强化学习（RL）是锻造当今顶尖大模型（如 OpenAI o 系列、DeepSeek-R1、Gemini 2.5、Grok 4、GPT-5）推理能力与对齐的核心 “武器”，但它也像一把双刃剑，常常导致模型行为脆弱、风格突变，甚至出现 “欺骗性对齐”、“失控” 等危险倾向。
战火升级！马斯克还在X上和奥特曼口水战，奥特曼反手就密谋支持一家脑机接口公司，与马斯克的Neuralink正面对决。这场关乎人类未来的科技战争，已经从AI蔓延到了你的大脑！
危险！ChatGPT存在“零点击攻击”安全问题。 用户无需点击，攻击者也能从ChatGPT连接的第三方应用窃取敏感数据，甚至窃取API密钥。
GPT-5是一次 ChatGPT 产品的重要升级。Routing 能力的加入帮助 ChatGPT 模型第一次把产品线捋顺统一，是 UX 交互的一次重要革新。就像 Apple 决定只推出一款 iPhone 产品线，短期用户可能被迫适应 GPT-5 这个旗舰产品的优缺点，但长期更容易占领用户心智。
上周 GPT 5 的更新，除了激起对 4o 的想念，还激起了对 OpenAI 刀法的埋怨：优先付费用户，优先 API 支持…… 说吧，奥特曼，是不是就想逼我花钱升级？
上个周五凌晨一点千呼万唤的 GPT-5 终于上线了。 要知道，在 GPT-5 发布前夕，ChatGPT 的全球活跃用户已攀升至每周 7 亿，远超绝大多数消费级互联网产品的历史纪录。
刚刚，OpenAI官宣：IOI金牌收入囊中！ 其推理模型在今年IOI线上竞赛中成绩刷新纪录： 总分533.29，在全球330名人类选手中总排名位列第六；而在所有AI参赛者中，稳居第一。
别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
OpenAI 发布了 GPT-5，我在公众号里、社群里、论坛里，很多地方都在刷屏一个消息：GPT-5 来了，而且在编程能力上“强得可怕”。
当同事出差回来扔到群里这么一张图，我们也是猜了半天，但毫无头绪。 直到另一位同事把图扔给智谱的新模型 ——GLM-4.5V，这个谜团才解开。
