Anthropic 研究警告小模型或可跨消费设备自我复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 发布研究，测试小模型能否在安全性薄弱的 IoT 设备上自主复制。他们把复制拆成扫描网络、获取访问、在新设备上搭建 AI 环境、继续扩散四个阶段，并刻意略过入侵步骤，重点验证模型能否在陌生硬件上配置出可运行的 AI 环境。
全部 AI 动态
The DecoderAI 评分7171 The DecoderAI 评分6262 Sakana AI 与 UC Berkeley 提出 MASS 自我改进方法，在多项基准提升但存在共享盲点
Sakana AI 与 UC Berkeley 研究人员提出 Multi-Agent Self-Supervision（MASS），让同一个语言模型同时承担解题、优化工作流和评估结果三种角色，实现递归自我改进。
The DecoderAI 评分6464 微软研究：清空对话历史可让 AI 智能体找到更好方案
微软研究院一项研究提出 Fork-and-Flush 方法，让长时运行的 AI 研究智能体在保留工作区文件的同时清空对话上下文，从而跳出反复收敛到同一类方案的 idea basin。
Microsoft ResearchAI 评分5151 微软研究院发布 StudentSim：用学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，一种从公开去标识化学习记录训练个性化学生模拟器的研究系统，用于在真实学习者测试前评估和改进 AI 导师。该系统沿行为保真度和指导响应性两个维度评估，覆盖国际象棋、第二语言英语写作和数学三个领域，并配套 StudentSimEval 基准。
The Decoder精选AI 评分8282 Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并通过同行评审
Google DeepMind 的 AlphaProof Nexus 独立解决了数十个开放数学问题，相关研究发表在 Science 上。它攻克了 353 个 Erdős 开放问题中的 9 个，其中两个已悬置 56 年，还证明了 OEIS 整数序列数据库中的 44 个猜想、解决了一个代数几何开放问题，并改进了 min-max 优化中的一个已知界。
推荐理由：AlphaProof Nexus 在 Erdős 开放问题上取得成果并走完同行评审，可与 OpenAI 未投稿的做法形成对照。
The DecoderAI 评分7171 研究显示 AI 智能体团队耗费大量 token 却几乎不提升质量
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和团队形式在中等与最高推理强度下运行，团队成本是单智能体的 1.8 倍到 5.1 倍。