貨幣教會我一件事：自我監管在還不花錢的時候是有效的，但一旦到了第一個季度需要花錢時，就立刻失效。 那麼，哪家實驗室會先悄悄違反承諾？我們甚至會發現嗎？
