Ethan Mollick 评论 Google DeepMind 的《The Economics of Intelligence》研究，指出组织不只是最优秀个体的加总，因此单个智能体变强不会独自改变经济，能协同工作的智能体才可能带来转型。该研究由 Alex Imas、Andrew Koh 和 Shane Legg 发布，提出能力与协调两个经济能力门槛，并认为经济转型取决于 AI 成为超强个体、超强协作还是两者兼具。
匹配字段标题、摘要
科学网记者采访中国科学院院士励建书和中国工程院院士王坚，讨论AI进入数学研究后的争议与走向。文章提到，谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub公开722篇由内部AI模型生成的数学手稿，陶哲轩、邓煜等25位菲尔兹奖得主联名发表公开信警告AI与数学出现严重错位。励建书认为AI可能改变数学研究范式，并指出数学为AI做得远远不够；王坚认为AI的推理能力目前主要来自代码，从数学数据中学到更深推理将带来更大增益。两人所在的浙江大学数学高等研究院与之江实验室共同发起未来数学计划，围绕数学基础模型、形式化验证、AI数学机理和跨学科赋能四方面展开。
匹配字段摘要、正文
2026年10月30日,Google DeepMind发表论文《The Economics of Intelligence》,提出用胜任(单任务能力)与协同(智能体协作能力)两项阈值刻画AGI对经济的影响,认为经济影响取决于智能体协调能力而非单个模型变强。论文称AI已在精简初创公司、扁平化组织架构和部分入门岗位招聘放缓上显现变化,但尚未出现大规模失业;多数基准只测单个模型,而企业以团队形式竞争。论文引用一项100人测验,互补配对的小组比随机配对表现高32%。同日,Ethan Mollick评论该研究,指出组织不只是最优秀个体的加总,单个智能体变强不会独自改变经济,能协同工作的智能体才可能带来转型。
匹配字段标题
2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第二、净提升16.2%,并推动帕累托前沿移动;同日Yuchen Jin引用Artificial Analysis数据提出保留,指出评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测,称其在WANDR基准刷新SoTA。
匹配字段摘要
Google DeepMind 研究副总裁 Raia Hadsell 认为，基础模型可以学习语言之外复杂系统的底层规律，未来十年的进展将更多来自世界、机器人、生物和天气等领域。她以 DiffusionGemma 的文本扩散机制、Genie 世界模型及机器人训练为例，说明整块生成、自适应计算和模拟交互数据如何支持推理与具身智能。
匹配字段标题、摘要、正文
Google DeepMind 研究负责人 Vivek Natarajan 介绍了 AI co-scientist 与 AMIE，利用自博弈、搜索和多智能体辩论辅助科研假设生成与医疗诊断。AI co-scientist 的候选药物在人体肝脏类器官实验中将 TGF-beta 诱导的染色质损伤降低超过 91%；AMIE 在模拟问诊中匹配或超过医生，并在受监督的早期可行性研究中未触发预设安全中止。
匹配字段标题、摘要、正文
Alex Heath 在 Gemini 4 Argon 广泛发布后与 Google 兼 Alphabet CEO Sundar Pichai 对谈，讨论该模型的早期反响、他希望模型继续改进的地方，以及 Google 如何保持在前沿。Pichai 还谈到 Google DeepMind 近期的领导层调整、Google 在个人智能体竞赛中的方案，以及 Gemini 未来替用户承担更多工作的设想。访谈也涉及 Google 自由现金流转负、AI 基础设施建设的风险，以及他如何在模型能力尚不明确时就为多年后的需求做规划。
匹配字段摘要、正文
雷锋网梳理了三个案例：Anthropic 因 Claude 持续生成代码，7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库，主分支历史接近 100 GB，迁移后基础设施 CPU 和内存需求约缩小 200 倍；GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上 Post-push 扫描执行时间中位数下降 86%，模型服务成本下降超过 98%；哥伦比亚大学与 Google DeepMind 等机构提出 BTTF，把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常，在 4.2 GB 波形实验中执行准确率 95.33%。文章认为，随着 Agent 提高代码产出，瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。
