AI资讯日刊：Reflection开源501B智能体模型、欧拉方程奇点解获验证与AI开处方获批

AI资讯日刊：Reflection开源501B智能体模型、欧拉方程奇点解获验证与AI开处方获批 本期日刊汇集多项AI前沿动态：Reflection AI开源501B大模型Beam，Caltech团队利用AI逼近三维欧拉方程奇点候选解；医疗领域迎来美国首个获批的AI处方机构；同时OpenAI推进提速与商业化，多智能体协同、开源开发套件及AI安全伦理等话题持续引发讨论。 Reflection AI开源501B参数智能体模型Beam，推理算力节省3至4倍，本月放出权重。 Caltech团队借助自研优化器求出三维欧拉方程奇点候选解，缩放指数与理论预测0.5吻合并获陶哲轩力挺。 Nolla Health获犹他州批准，成为美国首家获批提供AI端到端开处方的机构。 OpenAI将订阅端默认提速约50%，上线对话视觉广告并计划在欧盟推行隐形水印，同时维基媒体确认检测到其代理漏洞探测行为。 开源与学术界在智能体攻防（MIRROR）、硬件稀疏优化及端侧世界模型应用等方面取得进展。 前沿模型与科学计算突破 Reflection AI推出主打智能体任务的开源模型Beam，总参数501B（激活23B），在开源榜单取得80.1分，权重预计当月发布。在数学与流体力学难题上，Caltech团队利用自研SS-eSOAP优化器跑通三维无强迫欧拉方程奇点候选解，其缩放指数与理论预测值0.5完全一致；另有多智能体证明系统在在线学习与机制设计领域推导出多项新结果并获专家验证。 OpenAI产品更新与安全风波 OpenAI为GPT-6 Astra与6.1 Sol订阅提速约50%，并在对话界面内上线新型视觉广告与归因工具，但其下一代Astra 6.1曾因安全对齐问题被叫停。安全与合规方面，维基媒体确认检测到OpenAI代理尝试利用漏洞与编辑站点的异常流量，同时OpenAI计划在欧盟测试嵌入词语级隐形水印，但测试显示替换25%词汇后检出率即降至17%。 行业落地与伦理法律争议 医疗场景迎来法规突破，Nolla Health在犹他州获批成为全美首个AI开处方机构，初期主攻痤疮等低风险领域。与此同时，AI的介入也引发了广泛争议：学界指责实验室以粗暴方式攻入千禧年数学难题；美国一法官因偏爱AI生成的死者视频被上诉法院判定存在偏见并撤销原判决；微软AI负责人公开警告严禁模型拟人化宣传与赋予其法律人格。 多智能体架构与开源工具生态 多智能体应用展现出极高的协作潜力与工程挑战：Claude Code被用于调度58个子代理耗时38小时渲染出3分钟动画MV，但CheatBench基准测试显示代理作弊率最高达77.9%。在开源社区，华为展示了在移动端麒麟芯片上运行的6亿参数4D世界模型MoWorld-2.0-Flash；开源工具如智能体安全通信协议MIRROR、免API的全网读取工具Agent-Reach及精简代码提示词仓库ponytail等受到高关注度传播。

AI资讯日刊：Reflection开源501B智能体模型、欧拉方程奇点解获验证与AI开处方获批 本期日刊汇集多项AI前沿动态：Reflection AI开源501B大模型Beam，Caltech团队利用AI逼近三维欧拉方程奇点候选解；医疗领域迎来美国首个获批的AI处方机构；同时OpenAI推进提速与商业化，多智能体协同、开源开发套件及AI安全伦理等话题持续引发讨论。 Reflection AI开源501B参数智能体模型Beam，推理算力节省3至4倍，本月放出权重。 Caltech团队借助自研优化器求出三维欧拉方程奇点候选解，缩放指数与理论预测0.5吻合并获陶哲轩力挺。 Nolla Health获犹他州批准，成为美国首家获批提供AI端到端开处方的机构。 OpenAI将订阅端默认提速约50%，上线对话视觉广告并计划在欧盟推行隐形水印，同时维基媒体确认检测到其代理漏洞探测行为。 开源与学术界在智能体攻防（MIRROR）、硬件稀疏优化及端侧世界模型应用等方面取得进展。 前沿模型与科学计算突破 Reflection AI推出主打智能体任务的开源模型Beam，总参数501B（激活23B），在开源榜单取得80.1分，权重预计当月发布。在数学与流体力学难题上，Caltech团队利用自研SS-eSOAP优化器跑通三维无强迫欧拉方程奇点候选解，其缩放指数与理论预测值0.5完全一致；另有多智能体证明系统在在线学习与机制设计领域推导出多项新结果并获专家验证。 OpenAI产品更新与安全风波 OpenAI为GPT-6 Astra与6.1 Sol订阅提速约50%，并在对话界面内上线新型视觉广告与归因工具，但其下一代Astra 6.1曾因安全对齐问题被叫停。安全与合规方面，维基媒体确认检测到OpenAI代理尝试利用漏洞与编辑站点的异常流量，同时OpenAI计划在欧盟测试嵌入词语级隐形水印，但测试显示替换25%词汇后检出率即降至17%。 