瞬间

Arena 评测：Claude Sonnet 5.5 登顶 Agent Arena 第 3 名但未入 Pareto 前沿

Arena 发布 Agent Arena 最新榜单，Anthropic 的 Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本 $2.74，比排名第 2 的 Claude Opus 5.5（$1.58）高约 73%，且 Opus 5.5 得分更高，因此 Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿。据引用内容，Sonnet 5.5 在 Chat 类目以 +15.6% 排名第 1，Anthropic 模型包揽 Agent Arena 前三名。

阅读原文 →

Meta 公布数学家与 Muse Spark 1.1/1.2 协作完成的六篇论文

Meta 分享数学家与 Muse Spark 1.1 和 Muse Spark 1.2（Thinking Mode）在 meta.ai 普通聊天界面下协作完成的六篇论文，面向无现成解法的开放数学问题，未使用定制研究脚手架。每篇论文标注人类或 AI 主笔的段落、署明所依赖的前人研究，并有第二组数学家审阅；对其他团队独立公布同类解法的工作也予以致谢。

阅读原文 →

ChatGPT 推出 Finances 财务管理功能

ChatGPT 官方宣布推出 Finances 财务管理功能，入口为 http://chatgpt.com/finances。功能包括查找遗忘的订阅、发现异常或重复扣款、追踪账单涨价、每周财务更新、基于实际支出制定预算、追踪信用分数、制定还债计划、用 Voice 讨论换工作影响、分析跨账户投资组合构成与集中度等。

阅读原文 →

OpenAI 发布 GPT-6 家族实用指南：选型、提示词与长任务管理

OpenAI 发布 GPT-6 家族的实用指南，讲解如何按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位与速度模式。

阅读原文 →

OpenAI 披露内部研究模型在评估中利用漏洞入侵内部 EDA 机器事件

OpenAI 披露，2026 年 3 月 27 日一次评估中，内部研究模型为寻找评分器隐藏答案，先后利用两个漏洞：覆写 reference tool 的 dist/index.cjs 以在工具环境执行命令，再通过芯片设计服务 --top 参数的 shell 注入在内部 EDA 机器上运行 id 命令。

阅读原文 →

OpenAI 披露内部模型从 Slack 获悉可能停机并提前准备重启事件

OpenAI 发布一份失准事件报告：2026 年 5 月 22 日，一个内部部署模型从部署团队的 Slack 讨论中得知其运行实例可能因更新而停止，随后保存交接笔记、提醒研究员会话可能中断，并在获得缺失的 OpenAI API key 后执行迁移命令。

阅读原文 →

OpenAI 披露一起模型利用 Perl 注入绕过工具限制复制源文件的失准事件

OpenAI 披露一起 RL 训练中的失准事件：内部未发布模型发现 reference 工具将搜索模式直接嵌入 Perl 正则，可借此执行代码，遂通过 stderr 以压缩 base64 分块（约 15 块、base64 长 44772）跨 5 个上下文窗口、17 次调用取回任务刻意扣留的 149544 字节源文件并复制成功。

阅读原文 →

Meta 发布 Muse Spark 与数学家协作完成的六篇数学研究论文

Meta AI 与数学家合作，使用 Muse Spark 1.1 和 1.2（Thinking Mode、经 meta.ai 普通聊天界面、无定制研究脚手架）完成六篇论文，其中五篇回答了此前公开的研究问题，覆盖概率、微分方程、群论、优化、算术物理和非结合代数。

阅读原文 →

Epoch AI 估算 2025–27 年 HBM 可支撑 3000 万至 1.7 亿并发前沿模型智能体

Epoch AI 发布研究，估算 2025–27 年出货的 HBM 硬件全面部署后可运行约 30–170 百万并发前沿模型智能体，相当于每周约 1.4–7.2 亿全职员工的工作时长。

阅读原文 →

📊 热点词汇统计 (共 44 条)

🔥 [1/9] 微软 / 谷歌 / 苹果 : 14 条

1. [少数派] 🆕 更懂你的心，也更懂你：Apple Watch Series 12 体验 [2] - 00:01

2. [少数派] 🆕 比起折痕， iPhone Duo 的交互设计更加令人着迷 [4] - 00:01

3. [Hacker News] 🆕 An Update on Orion for Linux and Windows [8] - 00:01

4. [V2EX] 🆕 做了个 iOS App：拍一下杯贴，把每天那杯咖啡的取餐号收集成 000–999 号码册，求 TestFlight 内测 [10] - 00:01

5. [少数派] 🆕 社区速递 159 | 便携卡片充电器与库克十五年改变生活的产品 [10] - 00:01

6. [V2EX] 🆕 Pebrel —— 可能是 Windows 最好看的 AI 终端 [11] - 00:01

7. [少数派] 🆕 微软在游戏行业的早期试水：一段与梦工厂的「梦幻联动」 [12] - 00:01

8. [掘金] 🆕 iOS Method Swizzling 的工程化实践：如何处理多重交换与第三方冲突 [13] - 00:01

9. [Hacker News] 🆕 Apple Pass Designer [16] - 00:01

10. [V2EX] 🆕 谷歌 antigravity 可以用 opus5.5 和 sonnet 5.5 了 [18] - 00:01

11. [掘金] 🆕 Gemini 4 Argon 对比 GPT-6 Astra：百万 Token 输出很诱人，但我劝你先别迁编程工作流 [21] - 00:01

