Anthropic 員工離職引發人工智慧滅絕風險大辯論
Anthropic 研究員 Jacob Coxon 辭職發文指控 Anthropic 和 OpenAI 在開發超級智能時「拿我們的生命在賭博」，隨後該公司對齊科學主管 Evan Hubinger 回應稱人類滅絕風險超過 10%，此言論在網路引發軒然大波。這場爭議凸顯了 AI 安全與風險評估的深層分歧，成為業界關於 AGI 發展方向最具衝擊力的討論。
AI 安全人工智慧風險Anthropic
The Rundown AIOpenAI 秘密模型解決百萬美元數學難題
OpenAI 使用內部開發的未發佈模型，聲稱透過 10,000 個 AI 代理協作運行 88 小時，成功解決 Navier-Stokes 方程——克萊數學研究所的七大千禧年難題之一，獲得 100 萬美元獎金。這次突破展示了 OpenAI 內部模型的能力已遠超已發佈的 GPT-6 Astra，但也引發了與曾花費一年研究同一問題的兩位紐約大學數學家的爭議。
Navier-StokesOpenAIAI 代理
The Rundown AISamsung 推出 zHBM 原型，直接在 AI 加速器上堆疊記憶體
Samsung 發佈了 zHBM（z-direction Hybrid Bonding Memory）原型，這是一種創新的記憶體堆疊技術，可直接將高頻寬記憶體集成在 AI 加速器晶片上。這項技術有望大幅提升 AI 硬體的記憶體頻寬和能效，解決目前 AI 模型訓練與推理時的記憶體瓶頸問題。
記憶體堆疊AI 加速器硬體創新
Hacker NewsOpenAI 發佈 Navier–Stokes 千禧年大獎問題的 AI 生成解法
OpenAI 分享了一個針對 Navier–Stokes 千禧年大獎問題的 AI 生成解決方案，包括完整的書面說明和用 Lean 形式驗證的數學證明。這展現了 AI 在解決數十年未解的數學難題上的能力，標誌著 AI 系統從工具進步到能夠處理深度理論問題的重要里程碑。
AI 數學證明Navier–Stokes形式驗證
OpenAI BlogMicrosoft 九月補丁創紀錄：972 個漏洞待修，AI 攻擊時代加速來臨
Microsoft 九月份發布創紀錄的 972 個安全補丁，其中 112 個屬高危等級，反映業界面臨 AI 輔助攻擊威脅的升級。包括 OpenAI、Anthropic、Google、Amazon 等科技巨頭與百餘家機構聯合示警，預期 AI 駭客將大規模利用未修補的漏洞發動攻擊，使得修補漏洞的時間窗口急劇縮小。這已成為新常態，企業正以前所未有的速度釋出安全補丁。
安全漏洞AI 攻擊微軟補丁
Ars Technica AIOpenAI 最新爭議揭示數學未來的走向
OpenAI 宣布其 AI 代理解決了千禧年大獎難題之一，這本應是重大成就，卻因被指控未能妥當引用 NYU 數學家 Tristan Buckmaster 和 Anthropic 員工 Levent Alpöge 的研究工作而陷入爭議。儘管 OpenAI 否認不當使用相關研究，但這起事件凸顯了一個更深層的轉變：解決當今最重要的數學問題似乎已需仰賴 AI 模型，而這可能需要只有少數大型機構才能提供的資源。
AI 數學突破學術倫理爭議OpenAI
MIT Tech ReviewApple 推出新方法驗證 iPhone 照片真偽，對抗 AI 生成內容
Apple 推出 Apple Reference Image 技術，幫助用戶判斷照片是否經過編輯，包括 AI 修改的痕跡。這項功能面對日益氾濫的 AI 生成內容，為用戶提供辨別真偽照片的工具，有助於維護照片真實性和防止虛假資訊傳播。
AI 真偽驗證內容認證iPhone 新功能
TechCrunch AIGPT-5.6 Sol 助力自動化執行量子運算實驗
MIT 研究員利用 GPT-5.6 Sol 搭配 Codex 自動化執行量子運算實驗、分析結果並校準量子位元。這展示了大語言模型在科學研究中的實踐應用，能夠處理複雜的實驗流程自動化，加速量子計算領域的發展進程。
量子運算GPT-5.6 Sol科學自動化
OpenAI BlogShow HN：自架公司作業系統，整合 Claude Code 與 Codex 部門代理
開發者 Dimitris 推出了一款可免費自架的公司作業系統，旨在整合 Claude Code、Cowork 及雲端工作階段功能。該系統支援多租戶協作，並允許代理程式在 Claude Code 或 Codex CLI 上運行，同時兼容 Anthropic、OpenAI 訂閱或本地模型。
自架軟體Claude CodeCodex
Hacker NewsAI 巨頭每位員工的支出在 8 月下滑——夏季蕭條還是警訊？
超大規模科技公司在 8 月的每位員工 AI 支出大幅下降，反映出 token 成本下行、廉價模型湧現等市場變化。這表明 AI 採用的實際進展與超大規模廠商的預期出現落差，未來 AI 市場的增長動力可能面臨考驗。
AI 支出成本下降模型競爭
TechCrunch AIHealthcare AI 的下一個挑戰：系統整合
大型 AI 公司進軍醫療產業帶來了技術進展，AI 模型能更好地處理冗長病歷、解釋複雜醫學術語並生成摘要。然而，醫療行業的痛點不在於資訊缺乏，而在於資訊碎片化、工作流程分散、責任歸屬不明確，傳統的 EHR、帳單、預約系統各自為政。AI 的真正價值取決於能否整合這些孤立系統，而非單純的模型能力。
醫療 AI系統整合臨床工作流程
MIT Tech ReviewShipt 推出 AI 購物助手，成為最新導入此功能的外送應用
Shipt 已整合 AI 購物助手功能，用戶可透過自然語言指令快速建立購物清單，例如要求「為 25 人的週末烤肉聚會準備購物車，並加入早午餐項目」或「為學校便當和課後點心組建清單」。這個功能簡化了購物流程，讓用戶不必逐一選擇商品，是外送應用競爭中的又一個 AI 整合案例。
AI 購物助手Shipt外送應用
TechCrunch AI