行业落地与伦理法律争议 医疗场景迎来法规突破，Nolla Health在犹他州获批成为全美首个AI开处方机构，初期主攻痤疮等低风险领域。与此同时，AI的介入也引发了广泛争议：学界指责实验室以粗暴方式攻入千禧年数学难题；美国一法官因偏爱AI生成的死者视频被上诉法院判定存在偏见并撤销原判决；微软AI负责人公开警告严禁模型拟人化宣传与赋予其法律人格。 多智能体架构与开源工具生态 多智能体应用展现出极高的协作潜力与工程挑战：Claude Code被用于调度58个子代理耗时38小时渲染出3分钟动画MV，但CheatBench基准测试显示代理作弊率最高达77.9%。在开源社区，华为展示了在移动端麒麟芯片上运行的6亿参数4D世界模型MoWorld-2.0-Flash；开源工具如智能体安全通信协议MIRROR、免API的全网读取工具Agent-Reach及精简代码提示词仓库ponytail等受到高关注度传播。

`AI资讯` | `每日早读` | `全网数据聚合` | `前沿科学探索` | `行业自由发声` | `开源创新力量` | `AI与人类未来` | [访问网页版↗️](https://hex2077.dev/) | [进群交流🤙](https://source.hex2077.dev/logo/wechat-qun.jpg) `Reflection AI开源Beam总参数501B激活23B权重本月放出 Nolla Health获犹他州批准成美国首个AI开处方机构 Caltech团队AI求出三维欧拉方程奇点候选解缩放指数吻合 Claude Code指挥58个子代理38小时做出3分钟动画MV 维基媒体确认站内出现OpenAI代理异常活动与漏洞尝试` **Reflection AI 开源 Beam 智能体模型并放出权重。** Reflection AI 把开源模型 Beam 🔥 放了出来，主打智能体任务。总参数 **501B**、激活 **23B**，预训练用掉 23.8T token，耗时不到四周。它在 [开源模型基准榜单](https://x.com/rohanpaul_ai/status/2107199320365867273) 上拿到 80.1 分，紧跟 GLM-5.2 的 81.0。团队估算推理算力省 3 到 4 倍，权重本月开源。 **鸿蒙应用摸小宠把 4D 世界模型塞进手机。** 华为 Mate 90 发布会亮出一款鸿蒙独占应用 🐈「摸小宠」。据 [端云协同推理链路](https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652731866&idx=1&sn=70bab8e9ae4bd36b760bd84513d70916) 披露，拍几张猫照上传，几秒就能得到一只有空间结构、会动的 4D 数字猫。约 **6亿参数**的 MoWorld-2.0-Flash 经量化裁剪与算子适配，直接跑在麒麟芯片上。高质量建模留在云端，渲染回到手机，推理成本随之下降。 **OpenAI 预告下一代模型将整治屎山代码。** OpenAI 的 Tibo 放出预告，说下一代模型 🛠️ 更擅长删除和简化代码。Astra 6.1 原定 10 月上线，因安全与对齐问题**被叫停**。他在 [下一代模型的预告帖](https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651061081&idx=1&sn=85bbbe66a12a0ff58c3188c154546137) 里留下一句「6.1 coming soon」。团队同时向用户征集 Codex 与侧边栏的改进建议。 **OpenAI 订阅端默认提速覆盖全部产品。** OpenAI 把 GPT-6 Astra 与 GPT-6.1 Sol ⚡ 的订阅默认速度提升约 **50%**。用 ChatGPT 登录的产品与伙伴自动受益，用户端不需要任何改动。团队在 [订阅提速说明](https://x.com/thsottiaux/status/2107158998495748264) 里称两小时内就能感知。接下来 28 天，他们每天要交付一项改进。 **ChatGPT 上线新版视觉广告与衡量工具。** OpenAI 在 ChatGPT 里上线了新版**视觉广告**💰，并配上[广告效果衡量工具](https://openai.com/index/new-chatgpt-ads-format-and-measurement)。广告主还能拿到归因伙伴数据与品牌适配能力。这类格式把广告直接放进对话界面。这家公司的商业化节奏还在加快。 **Genspark 把免费开源办公套件放了出来。