匿名 AI 模型 Gestalt 登頂 Contra Frontier Design Benchmark,Elo 評分高於人類參考作品
Contra Labs 的 Frontier Design Benchmark 顯示,匿名 AI 模型 Gestalt 以 1931 分 Elo 評分、90% 勝率排名第一,超越人類參考作品。
Contra Labs 的 Frontier Design Benchmark 顯示,匿名 AI 模型 Gestalt 以 1931 分 Elo 評分、90% 勝率排名第一,超越人類參考作品。
OpenAI 正分批向全球年滿 18 歲的 ChatGPT Plus 用戶開放 Spaces 協作空間,讓用戶建立空間並邀請他人共同整理資料、編輯文件和檔案。Spaces 支援 Pages、互動式頁面和簡報,亦可配合 Scheduled Tasks 使用。
特朗普在白宮簡報會威脅,政府將向在美國境外興建數據中心的企業徵收「巨額税項」,並稱「中國會接管所有這些中心」。Amazon、Google、Microsoft 和 OpenAI 均支持美國境外數據中心項目;企業赴海外建設的原因包括服務區域用戶、符合當地數據要求、提升可靠性,以及取得電力和土地。美國民眾憂慮數據中心推高電費、造成污染並加重電網負擔;特朗普亦要求地方政府與建設商合作,讓社區從中獲益。
作者分享如何在 Codex 使用 Ultrafast,以短任務、即時預覽和逐項回饋迭代 UI、簡報及文件,保持工作節奏。建議使用支援 hot module reloading 的開發伺服器、開啟應用程式內瀏覽器預覽,並從 Light/Low 推理開始;小型視覺修改可先自行核對,再要求 Codex 補寫測試。
OpenAI 於 2026 年 11 月 21 日宣佈,分批向全球年滿 18 歲、月費 20 美元的 ChatGPT Plus 訂閲用戶開放 Spaces 協作空間功能;此前該功能僅供 Pro、Business 及 Enterprise 用戶使用。
Anthropic 於 11 月 19 日在納斯達克上市,文章以 IPO 為切口,討論其算力支出、地區准入政策與商業模式引發的市場疑問。文章稱,公司上市規模達 813 億美元,ANT 收市較發行價上升 17%,納指下跌 2.25%。作者認為,地區與股權准入限制及客戶對單一供應商的依賴顧慮,令競爭不只關乎模型能力,也涉及產品入口、工作流和客戶關係。
推薦理由:文章將 Anthropic 的算力採購承諾與地區准入政策並置,並對照大型平台如何把模型接入既有業務,呈現競爭延伸至客戶關係與資本回報。
Anthropic 於 11 月 20 日完成 IPO,發售 1,127,000,000 股 A 類股,每股 $83.00;承銷商全數行使超額配股權後,發售所得總額約 $93.5B。
Anthropic 數學家 Levent Alpöge 宣稱,他與 Claude 找到黎曼猜想及廣義黎曼猜想的證明,並公開 Lean 形式化程式碼;目前尚未經專家核實。
Codex 的 GitHub Releases 條目標示版本 0.173.0-alpha.3。提供的正文只有 GitHub 導覽及產品介紹,沒有列出該版本的更新內容。
Hebbia 測試 GPT-6 Astra,改善金融研究中的來源檢索和簡報製作。在 Hebbia 的測試中,模型引用所需類型來源的得分比最佳替代模型高 13.6 個百分點,所引段落有 99.5% 與問題相關;另有 97.9% 的適用簡報要求獲得滿足。使用者可循引用和投影片註腳追查來源。
Browser Use 測試其瀏覽器智能體在 Google Flights 找出三班最便宜航班,測試環境用時 30.7 秒,本機 Chrome 用時 17.6 秒;六項原因解釋了 13.1 秒差距中的 12.8 秒。
Ideogram Blog 比較 8 款 Midjourney 替代工具,並以三組設計簡報實測 Ideogram 4.6、Midjourney V8.2 和三款免費工具。
OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的防護;內部自動化測試中,針對先前請求提取受保護推理內容的攻擊成功率,從 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%。
OpenAI 宣佈加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的對抗性蒸餾防護。自適應黑盒評估中,抽取較早請求受保護推理的平均成功率由 GPT-6 Astra 原有防護下的 54.0% 降至 GPT-6.2 Astra 更新防護下的 0.2%;抽取當前請求則由 22.9% 降至 0.9%。
