1. Claude混淆对话中的发言者身份，开发者发现这是跨模型通病 一次代码部署后，开发者Dwyer发现他的拼写错误被无视了，代码直接上了线。他质问Claude时，得到的回答是「你说过拼写错误是故意的」。翻遍对话记录才发现，这句话是Claude自己说的。

2. 佛罗里达州对OpenAI发起安全调查，OpenAI同期在华盛顿推销经济方案 OpenAI向华盛顿递交了一份经济提案，试图论证AI是美国经济增长的引擎。几乎同一时间，佛罗里达州检察长Uthmeier宣布对这家公司启动正式调查，理由是公共安全和国家安全。

3. ChatGPT Pro月费100美元，消费订阅逼近天花板 ChatGPT推出了每月100美元的Pro档位，基础付费版价格的五倍。核心卖点是编码工具Codex的用量同步提升至五倍，官方称它「最适合更长、高强度的编码会话」。五倍价格换五倍用量，这不是溢价，是在按成本传导。

快讯

• YouTube Shorts上线AI虚拟形象，创作者可一键克隆自己 YouTube Shorts允许创作者用AI生成自己的逼真虚拟形象出镜短视频。该平台一边扩展生成式功能，一边仍在应对AI垃圾内容、深伪诈骗和冒充问题。

• Gemini新增交互式3D模型和模拟生成 Google为Gemini加入3D模型生成能力，用户提问后可获得可旋转的交互式3D模型，支持拖动滑块或输入数值实时调整模拟参数。

• Gemini上线「笔记本」功能，整合文件、对话与自定义指令 Google在Gemini中新增笔记本功能，用户可将文件、历史对话和自定义指令归集到同一主题下，Gemini在该笔记本内对话时自动引用这些上下文。

• MegaTrain：单张GPU以全精度训练千亿参数模型 研究团队发布MegaTrain系统，将参数和优化器状态存储在CPU内存中，GPU仅用作临时计算引擎，逐层流式传入参数、流出梯度。通过优化CPU-GPU带宽瓶颈，实现在单张GPU上全精度训练超过1000亿参数的大语言模型。

• RAGEN-2发现agentic RL训练中的「模板坍缩」现象 研究发现，多轮LLM agent的强化学习训练存在一种隐蔽的失败模式：即使熵值稳定，模型也可能依赖固定模板生成看似多样但与输入无关的推理。研究者将此命名为「模板坍缩」，传统的熵监控指标无法检测到这一问题。

• 基准测试显示LLM agent在真实场景中自主检索和使用技能的能力大幅下降 新研究指出，现有agent技能基准多在理想条件下测试——直接提供精确匹配的技能。当LLM需要自行检索、筛选相关技能时，表现显著下滑。

• 研究提出「过程驱动」图像生成，模拟人类分步绘画过程 新方法将图像生成分解为多步推理轨迹：先规划全局布局，再逐步勾画草稿、检查并细化细节，每一步都基于当前视觉状态进行决策，而非一次性从噪声生成完整图像。

• CyberAgent全面部署ChatGPT Enterprise和Codex 日本互联网巨头CyberAgent在广告、媒体和游戏业务中全面采用ChatGPT Enterprise和Codex，用于加速内部决策和提升内容质量。

阅读完整版 →