Reasoning模型在RL下的探索欲望急速下降问题：探索熵机制

论文研究发现大模型经强化学习训练解题时，会出现模型探索欲望急速下降的熵崩溃现象，如训练初期策略熵断崖式下跌。对此进行规律分析、追根溯源，提出破解方法，研究对AI训练范式变革有重要意义。

超长推理还能节省计算！Salesforce开源神器两连发：教大模型边想边省，显著提升数学编程准确率

Salesforce AI Research开源Elastic Reasoning和Fractured Sampling。前者将推理流程分两部分，分配token预算，使输出缩短、准确性提高；后者打碎推理链条，从三维度采样，以更少tokens换更高准确率，均提升数学和编程任务准确率。

给Kali 加个MCP,直接用cursor做渗透测试

文章围绕用MCP调用Kali进行渗透测试展开，介绍国外大神实现此方法并开源。阐述系统原理、Cursor配置，通过实际测试展示效果，指出MCP让渗透测试调用更简洁，是较大进步，还给出了代码链接。

仅隔一天，OpenAI同步上线o3和o4 mini，它们能调用ChatGPT里的多种工具，可基于图像思考。o3是强大推理模型，o4-mini专为快速经济推理优化。即日起部分会员可体验，还开源了Codex CLI。

Meta最强模型跑分超越Opus 5.5？实测大翻车，作弊刷榜实锤了

本文报道Meta发布全新大模型Muse Wonder，官方宣称跑分超越GPT-6 Astra与Claude Opus 5.5，砸千亿冲击前沿大模型梯队，却遭开发者实测翻车，引发刷榜作弊争议，梳理了模型优缺点与Meta的AI战略布局。

Jev刷屏之后，竟然有人12个月前就提出了概率并行生成？

Jev刷屏引发AI面向决策输出的讨论，本文挖掘出香港中文大学徐强团队2025年9月就已提出显式概率、并行输出、面向决策的概率预测新范式，验证模型TimePrism以极简结构取得超越复杂模型的效果，思路与Jev异曲同工。

腾讯 Hy3 一手实测，Agent 能力提升不止一点

作者拿到 Hy3 模型测试资格，介绍其架构、性能和价格优势，还在 WorkBuddy 里实测它完成运营工作、选编辑助教、开发新功能等任务的效果，最后评价 Hy3 能力、价格、适配方面的表现，并分析 WorkBuddy 领先原因。

Claude还是最强，但Anthropic这周好像疯了

Anthropic状告阿里蒸馏模型致其股价创新低。一位87年创业者用AI搭工作流，起初用DeepSeek和Qwen问题多，换Claude后流程顺畅。MRCR v2测试显示国产模型与Claude有差距，便宜与省心模型该怎么选成问题。

拖更三年，北大校友翁荔最新长文刷屏！

前OpenAI副总裁Lilian Weng发布拖更三年的长文《Scaling Laws, Carefully》，指出AI行业依赖的Scaling Laws远比想象脆弱。OpenAI和DeepMind对算力分配结论相反，且Chinchilla方法论也有问题，同时数据快用完，经典公式前提在崩塌。

TRAE Work Design 初体验：设计领域的翻译器

作者体验了TRAE Work新上的Design模式，认为它像设计领域的翻译器，能降低中间翻译成本。以产品原型、PPT、公众号头图等为例，展示其优势，指出AI Design降低表达和执行门槛，凸显专业判断力的重要性。