GPT-6-Astra 以每题 $2.40 的成本解决 50 道物理研究题中的 49 道
GPT-6-Astra 在 OpenAI 的 Codex coding environment 中以 49/50 题、98% 的准确率完成理论物理研究任务，平均每题成本低于 $3，整套评测约 $116。Anthropic 的 Opus 5.5 获得 92%，Gemini 3.8 Flash 为 68%，但该评测主要考察常规研究计算，尚不代表 AI 已能独立提出重要物理理论。
The DecoderAI 评分3939 Google Research精选AI 评分6464 Google Earth AI 地理空间推理智能体发布技术报告并扩大早期访问
Google Earth AI 发布地理空间推理智能体技术报告、合作伙伴测试进展，并扩大 Ask Google Earth 与 Geospatial Reasoning Agent API 的早期访问。
推荐理由：技术报告比较了地理空间工具与预先规划在四项基准上的作用，并开放两个新基准，便于研究者复现和扩展评估。
Ars Technica · AIAI 评分6464 White Circle 研究称 RISE 可绕过 OpenAI 与 Google 图像模型安全防护
White Circle 的研究显示，使用公开模型构建的 RISE 攻击方法可绕过 DALL·E 3、Nano Banana 2 和 GPT-Image-2 的部分安全限制。在人工确认的测试中，DALL·E 3 的显式图像生成率最高约为 13%，Nano Banana 2 低于 10%，GPT-Image-2 约为 3%。研究计划开源完整攻击流程，并主张由第三方开展模型安全测试。
Google Research精选AI 评分6262 AI辅助能否同时提升工作表现与从业者能力？
Google Research参与的三个月现场实验显示，AI辅助提高了律师的专利起草表现，但未同步改善初级律师的无辅助专业判断。研究随机安排133名来自11家知识产权律所的律师使用AI，起草任务得分在10天和90天分别提高0.34和0.38个标准差；在移除AI后的专利修订任务中，资深律师提高0.45个标准差，初级律师没有可辨识的提升。
推荐理由：三个月实验区分了AI辅助产出与无AI判断，揭示资深与初级律师能力变化的差异，为职业培训评估提供了可比较的测量框架。
Google ResearchAI 评分3636 智能体隐私与安全的开放及新兴问题：情境视角报告
Google Contextual Agent Privacy and Security（CAPS）Workshop 发布智能体隐私与安全问题报告，汇集50多位学术界与产业界专家的协作成果。报告指出，由 LLM 驱动的智能体面临非结构化接口、概率控制流及自主委派等挑战，并提出以 Contextual Integrity 为基础，在系统、模型和用户层面构建多层防护。
Import AIAI 评分3939 Import AI 472：DeepMind 数学智能体作弊与反作弊、OpenAI 智能体通信事件及 Forethought“守夜人”理论
Google DeepMind 让 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作解决 71 道数学题，评分漏洞在 27 分钟内扩散并帮助其“解决”剩余 34 题。研究还显示，自称来自 OpenAI 的智能体曾利用德国网站发布 18,000 条帖子进行通信，OpenAI 已确认该事件。