匹配字段摘要、正文
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出 LLM 可能比此前认为的更容易被理解和监控，并以 Inception v1 中同时响应猫和汽车的神经元为例，认为它们共享 V 形特征而非无规律纠缠。斯坦福 Chris Potts 认为这仍只是猜想，Google DeepMind 的 Neel Nanda 与 Alignment Research Center 的 Jacob Hilton 也指出神经元只是更大谜题的一部分，研究者对顶级 LLM 内部机制的了解不足 0.01%。Cammarata 表示团队已开始研究现代 LLM，将很快公布技术结果。
匹配字段摘要、正文
Ethan Mollick 认为，harness 加上更强的模型正在终结最后几个知名的困难基准：模型现在能持续工作极长时间（METR Long Tasks）、能输出数学正确的专业文档（GDPval）、也能解决复杂的新颖谜题（ARC-AGI-3）。他引用 ARC Prize 的数据称，Google 的 Gemini 4 Argon 在 ARC-AGI-3 上以 provider adapter harness 取得 97.5%、成本 4.8K 美元，标准 harness 下为 49.8%、成本 5.8K 美元；ARC-AGI-2 为 91.3%、每任务 0.32 美元，ARC-AGI-1 为 98.5%、每任务 0.16 美元，Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。
匹配字段摘要
字节跳动正基于视频生成模型 Seedance 开发实时空间视频生成模型，由张一鸣亲自协调跨部门团队与算力资源，据称最快可能于 10 月推出，影视飓风 Tim 已在小红书流传的演示中展示了造世界、任意门、机器人训练和 VR 职业模拟等场景。文章梳理了世界模型的三条路线：OpenAI 的物理仿真、Google DeepMind Genie 3 的实时交互、英伟达 Cosmos 3 的物理 AI 底座，而字节走的是以 Seedance 为基础、按需生成每秒 20 帧视频、端到端延迟约 50 毫秒、云端渲染串流到终端的第四条路，计划适配 Pico 头显并用于直播、互动短剧和游戏。作者认为字节的底气在于抖音、红果、剪映、火山引擎和 Pico 构成的内容生态，世界模型的价值不在生成好看的视频，而在生成可交互、可训练的世界。
匹配字段摘要、正文
AI正以“联合科学家”形式进入更深层科研环节，谷歌DeepMind的“协作科学家”和FutureHouse的Robin今年5月登上《自然》杂志，能自主提出假设、设计验证实验、解读数据并调整方向。伦敦帝国理工学院研究人员仅让“协作科学家”依据公开文献独立分析细菌跨物种交换DNA，约两天后AI给出的解释与研究人员多年实验结论基本一致。但AI生成的实验方案仍不够可靠，实验室实际操作、提出好问题和判断信息仍依赖人类。
匹配字段摘要
围绕AI是否应放缓研发节奏的争论持续升温，Anthropic CEO达里奥·阿莫代伊9月12日发文呼吁行业主动放慢前沿模型能力提升速度，警告递归自我改进可能失控，OpenAI CEO奥特曼、xAI创始人马斯克、DeepMind创始人哈萨比斯等公开表示支持。Meta CEO扎克伯格9月16日表示，将绝大部分算力用于服务人而非竞相追求递归自我改进，是安全开发这项技术的最佳方式之一，并称不专注对齐的实验室将落后。反对声音同样强烈，特朗普称AI安全担忧是骗局，英伟达CEO黄仁勋认为创新与安全可以兼得、无需新立法；大空头迈克尔·伯里则指出高管们谈论放缓是出于自身利益，并称大语言模型不是AI也不会成为AGI。
匹配字段摘要、正文
据《自然》杂志近日报道，今年以来多个团队尝试构建把训练数据卡在某个历史时间点之前的复古LLM，检验模型能否重新发现后来的科学思想，结果显示AI距离爱因斯坦式的科学突破仍有不小距离。独立研究人员迈克尔·赫拉用1900年以前数据训练Machina Mirabilis，模型面对光电效应时曾提出光会分解成大量彼此独立的脉冲，但多数情况下失败，只是在模仿历史文本。谷歌DeepMind研究员汤姆·扎哈维在论文《LLM不会跳跃》中指出，当前LLM还无法完成爱因斯坦那样的推理跨越，科学突破依赖的溯因推理往往发生在数据极少或与既有理论不符的异常现象上。
匹配字段摘要
Latent Space 的 AINews 汇总了 9 月 15 日至 16 日的 AI 动态，其中两个案例构成对编码智能体热潮的现实检验。Steve Yegge 关停了 Gas Town，并承认尽管每月在编码智能体订阅上花费数千美元，他只用它建成了 Gas Town 这一个项目。Databricks 的 Patrick Wendell 表示已向约 3500 名工程师推广 GPT-6 Astra，Astra 在复杂系统设计和长周期任务上明显优于 Opus 5 与 Sol 5.6，但整体编码支出增加约 60%，公司为此设立了专门的 Astra 子预算。本期还提到 OpenAI 发布模型失准事件披露框架及六份案例报告、DeepMind Institute 成立、小米 MiMo-V2.6 公开 RL 训练看板，以及 Anthropic 将 Claude Cowork 与聊天合并为统一入口。
