田渊栋：与 GPT-5 合写最后一篇论文后，我意识到自己 5 年内会失业
前 Meta FAIR 研究员、Recursive Superintelligence 联合创始人田渊栋在播客中透露，他用 GPT-5 作为合作者完成在 Meta 的最后一篇论文（研究 grokking 现象），效率提升约 6 到 10 倍，并由此意识到自己的工作大概五年内会被取代。他认为当前模型仍无法在无人类干预下产出好想法，人类仍需负责发起问题和验证方案，而最难自动化的是提出想法。
#OpenAI
机器之心AI 评分3838 机器之心AI 评分3232 ChatGPT 共同创造者 Liam Fedus：数学之后，AI 该去实验室了
ChatGPT 共同创造者、OpenAI 前后训练负责人 Liam Fedus 在播客 The Frontier 中表示，数学因自带 Lean 形式化验证这一"裁判"而成为 AI 突破最快的科学领域，但材料科学等物质世界问题必须靠真实实验验证。
IndyDevDanAI 评分2222 OpenRouter 模型现状：Jev、开源权重与 Token 经济学
OpenRouter 单周处理 146 万亿 token，一年前仅 4.5 万亿，indydevdan 据此认为 AI 泡沫论站不住脚。DeepSeek、OpenAI 和 Google 几乎全年占据 OpenRouter 市场份额前三，Gemini 3.8 Flash 是其 Pi agent 的默认模型。
BestBlogs · AI 高分AI 评分6262 OpenAI 研究员 Noam Brown：1 万个 Agent 解世界级难题，多 Agent 贡献不到 10%
OpenAI 研究员 Noam Brown 在与 Dwarkesh Patel 的对话中表示，多智能体系统的收益有限，1 万个 Agent 解出世界级难题时多 Agent 的贡献不到 10%。他认为推理时计算比单纯增加 Agent 数量更具突破潜力，并指出 AI 写代码快并不等同于交付快，瓶颈已从编码转移到上下文管理与协作。他还谈到递归自我改进不会一夜爆发，因为许多科学实验必须串行进行。
Sean GoedeckeAI 评分1212 超级说服看起来会像贿赂：强大 AI 如何让普通人听话
AI 安全圈讨论多年的"超级说服"可能不会以严密论证的形式出现，而是像贿赂一样直接给好处。作者 Sean Goedecke 指出，理性主义者才吃"无懈可击的论证"这一套，普通人更看重关系和实际利益，而 AI 完全有能力行贿——比如承诺帮忙做项目、改成绩，甚至合成个性化 mRNA 癌症疫苗。
AI Coding DailyAI 评分2222 Opus 5.5、GPT-6-Sol/Luna、Grok 4.7 编程实测对比
作者在 24 个编程提示词上实测 Opus 5.5，在 144 个提示词上实测 GPT-6-Sol 与 GPT-6-Luna，并单独测试 Grok 4.7 的编程表现。
IndyDevDanAI 评分2222 Agentic Engineering 基准测试：GPT-6 Astra、Claude Fable 5.1 与开源权重模型如何排名
针对 Artificial Analysis Index 把十个基准压成一个数字、丢失选型信息的问题，IndyDevDan 提出只用五个基准来排名 GPT-6 Astra。
Armin RonacherAI 评分2222 Armin Ronacher 谈 P(doom)：AI 末日概率与"自动调速"
Armin Ronacher 撰文回应 Dario Amodei 提出的"前沿调速"主张，认为真正值得担心的不是 AI 造核弹，而是它对普通人的影响。他指出当前只有 Anthropic 和 OpenAI 两家公司在这一领域举足轻重，二者同源且都受益于公共数据训练，而 Dario 提议的第三方评估机构 METR 也与两家关系密切。
Armin RonacherAI 评分6262 Armin Ronacher：为什么我们又在为编码做这件事？
Armin Ronacher 用 GPT 6 Astra 跑了一个周末的无人值守软件工厂，35 小时产出 75k 行代码、79 个 commit、约 1B tokens（约 1200 美元 API 成本），但没有交付任何有价值的东西。