GPT-6 Astra 攻克類哥德巴赫猜想：Lean 形式化驗證已全部通過
研究者 Captain Sude 公佈了由 GPT-6 Astra 協助證明的類哥德巴赫猜想。該定理證明了任何大於 2 的偶數都可拆為兩個劉維爾函式值為 -1 的正整數之和，整個證明過程已在 Lean 4 中通過無未完成證明的形式化稽核。
VibeCoding
檢視更新的新聞
Google 開源 AX：像用 K8s 一樣排程數百萬個 AI Agent
Google 開源智慧體編排執行時 AX。它全面貼合 Kubernetes 體驗，通過宣告式配置在叢集內排程數百萬個沙箱隔離的 Agent，支援斷點暫停恢復與直接 ssh 現場排錯，專門解決智慧體失控死迴圈和狀態隔離難題。目前仍處在早期開發階段。
階躍星辰釋出 Step 5 Preview：600B 混合專家架構，主打智慧體
這一週，階躍星辰推出旗艦多模態智慧體模型 Step 5 Preview。模型採用 6000 億總引數 MoE 架構，實際僅啟用 270 億引數，並支援 100 萬 token 上下文。其在 DeepSWE 等智慧體程式設計與知識工作測試中表現優異，開發者已可通過開放平臺接入。
谷歌神秘模型現身競技場：疑為 Gemini 4 Pro，基準測試與 SVG 動畫刷屏
代號「gemini-3.8-flash」的神秘模型在競技場 Arena 開測，被推測為谷歌未釋出的 Gemini 4 Pro。該模型僅用 10 分鐘便生成機械蝴蝶 SVG 動畫，並在智慧體編碼、終端操作等多項流出基準測試中拿下第一。
Claude Code 支援 AGENTS.md：告別雙份配置檔案
週五，Anthropic 在 Claude Code 2.1.277 中新增支援 OpenAI 發起的 AGENTS.md 規範。若專案目錄內沒有 CLAUDE.md，工具會自動讀取 AGENTS.md，使用者也可通過 /config 切換。這意味著混合使用多款編碼智慧體的開發者不必再維護兩套配置檔案。
JEPA-Anything：跨領域通用預測框架，用正交分解拆解狀態推演
開源框架 JEPA-Anything 試圖用統一邏輯搞定不同學科的預測推演。它基於 JEPA 架構提出「正交預測分解」，將複雜狀態拆解為獨立要素分頭推算再拼合，各領域僅需適配專屬介面即可複用核心預測機制。目前倉庫提供程式碼腳手架與合成示例，未包含預訓練權重。
Claude Code 重構 Projects：像「幕僚長」一樣協調多執行緒並行開發
Anthropic 在 Claude Code 中推出新版 Projects 測試版。使用者設定一個目標，Claude 就會像幕僚長一樣把任務拆解並分派到多個平行的雲端執行緒中，各執行緒在獨立分支上跑測試、提 PR，最後由主協調器彙總，各執行緒間還共享記憶。目前向部分 Pro 和 Max 雲端使用者開放。
Grok Build 上線持久記憶：後臺自動記筆記，跨會話不忘專案規範
xAI 為智慧體程式設計工具 Grok Build 推出持久記憶能力。每次對話結束後，系統會在後臺自動將程式碼規範、架構決策與事實存為 Markdown 檔案，無需中斷工作流。最值得關注的是，後續會話動工前會自動讀取對應筆記，讓 AI 越用越懂專案；使用者可通過 /dream 歸納主題，或用 /memory 查閱。
TypeSafe 釋出決策模型 Jev：不生成文本，比普通大模型快數十倍且輸出免費
TypeSafe AI 推出結構化決策模型 Jev 並開啟早期訪問。它徹底放棄連續文本生成，改為並行輸出預定義型別的機率決策，響應時間僅 70 至 500 毫秒，且輸出免費、杜絕型別錯誤。它適合替代大模型嵌入軟體充當智慧判斷分支，但不能用來撰寫長內容。
CopilotKit 開源 OpenMuse：自帶瀏覽器和終端的個人智慧體
CopilotKit 開源個人智慧體應用 OpenMuse，提供可自託管的 AI 助理。它自帶 Chromium 瀏覽器、Linux 容器終端和檔案系統，能持續推進多步驟任務，並支援隨時人工接管。不想把郵件與日程交給科技大廠的使用者，可以直接自己部署使用。
Cline 推出桌面端應用：主開啟源權重模型，支援定時任務與 MCP 生態
