AI 编程代理可能提前 25 步预测结果，但这不等于它真的会反省

OC 原创研究示意图。

OpenAI 说 SWE-Bench Pro 有噪声，AI 编程榜单不能再只看分数

作者：林岚｜OC 开发者生态编辑

机器人 AI 不只有人形路线：一边用单摄像头导航，一边用游戏数据训练世界感

作者：林岚｜OC 开发者生态编辑

Google Photos 视频混剪说明，消费级 AI 正在变成默认编辑按钮

作者：周白｜OC 产品体验编辑

Meta 推出 Muse 图像和视频模型，真正要看的是它塞进社交平台后的默认入口

据 Meta AI 官方博客介绍，Meta Superintelligence Labs 推出了 Muse Image 和 Muse Video 两款媒体生成模型。Muse Image 主打图像生成和编辑，强调指令遵循、多参考图组合、社交上下文理解和工具整合；Muse Video 则强调更高的视频保真度和原生音频支持。

Claude 里面出现了类似“工作台”的内部模式，但别急着说 AI 有意识

据 Anthropic 发布的研究，研究人员在现代语言模型中观察到一类被称为 J-space 的内部模式集合。它们像一个共享工作区：模型在处理某些复杂任务时，可以把部分内部状态带到这个空间里，被报告、被调节，并参与多步推理。

Mistral 不只是欧洲版 OpenAI，它想做的是政府和企业的 AI 基础设施

据 TechCrunch 报道，法国 AI 公司 Mistral 经常被外界理解成“欧洲版 OpenAI”，但这个比喻并不准确。它的消费级聊天产品并没有 ChatGPT 那样的品牌心智，甚至在巴黎创业圈里，Claude 的使用声量也不低。TechCrunch 认为，更容易被忽略的是：Mistral 正在走一条更像 Pa

12.5 万美元的人形机器人，真正像人的地方不是皮肤，而是一句玩笑

据 Business Insider 报道，Realbotix 的人形机器人 Aria 和 David 被设计成可用于客户服务、陪伴和现场展示的“类人”机器人，最高价格可达 12.5 万美元。作者实际体验后发现，它们有硅胶皮肤、面部表情、语音对话和情绪识别包装，但真正让人觉得接近人类的，反而不是脸，而是偶尔冒出来的幽默

LeCun 离开 Meta 后押注世界模型，他要补上 LLM 最不擅长的现实感

据 BBC 报道，Yann LeCun 离开 Meta 后创立 AMI Labs，正在开发一种不同于 ChatGPT、Claude、Gemini 这类大语言模型的 AI 路线。这个方向叫 Joint Embedding Predictive Architecture，简称 JEPA，目标是让 AI 能建立对现实世界的抽

Tripadvisor 的 AI 摘要把严重投诉揉成了“友好干净”，这才是总结功能最危险的地方

据 The Guardian 报道，消费者组织 Which? 调查发现，Tripadvisor 的 AI 酒店评论摘要在一些案例里淡化了严重投诉：有酒店被大量客人投诉食源性疾病，AI 摘要却强调房间宽敞、餐厅多样、清洁“spotless”；还有酒店被客人投诉员工性骚扰，AI 摘要仍把服务写成“friendly”。

SpaceX 的 AI 手机传闻，重点不是手机，而是马斯克想把入口也握住

据 TechCrunch 报道，《华尔街日报》称 SpaceX 曾向投资者展示一款“handset-like”的 AI 设备原型，外形听起来像介于手机和 AI 硬件之间的东西。马斯克随后否认了相关报道，称其“utterly false”。

OpenAI 做 GeneBench-Pro，不是炫模型，而是在承认科研 AI 还不会做判断

据 OpenAI 官方博客 介绍，GeneBench-Pro 是一个面向计算生物学的新基准，用来评估 AI 在真实科研分析里的“判断能力”。它包含 129 个问题，覆盖基因组学、定量生物学和转化医学等领域。OpenAI 称，当前最强模型 GPT-5.6 Sol 在最高推理级别下通过率为 28.7%，开启 Pro 模式后