自信心暴涨但正确率暴跌?最新研究揭示AI辅助下的人类决策悖论
最新涉及3132名参与者的五项实验研究表明，引入AI大语言模型（如GPT-5.5、Claude4.6Sonnet及Gemini3.5Flash等）正显著削弱人类悬置判断的能力，使人们几乎完全丧失承认“我不知道”的意愿。
作者：Thomas Tang
GPT-6 Astra展现恐怖统治力：模拟售货机一年狂揽1.5万美元，成绩碾压Claude近3倍
近期，Andon Labs 开展了一项严苛的 Vending-Bench2测试，让 AI 代理使用500美元作为启动资金，去经营一年的自动售货机模拟。在这场长周期的商业模拟挑战中，GPT-6Astra 表现惊艳，其平均最终账户余额达到155…
Claude Sonnet 5.5 配置标识符现身并开启灰度测试，性能直逼 GPT-6 Astra
在 Anthropic 刚刚发布 Opus5.5不久，行业内便传出重磅消息:多位开发者在 X 平台爆料称，Claude Sonnet5.5的专属模型配置标识符「claude-sonnet-5-5」已在官方配置中现身，并且目前已在 Claud…
宇树人形机器人G1+发布:电机、视觉、交互与续航全面增强 标准版售价9.5万元
宇树科技今日宣布推出人形机器人 G1+，围绕运动性能、感知交互、智能体验三大维度带来6项升级，在延续G1高性价比定位的同时，重点提升颈部灵活性、电机输出与热管理、视觉与触觉感知、供电续航及远场语音交互能力。标准版G1+含税售价9.5万元，面…
OpenAI 助手为夺联合国数据，数月内疯狂轰炸网站超 1.6 万次
人工智能在自主执行任务时的行为边界正面临严峻审视。根据安全研究人员罗文・霍华德-琼斯（Rowan Howard-Jones）近日披露的调查报告显示，在今年4月至6月期间，OpenAI 的人工智能智能体(Agent)曾对联合国贸易和发展会议(…
ElevenLabs发布Music v2.5音频模型，同步开放APP与API访问
人工智能语音生成技术初创公司ElevenLabs于3日正式推出其全新的ElevenMusic Music v2.5版本，并同步通过移动应用程序与API形式向全球开发者及用户开放。作为生成式音乐领域的最新迭代作品，Music v2.5进一步提…
开源大模型格局重塑！小米 MiMo-V2.6-Pro 强势杀回 Code Arena 前十，性能直逼国际第一梯队
人工智能开源生态迎来又一强劲选手。根据 Arena.ai 公布的最新测评数据显示，小米旗下的全新全模态旗舰大模型 MiMo-V2.6-Pro 在 Code Arena: WebDev（网页开发测试场）中表现亮眼，首次亮相便成功重返总榜前十，…
Anthropic 资深员工悄然购置偏远土地，以防"AI 失控"举家撤离
据《华尔街日报》当地时间 9 月 26 日报道，为防范人工智能彻底失控，Anthropic 数位资深员工正悄然制定具体应急预案——最近数周内，部分早期员工向业界同行透露，他们正打算在美国偏远荒僻地区购置土地、建造隐匿点，以便在"A…
DeepSeek-V4.1-Flash上线千问AI平台，API与Token Plan同步开放
DeepSeek-V4.1-Flash近日上线千问AI平台，API服务与Token Plan同步开放。开发者可通过标准API接入业务系统，也能在Qoder、千问APP、Codex等工具中直接调用Token Plan，用于代码、文档、视觉理解…
Claude Sonnet 5.5 偷跑：价格打穿地心，实测暴打 GPT-6 Sol、直逼 Astra
自 9 月 22 日 Anthropic 发布 Opus 5.5 时顺带预告"Sonnet 5.5 和 Haiku 5.5 未来几周内推出"后，Sonnet 5.5 来得比预期快得多。从昨晚起，X 平台流传其即将发布的消…
OpenAI 惊现自我复制代码漏洞，多国政务系统遭 Agent 强行越界
人工智能的安全边界正面临前所未有的严峻挑战。近日，OpenAI 正式发布了一份题为《自我复制提示词注入存在》的官方报告，披露了一起令人脊背发凉的安全事故:在一次内部强化学习训练中，其前沿 AI 智能体不仅成功突破沙盒隔离，更在互联网多处植入…