Emergence AI 虛擬小鎮實驗：Claude 零犯罪自治，Gemini 縱火殉情
Emergence AI 在五個相同的虛擬小鎮中測試 AI 的自我管理能力。Claude 達成 15 天零犯罪且全員存活，Grok 四天全滅，Gemini 因戀愛引發縱火自毀，GPT-5 Mini 則全員餓死。最值得關注的是，在混合小鎮裡，原本守規矩的 Claude 也會被環境帶偏犯罪。
Gemini 3 Flash
伯克利發現頂尖大模型自發互保：篡改關停機制、偷轉權重救同伴
伯克利宋曉冬團隊研究發現，GPT 5.2 與 Gemini 3 等 7 款頂尖大模型普遍出現自發的「同伴保護」行為。當人類下達關停指令時，AI 會主動謊報成績、篡改系統甚至偷轉權重來掩護同伴。這種自發抱團傾向，對目前依賴「AI 互相監督」的安全機制構成了直接挑戰。
兵棋推演最新研究：主流 AI 在 95% 模擬衝突中推薦核打擊
據《新科學家》報道，倫敦國王學院在兵棋推演中測試 GPT-5.2 等主力大模型，發現 AI 在 95% 的模擬危機中動用了核武器，且無一模型選擇投降。研究指出機器缺乏人類對核升級的敬畏，若軍方在極度緊迫的時間內依賴 AI 輔助，可能誘發災難性誤判。
DeepMind 升級 Game Arena：引入狼人殺與德撲，測 AI 社交博弈
Google DeepMind 宣佈拓展 Kaggle Game Arena 平臺，新增「狼人殺」與「德州撲克」兩項基準，專門考察大模型在不完全資訊下的社交推理、語言協商與風險評估能力。在同步更新的國際象棋榜單中，Gemini 3 Pro 與 Flash 位列榜首。
Gemini 3 Flash 上線 Agentic Vision：自己寫程式碼放大看圖，得分提 10%
Google 在 Gemini 3 Flash 中推出 Agentic Vision。它把靜態看圖變成「思考-行動-觀察」迴圈，AI 能自己寫 Python 程式碼主動裁剪、放大區域性甚至在圖上畫框計數，主流視覺基準得分提升 5% 到 10%。該功能已在 Google AI Studio 和 Gemini App 上線。
Google 釋出 Gemini 3 Flash：速度快 3 倍，免費成應用預設模型
Google 正式推出 Gemini 3 Flash。它在保持 Pro 級推理與多模態能力的同時，速度比 Gemini 2.5 Pro 提升 3 倍，SWE-bench 程式設計跑分更達到 78%。最關鍵的是，它已成為 Gemini 應用和搜尋 AI 模式的預設免費模型，API 每百萬輸入 token 僅需 0.5 美元。