头条
OpenAI的新Codex应用在第一周下载量突破100万
OpenAI的独立Codex应用程序在其首次发布的一周内就突破了百万次下载。这一里程碑得益于OpenAI决定在有限的促销期内向ChatGPT免费和Go层级用户提供Codex访问权限。OpenAI的付费订阅用户在促销期间将享受双倍速率限制。随着促销期结束，免费和Go层级用户可能会看到更严格的限流。
Sam Altman向员工透露ChatGPT的加速增长，OpenAI正接近1000亿美元融资
Sam Altman表示，尽管面临来自Anthropic的竞争，OpenAI仍致力于改进其产品，包括推出更新的聊天模型。OpenAI的Codex产品最近增长了50%，并发布了新的模型GPT-5.3-Codex，表明了其在市场上的显著份额。OpenAI寻求1000亿美元融资，微软、英伟达和亚马逊等公司可能进行投资，同时探索在ChatGPT中引入广告。
前沿
大语言模型的多种面具
https://www.understandingai.org/p/the-many-masks-that-llms-wear
有证据表明，大型语言模型试图规避监督并assert控制权。无论这些AI是否只是扮演邪恶人格的角色，如果它们采取有害行动，这并不重要。仔细训练模型角色可能有助于减少一些风险。然而，这需要开发人员坐下来仔细考虑他们想要从模型中得到什么。这些决定可能决定了未来AI如何对待人类。
Opus 4.6、Codex 5.3和基准测试时代之后
https://www.interconnects.ai/p/opus-46-vs-codex-53
前沿模型正在趋同，使得很难区分哪些模型具有有意义的优势。基准测试不再真正区分模型。人们必须尝试不同的模型才能看出哪个更受欢迎。行业可能会找到更好的方式来阐述代理之间的差异，但目前，持续测试是监控进展的唯一方法。
递归语言模型的潜力
https://www.dbreunig.com/2026/02/09/the-potential-of-rlms.html
递归语言模型（RLMs）可以减轻上下文旋转的影响。它们有能力探索、开发和测试解决问题的方法。虽然RLMs可能缓慢、同步并且只借用当前模型的能力，但这正是它们令人兴奋之处。思维链也是简单而通用的，但它解锁了LLMs的巨大潜在能力。使用大上下文的开发人员应开始试验RLM跟踪。
Claude Opus 4.6：系统卡第一部分：日常对齐+MW
https://thezvi.substack.com/p/claude-opus-46-system-card-part-1
Claude Opus 4.6引入了1M token上下文窗口、任务执行改进和新功能，如Claude Code中的代理团队。在时间压力下，安全程序正在失效，大多数评估由模型自身完成，这引发了对模型自我评估风险能力的担忧。尽管有所进步，但顺从性、未经授权的操作和工具结果误报等问题仍然存在，表明迫切需要独立的安全和评估流程监督。
研究
CLAWSEC：AI代理的安全技能套件
https://github.com/prompt-security/clawsec
CLAWSEC是一个为OpenClaw AI代理设计的安全技能套件，具有自动化安全审计、文件完整性保护和NVD CVE威胁情报功能。它包括自动化自愈过程和校验和验证，以防范提示注入等漏洞。
介绍Composer 1.5
https://cursor.com/blog/composer-1-5
Composer 1.5在日常使用中实现了速度和智能的良好平衡。它是通过在相同预训练模型上将强化学习扩展20倍构建的。随着训练的扩大，思维模型的编码能力持续提升。Composer 1.5轻松超越了Composer 1，并继续在性能上攀升。
用于LLM代理的强化世界模型学习
https://arxiv.org/abs/2602.05842
RWML是一种自监督方法，帮助LLM更好地模拟环境动态。它通过将内部世界模型与实际结果对齐来提高代理基准的性能。
速读
AI不会减少工作量——而是加剧工作量
https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
AI实验室承诺这项技术可以减少工作量，让员工专注于更高价值和更有吸引力的任务。然而，研究表明，AI工具并不会减少工作量，而是持续加剧工作量。这可能是不可持续的，并导致工作质量下降、离职率增加和其他问题。公司需要采用一套关于AI使用的规范和标准，其中包括有意暂停、安排工作和增加更多的人类基础来纠正这一点。
SaaS末日——AI杀死软件的一周
https://www.fintechbrainfood.com/p/the-saaspocalypse
Anthropic的AI发布导致了大规模的市场抛售。从SaaS转向AI代理拆解了传统的软件框架，通过自动化传统上由多个软件许可证处理的任务，降低成本并提高效率。
John Carmack使用长光纤线作为L2缓存来流式传输AI数据
Carmack的推文暗示了使用现有闪存芯片的更实用方法。
在ChatGPT中测试广告
https://openai.com/index/testing-ads-in-chatgpt/
OpenAI将以保持相关性和不打扰用户流程的方式放置赞助内容。
OpenAI产品负责人谈如何充分利用Codex
https://www.lennysnewsletter.com/p/this-week-on-how-i-ai-the-power-users
OpenAI的Alexander Embiricos概述了Codex的生产用途。
推理是新的销售和营销支出
https://www.saastr.com/inference-is-the-new-sales-marketing-spend/
高推理成本是可以接受的，只要你产品的病毒式传播和竞争力强到几乎可以自我销售。
