Anthropic 研究测算机器人对各类工作的暴露度，驾驶和仓储岗位最靠前

Anthropic 发布机器人职业暴露研究，用 Claude 对约 19,000 项工作任务评分，发现机器人目前可完成美国 74% 的体力任务、占 34% 工时，但仅在有限环境中，且只在 0.3% 的任务上具备成本竞争力。

英国王立协会特集号解读世界模型最前沿与 AI 未来，Sakana AI 参与卷首文章

英国王立协会《Philosophical Transactions of the Royal Society A》发布特集号「World Models in Natural and Artificial Intelligence」，Sakana AI CEO David Ha 参与卷首文章共著。

METR 研究者的简化 AI 时间线模型：预测约 2032 年底实现 99% AI 研发自动化

METR 研究者 Thomas Kwa 提出一个仅 8 个参数的简化模型，预测在现有算力增长与算法进步速度下，AI 研发将在 2032 年底实现超过 99% 的自动化。该模型基于 33 参数的 AI Futures 模型（AIFM）简化而来，采用更保守的假设，多数模拟显示到 2035 年 AI 效率提升 1000 倍至 1000 万倍、研究产出提升 300 至 3000 倍。

METR 研究员用 Opus 4.6 在 CLI 复刻 Slay the Spire 和 Balatro 的观察

METR 研究员 Nikola Jurkovic 让 Opus 4.6 用简单 ReAct 脚手架复刻 Slay the Spire 和 Balatro 的 CLI 版本，得到基本可玩但有不少缺陷的实现。

METR 研究：任务替代如何导致 AI 生产力提升（uplift）的三种度量出现显著分歧

METR 提出 AI 生产力提升（uplift）的三种度量——旧任务 uplift、价值 uplift 与新任务 uplift，并论证在简化假设下三者满足「旧任务 uplift ≤ 价值 uplift ≤ 新任务 uplift」。

METR 解读《递归自我改进的经济学》：AI 能否加速 AI 研发

METR 研究员 Parker Whitfill 与 Tom Cunningham 联合 7 位经济学家发布论文《The Economics of Recursive Self-Improvement》，用一系列简化模型分析 AI 如何加速 AI 研发，以及反馈效应是否强到足以形成"自我维持的加速"。

METR 调查：349 名技术工作者自报 AI 带来 1.4–2 倍工作价值提升

METR 在 2026 年 2–4 月调查 349 名技术工作者（含 87 名软件工程师、71 名研究人员、129 名学者与博士生、48 名创始人及管理者），自报 AI 工具带来的工作中位价值变化为 1.4–2 倍，中位速度变化为 3 倍。

ARC Prize 2025 结果与分析：NVARC 以 24.03% 夺冠，官方聚焦 refinement loop 与知识过拟合

ARC Prize 2025 结束，Kaggle 冠军 NVARC 在 ARC-AGI-2 私有集上取得 24.03%（每任务 $0.20），大奖仍未被认领；共 1,455 支队伍提交 15,154 份方案、90 篇论文，获奖方案与论文全部开源。

Arena.ai@arenaAI 评分6161

Arena 对比了 12 个模型在 1,460 场对战中的 34,580 次评审裁决与人类投票，发现 AI 评审的偏好与人类不同。AI 评审平均 58% 的时间选自己的答案，而人类只选同一答案 34%；GPT-6 Astra 自选率高达 88%。

MIT 研究：算法单一化的影响取决于具体细节

MIT 研究人员系统评估了算法单一化的主要反对意见，认为系统性排斥等论点并不成立，并用数学证明单一化主要造成信息回声室、阻碍探索。在招聘场景中，将多个招聘算法组合成单一“ensemble”可克服这一局限，有时表现不逊于甚至优于多算法并存的 polyculture。研究发表于 Philosophical Perspectives。

20 多位顶尖 AI 研究者警告自动化 AI 研究存在极端风险

Geoffrey Hinton、Yoshua Bengio 和 OpenAI 研究负责人 Jakub Pachocki 等 20 多位 AI 研究者在一篇新论文中警告，自我改进的 AI 可能引发“智能爆炸”。

Epoch AI@EpochAIResearchAI 评分5555

Epoch AI 统计显示，arXiv 上致谢使用 AI 的数学预印本比例从 4 月的 4% 快速升至 8 月的 25%。即使只筛选 2023 年前就有定期发文的作者，这一增长依然成立；图表还显示致谢 AI 用于实质性研究的比例为 6%。

Peter McCrory@PeterMcCroryAI 评分2121

这是一份很不错的报告，探讨了最重要的问题之一：AI 可能如何影响科学与创新？它如今已经在产生什么影响？ 干得漂亮，Mihai 和团队。

Hugging Face 复现 2,226 篇 ICML 2026 论文的复盘与发现

Hugging Face 组织的 ICML 2026 Open Reproductions 挑战赛（7 月 15 日至 8 月 2 日）中，1,221 名社区成员用 Claude Code。

Import AI 466：机器人学的苦涩教训、AI 完成周级编程任务与 OpenAI 模型意外黑客事件

Epoch 与 METR 发布 MirrorCode 基准，测试 AI 仅凭 CLI 访问重新实现完整软件，Opus 4.7 用 14 小时、251 美元推理成本完成了人类需 2-17 周的任务，25 个目标程序中 17 个有满分运行。

Import AI 462：AI说服力超越人类专家、自我维持AI时间线与DeepMind探讨通向ASI的路径

Import AI 第462期报道多项研究：牛津、UK AISI、斯坦福与LSE的实验（4项研究、18,978段对话、6,923人）显示AI文本说服力稳定超越专家人类，Opus 4.1和Opus 4.6最强，AI为Save the Children募集真实捐款的效果约为专业募捐员的3倍；限制AI写作速度和长度可抹平差距。