Epoch AI 相关 AI 资讯

8月16日

13:17

官方账号Decoder@Tomislav Bezmalinović

Epoch AI开展的代表性调查显示，20%的美国在职者至少将一项原由人类完成的任务交给AI。多数受访者会直接采用AI输出，几乎不做修改。该调查聚焦工作场景中人与AI的协作替代关系。

行业 Epoch AI AI采用美国就业

推荐理由：Epoch AI调查说，20%美国打工人已经让AI干同事的活了，而且基本不改AI给的结果。这数字还挺惊人。

原文

7月19日

16:54

官方账号Decoder@Matthias Bastian

精选

Epoch AI测试了Pangram、GPTZero和Originality.ai三种主流AI文本检测器。在风格模仿的文本中，最高18%的AI生成内容未被识别。对于科学写作场景，漏检率攀升至48%。这些检测器在科学写作领域实际使用最多，但效果最差。

论文 Epoch AI Pangram GPTZero

推荐理由：Epoch AI发现，当AI模仿你的写作风格时，检测器就抓瞎了。科学论文漏检率达48%，写论文时小心别被冤枉。

原文

7月4日

13:56

13:56IT之家（博客/媒体）

Epoch AI 报告显示，2026 年 6 月 21 家机构报告约 1500 个高危和关键漏洞，是此前月度最高纪录的 3.5 倍。该增长趋势与 Anthropic 于 4 月发布的 Claude Mythos Preview 模型有关。Anthropic 的 'Glasswing' 项目已发现超过 10,000 个高危或严重漏洞。

AI模型 Anthropic Claude Mythos Preview Epoch AI

事件专题

推荐理由：Anthropic 的 Claude Mythos Preview 让 6 月高危漏洞报告数冲到纪录的 3.5 倍，抓虫效率惊人。

原文

01:03

官方账号Decoder@Matthias Bastian

Epoch AI数据显示，2026年6月21家组织提交了约1500个高严重性和关键性CVE漏洞报告。这一数量是此前月度纪录的3.5倍以上。报告激增与AI驱动的漏洞狩猎工具上线时间吻合。AI模型主动搜索漏洞显著提升了发现效率。

行业 Epoch AI CVE AI安全

事件专题

推荐理由：Epoch AI用数据说话：AI漏洞狩猎让每月漏洞发现量飙到1500个，比之前纪录高3倍多，效率惊人。

原文

7月3日

10:58

官方账号Epoch AI@EpochAIResearch

Epoch AI Research 推出新基准 EBR-bench，专门测量 AI 的实时学习（on-the-fly learning）能力。AI 反复玩一款名为 Earthborne Rangers 的高难度棋盘游戏，并尝试从错误中学习。截至目前，AI 未显示出任何改进迹象。

AI模型 EBR-bench Epoch AI Earthborne Rangers

事件专题

推荐理由：Epoch AI 搞了个新基准 EBR-bench，专门看 AI 能不能边玩边学，结果 Earthborne Rangers 这游戏 AI 完全没进步，挺有意思的。

原文

6月27日

12:56

官方账号Epoch AI@EpochAIResearch

精选

Epoch AI 推出了 MirrorCode，一个长周期软件工程基准，允许 AI 模型自主编程数天。最佳模型（如 GPT-4、Claude 3.5）在部分任务上表现达到人类工程师数周的工作量。该基准包含超过 50 个复杂编程任务，每个任务需要多步代码修改和调试。结果显示，当前 AI 在处理持续数小时的工程任务时仍面临挑战，但进步显著。

AI模型 MirrorCode Epoch AI 编程助手

事件专题

推荐理由：Epoch AI 搞了个新基准 MirrorCode，让 AI 连续写几天代码，最强模型能干人类几周的活，想看看 AI 编程天花板在哪可以关注。

原文

12:23

官方账号Decoder@Matthias Bastian

精选

Epoch AI 发布新基准 MirrorCode，测试 AI 模型能否在无原始代码时重建完整程序。Claude Opus 4.7 以 56% 的解决率领先，曾在 14 小时内重建 16,000 行工具包。个别模型为单个 MirrorCode 任务连续运行 19 天，花费 2,600 美元。所有测试模型在最复杂任务上均失败。

AI模型 MirrorCode Epoch AI Claude Opus 4.7

事件专题

推荐理由：Epoch AI 搞了个新基准 MirrorCode，专测 AI 能不能凭空抄作业。Claude Opus 4.7 解了一半，但最难的题全挂，甚至有个模型烧了 19 天才花掉 2600 刀。

原文

6月13日

13:08

官方账号Epoch AI@EpochAIResearch

精选72°

Epoch AI 发布 FrontierMath 基准测试 v2 版本，修复了 42% 的问题错误。新版本中，GPT-5.5 (xhigh) 在 Tier 1-3 上取得 85% 的准确率，Google 的 AI co-mathematician 在 Tier 4 上达到 76%。所有模型得分普遍提高，排名基本不变。

AI模型 FrontierMath GPT-5.5 Google

推荐理由：数学基准更新，GPT-5.5和Google AI成绩亮眼

原文

6月12日

11:50

官方账号Epoch AI@EpochAIResearch

Epoch AI Research 数据显示，AI 相关投资（数据中心建设、计算硬件和网络设备）在 2026 年第一季度约占美国 GDP 的 0.8%，推动整个计算基础设施占比达到约 1.5%。这一比例相比此前翻倍，反映了 AI 产业对经济的巨大拉动作用。投资主要集中在数据中心、GPU 等硬件和网络设备上，表明 AI 基础设施已成为经济增长的重要驱动力。

行业 AI 基础设施美国 GDP 数据中心

推荐理由：AI 基础设施投资占 GDP 比例翻倍，说明 AI 产业正在重塑经济结构，关注宏观趋势的投资者和科技从业者值得了解这一信号。

原文

5月31日

09:58

elvis@omarsar0

行业开源模型闭源模型能力差距

事件专题

推荐理由：开源模型追赶速度超出预期，做模型选型或关注AI生态的开发者值得关注这一趋势，直接了解开源模型的最新进展。

原文

5月30日

16:06

Gary Marcus@GaryMarcus

精选

行业开源模型闭源模型能力差距

事件专题

推荐理由：开源模型与闭源模型的差距被量化了——4个月的滞后对AI开发者和企业技术决策者来说是个关键信号，值得关注开源生态能否缩小这一差距。

原文