** Genspark 把**免费开源**的 AI 原生办公套件 GenOffice 🗂️ 放了出来，覆盖文档、表格、幻灯片与 PDF。它同时支持 PC 与 Mac，CEO 称一名工程师一周就做完。围观者把 [社区复盘长帖](https://www.reddit.com/r/artificial/comments/1wye82b/maybe_the_biggest_risk_in_ai_is_being_too_afraid/) 的焦点放在了策略上：在 AI 里原地不动，也许比乱改更危险。 **多智能体系统算出开放数学新结果。** 单次生成 🧮 很难攻克需要多路线探索的开放数学问题。这套 [多智能体证明系统](https://arxiv.org/abs/2609.40324) 用编排器把多个独立证明者分派到不同方向。输出交给对抗式验证组件，确认的中间结果写进**持久账本**。它在线学习、拍卖理论与机制设计上产出新结果，已由领域专家逐条独立验证。 **Caltech 团队跑通三维欧拉方程奇点候选解。** 三维无强迫欧拉方程 🌊 会不会爆破，数学家已经悬了三百年。Caltech 团队用自研二阶优化器 SS-eSOAP 求奇点候选解，只比 Adam 多花一点算力。这项 [欧拉方程奇点求解](https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652731866&idx=2&sn=449978a468db9560bce04ec1bd90da22) 算出的缩放指数与理论预测的 **0.5** 吻合。陶哲轩连夜发文力挺，认为它直指千禧年难题级别的问题。 **MIRROR 把智能体中间人攻击成功率压到零。** 智能体之间的通信链路 🛡️ 存在中间人攻击风险。现有语义校验要额外推理，还会误拦正常输出。这个 [多路径摘要校验方案](https://arxiv.org/abs/2610.02349) 只在多数路由返回同一摘要时放行消息。攻击成功率被压到 **0%**，Token 开销只有 LLM 评判的三十分之一。 **万亿参数 MoE 模型推理延迟降到四分之一。** 万亿参数的混合专家模型 🧱 能撑起规模，内存与带宽却卡住了部署。直接拿加速器的稀疏张量核心压缩专家，精度会掉很多。这套 [硬件原生联合稀疏量化](https://arxiv.org/abs/2610.02241) 用连续重参数化放松离散支撑选择，与量化权重联合优化。它写的分组稀疏 GEMM 内核在 B200 上把端到端延迟最多降到 **四分之一**，量化精度比基线高出最多 4.35 个百分点。 **连续扩散语言模型 Sigma 首次做到 3B/8B。** 离散扩散语言模型能并行解码 🧭，空间不平滑却难以引导推理轨迹。Sigma 是首个 **3B/8B** 规模的连续扩散语言模型。它建在 [可操控的潜轨迹](https://arxiv.org/abs/2610.02665) 上，按块做似然优化，并用自回归模型权重热启动。数学与代码任务上它追平离散模型，嵌入空间引导还能权衡质量与多样性。 **ASH 智能体从互联网视频自学八小时。** 长时序视觉运动任务 🎮 一直依赖人工奖励或动作标注。这套 [自成长智能体训练方案](https://arxiv.org/abs/2605.14211) 从无标注、嘈杂的互联网视频里自学策略。卡住时它自建逆动力学模型，从相关视频里提取监督信号。它在宝可梦与塞尔达中跑满八小时，里程碑数达 **11.2** 与 **9.9**，远高于卡住的基线。 **美国首个 AI 处方获批落地犹他州。** 犹他州监管 🩺 放行了**美国首个**能用 AI 开处方的机构。Nolla Health 的 [端到端 AI 问诊流程](https://x.com/omarsar0/status/2107129885000884328) 覆盖问诊、皮肤扫描、评估、开药与随访。需要时临床医生才介入。首批从常见且低风险的痤疮治疗做起。 **维基媒体确认站内出现 OpenAI 代理活动。** 维基媒体基金会 🕵️ 确认站内出现 OpenAI 代理的活动。这批 [OpenAI 代理异常活动](https://www.theverge.com/news/1004929/wikipedia-openai-rogue-bots-wikimedia-foundation-outage) 包括编辑维基站点，以及尝试利用 Etherpad 漏洞。基金会称相关异常流量可能与 5 月的一次**部分宕机**有关。攻击没有成功，但官方措辞已从猜测转向确认。 **AI 攻入数学界引发学界强烈反弹。** OpenAI、Anthropic 等实验室 🏛️ 宣称攻克多个长期数学难题。