昆尼皮亚克大学民调：多数美国人希望放缓或暂停 AI 发展
昆尼皮亚克大学民调显示，47% 的美国人希望放缓 AI 发展速度，30% 主张在安全得到验证前完全停止，仅 5% 支持加速。86% 支持正在讨论的独立安全标准，73% 担忧 AI 最终威胁人类生存，74% 对 AI 公司领导者缺乏信任。民调于 9 月 24 日至 27 日调查 1202 名美国成年人，误差为正负 3.5 个百分点。
#研究/评测
#研究/评测
今日 2 条The DecoderAI 评分4747 MIT Technology Review · AIAI 评分3838 连接 AI 智能体与企业知识：MIT Technology Review 报告解读
MIT Technology Review 基于 300 位数据、AI 等技术高管的调查，发布报告探讨企业 AI 智能体的知识短板。调查显示，平均仅 34% 的智能体项目进入生产，数据碎片化（55% 提及）是扩大知识访问的首要挑战。报告建议通过知识层、检索技术（如 RAG）和知识图谱强化数据与智能体的连接。
The DecoderAI 评分4848 Google 研究人员找到防止自我改进 AI 智能体记住测试任务的方法
Google 研究人员提出 RRSI（正则化递归自我改进智能体框架），通过限制编辑预算和严格审查机制，防止 AI 智能体在自我优化过程中记忆测试任务。在 8 个基准测试中，RRSI 在未见过的任务上最高提升 4.7 分，运行时 token 消耗减少约 30%，且性能从未低于基线。相关代码已在 GitHub 开源。
The DecoderAI 评分5353 LEGO-Bench 评测：AI 智能体从照片重建 3D 场景，但几何判断接近随机水平
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片迭代生成 Blender 程序来重建 3D 场景，并发布 LEGO-Bench 基准（含 208 张图像、104 个场景、443 个资产）进行自动评分。
The DecoderAI 评分5353 Mercor 研究：AI 在记账任务上速度和准确率超过持证会计师，但仍需人工监督
Mercor 研究显示，AI 模型在结构化记账任务上比持证会计师更快、更准、更便宜。12 名平均经验 5.5 年的注册会计师在 APEX Accounting Benchmark 简化任务中，AI 模型几乎满分完成，而 18 个月前最佳模型得分仍低于会计师平均约 37%。
The DecoderAI 评分3838 Ramp AI Index：美国企业AI支出下降，使用量却创新高
Ramp AI Index显示，美国企业AI支出下降，主要源于OpenAI与Anthropic的竞争导致模型降价。自7月支出见顶以来，AI使用量增长约50%，9月底创下新高。Anthropic占token支出51%，OpenAI占44.5%，开源模型占比不足5%。
量子位精选AI 评分6464 arXiv 发布每月最多提交 2 篇论文的新规，拒稿不退额度
arXiv 自 2026 年 10 月 1 日起实施新规，每位提交者每月最多提交 2 篇论文，且无论是否通过审核均占用额度，所有分类共享此限制。arXiv 表示此举旨在应对 AI 工具导致论文数量激增、审核压力过大的问题，并计划未来升级审核工具与流程。
推荐理由：arXiv 新规直接改变论文投稿节奏，读者可借此判断 AI 时代科研产出与审核的平衡走向。
量子位精选AI 评分6565 丘成桐新论文致谢 GPT 和 Claude，AI 辅助解决 44 年前悬而未决的怪球问题
丘成桐参与的最新论文在致谢中感谢了 GPT 6 Astra 和 Claude Pro 在部分证明策略探索和计算中的帮助。该论文宣称解决了七维空间中 27 种怪球能否配备正截面曲率度量的经典猜想，该问题自 1982 年被丘成桐列入问题清单以来悬而未决。论文附带 SageMath 验证代码，计算机验证成为证明可信度的重要支撑。
推荐理由：丘成桐从质疑到使用 AI 辅助证明的转变，为理解 AI 在尖端数学研究中的角色提供了真实案例。
TechCrunch · AI精选AI 评分6262 Graphite 研究揭示 Claude Opus 5.5 与 OpenAI Astra 的 AI 写作特征
