科技爱好者周刊（第 412 期）：禁止 issue，只用 PR
PHP 框架 Laravel 宣布禁止提交 issue，用户只能提交 Pull Request 报告问题，理由是 AI 时代让 AI 生成 PR 已和提交 issue 一样简单，且能减少垃圾 issue、减轻维护者负担。
#推理
#推理
今日 0 条阮一峰的网络日志AI 评分3636
阿里云开发者AI 评分3737 Agent 如何自己变强？从 Skill 到模型权重的进化全景图
Agent 自进化（Self-Evolution）通过“执行→反馈→优化→再执行”闭环，让 AI 持续优化 Skill、Prompt、记忆与模型权重，突破静态部署瓶颈。
OpenAI News精选AI 评分8585 GPT-6 Astra 发布：面向工作的下一代智能
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机使用以及更强的写作与设计判断能力。
人民公园说 AIAI 评分1818 GPT-6 说自己是 AGI，李飞飞和马斯克不服了！聊聊 GPT-6、世界模型、Cybercab 谁才是 AGI？
GPT-6 自称达成 AGI，李飞飞与马斯克表示不服，节目由此展开"谁才是 AGI"的辩论。随后聊到 GPT-6 Astra 强在哪、李飞飞的世界模型是否算"三无产品"、"数据用完"是不是伪命题，以及 Cybercab 为何坚持两座、远程操控会不会变成"菲律宾外教"模式。
AIGC WeeklyAI 评分6161 AIGC Weekly #187：OpenAI 发布 GPT-6 Astra，Anthropic 发布 Fable 5.1
OpenAI 发布 GPT-6 Astra，号称世界上最智能、最对齐的模型，在 Computer Use、网页浏览、软件工程、网络安全等领域刷新 SOTA，API 定价为每 100 万 token 输入 $10、输出 $50，Fast 模式的输出速度与定价均为标准模式的 2 倍。
腾讯科恩实验室AI 评分5151 腾讯科恩实验室推出 BinaryAI-Bench 二进制安全分析评测集
腾讯科恩实验室推出二进制分析平台 BinaryAI 并发布 BinaryAI-Bench 评测集，通过两轮各 8 个模型×50 个任务的系统评测校准 AI 逆向分析能力。评测集收录 5 大类 18 个子类共 50 个端到端任务，真实来源样本占 94%，难度从 easy 到 expert 四级。评测显示当前 AI 的硬边界集中在跨变种共同行为特征提取与复杂算法精确逆向两个方向。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，分别面向智能体工作流与网络安全。
推荐理由：原文列出了 Gemini 3.8 系列在编码与网络安全基准上对标前沿模型的表现及价格，读者可据此评估其替换现有工作流的成本收益。
AIGC Weekly精选AI 评分7171 AIGC Weekly #185 聚焦 OpenRouter 上线的 OX-Alpha 模型
OX-Alpha 于 21 号在 OpenRouter 上线，定位是面向高效编程、常识推理和 Agent 工作的前沿模型，支持 100 万 Token 上下文与文本、图像和视频输入，目前已在 Cline、OpenCode、Hermes 等 Agent 上免费上线。
推荐理由：汇总了 OX-Alpha 的定位、上下文长度与基准表现，并附作者实测对比，便于判断其在编程与 Agent 场景的可用性。
Microsoft ResearchAI 评分4747 MindTopo 揭示 VLM 的空间推理能力
Microsoft Research 推出拓扑推理基准 MindTopo，评估多模态模型在连通性、包围、顺序、分离与打结五类拓扑关系上的推理与规划能力。测试显示，当前多模态模型在静态识别任务上表现明显优于交互式规划任务，两者均远低于人类水平，且错误多发生在规划阶段而非感知阶段。该基准为机器人和交互环境中的 AI 系统提供了可控诊断工具。
人民公园说 AIAI 评分2727 DeepSeek V4 Flash 逼疯硅谷：Google DeepMind 高层地震，其他模型还能活多久？
DeepSeek V4 Flash 把价格打下 10 倍，在硅谷划出“斩杀线”，同时 Google DeepMind 发生高层地震：哈萨比斯退居二线、Jeff Dean 离职。节目随后讨论中间层模型是否会被集体清退、Meta 是否会被直接斩杀，以及谁会成为下一个“美国版 DeepSeek”。
晚点聊 LateTalk精选AI 评分7373 详解 Kimi K3：强到冲击 Anthropic 估值的模型什么样？