OpenAI 説明如何偵測和阻止對抗性蒸餾,並在 GPT‑6.2 Astra 和 GPT‑6.2 Sol 加強對受保護推理軌跡的防護。在自適應黑盒紅隊測試中,提取先前請求推理軌跡的攻擊成功率,從 GPT‑6 Astra 原有防護下的 54.0% 降至 GPT‑6.2 Astra 更新防護下的 0.2%;針對當前請求則由 22.9% 降至 0.9%。
推薦理由:文章並列請求層防護、協同活動調查與自適應紅隊測試,並以攻擊成功率由 54.0% 降至 0.2%,呈現 GPT‑6.2 Astra 對推理提取的防護評估。
Browser Use 表示,兩項設定把其智能體搜尋蘇黎世至倫敦三班最便宜航班的時間由 30.7 秒降至 20.7 秒。改動包括把 OpenAI 呼叫由 standard tier 改為 priority(每個 token 費用為 2 倍),以及先直接連線、網站阻擋時才改用代理瀏覽器;同一輪改動亦把 example.com 的用時由 10.3 秒降至 6.5 秒。
Codex 發佈 0.173.0-alpha.2。提供的內容未列出此版本的功能變更或其他發佈細節。
這份指南拆解 AI token 計費方式,並提出三種獲利路徑:製作模板反覆銷售、租用 GPU 提供運算成果,以及教授用戶管理帳單。Gemini 4 Carbon 的每百萬 input tokens 價格將於 Dec 1 由 $2 升至 $4,output tokens 則由 $10 升至 $20;提示詞快取、批次處理及模型路由可降低成本。
OpenAI 於 2026 年 11 月 20 日推出 MedChemBench,並報告 GPT-6.2 Astra 在 xhigh 推理力度設定下取得該基準可得分數的 84.5%。
E Daugherty 比較 8 種在 Mac 追蹤 AI 編碼工具用量與重設時間的方案,包括 CodexBar、其他應用程式和 Claude Code 狀態列。各方案的服務支援範圍、介面、提醒、成本和平台要求不同;例如 CodeBurn 提供成本分析,其桌面及選單列版本預設會傳送可關閉的匿名使用報告。
OpenAI 推出 MedChemBench,評估 AI 模型能否結合分子結構與實驗證據,解釋結果、比較化合物並預測性質。基準包含來自 117 篇論文和專利的 99 道題目及 761 種分子結構;在 xhigh 設定下,GPT‑6.2 Astra 得分為 84.5%。
澳洲近 24 至 48 小時的 AI 與大語言模型動態,聚焦商業化資助、AI 數據中心爭議、政府安全事件、保險智能體及運算基建。澳洲聯邦 CRC-P 計劃提供 81 million AUD 資助 30 個合作研究項目,其中逾 12 個涉及 AI。昆士蘭 Western Downs Digital Park 收到近 600 份規劃意見,約 250 名居民及土地持有人反對。
OpenAI 新規要求提供其模型第三方存取服務的閘道和路由器,須經公司審核及批准。這類服務讓用戶以單一帳戶存取來自美國、歐洲和中國的數百個模型,毋須與各模型實驗室逐一簽約。美國安全機構及包括 Anthropic 在內的公司曾指控中國 AI 實驗室透過轉售中介路由請求,以蒸餾或複製美國前沿模型;新規把監督範圍擴至 OpenAI 與用戶之間的任何服務。
OpenAI 將 ChatGPT Space 擴展至每月 $20 的 Plus 訂閲用戶,Plus 用戶即日起可建立自己的 Space。用戶可上載 Pages、投影片、試算表、圖片及網站連結,並邀請他人協作;Pages 亦可透過已連接的工具自動更新。Plus 用戶目前不能在 Space 中使用 Dot agents,OpenAI 已開始讓部分 Plus 訂閲用戶測試這些 agents。
OpenAI 正向少量 ChatGPT Plus 用戶測試常駐 AI 智能體 dots,並向美國 Business Standard 用戶推出。Plus 用戶的測試資格由 OpenAI 按帳戶決定,測試不涵蓋歐洲、英國及瑞士;美國合資格的 Business Standard 成員各可建立一個 dot。每個 dot 在獨立雲端電腦上運行,可在背景工作並連接數千款應用程式。
Santiago Griman 提供一套約 30 秒的檢查方法,透過 robots.txt 和 curl 判斷 Cloudflare 是否阻擋網站的 ChatGPT 爬蟲。
Ed Zitron 指出,泡沫由媒體、金融界及投機者助長,收益偏向富裕人士,代價則由更廣泛的社會承受。他認為,AI 熱潮同樣面對媒體追隨共識、迴避質疑營收與盈利等問題;對 AI 能力及投資回報的估計亦被誇大。
