用户故意用 DeepSeek 网页版让 Whale 模型蒸馏自己的工作数据
用户 teortaxesTex 刻意使用 DeepSeek 网页版，让其中的 Whale 模型「收割」自己的数据，包括他在其他付费模型上产出的工作成果，并称这种做法为「众包蒸馏」。他的理由是数据反正会被拿去训练，不如主动贡献，让模型能力「从所有人之手回到所有人」。这既是对大厂数据训练惯例的戏谑，也反映了部分重度用户对蒸馏机制的默认与利用。
#数据/训练
#数据/训练
今日 5 条AGI HuntAI 评分2222 AGI HuntAI 评分2828 Midas Touch 代码数据集遭质询：可复现性与数据泄漏存疑
开发者 maierak 质疑论文《The Midas Touch for Code: Scaling AI Coding Environments Straight from Source》可复现性与统计置信度均不清楚：该工作未与基于 issue 的管线做正面对比，只用了单一模型和单一随机种子，生成用的 agent 未公开。
AGI HuntAI 评分2828 开发者热议 Agent 数据归属与存储新方案：Graphsub 内存图数据库
arthurcolle 开源了 Graphsub，一个面向 Agent 数据的快速内存图数据库，主张不要把 Agent 数据托付给单一 AI 公司。该讨论由 lux 发起，他指出 Agent 产生的数据应能反哺未来交互，甚至作为训练集，其归属与托管方式成为行业议题。Graphsub 为社区提供了自托管的技术选项。
AGI HuntAI 评分3838 研究者 mathemagic1an 提出免人类偏好的 RL 思路：用代码复现 YouTube 讲解视频
数学研究者 mathemagic1an 提出一种无需人类偏好数据的 RL 训练思路：让模型只用代码去复现 YouTube 上的讲解视频。复现质量可由视觉模型自动打分验证，成本极低，绕开人工标注，训练出的风格天然接近 YouTube 教育娱乐类内容。他猜测前沿实验室可能已经在跑这个方法的变体。
Wired AIAI 评分6565 Anthropic 称 Claude 发现类 CRISPR 酶系统，专家质疑其意义
Anthropic 于 9 月 23 日宣布，其大语言模型 Claude 通过约 950 个并行智能体在 21.5 小时内从基因组数据库中识别出一类与 CRISPR 相似的酶系统，并将其命名为 ART。该系统存在于感染细菌的巨型噬菌体中，相关技术报告尚未经过同行评审。多名基因编辑研究者对其意义持保留态度，指出同一种逆转录酶此前已被发现，它能否成为有用的基因编辑工具仍需实验验证。
AGI HuntAI 评分3030 Jev 论文：预训练质量提升让分类模型回归决策场景
Sam Witteveen 关于 Jev 论文的分析指出，分类模型在决策场景重新流行，主因是预训练质量提升。该分析认为，基于大模型预训练的模型在决策/分类任务上已具备实用质量，传统 LLM 生成式方案并非唯一选择。
MIT Technology Review：AIAI 评分2020 MIT Technology Review 2026 年气候科技公司观察名单将于 10 月 6 日发布
MIT Technology Review 已敲定 2026 年度"值得关注的气候科技公司"名单，将于 10 月 6 日正式发布。名单共 10 家公司，覆盖储能、核能、交通等领域，入选者被认为最有能力真正削减排放或改善公共安全与健康。读者可订阅 The Download 通讯抢先看到该名单。
Wired AIAI 评分5353 Timnit Gebru 认为 AI 不存在存在性威胁
在 Wired 的访谈中，AI 研究者 Timnit Gebru 表示 AI 并不构成存在性威胁，认为这一叙事不只是分心，而且有害。她把这种叙事追溯到资助 Anthropic 早期融资并资助 METR 等机构的人群，称其为监管俘获的一部分，并援引 Lina Khan 提出的欺骗性营销、数据透明度与数据工人劳动剥削等现有法律本该管辖的事项。
AGI HuntAI 评分2727 X 用户 xeophon 质疑「开源模型靠对抗性蒸馏获得能力」论调难自洽
X 用户 xeophon 质疑「开源模型能力主要靠对抗性蒸馏获得」的说法：若该论断成立，开源模型为何表现能超过闭源模型，且拒绝率更低甚至没有？他补充称自己曾直播强化学习运行过程、开源了部分环境，仍有人不相信其结果，暗示相关能力来源争议更多是立场问题而非证据问题。
AGI HuntAI 评分5050 Karpathy autoresearch 实验：89 次实验中第 44 次已获 92% 收益
Karpathy 的 autoresearch 自动化研究流程一次运行中，智能体尝试 89 个实验来改进一个小模型，到第 44 个实验时已拿到全部收益的 92%。此后机器仍在持续工作，但收益越来越小。作者据此指出，把研究循环自动化并不会让改进自动加速。
AGI HuntAI 评分5151 OpenAI 官方发布前沿 RL 训练任务的安全防护思路
OpenAI 官方账号发文，阐述其如何为前沿强化学习训练任务（RL training runs）构建安全保障，涉及训练基础设施的防护思路。该聚合来源称，这是头部实验室首次系统性地公开讨论 RL 训练环节的安全框架。
SiliconANGLE：AIAI 评分2727 Agentic AI 给身份与数据库安全带来新压力，Oracle 谈应对之策
Oracle 云工程集团副总裁 Johnnie Konstantas 表示，agentic AI 让智能体及其子智能体可携带个人权限访问数据、甚至对工作流执行操作，身份控制因此必须尽量统一且无处不在。Oracle 已将 agentic AI 方案集成进安全产品组合，并在最新版 AI 数据库中推出面向 agentic AI 的能力，帮助客户在不牺牲数据安全的前提下推进 AI 创新。