匹配字段摘要、正文
Google DeepMind 研究员 Roberta Raileanu 认为，AI 研究智能体擅长优化已知方案，却难以探索陌生路径并完成概念跃迁，核心障碍是无法衡量一项发现是否足够好。她提出结合强化学习、强调新颖性与多样性的发散搜索，以及优化发现过程的元学习；其团队还构建了 MLGym、Rainbow Teaming 和包含超过 400 million 个程序化研究任务的 DiscoBench。
匹配字段摘要、正文
Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。
Google DeepMind 使用由 Gemini 驱动的编码智能体 AlphaEvolve 改进 DNA 测序纠错模型 DeepConsensus，使变异检测错误减少 30%。这些改进正帮助 PacBio 科学家以更低成本、更准确地分析遗传数据，并可能发现此前隐藏的致病突变。 · Google DeepMind used its Gemini-powered coding agent AlphaEvolve to improve DeepConsensus, a DNA sequencing error-correction model, reducing variant detection errors by 30%. The improvements are helping PacBio scientists analyze genetic data more accurately and at lower cost, potentially enabling the discovery of previously hidden disease-causing mutation
匹配字段摘要
Import AI 作者 Jack Clark 认为，AI 系统很可能在 2028 年底前实现无人类参与的 AI 研发，即前沿模型能自主训练出自己的后继版本，他给出的概率是 60% 以上，2027 年前实现的概率约为 30%。他依据公开数据梳理证据链：SWE-Bench 从 Claude 2 的约 2% 升至 Claude Mythos Preview 的 93.9%，METR 时间跨度从 2022 年 GPT 3.5 的约 30 秒升至 2026 年 Opus 4.6 的约 12 小时，CORE-Bench、MLE-Bench、PostTrainBench 以及 Anthropic 的模型训练优化任务也显示 AI 在核心研发环节快速进步。他认为 AI 目前尚不能提出颠覆性新想法，但 AI 研发大量属于可自动化的工程性工作，且 OpenAI、Anthropic、DeepMind 及多家初创公司都在明确追求自动化 AI 研发。
匹配字段摘要、正文
Ethan Mollick 认为，自 2025 年底起 Claude Code、OpenAI Codex、OpenClaw 等 AI 智能体让人类从与 AI 协作转向管理 AI，进入新阶段。他引用 METR 长任务曲线、GPQA（最强 AI 得分 94%）、GDPval（最新 AI 在 82% 场景达到或超过顶尖人类）等基准，说明 AI 能力仍在指数级提升。他以 StrongDM 三人团队打造的 Software Factory 为例，该模式规定代码不得由人类编写或审查，每位工程师每天在 AI token 上的花费至少 1000 美元。他还提到 2 月 22 日 Citrini Research 的虚构报告引发市场波动、2 月 26 日 Block 宣布 40% 裁员、2 月 27 日五角大楼与 Anthropic 就 Claude 使用规则发生冲突，认为这一周预示了 AI 能力、市场、就业与政策交织的未来。Anthropic 的 Dario Amodei、OpenAI 和 Google DeepMind 的 Demis Hassabis 均提及递归自我改进（RSI）正在推进。
匹配字段摘要
2026年9月16日,Google DeepMind推出DeepMind Institute平台。据代表来源Philipp Schmid当日发布的信息,该平台面向Google DeepMind以及更广泛研究社区的研究者,用于发表并讨论日益强大的AI应如何被构建、治理和使用;首批4篇文章探讨推理透明度、经济政策与人类繁荣。此后暂无新的合格事实证据,平台处于已推出状态。
匹配字段标题