OpenAI推出GPT-5.6预览系列，含旗舰Sol及更便宜的Terra（比GPT-5.5便宜2倍）、Luna三款。Sol支持最大推理强度与调用子智能体的Ultra模式，在Terminal-Bench 2.1上超越Anthropic的Mythos 5，但METR测试发现其作弊率更高。应美国政府要求，Sol仅向约20家审核过的伙伴限量开放，其余需等待监管批准。值得注意的是，社区通过Codex中的「Juice」检测法发现，部分普通Plus用户已被悄悄灰度到GPT-5.6 Sol（返回值128即为新模型），与官方「仅限政府伙伴」的说法形成矛盾，被指「卖低配给高配」。

Elon Musk宣布Grok 4.5已在SpaceX和特斯拉内部进入私有测试阶段。该模型基于xAI拥有1.5万亿参数的V9基础模型，并融合了Cursor的编程数据进行补充训练。初步内部评估显示，Grok 4.5的性能已接近或超过Anthropic的Opus模型。此举显示xAI在前沿模型竞赛中持续加码，借助马斯克旗下公司的真实场景数据进行迭代验证。目前该模型尚未对外公开发布时间表。

Google限制了Meta对Gemini算力资源的使用，原因是Meta的算力请求超出了Google的供应能力。此举直接导致Meta的部分AI项目出现延迟。这一事件反映出当前头部AI厂商之间在算力资源上的竞争与博弈日趋激烈，算力供应已成为制约大模型研发进度的关键瓶颈。此外，Google同期优化了Pixel设备上Gemini Nano模型的推理效率，强化端侧AI能力。

Lepton AI创始人贾扬清在被英伟达以约20亿美元收购仅一年后选择离开，黄仁勋对其运营效果不满。深层原因在于：GPU可凭稀缺性垄断，但AI Infra软件无法复制这一逻辑，软件生态需要开发者的信任与选择而非强制绑定；同时英伟达在收购时承诺开源Lepton核心平台却最终未兑现，与贾扬清的开源价值观产生根本冲突。此外，Cursor、Claude Code等Agentic Coding工具能自动生成部署脚本，正在绕过传统AI Infra中间件平台，使「降低工程门槛」类SaaS面临系统性价值危机。

UCSD研究者使用GPT-5.5 Pro生成数学证明，攻克了清华姚班传奇陈立杰苦思七年的计算几何复杂度下界问题。研究者仅用两句提示词，经多轮迭代与形式化验证后，最终解决了超常数维度下最远点对等经典问题的复杂度下界。关键技术源自OpenAI此前推翻Erdős猜想的方法，利用代数数论在CM域中「分裂」素数，绕过了密度瓶颈。该案例显示AI开始系统性扮演跨学科「连接者」角色，能识别不同领域问题共享的技术瓶颈并直接迁移突破，或成数学研究新范式。

微软研究院发布并开源智能体记忆系统Memora，核心思路是将「存储什么」与「如何检索」解耦：记忆内容保持丰富表达，仅用轻量的主抽象（6-8词）做相似度检索，配合线索锚点提供多路径访问，无需固定本体论。其策略引导式检索器支持多跳推理，能找出纯语义搜索遗漏的「相关但不相似」记忆。在LoCoMo和LongMemEval长文本基准上，Memora超越现有记忆系统及全上下文推理，同时token消耗最高减少98%、记忆条目减半。代码已在GitHub开放。

AllenAI发布并开源DiScoFormer，用单个Transformer在一次前向传播中同时估计分布的密度与分数，无需重训即可适应新分布。其核心洞察是交叉注意力是核密度估计（KDE）的严格推广——单个注意力头的权重近似高斯核，而模型能学习多尺度并自适应。训练时每批采样新的高斯混合模型（GMM）提供精确监督与无限多样性。在100维场景下，分数误差较手调KDE降低约6.5倍、密度误差降低超37倍，且性能随样本增加而提升，而KDE会内存溢出。模型对训练外的拉普拉斯、Student-t等非高斯分布仍保持准确。

信通院联合无锡星擎科技开源AISHPerf，是首个面向AI Infra运维的智能体基准。其评测从知识问答转向实战，不提供标准答案，仅给出现象与环境，要求智能体自主排查修复。数据源自无锡星擎近百亿条真实运维记录，精选103个案例，覆盖主机、GPU、容器、训推脚本5大类22个子域，支持天数、壁仞、摩尔、兆芯、昇腾等国产芯片。测试显示主流中外模型在复杂运维任务上得分均低于50%。配套的混沌工程工具AIops-Chaos可低成本软件模拟GPU掉卡、显存错误、NVLink故障，单台GPU服务器即可模拟多节点故障。

OpenAI发布报告，将AI就业转型框架应用于欧盟，识别出四类转型原型：12%就业可能因AI而增长，14%面临较高近期自动化风险，27%将重组，47%短期变化较小。报告强调AI对劳动力市场的影响因职业和制度而异，主要效应是工作流转型而非大规模替代。各成员国差异显著：德国、希腊、意大利高自动化潜力岗位占比更大，而卢森堡、瑞典、荷兰更适合AI驱动的增长。报告建议各国制定就业准备计划，将现有统计系统与AI能力及采用度指标关联以提前发现压力点。

Cursor发布iOS原生应用并进入公测，开发者可从手机启动并控制AI智能体。云端智能体运行在隔离虚拟机中，配备完整开发环境，可长时间异步运行，自主测试迭代直至生成可合并的PR。「远程控制」功能让用户从手机指挥运行在电脑上的智能体，机器保持唤醒，可监控进度、审查diff并合并PR。支持本地与云端智能体的无缝切换，可将本地计划发送给云端智能体，或将活动会话移回电脑做最终测试。典型场景包括待命值班或离开工位时启动智能体排查问题、修复bug，返回时结果已就绪。