本期《晚点聊》邀请 RadixArk 创始成员赵晨阳与华盛顿大学博士生曾致远，从推理与算法两条线拆解 Kimi K3。节目解读了 K3 的 3T 开放权重、KDA＋MLA 混合注意力与智能体训练环境，并讨论它在美国 AI 界和投资市场引发的关注及相关的开源大辩论。
推荐理由：两位嘉宾从算法与推理系统两条线拆解 K3 的混合注意力、MoE 与训练细节，帮助理解开源模型究竟开放了什么、保留了什么。
AIGC Weekly精选AI 评分8484 AIGC Weekly #180：Kimi K3 开源发布与第三方基准测评
Kimi K3 发布，2.8 万亿参数、原生支持视觉理解、100 万 token 上下文，是全球首个开源的 3 万亿级别模型，权重将在 7 月 27 日前开源。
推荐理由：汇总了 Kimi K3 在多个第三方基准上的排名与成本对比，便于横向比较它与 Claude、GPT 前沿模型的差距。
十字路口 CrossingAI 评分6161 生数科技张金涛聊 Vidu S1：推理加速与实时交互视频
生数科技张金涛带队发布实时交互视频模型 Vidu S1，生成速度超过播放速度并支持无限时长，可在消费级显卡上实现 540P、25–42 FPS。他在播客中梳理了从 SageAttention、TurboDiffusion 到 TurboServe 的三层加速路线，其中模型层通过步数蒸馏和稀疏 Attention 把 Diffusion 去噪从约 50 步降到 4 步。
AIGC Weekly精选AI 评分8484 智谱开源发布 GLM-5.2，基准测试逼近 GPT 5.5 与 Opus 4.8
智谱上周正式开源并发布 GLM-5.2，在多项开放基准测试中得分与 GPT 5.5、Opus 4.8 大致抗衡。模型沿用 DeepSeek V3.2 的 MLA 与 DSA 机制并新增 IndexShare，上下文从 200K 扩展到 1M，但被指完全没有视觉能力，且思考轨迹近 220K token、容易过度思考，导致首字输出体感较慢。
推荐理由：汇总多位从业者的实测评价与定价拆解，可借以比较 GLM-5.2 与闭源前沿模型在编码和 Agent 场景中的真实差距。
OpenAI NewsAI 评分5656 OpenAI 推理模型辅助诊断儿童罕见遗传病，未解病例新增 18 例诊断
研究人员使用 OpenAI 推理模型辅助诊断罕见疾病，在此前未能确诊的病例中新增 18 例诊断。该工作聚焦影响儿童的罕见遗传病。
智谱 · 官方公众号AI 评分6262 GLM-5.1高速版：400 tokens/s，顶尖模型跑出最快速度
智谱面向部分企业客户推出 GLM-5.1 高速版 API “GLM-5.1-highspeed”，模型输出速度达 400 tokens/s，并在完整保留 GLM-5.1 旗舰能力的同时实现低延迟。
Google DeepMindAI 评分3636 用 Co-Scientist 寻找新型传染病背后的分子开关
剑桥大学 Clare Bryant 团队用 Google DeepMind 的 Co-Scientist，寻找病原体跨物种传播引发脓毒症等重症的分子开关。该工具生成并排序假设，优先锁定一个她此前未关注的蛋白，并逐步收窄到具体氨基酸。原本需两三年实验才能定位精确氨基酸，团队如今有望六个月内完成。
Google DeepMindAI 评分3030 Calico Life Sciences 借 Co-Scientist 开拓衰老研究新路径
Calico Life Sciences 团队使用 Co-Scientist，从质量参差的衰老生物学文献中提炼出值得检验的新假设。针对整合应激反应（ISR），Co-Scientist 提出了代谢如何调控 ISR 的新假设。研究人员据此完善实验设计，获得计划发表的新发现。
Google DeepMindAI 评分4646 Co-Scientist 加速肝脏疾病机制发现
爱丁堡大学团队使用 Co-Scientist 加速 MASH 肝病机制研究，从文献中挖掘被忽视的关联并生成新假设。针对已获批药物 resmetirom 为何仅对少数合格患者有效，系统提出假设：NLRP3 炎症小体是耦合炎症与代谢的分子桥梁。该假设随后经实验验证，为靶向双重疗法铺路。
Berkeley AI ResearchAI 评分5151 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 综述自适应并行推理（Adaptive Parallel Reasoning）这一范式：让模型在推理时自行决定何时分解任务、生成多少并发线程并协调它们，以缓解顺序推理导致的上下文膨胀与延迟问题。
