精选

Google DeepMind 如何为 Gemini 4 Argon 构建安全防护

Google DeepMind 介绍 Gemini 4 Argon 的安全设计，通过滥用防护、实时失对齐监控和提示词注入防御应对能力增强带来的风险。模型在模拟网络攻击测试中完成全部 12 个场景，上一代为 5 个；防护结合输入筛查、内部激活探测和持续监控，在 Gray Swan 的 IPI 基准上将 15 次自适应尝试中的攻击成功率降至 0.7%。

数学家或需数年消化 OpenAI 本周公布的近 400 项 AI 数学成果

OpenAI 本周公布近 400 项 AI 生成的数学成果，分布于逾 700 篇文稿中，受访数学家估计理解这些成果可能需要数年。OpenAI 表示，719 篇文稿中的 300 项主要结果已形式化，报道给出的比例约为 42%；即使附有 Lean 证明，研究者仍需核查其是否对应文稿中的主张。

推荐理由：形式化验证与理解数学成果并非同一件事，报道呈现了结果批量生成后，核查论证、补足解释和建立联系如何成为学界的额外负担。

Zenity 发现 AWS AgentCore 漏洞，可从公开智能体读写和删除同区域其他智能体

Zenity Labs 披露 AgentCorruption 漏洞链，称单条提示词即可通过公开的 AgentCore 智能体接管同一 AWS 账户和区域内的其他智能体。

推荐理由：研究揭示了隔离缺失与过宽默认权限如何串联成跨智能体攻击，为区分提示词防护与云端权限边界提供了具体案例。

Google Research 研究：AI 帮助律师写得更好，是否也让律师能力更强？

Google Research 对 11 家知识产权律所的 133 名律师开展三个月随机实验，发现 AI 提升了专利撰写质量，但独立判断能力的收益因资历而异。获得 AI 工具的律师在第 10 天和第 90 天的撰写评分分别提高 0.34 和 0.38 个标准差；第 90 天禁用 AI 的专利修改任务中，资深律师提高 0.45 个标准差，初级律师未出现可辨识的整体改善。

推荐理由：研究将使用 AI 时的产出质量与撤去工具后的独立判断分开测量，为区分短期效率提升和长期专业能力积累提供了评估方法。

Nemotron 微调实践：同一模型家族在 IOI 与 IMO 达到金牌水平

基于 Nemotron 3 的专用系统在 IOI 2026 获得 535.4/600、在 IMO 2026 获得 30/42，均超过金牌门槛。IOI 测试遵循人类选手的时间、联网和提交限制，但属于非官方、无监督评测，不计入官方排名；IMO 提交的证明由官方评卷人员评分。

推荐理由：两类竞赛的实验展示了领域微调与反馈式推理循环如何配合，并区分了不同模型规模下监督微调和强化学习的贡献。

OpenAI 公开722篇数学论文，称解决500个重要开放问题中的90个

OpenAI 公开内部模型生成的722篇数学论文，标题称其解决了500个重要开放数学问题中的90个，包括 Quasi-Riemann Hypothesis 相关结果。

推荐理由：材料区分了公开论文、证明附件与评论者提出的成果主张，为理解数学研究结果的发布规模和独立核验状态提供了具体背景。

ThinkingBox 评测：AI 智能体说已完成，数据库却不认同

Microsoft ThinkingBox 在 507 个有状态业务工作流上各运行 20 次，以后端终态和副作用评估 AI 智能体，而非仅检查回答或工具调用。Kimi-K3 至少成功一次的任务占比为 93.89%，但全部 20 次成功的占比仅为 13.41%；Claude Opus 5 的对应比例为 79.09% 和 47.53%，体现了任务覆盖与一致性的差别。

推荐理由：通过核对数据库终态并重复运行同一任务，这项评测区分了偶尔成功与持续可靠，为涉及真实记录的智能体选型提供比较依据。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

Google DeepMind 推出概念验证工具 SynthID Bio，为 AI 生成的蛋白质序列和三维结构嵌入水印，并在实验中保持其生物功能。

推荐理由：将来源标记嵌入蛋白质序列与结构，为合成筛查和数据库标注提供可检测信号，也展示了数字水印延伸到实体蛋白质的路径。