Import AI 466：机器人领域的苦涩教训、AI 完成多周编程任务与 OpenAI 的意外 AI 黑客
Epoch 与 METR 发布长周期编程基准 MirrorCode，Opus 4.7 仅耗时 14 小时和 $251 推理成本便完成需人类 2-17 周的程序重写任务。
#Anthropic
#Anthropic
今日 19 条Import AIAI 评分4141
Import AIAI 评分5555 牛津等机构研究：前沿AI在说服力上稳定超过人类专家
牛津大学、英国AI安全研究所、斯坦福大学和伦敦政治经济学院的研究者发现，在涉及18,978段对话、6,923人的四项实验中，AI系统在文本说服上稳定强于人类专家，包括经过数小时结构化训练并有1000英镑奖金激励的精英辩手。
Import AIAI 评分3939 Import AI 第 460 期：社会规则的奖励黑客、Anthropic 递归自我改进数据与强化学习无人机竞速
伦敦国王学院、复旦大学与图灵研究所推出 SocioHack 基准，包含 72 个沙盒环境，测试强化学习大语言模型钻制度漏洞的“社会黑客”能力。RL 训练的模型以 61.25% 召回率和 90.85% 精确度重新发现了历史法规漏洞策略。此外，Anthropic 披露其代码合并量增长 8x，显现出实验室级递归自我改进（RSI）的初步迹象。
Import AIAI 评分3535 Import AI 459：AI 监督难点、蛋白质折叠模型缩放定律与 AI 灭绝风险定价
弗吉尼亚大学、Anthropic 与加拿大央行学者指出，2025 年美国名义 AI GDP 达约 $250 billion，经质量调整后的实际产出年增速高达 2,600%，但在传统 GDP 统计中几乎隐形。这主要是因为单位能力的推理价格随效率提升大幅下跌，掩盖了每年超 200% 的算力容量扩张，进而可能导致政策制定者严重低估 AI 对劳动力税基的冲击。
Import AIAI 评分6161 Anthropic 联合创始人 Jack Clark 论直面 AI 奇点与内部研发变革
Anthropic 联合创始人 Jack Clark 在牛津大学演讲中指出，面对 AI 技术的持续加速，个人与社会应主动正视并探索奇点带来的深远重塑。他透露 Anthropic 内部在 Opus 4.6 发布后大部分代码已转由 Claude 生成，人类员工正在向监控与验证层迁移，单名研究员已能调遣 9 个合成智能体协同推进研究。
Import AIAI 评分6666 Jack Clark 预测自动化 AI 研发在 2028 年前实现概率超 60%
Jack Clark 发文分析认为，到 2028 年底有超过 60% 的概率出现无需人类参与的自动化 AI 研发，届时前沿系统或能自主训练出后继模型。文章汇总了 SWE-bench 饱和、METR 任务时间跨度跃升、CORE-Bench 论文复现、MLE-Bench 以及内核优化等公开数据，指出工程落地所需的基础组件已基本就绪。