OpenAI News精选AI 评分7070 OpenAI 在 API 中推出新的实时语音模型
OpenAI 在 API 中推出新的实时语音模型，可对语音进行推理、翻译和转录，带来更自然、更智能的语音体验。
Berkeley AI ResearchAI 评分4646 GRASP：面向更长程视野的世界模型梯度规划方法
GRASP 是一种面向学习式世界模型的新型基于梯度的规划器，让长程规划变得切实可行。它将轨迹提升至虚拟状态以实现跨时间并行优化，向状态迭代直接注入随机性以促进探索，并重塑梯度使动作获得干净信号，从而规避高维视觉模型中脆弱的 state-input 梯度。该工作由 Yann LeCun 等人合作完成，针对长程规划中梯度爆炸/消失与不良局部极小值导致的脆弱性。
OpenAI News精选AI 评分6060 OpenAI 发布生命科学推理模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，这是一个面向生命科学领域的前沿推理模型，旨在加速药物发现、基因组分析、蛋白质推理和科学研究工作流。
推荐理由：原文点明该模型面向药物发现、基因组分析和蛋白质推理，读者可据此判断 OpenAI 在垂直科学领域的布局方向。
Google DeepMind精选AI 评分6969 Gemini Robotics-ER 1.6 发布：增强具身推理，驱动真实世界机器人任务
Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其推理优先具身推理模型的重大升级，即日起通过 Gemini API 与 Google AI Studio 向开发者开放，并提供配置与提示示例的开发者 Colab。
推荐理由：原文给出相对上一代与 Gemini 3.0 Flash 的逐项基准对比，读者可据此判断具身推理在工业巡检场景的可用边界。
Google DeepMindAI 评分4848 Google DeepMind 提出衡量迈向 AGI 进展的认知框架
Google DeepMind 发布论文提出衡量 AGI 进展的认知框架，归纳出 10 项关键认知能力。框架借鉴心理学、神经科学与认知科学，建议以三阶段评估协议将 AI 表现与人类基线对比。同步联合 Kaggle 启动 hackathon，总奖金池 $200,000，征集学习、元认知、注意力、执行功能与社会认知五项能力的评估方案。
OpenAI NewsAI 评分5656 推理模型难以控制自身的思维链，这是好事
OpenAI 提出 CoT-Control，发现推理模型难以控制自身的思维链。该发现强化了可监控性作为 AI 安全防护手段的作用。
OpenAI NewsAI 评分3030 GPT-5.2 Pro 助力将 single-minus amplitudes 扩展至引力子
新预印本将 single-minus amplitudes 扩展至引力子，GPT-5.2 Pro 协助推导并验证了量子引力中非零的引力子树振幅。
Google DeepMind精选AI 评分7070 Gemini 3.1 Flash-Lite 发布：主打大规模低成本智能
Google DeepMind 发布 Gemini 3.1 Flash-Lite，这是 Gemini 3 系列中最快且最具成本效益的模型。该模型已通过 Google AI Studio 和 Vertex AI 推出预览版，输入 token 价格为 $0.25/1M，输出为 $1.50/1M。
推荐理由：官方给出其相对 2.5 Flash 的速度提升与 token 定价，读者可据此评估高频工作流的成本变化。
OpenAI NewsAI 评分4242 OpenAI 公布其模型对 First Proof 数学挑战赛的证明尝试
OpenAI 公布了其 AI 模型对 First Proof 数学挑战赛的证明尝试，以测试模型在专家级问题上的研究级推理能力。这些证明尝试均由 OpenAI 的 AI 模型生成，围绕该数学挑战赛的专家级问题展开。
Google DeepMind精选AI 评分8383 Gemini 3.1 Pro 发布：为复杂任务打造的更智能模型
Google DeepMind 发布 Gemini 3.1 Pro，该模型专为复杂任务设计，核心推理能力显著提升。它在 ARC-AGI-2 基准测试中取得 77.1% 的验证得分，是 Gemini 3 Pro 的两倍多。目前开发者可通过 Gemini API、Vertex AI 等渠道以预览版访问，消费者可在 Gemini 应用和 NotebookLM 中使用。
