姚顺宇否认创办RSI公司，称仍是Google DeepMind员工
相关推荐
OpenAI和Anthropic均将设立“战情室”，确保提供有关美国中期选举的准确信息
PANews 11月2日消息，OpenAI和Anthropic都将设立“战情室”（war room），专门确保其平台能提供有关美国中期选举的准确信息——这对两家公司而言均属首次。
日本要求Anthropic和OpenAI开放更多先进AI模型权限
PANews 10月30日消息，据日经新闻报道，日本政府已要求美国人工智能开发商Anthropic和OpenAI提供更多权限，以使用能够识别网络安全漏洞的先进模型，并将鼓励关键基础设施运营商采用这些模型。日本政府计划最早于下周公布的一揽子网络安全措施中，纳入加强与美国AI开发商合作的内容。日本首相高市早苗周一要求内阁成员推动相关工作，与海外政府机构合作识别网络攻击者并解决系统漏洞。目前，日本正努力遏制一波数据泄露事件。
Google DeepMind 研究：AI 协作能力才是引发经济变革的关键
PANews 10月30日消息，据 DeepMind Institute 报道，Google DeepMind 研究人员 Alex Imas、Andrew Koh 与联合创始人 Shane Legg 发文称，AI 个体能力的提升只会渐进影响工资与价格。只有当多智能体协作能力越过“超协作”阈值后，市场集中度、就业和工资才会出现突变。文章将 AI 发展划分为最小 AGI、超胜任 AI、超协作 AI 和 ASI 四个阶段。文章指出，当前 AI 个体能力强但协作能力弱，工资与岗位的变化将先于企业结构的变化出现。作者呼吁建立衡量多智能体组织能力的基准。
英国承诺出资1亿英镑设立生物安全实验室 OpenAI、Anthropic参与合作
火星财经消息,英国宣布出资1亿英镑（折合1.34亿美元）建设AI生物安全实验室，由OpenAI、Anthropic以及谷歌DeepMind提供支持。这是一揽子举措中的一项，旨在提升英国政府认知和应对人工智能相关风险的能力。根据英国政府声明，该实验室将借助人工智能识别、监测生物威胁；与此同时，OpenAI与Anthropic将提供最高2亿英镑额度的AI模型算力。实验室还将与谷歌DeepMind以及生命科学企业BasecampResearch开展合作。政府另外拨款6500万英镑，用于研发病原体应对手段。英国AI大臣卡尼什卡・纳拉扬表示：“随着人工智能能力持续增强，英国必须具备保护国民、自主塑造未来的能力。这意味着我们要走在网络攻击、生物风险等新兴威胁前面，同时更多掌握国家安全所依赖的关键技术。”本次公告同时包含追加拨款：向AI安全研究所增投1.2亿英镑。该机构是资金规模最高的政府机构，核心工作是持续评估前沿AI模型；另外拨付2300万英镑，用于筹建AI经济研究所，分析人工智能带来的经济影响。(财联社)
Arthur Hayes：OpenAI、Anthropic没有价值，AI泡沫越大比特币涨幅越高
Odaily星球日报讯 BitMEX 联合创始人 Arthur Hayes 于 10 月 16 日在 Convergence 节目中表示，OpenAI、Anthropic 和 SpaceX 均未盈利，AI 模型公司依赖债务融资、股权融资及美国政府隐性支持。 纳斯达克 100 指数下跌 2.5%，芯片股连续第八日下跌，创 2008 年以来最长连跌纪录。10 月 17 日，比特币价格接近 81400 美元，美国银行分析师称，1 万亿美元 AI 投资热潮或遵循典型繁荣与破裂周期。 Hayes 认为，AI 泡沫越大，后续救助规模越大，比特币价格也越高，并称比特币能够反映资金浪费。他还批评代币发行方式，表示在 TGE 买入、随后下跌 95%的散户是受损方。（Bitcoin.com News）
Google DeepMind 首次审计：AI 未加速自身研发，75% 代码由 AI 编写
ChainCatcher 消息，Google DeepMind 在 Gemini 4 Argon 安全报告中公布首次针对机器学习研发自动化的整体实证评估，结论是 AI 并未加速 AI 自身的研发，尽管 AI 已编写该实验室工程师交付的大部分代码。参与评估的研究员 Haydn Belfield 在 X 上表示，目前不存在显著的端到端 ML R&D 加速，因此 AI 驱动 ML R&D 的风险目前较低。团队构建了内部指数 GCI v1，将 123 个 AI 模型在 92 个基准上的得分合成单一数值。前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升，Gemini 1.5 Pro 在 2024 年底接近 0.5 点，Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点，Argon 约 3.3 点高于趋势线，但 Belfield 称这源于算力与组织投入增加，而非 AI 驱动的加速。DeepMind 生产代码中超过 75% 由 AI 编写，完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%，但约 88% 的请求仍需多轮人工引导或人工编写。对 12 位资深研究者的调查显示，自动化在明确、可验证的执行任务中最高，在开放式科学构想、新实验设计与诊断训练不稳定等环节最低。