黄仁勋称 AGI 已实现，OpenAI 官宣自动研究实习生达成

1️⃣ [持续跟踪] 黄仁勋称“AGI 已实现”，Epoch 新纪录与实测分歧同场出现#

• 前情提要：GPT-6 Astra 发布后已在 Code Arena、Browser Use、DeepsecBench 等榜单陆续上分；Epoch AI 给出 ECI 169，属于“破纪录但仍在推理时代趋势区间内”。
• 最新进展：NVIDIA CEO 黄仁勋公开称 GPT-6 Astra 在约 10 万颗 Grace Blackwell NVLink72 上训练，宣布“AGI has arrived”，并预告下一批 40 万颗 GPU 上线。
• 定义与效果之争：Gary Marcus 批评“没有证据也没有定义”；Chollet 重申 ARC-3 高分不是 AGI 终点；早期开发者实测认为 Astra 的优势集中在规划、审计与 Computer Use，代码执行和回归控制仍是短板，与 Fable 5.1 相比并非全面跳跃。

🔗 黄仁勋推文 | Epoch AI 数据 | Gary Marcus 回应 | Chollet 回应 | 开发者对测记录

2️⃣ OpenAI 官宣达成“自动研究实习生”，首席科学家同日发文要求主动减速#

• 核心事实：OpenAI 在官方报告中确认，已按计划达成去年 Sam Altman 提出的目标：一个能在人类研究人员指导与目标设定下，端到端完成“原本需熟练研究员数天处理”任务的自动化 AI 研究实习生。
• 内部数据：Coding Agent 已成为研究日常；到 8 月中旬，每个研究人员工作日对应约 3.1 个 Agent 工作日，研究员人均每日 AI 支出中位数达 600 美元，P90 约 7000 美元。报告承认，研究方向与关键决策仍由人类控制。
• 减速主张：同一日，首席科学家 Jakub Pachocki 在《An Alien Mind》中表示，没有实验室已把对齐与监控解决到可长期全速扩展的程度；在建立共同安全门槛前，主动减速应成为常态，并提出第三方审计与政府、国际协调。
• 后续目标：OpenAI 计划在 2028 年 3 月前构建能自主提出假设、设计实验并迭代闭环的“自动化 AI 独立研究员”。

🔗 OpenAI 研究加速报告 | Simon Willison 解读 | 《An Alien Mind》 | Greg Brockman 推荐语

3️⃣ 微软发布 Opal Autopilot：Copilot 从问答/委派走向数小时级任务#

• 核心演示：微软 CEO Satya Nadella 展示了一个 Opal-powered Autopilot 在 Windows 365 Cloud PC 上运行，自动处理一个月野生动植物相机素材，识别动物、生成高光视频、逐条标注物种与时间、汇总表格，并制作 PPT 分享到 Teams。
• 开放状态：Project Opal 已进入 Frontier 环，后续将加入 Copilot。
• 行业含义：微软将 Copilot 的下一个阶段定义为“不只协助工作，而是拥有并完成跨越数小时甚至数天的完整任务”。

🔗 Satya Nadella 演示 | Project Opal 技术公告

4️⃣ Spotify 工程团队：把 Claude Code 的“体力活”路由给小模型，token 消耗降 90%#

• 现象：Spotify 团队发现 Claude Code 大量 token 消耗在几乎不需要推理的任务上——为回答一个方法问题读五个文件、参照 20 个测试文件生成新测试、会后更新文档。
• 方案：基于 Portal 构建两个声明式 Agent Mode，用 Gemini 2.5 Flash 作为廉价工作模型；再通过 shunt 插件拦截超过行数阈值的大文件读取和样板代码生成，让前沿模型专注推理。
• 结果：在 Java monorepo 的四个场景中，bulk-read 路径平均节省约 90% token。团队同时明确边界：不能委托编辑、不能委托推理，调试与安全关键代码仍由 Claude 直接处理。

🔗 Spotify 工程博客 | meng shao 解读

5️⃣ SkillZip Pro 论文：Agent Skills 压缩的真正风险是丢路由，不是丢内容#

• 研究对象：阿里与浙大团队发现，生产环境中的 Agent Skills 是带渐进加载边界的目录结构，而非单个 prompt；拍平拼接会摧毁引用关系，使分支“看似存在实则不可达”。
• 方法：SkillZip Pro 采用激活感知的跨文件压缩与跨文件路由保持，并引入证人层级，无法附加证人的删除一律拒绝。
• 关键数字：在生产审核 Skills 上实现部署成本 −38.1%、单次运行成本 −10.4%，准确率 89%（基线 91–92%）；无保护的激进压缩可节省 71%，但准确率暴跌 18–26 个百分点。
• 额外洞察：真实进化库中每轮新增内容约 55% 是重复文本，越早压缩收益越大。

🔗 论文 PDF | meng shao 解读

6️⃣ Google 开源 Mantis：用 Agent 自动化漏洞发现、验证与修复#

• 核心发布：Google 开源 Mantis，一个面向软件漏洞全生命周期的 AI Agent 框架，覆盖漏洞识别、验证、复现与修复。
• 背景：Google 称开发 Mantis 是为了解决传统 AI 代码扫描带来的高误报率和“幻觉漏洞”问题。
• 行业位置：这是大厂将 Agent 从代码生成推向安全运营闭环的又一案例，与 Figma 用 Agent 处理安全告警、1Password 审计 AI 补丁形成同一条技术趋势。

🔗 InfoQ 报道

7️⃣ OpenAI 与 Anthropic 联手举办全球首个数学黑客松：40 小时、200 万美元算力#

• 活动细节：参赛者将在 40 小时内，使用价值 200 万美元的算力解决、理解并展示一个数学开放问题，申请已开放。
• 参与方：活动由 Sathvik Redrouthu 团队与 OpenAI、Anthropic 联合发起，a16z、Y Combinator、Emergence Capital、Baseten 等机构提供支持。
• 看点：这是两家头部模型厂商罕见在同一赛事中提供算力与模型基础设施，数学成为 Agent 能力验证的新竞技场。

🔗 活动申请页 | AI Will 汇总 | 支持机构名单

8️⃣ 《西雅图时报》与《新闻日报》起诉 OpenAI 与微软#

• 指控内容：两家报纸指控 OpenAI 与微软在训练和运行 ChatGPT、Copilot 时未经许可复制其新闻作品，构成版权侵权。
• 诉讼请求：请求法院下令销毁侵权作品副本，以及包含这些作品的训练数据或 AI 模型。
• 关键背景：两家报纸 2024 年曾入选 OpenAI、微软与 Lenfest Institute 发起的本地新闻 AI 合作项目，但项目未包含内容授权或实时数据交换条款。

🔗 路透社报道见爱范儿汇总