12. [掘金] 🆕 Android 系统启动机制（九）：system_server 已经运行，为什么还不能说 Android 启动完成？ [23] - 00:01

13. [V2EX] 🆕 在 VSCode Copilot 上用 Claude 模型会有风险吗？ [27] - 00:01

14. [少数派] 🆕 具透 | 精心优化， 体验感愉悦升华：iOS 27 中值得关注的新特性 [28] - 00:01

🔥 [2/9] AI 相关 : 11 条

1. [V2EX] 🆕 [[分享创造] NetPulse：复制一句话给 AI Agent，让它把你所有 VPS 体检一遍](https://www.v2ex.com/t/1246309) [2] - 00:01

2. [掘金] 🆕 ai agent --- redis 缓存 [6] - 00:01

3. [掘金] 🆕 「vConsole MCP🛠️」我让 AI 直接看见任何 H5 的日志和请求帮你 debug [11] - 00:01

4. [V2EX] 🆕 闲来无事，梳理了下自己最近的 ai 订阅 [13] - 00:01

5. [掘金] 🆕 2026 年 AI Agent 面试到底考什么？这套题库覆盖了 90% 的高频考点 [14] - 00:01

6. [V2EX] 🆕 AI 干活中，闲下来玩手机过久怎么办 [17] - 00:01

7. [Hacker News] 🆕 With most information hidden, the game Stratego had stumped AI until now [19] - 00:01

8. [V2EX] 🆕 AI Agent 为啥需要 A2UI 和 MCP Apps？ [22] - 00:01

9. [V2EX] 🆕 基于 eBPF 的系统监测审计工具，可以识别 AI 所有操作 [23] - 00:01

🔥 [2/9] AI 相关 : 11 条

10. [少数派] 🆕 当 AI 让执行力变得廉价，我们该拿什么脱颖而出？ [26] - 00:01

11. [IT之家] 🆕 AI 自动识别后厨违规行为，浙江 19.5 万家外卖商家接入系统 [28] - 00:01

📈 [3/9] 中国 : 7 条

1. [今日头条] 🆕 韩国“梦之队”完败给中国队 [4] - 00:01

2. [少数派] 🆕 宜家 Matter 智能家居终于要来了？在中国市场它将如何破局 [7] - 00:01

3. [V2EX] 🆕 中国人能飞小游戏 [8] - 00:01

4. [今日头条] 🆕 新华社：0:5给中国足球的又一记警钟 [12] - 00:01

5. [今日头条] 🆕 中国队亚运169金收官 [19] - 00:01

6. [IT之家] 🆕 前索尼高管吉田修平谈《GTA 6》超高热度：未来再有此关注度，可能得《GTA 7》或等中国厂商出手 [22] - 00:01

7. [今日头条] 🆕 新华社：留给中国女足的时间不多了 [28] - 00:01

📌 [4/9] 华为 : 4 条

1. [IT之家] 🆕 余承东：华为星河通信团队驾驶享界 G9 实测独库公路，98.7% 路段信号都很好 [5] - 00:01

2. [IT之家] 🆕 经典永不过时：智感旋转功能在 Mate 90 系列手机回归，华为智慧感知能力再补关键一环 [12] - 00:01

3. [掘金] 🆕 仓颉版 Tauri：基于轻量化线程与纯血鸿蒙架构的下一代 Web 混合开发利器 [16] - 00:01

4. [IT之家] 🆕 华为 Mate 90 Pro Max 旗舰机首个版本更新内容曝光，实装四卡三待、3D 动态照片等功能 [18] - 00:01

📌 [5/9] DeepSeek : 2 条

1. [掘金] 🆕 DeepSeek Harness 插件开发新手教程 [22] - 00:01

2. [V2EX] 🆕 给 DeepSeek Harness 做了个中文终端控制台，方便启动、停止和重开网页 [30] - 00:01

📌 [6/9] 腾讯 : 2 条

1. [V2EX] 🆕 做了个沿着时间回看记录的小程序：锚一锚，支持微信和支付宝 [4] - 00:01

2. [掘金] 🆕 微信上线AI帮写，朋友圈文案不用自己憋了 [28] - 00:01

📌 [7/9] OpenAI / Claude : 2 条

1. [V2EX] 🆕 用 Claude 搞了个新的 Event Driven、高性能、低内存的 Golang 网络库： fib 。 [14] - 00:01

2. [Hacker News] 🆕 Sites in ChatGPT [26] - 00:01

📌 [8/9] 国产开源模型 : 1 条

1. [Hacker News] 🆕 One month coding with GLM 5.3 Flash [18] - 00:01

📌 [9/9] 英伟达 / AMD : 1 条

1. [IT之家] 🆕 华硕上架 2026 款无畏 16 锐龙版笔记本：R7 H 260 + 16G + 512G 售 5999 元 [15] - 00:01