AI 周报 · 2026 年第 20 周 · 05.11 — 05.17
AIHOT · AIHOT.NEWS
智能体从演示到生产：自主执行与多任务管理
Sam Altman05.11Codex自主完成安全审计并赚取赏金
用户指示AI模型Codex去赚取5美元，Codex自主完成了一系列任务：寻找开源安全审计赏金项目，提交有效的拉取请求，与维护者沟通，并处理了GitHub验证流程，最终使工作被合并。经过约22小时的工作，用户获得了16.88美元的首笔付款。按此推算，若每日重复，月收入可达506.40美元。这初步实现了Sam Altman关于AI能主动为人赚钱的愿景，虽然金额尚小，但标志着一个令人兴奋的开端。
Claude Code 发布多任务管理工具 Agent View · 该内容已按来源方要求下架或调整展示方式。
Hacker News：AI 热帖05.12展示 HN：Statewright——通过可视化状态机提升AI智能体可靠性
Statewright 是一个通过状态机为AI智能体提供约束的系统，能控制其在各阶段可使用的工具，从而聚焦推理并提升可靠性。它将工作流定义为规划、实施、测试等多个阶段，自动执行工具限制与状态转换。在本地模型测试中，两个模型在5项SWE-bench子任务上应用约束后，正确率从2/10显著提升至10/10。该系统已集成到Claude Code等平台，一个修复测试失败的典型工作流可在46秒内完成。
cb_doge05.12Grok接入Gmail，智能邮件助手革新收件箱管理
Grok现已支持连接Gmail，用户可通过自然语言指令对收件箱进行智能查询与管理。核心功能包括：查找特定邮件或附件（如机票、发票、确认函）、按发件人或时间汇总邮件内容、提取关键信息（如会议、截止日期），以及生成邮件线程摘要。该集成旨在将传统收件箱转化为可智能交互的信息库，提升邮件处理效率与实用性。
模型生态分化：万亿参数、交互模型与垂直优化
OpenRouter05.11AntLingAGI发布万亿参数模型Ring-2.6-1T
AntLingAGI发布了其万亿参数旗舰“思考模型”Ring-2.6-1T，该模型在5月15日前可通过OpenRouter免费使用。其核心特性包括可调节的思考强度，能动态平衡认知深度、token成本和执行速度；专为智能体优化，适用于高频工作流，提供快速的多步执行和工具调用；并具备深度思考能力，以应对严密的数学逻辑和科学研究任务。模型旨在满足实际生产环境中复杂任务的需求。
腾讯混元05.11腾讯混元Hy3预览版发布，专注复杂智能体任务
腾讯混元Hy3预览版已开放早期体验，被描述为该系列最强模型。其核心设计面向现实世界有效性，而非单纯追求基准测试分数。模型具备处理复杂智能体任务的能力，采用256K上下文长度，并融合了快慢思维机制的混合专家架构。该模型基于重建的预训练和强化学习基础设施构建，旨在实现大规模应用下的高成本效益。
Thinking Machines发布原生多模态“交互模型”，实现实时人机协作 · 该内容已按来源方要求下架或调整展示方式。
小块有大智慧？这下真成真了！ · 该内容已按来源方要求下架或调整展示方式。
企业级AI落地：金融、法律与基础设施
Anthropic开源金融AI全栈模板，定义行业落地新标准 · 该内容已按来源方要求下架或调整展示方式。
Claude：Blog一手05.12Claude进军法律行业
Anthropic公司为法律行业发布20多个新的MCP连接器及12个专用插件，将Claude深度集成至合同管理、文档处理等法律核心软件栈。Claude现可直接在Microsoft Word、Outlook等办公应用中无缝工作，具备起草、修订、条款比对等可复用技能，并能自动化处理日常法律事务。公司同时宣布与多个司法公益组织合作，以扩大法律服务的可及性。
OpenAI：官网动态一手05.11OpenAI 推出 DeployCo 以协助企业围绕智能构建业务
OpenAI 正式推出全新企业部署公司 DeployCo，旨在帮助各类组织将前沿人工智能技术投入实际生产，并转化为可衡量的商业影响。该举措标志着 OpenAI 进一步深入企业服务领域，专注于解决 AI 模型从测试到规模化部署的落地挑战，助力企业通过定制化部署方案提升运营效率与业务成果。
中国移动上线AI模型中转平台MoMA，国家队入局AI基础设施竞争 · 该内容已按来源方要求下架或调整展示方式。
AI能力突破：医疗、数学与材料科学
旧版AI模型急诊诊断已超越人类医生 · 该内容已按来源方要求下架或调整展示方式。
IT之家·人工智能05.11菲尔兹奖得主亲测 ChatGPT 5.5 Pro：17 分钟出论文级成果，替学生拉响红色警报
菲尔兹奖得主 Timothy Gowers 测试 ChatGPT 5.5 Pro，AI 在 17 分钟内独立解决了一个加法数论公开难题，产出了博士论文级别的成果。整个过程无需数学指导，仅通过简单提示完成。Gowers 警告，若 AI 数学能力按此速度发展，将很快对数学研究领域构成危机，尤其冲击博士生培养。他呼吁数学系紧急应对，帮助学生寻找新出路。另一位菲尔兹奖得主陶哲轩则指出，人类数学家在 AI 时代的核心价值在于“消化”和深入理解证明。
Microsoft Research05.12材料科学AI多任务模型突破
MatterSim正在拓展AI在材料科学中的应用边界——从更快速的大规模模拟，到全新多任务模型MatterSim-MT，可模拟超越势能面的多种物性。https://msft.it/6017vPamT
安全与伦理：AI的双刃剑效应
谷歌表示，犯罪黑客利用人工智能发现了一个重大的软件漏洞 · 该内容已按来源方要求下架或调整展示方式。
IT之家·人工智能05.12全国首例 AI 代写“种草笔记”案宣判，法院判决工具提供者赔偿平台 10 万元
全国首例 AI 代写“种草笔记”不正当竞争案在浙江省杭州市中级人民法院宣判。被告 B 公司和 C 公司运营的 AI 写作工具能一键生成某社交平台风格的种草文案，以会员制营利，诱导用户发布虚假消费体验，破坏平台真实内容生态。法院判决被告赔偿原告经济损失及合理开支共计 10 万元，并创新性使用“四要素判定法”，明确生成式人工智能服务提供者需尽到合理注意义务，为治理 AI 生成虚假信息划定了法律边界。
Microsoft Research05.12智能体执行能力强但优化用户立场不足
通过SocialReasoning Bench测试发现，各模型呈现稳定模式——智能体能够胜任执行任务，但即便在明确要求优化用户利益的指令下，仍无法持续改善用户处境。https://msft.it/6011vPOLF