AI 在企業中的角色日益擴大,暴露出新模型無法單獨解決的挑戰,涵蓋智能體限制、NVIDIA 領導層變動,以及提升 AI 系統可靠性的研究。航空公司、銀行和零售商限制外部智能體,企業亦須處理未經授權交易的責任問題。研究人員提出 WikiTrace,並探索以模型內部訊號辨識不確定性,協助診斷和修正 AI 系統的錯誤。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
網站可在根目錄放置 Markdown 格式的 llms.txt,協助 AI 助手及 coding agents 閲讀核心文件,並以 robots.txt 的不同 user-agent 規則分開管理 AI 搜尋引用與模型預訓練存取。範例允許 OAI-SearchBot、PerplexityBot 和 Claude-SearchBot 瀏覽,並禁止 GPTBot 存取。
OpenAI Developers 介紹如何在 Agents API 中使用時間感知及非同步函數工具,讓個人智能體在等待用戶澄清時繼續研究,並按期限交付簡報。文章以 15 分鐘後開會、12 分鐘內交付簡報為例,示範提問、接收回答及處理逾時的流程。另提供 Responses API 循環的實作方式,在每次模型請求前更新當前時間,並由應用程式計時管理交付期限。
Anthropic 週四完成首次公開招股,股價首日上升 17%,但 AI 股票仍受市場憂慮拖累。文中提到,市場憂慮 AI 支出前景及可能加息,Anthropic 帳上有逾 $90 billion,焦點亦轉向計劃明年某個時間上市的 OpenAI。
AI 是涵蓋多種方法的領域,機器學習是其中一種方法,而 ChatGPT 則是基於大型語言模型的聊天機械人產品。機器學習透過數據找出模式,訓練數據有偏差或不完整,模型也會反映這些偏差。ChatGPT 能協助整理和解釋資訊,但生成內容不一定正確,重要內容應對照可信來源核實。
在 MIT 舉行的座談會上,來自 MIT、哈佛大學、西北大學及紐約大學的數學家探討 AI 對數學研究、數學家工作與學科未來的影響。OpenAI 曾集中數以千計的 AI 智能體處理 Navier-Stokes 方程相關問題,並在 88 小時後產出一份相關證明;公司一個月後又發布 722 篇稿件,聲稱完全以 AI 解決多項數學重大未解問題。
Gary Marcus 稱 Anthropic 股價上市首日由 111 跌至 97,盤前預計再跌約 9% 至 88 左右;他並稱 AI 股票 5 個月內跌逾 50%。
作者認為,主權 AI 值得建設,因為企業可更直接掌握數據、模型及系統運作的控制權,但算力成本、開源模型的能力差距和營運治理會限制落地。文章以 The New York Times 與 OpenAI 的版權訴訟為例,指出法官曾要求 OpenAI 保留原本會刪除的輸出記錄。作者建議把敏感、高流量工作交由自有模型處理,同時保留受治理的前沿 API 路徑,並按需要決定哪些層面必須自行控制。
Anthropic 上市次日股價下跌約 9% 至 88.25 美元,未能提振持續疲弱的 AI 板塊。公司完全攤薄後估值約 1.6 萬億美元,按已發行股份計算的市值約 1.2 萬億美元,相當於過去 12 個月營收約 40 倍。報道還稱,英偉達和 Meta 盤前跌幅均超過 3%,亞馬遜和微軟跌幅超過 2%,晶片股亦承壓。
CNET 指出,近期多宗網絡服務故障未必彼此相關,但 AI 正降低漏洞發現與利用門檻,加重網絡基建的安全壓力。國家漏洞資料庫 11 月至今收到逾 10,000 項 CVE 記錄,10 月則超過 17,000 項,對比 2025 年 10 月不足 5,000 項。文章指出,漏洞可能在數小時內遭到利用,而急速修補可能造成系統不穩;未經充分人工檢視的 AI 生成程式碼亦可能帶來新漏洞。
電影《Artificial》推出一張由人手繪製、刻意模仿 AI 圖像生成瑕疵的新海報。海報由藝術家 Mike Thompson 和創意機構 Gravillis Inc. 創作,畫麪包括樹幹中的人臉、變成蛇的樹枝及倒置飛機,並註明「由人類創作」。
Anthropic CEO 達裏奧·阿莫迪曾參與推動大模型規模化,如今則呼籲放慢 AI 模型能力提升,讓安全研究及風險防範跟上技術進步。文章梳理他在 OpenAI 參與規模定律與 GPT-3 研發、創立 Anthropic,以及 Claude Code 推動工程工作和模型研發形成「閉合循環」的歷程。
推薦理由:文章以阿莫迪的研究與創業經歷串連模型規模化、Claude Code 帶動研發和安全監督,呈現 Anthropic 商業競爭與控制能力增長之間的張力。