Latent SpaceAI 评分6767 TypeSafe AI 的 Diogo Almeida 谈 Jev：面向生产而非全能的 System 1 模型
TypeSafe AI 的 Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev，把它定义为以代码为消费方、按每美元智能优化的 System 1 模型。
Latent SpaceAI 评分4040 Good Start Labs：游戏中学到的技能能否迁移到真实工作？
Good Start Labs 把 Diplomacy、1830 等游戏当作 AI 模型的训练环境，其 30B 模型实验显示只有 multi-turn terminal agent 设计提升了 Finance-Agent benchmark 表现，单轮问答设计仅改善游戏内目标。
Dwarkesh Patel：Podcast & BlogAI 评分5858 Dwarkesh 播客对话 John Schulman 等三人：递归自我改进还有多远
Dwarkesh Patel 在新一期播客中与 John Schulman、Beren Millidge 和 Charlie O'Neill 讨论递归自我改进（RSI）离我们还有多远。
OpenAI：官网动态AI 评分3737 研究加速：OpenAI 内部视角
OpenAI 内部，编程智能体正在重塑 AI 研究。OpenAI 公布了关于智能体使用情况、实验速度、任务复杂度以及研究加速的早期数据。
Dwarkesh Patel：Podcast & BlogAI 评分6060 Dylan Patel 预测 Anthropic 和 OpenAI 到 2028 年掌握全球大部分算力
Dwarkesh Patel 与 SemiAnalysis 创始人 Dylan Patel 在播客中讨论实验室经济，判断 Anthropic 和 OpenAI 到 2028 年将掌握全球大部分可用算力。
Dwarkesh Patel：Podcast & BlogAI 评分5454 Dwarkesh 对话 Ryan Greenblatt：AI 能自动化 AI 研究后会发生什么
Dwarkesh Patel 与 Redwood Research 首席科学家 Ryan Greenblatt 辩论 AI 能否通过自动化 AI 研发实现递归自我改进。
Dwarkesh Patel：Podcast & BlogAI 评分5353 Dwarkesh Patel：持续学习时代的 8 条预测
Dwarkesh Patel 发布对持续学习时代的 8 条预测，认为模型权重若随每日部署持续更新，训练完成到部署之间的一次性安全评估将不再适用，对模型厂商的检查更宜改为月度或季度风险巡检。
Dwarkesh Patel：Podcast & BlogAI 评分2727 为什么更聪明的 AI 模型可能让算力价格上涨 10 倍
Dwarkesh Patel 发布视频版文章，探讨更聪明的 AI 模型为何可能将算力价格推高 10 倍。视频为其上周一篇文章的录像版本。该视频由 Mercury 赞助，其内置 AI Command 可自动归类交易、给出每项选择理由，并同步至 QuickBooks。
Dwarkesh Patel：Podcast & BlogAI 评分5252 为何未来几年 AI 算力价格可能上涨 10 倍以上
Dwarkesh Patel 在博客中提出，随着模型越发智能、同一份算力能变现更多收入，未来几年 AI 算力价格可能上涨 10 倍以上。
Dwarkesh Patel：Podcast & BlogAI 评分5151 Grant Sanderson 谈 AI 与数学的未来
Dwarkesh Patel 与 3Blue1Brown 创始人 Grant Sanderson 对话，讨论 AI 在数学领域进展最快的原因及其对其他行业的参照意义。
HuggingFace BlogAI 评分3939 为什么 AI 专业化不可避免：Dharma AI 解读 LeCun 等《AI Must Embrace Specialization》论文
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的论文，该论文主张 AI 专业化不可避免。文章引述 1997 年 Wolpert 与 Macready 的优化理论证明：没有算法能在所有问题上占优，通用性不构成性能优势，任务集无限扩张时每任务资源趋近于零。进化生物学与市场竞争给出同一预测，论文称通用性在实践中是神话。
Import AIAI 评分4242 Import AI 463：自我改进机器人、10k 中国 GPU 集群，以及一篇写给人类时代的挽歌
NVIDIA 研究人员提出 ENPIRE，让编码智能体驱动物理机器人自主试验与迭代，在 PushT、插针入盒、切割扎带等任务上把策略成功率提升到 99%。
Dwarkesh Patel：Podcast & BlogAI 评分6363 Dwarkesh：下一个大突破是 AI 在工作中持续学习
Dwarkesh Patel 判断，AI 的下一个大突破是边工作边学习，即模型在部署中积累经验、再通过权重更新把这些经验固化下来。
Dwarkesh Patel：Podcast & BlogAI 评分5757 Dwarkesh 分析 AI 的数据黑洞与人类样本效率差距
Dwarkesh Patel 在博客文章中提出，近年 AI 能力的提升主要来自数据规模和算力的扩大，而不是训练样本效率的进步。他给出对比称，前沿模型训练使用 10 万亿到 100 万亿 token，而人类从出生到成年约见 2 亿 token，差距接近百万倍；即便参数量无限增加，所需数据也只减少约 10 倍。
Import AIAI 评分4545 Import AI 457：AI 版 Stuxnet、Muon 优化器缺陷与正向对齐
Import AI 457 期聚焦三项研究：疑似早于 Stuxnet 的 fast16.sys 病毒、Muon 优化器的神经元死亡缺陷，以及"正向对齐"立场论文。