推荐理由：原文给出了新模型在 ARC-AGI-2 上的具体得分与前代对比，读者可直观了解其核心推理能力的提升幅度。
OpenAI News精选AI 评分7373 GPT-5.2 在理论物理领域推导出新结果
OpenAI 官方发布消息称，一篇新预印本显示 GPT-5.2 提出了一个新的胶子振幅公式，该公式随后由 OpenAI 与学术合作者完成形式化证明与验证。
推荐理由：原文给出 GPT-5.2 提出新公式并经合作方形式化证明的事实，可作为观察大模型参与科学发现的案例。
Google DeepMind精选AI 评分7272 Gemini Deep Think 加速数学与科学发现
Google DeepMind 发布两篇论文，阐述 Gemini Deep Think 模式及其数学研究智能体 Aletheia 如何在数学、物理与计算机科学领域解决专业级研究难题。
推荐理由：原文详述了 Gemini Deep Think 在数学、物理和计算机科学领域的专业研究应用，展示了 AI 智能体如何作为科研合作者解决开放性难题。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一款 Codex 原生智能体，将前沿编码性能与通用推理相结合，用于支持长周期的实际技术工作。
推荐理由：GPT-5.3-Codex 将前沿编码与通用推理结合，读者可据此判断其应对长周期实际技术任务的能力边界。
OpenAI News精选AI 评分7373 GPT-5.3-Codex 系统卡片发布
OpenAI 发布 GPT-5.3-Codex 系统卡片，称其为迄今能力最强的智能体编码模型，结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理及专业知识能力。
推荐理由：原文给出了新模型相对前代的能力定位，读者可据此判断它在编码与推理上的组合优势。
Fragmented · AI Developer PodcastAI 评分1717 LLM 如何工作：20 分钟讲解
Fragmented 播客第 303 期用 20 分钟梳理 LLM 的完整工作流程：从 tokenization、embeddings 到 inference，让你能给别人讲明白。
Google DeepMindAI 评分3333 Google 2025 年度回顾：8 大领域的研究突破
Google 回顾了 2025 年在 8 大领域的研究突破，Google DeepMind 与 Google Research 发布的 Gemini 3 Pro 登顶 LMArena Leaderboard，在 Humanity's Last Exam 与 GPQA Diamond 上取得突破分数，并以 23.4% 创下 MathArena Apex 新纪录。
AIGC Weekly精选AI 评分7676 AIGC Weekly #152：谷歌发布 Gemini 3 Flash 模型
谷歌发布 Gemini 3 Flash 模型，将 Gemini 3 的专业级推理与 Flash 级延迟、效率和成本结合，现已成为 Gemini 应用默认模型并免费开放。
推荐理由：梳理了 Gemini 3 Flash 相对 Gemini 2.5 Pro 的性能、速度与成本优势，并转述了它在两项指标上反超 Pro 的 RL 训练原因。
OpenAI NewsAI 评分5656 OpenAI 评估链式推理可监控性
OpenAI 提出链式推理可监控性新框架与评估套件，覆盖 24 个环境下的 13 项评估。研究发现，监控模型内部推理远比仅监控输出更有效，为可扩展控制提供了可行路径。
Google DeepMind精选AI 评分8484 Google 发布 Gemini 3 Flash：为速度而生的前沿智能
Google DeepMind 发布 Gemini 3 Flash，以低成本提供前沿推理与多模态能力。该模型在 GPQA Diamond 得分 90.4%，SWE-bench Verified 达 78%，速度为 Gemini 2.5 Pro 的 3 倍，已在 Gemini API、Vertex AI 及 Gemini 应用中推出。
推荐理由：官方发布 Gemini 3 Flash，以更低成本和更快速度提供接近 Pro 级的推理与多模态能力，适合关注模型选型与成本优化的读者。
OpenAI NewsAI 评分5252 OpenAI 推出 FrontierScience 基准，评估 AI 在科研任务中的推理能力
OpenAI 推出 FrontierScience 基准，测试 AI 在物理、化学和生物学领域的推理能力，以衡量其向真实科学研究的进展。