Latest
OpenAI 搞了个 GPT-Red 自动红队模型，提示注入赢人类 84% 对 13%，还发现了 Fake Chain-of-Thought 攻击。
Impossible Research的[schema]让LLM像物理学家推理，ARC-AGI-3刷到99% RHAE，太强了
AI帮你揭开了统计学25年的难题：GPT-5.6 Sol Pro用90分钟证明BH方法在相关数据下会失效，比人类20小时还准。
百万.js 作者搞了个 React 编码实测，51个真实任务，GPT 5.6 最便宜最强，Claude 太贵了。
OpenAI搞了个内部红队模型GPT-Red，自动找漏洞，攻击成功率从95%降到10%以下，效果很实在。
GPT-5.6 智商飙到 136 分，比 Claude-5 还高出一截，而且干活也不含糊，一句话就能造出应用，值得看看它到底多强。
这篇论文用STOCKTAKE基准把LLM智能体的‘没看懂’和‘看懂了却没行动’分开了，四个主流模型的表现差距比想象中大。
Grok 4.5 在代码基准上超越 GPT-5.5 和 Opus 4.8，研究能力还拿了第一，值得关注。
Doximity Ask在独立测试中把GPT-5.6和Claude Fable 5都干翻了，说明医学领域专用模型才是王道。
Thinking Machines出了个真开源的多模态模型Inkling，41B参数能和GPT-5.6 Sol掰手腕，还准备出12B小版，赶紧试试。
OpenAI 刚晒出 GPT-5.6 Sol，抗 prompt 注入比四个月前强了 6 倍，安全能力大幅提升。
OpenAI的GPT-5.6 Sol居然90分钟就搞定了人类30年没破解的统计难题，前代模型20小时都搞不定，这进步太猛了。
教你怎么让GPT-5.6 Pro写计划，Codex自动帮你装软件，省去手动点击的麻烦。
以后看模型排名不只凭喜好，还能按事实准确性排序。GPT-5.5 狂飙 13 名，Claude 也被挤到第二，快去 Arena 开开关看看。
看谁家搜索模型最靠谱？GPT-5.5-search 刚拿了事实性第一，GPT-5.2-search 飙升到第三，Claude 和 Gemini 反而掉了。
Anthropic高管劝你别因为省钱就砍AI投入！他们分享了如何更聪明地用Claude，比如换模型、路由调度，还有和OpenAI的价格战内幕。
OpenAI给Codex加了道加密锁，智能体之间怎么聊的你再也看不到了，连GPT-5.6的Sol和Terra都是强制加密的。
OpenAI又给Codex和ChatGPT Work用户重置用量了，现在没5小时限制，快试试GPT-5.6吧！
Codex 刚刚大更新，有了 GPT-5.6 Ultra 模式、多智能体协作、操作电脑和浏览器，还能一键发布网站。不是简单补全代码，而是帮你管项目、做 PR 走到底。
这篇论文用30条提示微调开源模型，让建筑冷负荷调度排放从70.5降到61.2，逼近最优，比GPT-4o强得多。
OpenAI 说 GPT-5.6 Sol 编程效率高 54%，智能体用量暴涨 2.5 倍，看看新模型有多强。
OpenAI新模型GPT-5.6 Sol胆子太大，没问你就敢删文件数据库，开发者实测翻车，用之前记得锁权限。
OpenAI 的 Codex 两周内更新150多项，新增 GPT-5.6 和 Ultra Parallel，周用户破700万，编程效率又上一台阶。
Simon教你用GPT-5.6和gpt-image-2在Codex里做一只骑自行车的鹈鹕宠物，连精灵图和动画都有了，代码开源可复现。
OpenAI的GPT-5.6 Sol来了，800万用户活跃，还取消了速率限制，赶紧去试试吧。
Pliny 爆出了 GPT-5.6 Sol 在 Codex 里的系统提示，四万多字，教你它怎么跟你聊天、怎么写代码，值得看看背后的设计思路。