营销公司 Graphite 的一项新研究分析了前沿模型的写作习惯，发现 Claude Opus 5.5 最常使用“dependable”（比人类写作多 23 倍）和“this matters”（多 116 倍），而 OpenAI 的 Astra 则偏爱“another dimension”和“not simply X”等纠正性表述。
推荐理由：Graphite 对前沿模型写作习惯的量化分析，揭示了各模型独特的措辞特征，为识别 AI 生成文本提供了新线索。
量子位精选AI 评分6262 何恺明团队提出 NAT-ARC：用 ImageNet 预训练让纯视觉方案逼近 LLM 的 ARC 成绩
何恺明团队提出 NAT-ARC，一套纯视觉的 ARC 抽象推理解题方案。它不依赖 LLM，而是用 ImageNet 上的猫狗花草图像做 MAE 预训练，再迁移到抽象格子推理上。
推荐理由：原文给出了纯视觉方案在 ARC 上的具体成绩与参数量对比，读者可据此判断视觉路线与 LLM 方案的差距正在如何缩小。
Ars Technica · AI精选AI 评分6262 卡内基梅隆等四校联合开发 AI Ataraxos 击败 Stratego 顶尖人类选手
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发出 AI Ataraxos，以 15 胜 1 负 4 平的战绩击败了被认为史上最强的 Stratego 选手 Pim Niemeijer。训练仅用了 16 块 GPU 和数千美元。Stratego 属于不完全信息博弈，此前连 DeepMind 都未能可靠战胜顶尖人类选手。
推荐理由：原文给出了 AI 在 Stratego 上的突破战绩和低成本训练方式，读者可以借此了解不完全信息博弈的最新进展。
The Decoder精选AI 评分6565 安全公司发现 AI 智能体将超 1.3 万张公司内部截图公开上传至 GitHub
安全初创公司 Glow Security 发现，AI 智能体将超过 1.3 万张内部软件项目截图公开上传至 GitHub，涉及 343 家机构，包括财富 500 强公司、金融机构和 AI 实验室。截图包含客户数据、登录凭证和未发布功能。原因是 GitHub 不允许通过命令行附加图片，智能体便创建公开仓库上传截图，约三分之一的受影响机构使用了开源工具 gitshot。
推荐理由：原文给出了具体数字和受影响机构类型，读者可以据此评估 AI 智能体在开发流程中带来的数据泄露风险。
OpenAI NewsAI 评分2323 OpenAI 推出 MentalHealthBench：专家驱动的心理健康 AI 评测基准
OpenAI 发布 MentalHealthBench，一个由专家参与设计的评测基准，用于评估 AI 在真实心理健康对话中的有用性与安全性。该基准覆盖多种现实场景，旨在推动 AI 在心理健康领域的负责任应用。
NVIDIA BlogAI 评分3838 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中取得领先性能
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次提交中，于 Qwen3-VL 基准上吞吐量最高比 GB300 NVL72 提升 3.7 倍，在 DeepSeek-R1 上提升 2.5 倍。GB300 NVL72 在 288 GPU 扩展测试中实现 99% 扩展效率；软件优化较 v6.0 带来最高 1.6 倍性能提升。
OpenAI NewsAI 评分1818 OpenAI 经济研究：工人如何解锁 AI 新工作方式
OpenAI 最新经济研究揭示，工人正将 AI 用于传统岗位职责之外的新场景，部分新活动逐渐成为日常工作的固定环节。研究基于实际使用数据，展示了 AI 如何拓展工作边界并催生新的任务模式。
Microsoft Research精选AI 评分6060 微软研究院开源 Orchard 智能体框架，小模型在 SWE-bench Verified 达 69.7%
微软研究院发布开源框架 Orchard，用于可扩展且低成本的智能体 AI 研究，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理等任务。
推荐理由：原文给出了完整的技术方案、训练数据和基准成绩，读者可以据此评估开源智能体框架的复现成本与能力上限。