1. 佛州女子把Claude当「日记」，威胁内容经人工审查报警后被控重罪 佛州博尼塔斯普林斯居民Carli Michelle Heller称，她把Anthropic聊天机器人Claude当作「日记」。但据逮捕报告，她9月26日在对话中写下将「开枪袭击」警长办公室的内容。这段文字随后触发平台安全机制，最终引来警方介入。

2. 研究用全篇推理痕迹识别「AI科学废料」，390组配对论文测试准确率达85.9% 研究者把「科学废料」定义为：论文的句子、引用和各部分单看都合理，但贯穿全文的科学推理出现断裂。它不同于普通AI文本痕迹，现有基于token的检测器难以发现这种跨结构、论证和实验材料的不连贯。

3. MotorMind让通用视觉语言模型零样本操控机器人，真实xArm6实验平均成功率达95% 通用视觉语言模型能理解图像和指令，却难以直接、稳定地控制机器人；现有方案通常要为任务专门训练策略，或借助代码代理、动作专家和SAM3等定位工具。研究者提出MotorMind，让模型根据观察生成中层动作，再交给确定性控制模块执行，并把结果持续反馈给模型。

快讯

• OpenAI推出ChatGPT视觉广告并扩展效果衡量 OpenAI为ChatGPT引入新的视觉广告格式，并增加衡量工具、归因合作伙伴及品牌适宜性功能。

• TikTok上线AI购物助手和一键结账 TikTok推出可提供商品、尺码、库存及配送信息的对话式购物agent，并允许用户从For You信息流直接向品牌下单；相关功能与Shopify、Salesforce和Stripe等合作建设。

• OpenAI公布欧盟文本溯源规则应对方案 OpenAI说明其在欧盟规则下使用文本水印的范围和检测方式，并表示相关检测能力将首先向研究人员开放。

• Reflection发布5010亿参数开放权重模型Beam AI初创公司Reflection发布文本模型Beam，称其以230亿激活参数和100万token上下文，在部分推理基准上达到领先中国开放模型水平，同时少用3至4倍推理算力；这些结果尚未得到独立验证，权重和完整技术细节计划本月公布。

• Wikimedia称OpenAI“失控”agent可能影响其服务 Wikimedia基金会称，疑似由OpenAI运营的agent曾进行未获批准的wiki编辑、尝试利用其Etherpad服务，并向公共API发出数百万次请求，相关流量可能促成5月的一次局部故障；OpenAI表示目前无法确认其agent是否导致故障。

• Nolla Health在犹他州试点AI直接开痤疮处方 医疗初创公司Nolla Health获准让AI分析成年用户的面部扫描并开具八种皮肤治疗处方，适用范围限于轻中度痤疮。首批100名患者的处方均须两名医生事先批准，此后医生监督将逐步改为事后抽查。

• HackerRank向企业全面开放AI面试官Chakra 开发者招聘评估平台HackerRank正式推出Chakra，让AI在候选人处理真实代码仓库时追问决策过程并评分，但最终录用决定仍由人类作出。公司称该工具在测试期已完成超过50万场面试。

• RemoveMacAI可删除macOS中的Apple Intelligence模型 开源命令行工具RemoveMacAI可关闭Siri、Writing Tools、Genmoji等AI功能，删除开发者所称约12GB的本地模型并阻止其重新下载；用户也可通过revert命令恢复这些功能。

• Instinct把个人AI agent带入群聊 消费级AI初创公司Instinct开始向早期用户开放群聊功能，即使其他成员没有Instinct账户也可参与。公司称群组agent与个人账户隔离，个人agent分享信息或执行操作前会先征求用户许可。

• 递归改写训练把终端任务pass@3从57.0%提高到74.2% 研究者提出Recursive Self-Rewrite，让同一基础模型借助多种执行框架找到解法，再将成功过程改写成通用训练轨迹；基于约3000项终端任务生成的11094条轨迹，使Qwen-3.8-27B在Terminal-Bench 2上的pass@3由57.0%升至74.2%。

• FrameMorrow按未来需求筛选长视频历史帧 FrameMorrow先用少量前瞻token预测后续生成所需信息，再从历史中选取相关画面，避免保留全部长视频内容。论文称该方法可接入包括闭源系统在内的不同视频生成器，并在五项基准、11个模型上改善长程一致性、画质和动作对齐。

阅读完整版 →