– arxiv.org/abs/2610.11599 标题："大语言模型更迭削弱人工智能辅助科学写作的筛查"

The DecoderAI 评分5050

Aleph Alpha 研究：Qwen、DeepSeek、Kimi 等中国 AI 模型在敏感话题上回避或复述官方立场

Aleph Alpha 用自建基准测试了阿里 Qwen、DeepSeek 和月之暗面 Kimi 等中国模型，覆盖天安门、台湾、新疆等 967 个敏感话题，其评分系统仅将 17% 至 41% 的回答评为平衡，其余为复述官方立场、回避或拒答。

TechCrunch · AIAI 评分4949

Graphite 研究：Claude Opus 5.5 最爱说“this matters”，各模型写作痕迹各不相同

Graphite 研究发现 Claude Opus 5.5 的写作痕迹是“dependable”一词出现频率比人类样本高 23 倍，“this matters”高 116 倍；OpenAI Astra 则偏爱“another dimension”和“not simply X”式纠正性框架，后者出现频率超人类 100 倍。

Import AIAI 评分6666

多伦多大学等机构构建可自我复制的AI蠕虫原型

多伦多大学、Vector Institute、剑桥大学与ServiceNow的研究者构建了一个AI蠕虫原型，利用被攻陷机器的GPU运行开源权重LLM进行推理，自主发现漏洞并发起攻击。该原型在漏洞检测上成功率约80%，利用漏洞约53%，自我复制约88%，完整攻击链整体成功率约37%。研究者称这证明自我维持的AI驱动网络威胁已不再是理论，并指出该蠕虫以去中心化群体方式运行，没有单点可被切断。

Import AIAI 评分6262

牛津等机构研究：AI在说服力上稳定超过人类专家

牛津大学、英国AI Security Institute、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、18,978场对话、6,923名参与者发现，AI系统在文本说服上稳定超过人类专家，即使专家提前研究、接受数小时结构化训练并获得1,000英镑奖金激励。

Import AIAI 评分3232

Import AI 459：AI 监管为何困难、蛋白质折叠模型的缩放定律、以及为 AI 系统灭绝风险定价

Import AI 459 讨论了 AI 经济的爆炸式增长与 GDP 统计的脱节、用 AI 监督 AI 的自动化对齐为何比想象中更难、蛋白质折叠模型的缩放定律，以及为 AI 系统灭绝风险定价。其中一项研究估算 2025 年美国 AI 名义 GDP 约 2500 亿美元，质量调整后实际年增速约 2600%。