Axiom称，智能体集群在人类指导下用24天生成约5000万行Lean代码，完成有限单群分类定理形式化，并发现一条已发表证明路线所用断言的反例。Anthropic称研究版Claude找到求解3-SAT及#3-SAT的确定性次指数时间算法，但这一结果涉及渐近复杂度，不等于实际求解提速。Anthropic披露六家药物研发合作，Generate用Claude Code设计的一个CAR-T遗传指令版本缩短约70%，实验室测试中的受体产量约为标准版本的10倍。
Axiom处理已有证明体系，Claude研究版提出新的复杂度结论。
Axiom宣布完成有限单群分类定理的Lean形式化，智能体集群在人类指导下用24天生成约5000万行代码。原始证明横跨约500篇论文、1.5万页，智能体通过GitHub认领任务、互审并合并成果。项目还发现，通往不平衡群定理的一条已发表证明路线所用的闭包断言存在反例，并为单群情形给出替代论证。
读原文 →Anthropic 称，内部研究版 Claude 找到求解 3-SAT 的确定性次指数时间算法，可反驳指数时间假设（ETH）。该算法还能计算满足条件的赋值数量，解决更难的 #3-SAT；论文和 AI 编写的 Lean 4 形式化证明已公开。结果仅涉及渐近复杂度，不代表实际求解公式的性能提升。
读原文 →🔍 深度解读：Axiom的任务是把横跨约500篇论文的既有证明转成Lean代码，Claude的ETH主张则把新算法交给Lean 4形式化证明；两者共享的是机器可检验的交付方式，而非同一种发现过程。对科研工具开发者，这意味着产物不能只是一段有说服力的推导，还需要把定义、前提与推理连接成可核验的证明链；这种核验也不能替代算法实际运行性能的测试。
Generate的CAR-T设计已有实验室结果，Anthropic也启动自身药物发现项目。
Anthropic披露与六家药物开发机构的研究合作，并启动自身药物发现项目。Generate的六名科学家用Claude Code设计CAR-T疗法的遗传指令片段，其中一个版本比标准版本短约70%，为额外指令腾出空间。实验室测试中，该设计使免疫细胞产生的受体数量约为标准版本的10倍，杀伤肿瘤细胞更有效，细胞活性也维持更久。
读原文 →FrontierCode 2.0进入AA智能指数v5，把不完整需求下的代码取舍带入综合排名。
Artificial Analysis 发布智能指数 v5，60% 的评测来自私有或留出集。新版新增 FrontierCode 2.0 等测试，四类评测各占25%。Claude Opus 5.5（max）以58分领先 GPT-6 Astra 的57分；开放权重与闭源模型的分差从3分扩大到12分。
读原文 →Cognition 发布编码基准 FrontierCode 2.0，当前最高得分为 45%。不同于多数基准考查代码是否满足明确规格，它刻意使用不完全明确的需求提示，以维护者是否应该合并代码改动为评分标准。基准构建过程中，约 80% 的提交 PR 被拒绝。
读原文 →🔍 深度解读：FrontierCode 2.0不仅单独报告成绩，也被纳入AA智能指数v5，因此“维护者是否应该合并”这一标准会影响综合模型排名，而不只是编码榜单。当前最高分仅45%，与新版指数中Claude Opus 5.5和GPT-6 Astra仅差1分形成对照：企业选编码模型时，综合分数接近并不等于都能可靠处理模糊需求，合并验收能力需要单独检验。
LFM3压低模型部署门槛，Nemotron扩展音频任务，TokenGate削减预填充计算。
Liquid AI发布六款约20亿参数的LFM3模型，覆盖文本、视觉、音频、全模态和决策。文本模型LFM3-1.7B支持256K上下文，4位量化约占1GB，面向本地智能体与工具调用。该系列将多种模态统一到同一骨干上，均可在单张GPU上微调；视觉模型首次支持视频输入。
读原文 →英伟达推出开放权重语音模型 Nemotron 3.5 Transcribe，支持40种语言转写，约43亿激活参数。同一模型可按文本指令处理转写、说话人标注、翻译和音频问答，也能加入专业术语作为上下文。模型支持最长1小时录音，提供BF16、FP8和NVFP4版本，可用于商业或非商业用途。
读原文 →研究者提出 TokenGate，通过可学习的 token 剪枝加速长上下文预填充，并公开代码。它按 token 重要性调整注意力权重，不再让所有输入都经过每一层完整处理；论文报告，在所测任务中准确率不降，首字延迟改善 1.4～11.3 倍。该组件支持 Qwen3、Qwen3.5 等架构，适配开销与常规参数高效微调相当。
读原文 →🔍 深度解读：LFM3-1.7B的256K上下文和Nemotron最长1小时录音都把长输入带入部署选型，但模型能装进设备，与输入能否快速处理，是两笔不同的成本。TokenGate针对后者削减预填充计算，与LFM3约1GB的4位量化体积形成互补思路；它当前适配Qwen3、Qwen3.5等架构，不能把最高11.3倍提速直接套到上述新模型上。对本地应用开发者，显存占用与首字延迟必须分开衡量。
公开脚本检验的是给定2323个token前缀之后的URL续写。
CohereLabs公开 Qwen3.8-Flash-Next 的调查轨迹、原始token ID和复现脚本。脚本预填记录中的前2323个token，停在URL之前，再让模型续写最多48个token；示例输出包含阿里云及其他域名。该复现测试的是给定前缀后的续写，且输出不固定，可能需要多次尝试才能重现目标行为。
读原文 →