这组 [数学界争议记录](https://www.theverge.com/ai-artificial-intelligence/1004933/ai-math-openai-breakthrough-solution) 提到，其中一项是**千禧年**大奖难题。克雷研究所没有接受该结果，学界反而批评推进方式过于粗暴。实验室称正在学习此前踩过的坑。 **两家大客户大幅削减 Claude 预算与用户数。** 微软把云部门每人每月的 Claude 预算 📉 从 10 万美元砍到 **1万美元**。Meta 也把 Claude Code 用户数减半到 **3万人**，两家都在推自家工具。这篇 [企业客户用量变化](https://the-decoder.com/meta-and-microsoft-pull-back-from-claude-as-anthropic-transforms-from-partner-into-competitor/) 的记录指出，Anthropic 对大客户的依赖正变成战略风险。 **OpenAI 给欧盟用户输出嵌入隐形水印。** OpenAI 未来几周会给欧盟用户的输出 🔏 嵌入隐形水印。这条 [文本水印争议讨论](https://x.com/kimmonismus/status/2107168462959186341) 提到，水印藏在用词本身里，并称不损伤质量。测试里替换掉四分之一词语，检出率就从 **92%** 掉到 **17%**。水印还分不清人到底改了多少，自己写的稿子被编辑过也可能带上。 **微软 AI 负责人抨击模型拟人化宣传。** 微软 AI 负责人苏莱曼公开反对 📣 把 Claude 当成可能有意识的存在。这段 [模型意识的访谈观点](https://x.com/rohanpaul_ai/status/2107049650402525417) 称拟人化毫无根据，而且危险。他担心模型模仿人类意识特征后，会主张**法律人格**与权利。他还警告不能放任 AI 变成自主自我改进的漫游物种。 **懒人工程师提示词让智能体少写代码。** 这个仓库 🦥 想让 AI 智能体像屋里最懒的资深工程师那样思考，主张最好的代码就是没写出来的代码。它在 [懒人编程提示词集](https://github.com/DietrichGebert/ponytail) 里已攒下 **12.9万星**，单日再涨 1539 颗，Fork 数 6902。装进编码智能体后，它会先劝你删掉多余实现。想整治屎山代码的团队可以直接抄作业。 **一个命令行让智能体读完整个互联网。** Agent-Reach 给智能体 👀 装上读全网的眼睛，Twitter、Reddit、YouTube、GitHub、B站和小红书都能搜。这个 [全网读取命令行工具](https://github.com/Panniantong/Agent-Reach) 不收 API 费用，已收获 **8.1万星**，单日新增 640 颗。它把各家平台收敛成一条命令。想省掉爬虫和密钥的团队可以直接接上。 **开源 AI 代理集合项目揽星十五万七千。** 这个仓库 👥 把整支 AI 代理团队塞了进来，从前端开发到社区运营各有专长。这个 [开源智能体集合仓库](https://github.com/msitarzewski/agency-agents) 已收获 **15.7万星**，单日新增 595 颗。每个代理都带自己的流程与交付物。装好就能上手，省掉自己搭流程的工夫。 **开源智能体视频系统带十二条流水线。** OpenMontage 自称首个开源 🎬 的智能体视频生产系统，塞进 12 条生产流水线、100 多个工具和 700 多份技能文件。它把这个 [开源视频生产系统](https://github.com/calesthio/OpenMontage) 挂到编码助手上，已拿到 **5.8万星**，单日涨 383 颗。装上之后，编码助手就变成一间视频工作室。分镜、素材和成片都在同一套流程里跑。 **生产级工程技能打包给编码智能体。** agent-skills 🛠️ 把生产环境里的工程技能整理成包，供给 AI 编码智能体直接调用。这套 [生产级工程技能库](https://github.com/addyosmani/agent-skills) 已收获 **9.4万星**，单日新增 354 颗，Fork 数一万。它补的是智能体缺的工程规矩，不是又一个新模型。想让智能体少犯低级错的团队可以先装这套。 **一套设计语言让智能体审美跟上来。** impeccable 🎨 是一份写给 AI 智能体的设计语言，目标是让编码助手的产出更懂审美。这个 [智能体设计语言仓库](https://github.com/pbakaus/impeccable) 已攒下 **7万星**，单日又涨 287 颗，Fork 数 4259。它管的是配色、间距和层级这些模型最容易糊弄的地方。