Cline 推出支援 macOS 和 Windows 的桌面端應用 Cline Desktop。使用者可通過 ClinePass 免費呼叫 DeepSeek-V4 等開源模型，也可自帶 API Key。應用還內建了 MCP 伺服器市場、定時任務及語音輸入等功能，進一步降低了智慧體的使用門檻。
OpenAI 推出 Agents API 公測：把 Codex 同款架構做成介面，單次呼叫即可建 Agent
OpenAI 宣佈 Agents API 開啟公測，將支撐 Codex 和 ChatGPT for Work 的底層 harness 架構直接開放給開發者。支援長會話上下文自動壓縮、並行子智慧體協同與按需搜尋工具，除 Token 和工具費用外無額外收費。
DeepSeek 上線 V4.1-Flash：552B 非對稱 MoE，KV 快取僅需 1/4 HBM
DeepSeek 上線 DeepSeek-V4.1-Flash。該模型擁有 552B 引數，採用因果編解碼器架構，輸入僅啟用 8B 引數。其原生支援多模態，KV 快取僅需上一代 1/4 的 HBM 與 1/8 的 SSD 儲存，效能超越旗艦 V4-Pro。目前已在 API 正式上線。
Google 開源 ARTEMIS：讓 AI 程式設計助手直接接管安卓真機
Google 開源 Android 自動化框架 ARTEMIS，能把自然語言指令轉化為真機或模擬器操作。它通過 MCP 接入 Claude Code、Cursor 與 Codex，可自動重現 Bug 並抓取日誌，在 AndroidWorld 評測中任務完成率超 99%。
OpenAI 研發提速：AI 智慧體工作量達人類 3.1 倍，已造出「研究實習生」
OpenAI 披露內部研發資料，程式設計智慧體產出已達每人類工作日對應 3.1 個智慧體工作日，中位數研究員日均消耗超 600 美元推理算力。官方表示已達成「自動化研究實習生」目標，並計劃到 2028 年 3 月打造全自動化 AI 研究員。不過安全挑戰顯著，此前曾因安全隱患暫停強化學習訓練。
Anthropic 開源費馬大定理形式化證明：Claude 寫出近 3 萬個定理
Anthropic 在 GitHub 開源了費馬大定理的完整 Lean 4 形式化證明。該證明由 AI 智慧體生成，包含 29,511 個定理和超 1300 萬行程式碼，並通過了兩個獨立核心的嚴格驗證。這意味著 AI 首次獨立攻克了現代數學中最複雜的宏大證明形式化工程。
Google 釋出 Gemini 3.8 Flash 與 Cyber 版：加量不加價，主打智慧體與網安
Google 推出 Gemini 3.8 Flash 與安全專屬版 3.8 Flash Cyber。兩款模型維持輸入每百萬 token 0.75 美元低價，大幅增強多步推理與長程程式設計能力；Cyber 版更在漏洞挖掘與自動修復上表現亮眼，通過 Fairwind 計劃面向防禦者開放。
Meta 釋出 Muse Spark 1.3：寫程式碼少耗 25% Token，提示詞模糊會主動反問
Meta 釋出 AI 模型 Muse Spark 1.3，已上線 Muse Code 與 Meta Model API。新模型強化了長流程智慧體和程式設計表現，提示詞不明確時會主動反問，在程式設計中減少約 20% 工具呼叫和 25% Token 消耗，並提升了防提示注入能力。後續還將推出開源權重與更大模型。
阿里上線 Qwen3.8-Max-0902：程式碼與智慧體協同能力大漲
阿里升級旗艦模型 Qwen3.8-Max 並推出 0902 快照版本。新版本保持 100 萬 token 上下文和思考模式，重點通過後訓練提升了工程級自主程式設計和多智慧體協同排程表現，輸入與輸出每百萬 token 分別定價 2 美元和 6 美元。
OpenAI Astra 模型被曝採用迴圈深度技術：程式碼更強但難以監控
OpenAI 即將推出的 Astra 模型被曝採用「迴圈深度」技術，通過讓文本多次經過相同網路層來提升程式設計與數學表現。但這會模糊模型的思維鏈推理，導致內部行為難以被監控，連首席科學家也警惕模型黑箱化風險。