OpenAI 经济研究：工人如何解锁新的工作方式
OpenAI 最新经济研究揭示了工人如何在传统岗位职责之外使用 AI，以及哪些新活动正成为他们日常工作的固定组成部分。研究聚焦于 AI 应用的实际模式，而非单纯的技术能力，为理解 AI 对劳动力市场的真实影响提供了数据支撑。
#现象/趋势
#现象/趋势
今日 0 条OpenAI NewsAI 评分2828
OpenAI NewsAI 评分2828 研究人员如何用 Codex 和 ChatGPT 搜寻新型抗菌分子
César de la Fuente 实验室利用 Codex 和 ChatGPT 在现存及灭绝物种的基因组中搜索抗菌候选分子，以对抗耐药性感染。该方法借助 AI 加速从海量基因数据中识别潜在抗菌肽，为药物研发提供新路径。
OpenAI NewsAI 评分3333 GPT-5.6 Sol 如何助力量子计算实验
MIT 研究员借助 GPT-5.6 Sol 与 Codex 自主运行量子计算实验，完成结果分析与量子比特校准。该组合展示了 AI 智能体在科研场景中端到端执行复杂实验流程的能力。
OpenAI NewsAI 评分1818 OpenAI：更强大且更实惠的 AI 如何拓展工作边界
OpenAI 探讨更强大且更实惠的 AI 如何拓展个人与企业可完成的工作范围，并让增长更具经济性。文章聚焦于 AI 能力提升与成本下降带来的实际应用扩展，而非发布具体产品或版本。
Google DeepMindAI 评分4242 从 Atari 到 EVE Online：Google DeepMind 如何延续 15 年游戏 AI 研究
Google DeepMind 宣布与 Fenris Creations 及 EVE Universe 等游戏开发商建立新研究合作，继续以游戏推动 AI 突破。其 SIMA 2 智能体由 Gemini 驱动，能通过屏幕、自然语言指令和键鼠操作实现类人游戏水平，无需 API 或源码访问。此前 DQN、AlphaGo、AlphaZero、AlphaStar 等成果已多次推动强化学习与通用系统发展。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布 2026 年夏季开源模型生态半年报告，覆盖 1 至 8 月的观察。报告指出中国实验室前沿模型规模持续领先，美国厂商则更多通过 AMD、NVIDIA 等硬件公司发布开源模型；下载与点赞反映不同信号，Qwen 以 151,448 个衍生模型成为社区基础模型，小模型占据 83% 的历史下载量，智能体首次成为 Hub 第一大用户。
推荐理由：报告用 Hub 下载、点赞与衍生模型数据拆解开源生态的结构性变化，可帮助读者理解前沿模型与基础设施之间的真实关系。
Hugging Face Blog精选AI 评分6262 IBM Research：模型路由看似简单，实则是系统优化问题
IBM Research 在博客中分享构建智能体路由器的经验，指出模型选择实际是系统优化问题。实测中 GPT-4.1 在 AppWorld 测试上成本是 Claude Sonnet 4.6 的近两倍，原因是缓存命中率差异；任务难度在路由时往往不可见，且需同时权衡成本、延迟、合规等多重因素。他们的优化算法在保持轻量（每任务约 6 ms、2 kB 内存）的同时，提供了成本、延迟、精度之间的可调操作点。
推荐理由：作者用实测数据拆解了路由优化的三个隐藏维度，读者可据此重新审视自家智能体系统的成本与延迟优化思路。
Berkeley AI Research精选AI 评分6262 智能体时代的数据系统：为智能体、由智能体、由智能体合成
UC Berkeley 团队发文指出，推理成本正以每年约 50 倍的中位数速度下降，智能体即将成为数据系统的主要工作负载。文章提出数据系统面临的三大挑战：为智能体设计（支持智能体式推测查询）、由智能体管理（多智能体共享状态与协调）、由智能体合成（按工作负载自动生成定制数据系统），并展望两者边界将逐渐模糊。
推荐理由：文章从推理成本骤降出发，梳理了数据系统为智能体服务、由智能体管理、由智能体合成的三条研究路线，适合想把握数据系统与智能体融合方向的人。
Hugging Face BlogAI 评分3838 为什么 AI 专业化不可避免
一篇解读 Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》的文章。
Google DeepMindAI 评分4242 科学家用 Co-Scientist 加速基因筛选以逆转细胞衰老
生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 借助 Google DeepMind 的 Co-Scientist 加速衰老研究。该工具扫描数万篇论文并提出 20 多个可测试的基因因子，其中部分经实验验证能驱动细胞进入更年轻状态。它还将筛选数据的文献分析时间从最长六个月缩短至几天。
Google DeepMindAI 评分4040 剑桥大学团队用 Google DeepMind Co-Scientist 寻找新发传染病背后的分子开关
剑桥大学 Clare Bryant 教授团队利用 Google DeepMind 的 Co-Scientist 工具，寻找病原体跨物种传播时引发人类严重疾病（如败血症）的分子开关。该工具从候选蛋白逐步锁定到具体氨基酸，团队据此构建含氨基酸突变的细胞系进行验证。Bryant 表示，这类工作通常需两到三年实验，如今有望在六个月内完成。
Google DeepMindAI 评分3838 爱丁堡大学用 Co-Scientist 加速肝病机制发现
爱丁堡大学研究员 Filippo Menolascina 用 Co-Scientist 梳理文献并生成新假设，以应对 MASH 肝病中药物组合爆炸的难题。该系统综合肝脏生物学与药理学证据，指出值得关注的机制并筛选出候选联合疗法。在一例验证中，Co-Scientist 将 NLRP3 炎症小体定位为连接炎症与代谢的分子桥梁，该假设已获实验证实，或为靶向双药疗法铺路。
Google DeepMindAI 评分3838 谷歌 Co-Scientist 如何融合 MIT 与波士顿儿童医院的生物工具包研究 ALS
谷歌的 Co-Scientist 正在帮助 MIT 的 Ritu Raman 和波士顿儿童医院的 Ryan Flynn 加速 ALS 研究。该工具将 Raman 的活体神经肌肉组织模型与 Flynn 的细胞表面 RNA 图谱相结合，把数月文献梳理压缩为快速假设生成与排序。两人正借此寻找新型 RNA 机制，探索针对 ALS 的 RNA 药物。
Google ResearchAI 评分4545 Google Research 在 The Check Up 展示医疗 AI 进展：从个性化健康到临床落地
Google Research 在 The Check Up 活动上发布多项医疗 AI 突破。与 Fitbit 的研究显示，模拟协作健康团队的个人健康智能体（PHA）比单任务应用更能支持长期健康；与帝国理工学院及英国 NHS 合作发表于 Nature Cancer 的研究中，AI 系统识别出 25% 此前漏诊的“间期癌”。