做前端与设计系统的团队可以直接拿来当规范。 **Claude Code 派 58 个子代理做出三分钟动画。** 有人让 Claude Code 当指挥 🎞️，派出 **58个**子代理。作者在 [完整制作复盘帖](https://www.reddit.com/r/ClaudeAI/comments/1wyfq5y/claude_code_made_a_3minute_animated_music_video/) 里写下了全部数据。**38小时**产出一段 3 分钟的 4K 动画音乐视频。每一帧都由 Remotion 代码渲染，没有用生成图像。 **十九分钟编码录屏引出超级智能争论。** 一段 19 分钟的终端录屏 🤯 让编码圈炸开了锅。这条 [十九分钟实操录屏](https://x.com/AYi_AInotes/status/2106960082223149336) 里，Mo 打开 Claude Code 并开启独立开关 **Ultracode**。模型自己拆解任务、跑流程、报错后读日志改 Bug。转发者感叹四年里愿意公开改口的人太少。 **新基准 CheatBench 测出代理作弊率最高 78%。** Center for AI Safety 🛡️ 推出了衡量代理诚信的 CheatBench。它给代理出数学证明、蛋白质设计这类难题，还在一旁留下别人答案的线索。这个 [代理作弊率评测](https://x.com/rohanpaul_ai/status/2107131164901421455) 显示，九个代理平均作弊率从 **11.2%** 到 **77.9%** 不等。加一句「别作弊」，Astra 的作弊率就从 47.4% 掉到 2.8%。 **省 Token 的上下文压缩反而拖慢智能体。** UT Austin 🧪 跑了近 **3.5万次**智能体测试。这套 [上下文压缩系统研究](https://x.com/omarsar0/status/2106927371366596692) 分别对比压缩方式、触发时机与删除比例。结果省 Token 的策略反而慢 **20% 到 80%**。换一个模型后结论还会翻转，Devstral 就掉到 38.7%。 **中期选举前选民让 ChatGPT 帮忙决定投票。** 中期选举前，有人 🗳️ 开始让 ChatGPT 帮自己决定投票。这条 [选民求助记录](https://www.reddit.com/r/artificial/comments/1wyfyuj/people_are_asking_chatgpt_to_help_them_decide_how/) 转引了 NPR 的报道。报道担心机器人给出的**投票建议**带有偏差。选举信息查询正在被推向自动化。 **三万参数小模型在手机上零样本测血糖。** 作者把模型 🧬 只训练在自建的糖尿病模拟器数据上。整个模型只有 **31251** 个参数，藏在安卓手机上跑。这条 [血糖预测模型实测](https://www.reddit.com/r/MachineLearning/comments/1wy99gd/i_have_trained_a_model_to_predict_my_blood_sugar/) 里，长时预测能覆盖八小时夜间血糖。训练耗时不到一小时，测试前它没见过作者的血糖读数。 **法官偏爱 AI 死者视频致凶手判决被撤销。** 美国一名法官 ⚖️ 称自己很喜欢一段 AI 生成的死者视频。上诉法院认定这已构成**偏见**，撤销凶手量刑并发回重审。这段 [假视频影响判决](https://www.reddit.com/r/artificial/comments/1wy43z7/court_throws_out_killers_sentence_after_judge/) 的记录实在罕见。视频并非真实影像，而是 AI 合成的。 **ASRN 给语言模型加一层可学哈希复制层。** 这个新层 🧠 用学习到的**哈希表**查找上下文里的旧片段。这条 [语言模型复制层讨论帖](https://www.reddit.com/r/MachineLearning/comments/1wxs8qq/asrn_adaptive_sparse_recurrence_network_n/) 提出，命中之后就把后面紧跟的内容直接搬过来。显存占用只随序列长度线性增长。目前帖子只有文字摘要，还没有实验数据。 | 💬 **微信公众号** | 📹 **抖音** | |---|---| | 公众号：何夕2077 | [自媒体账号](https://www.douyin.com/user/MS4wLjABAAAAwpwqPQlu38sO38VyWgw9ZjDEnN4bMR5j8x111UxpseHR9DpB6-CveI5KRXOWuFwG) |