Anthropic 新觀點談 AI 科學建模，找到最貼合資料的答案後還缺什麼？

Anthropic 在 11 月 6 日刊出 AI 科學建模客座文章，由圖賓根的三位研究者討論AI如何參與建構模型、調整參數與解讀結果。 我認為這個觀點對使用AI分析資料的人很實用。當決定會影響後續實驗，除了問最佳答案，也應問哪些替代解釋仍然站得住腳。

Higgsfield Micro Drama Ads 把商品寫進短劇：8 種風格、點數與 MCP 費用怎麼算？

Higgsfield Micro Drama Ads 新增 8 種影片風格與 44 張故事卡，讓商品進入短劇。看懂品牌輸入、網頁與 MCP 差異、每秒點數、字幕與輸出比例。

Perplexity Teammates 推出：Max 用戶把長期專案交給 AI 隊友，工作怎麼延續？

Perplexity Teammates 首波向 Max 網頁用戶推出，持續協調 Computer 任務、工具與其他隊友。看懂記憶、Slack 連線、設定方式與 iOS 推出狀態。

Higgsfield Miracle 展示影片分層編修：私人測試進行中，能讀懂哪些後製改變？

Higgsfield Miracle 展示影片分層、局部編修、合成、打光與速度控制，目前為私人測試。看懂官方演示、MCP 預告，以及費率與輸出條件的公開邊界。

Notion ChatGPT 原生編輯器上線：頁面、資料庫與團隊建議怎麼接著做？

Notion ChatGPT 原生編輯器把頁面放到對話旁，支援建立、修改與資料庫整理。一次看懂方案、建議模式、工作區權限與仍須回 Notion 完成的操作。

METR 研發加速評估：Anthropic 約快兩倍，1.9 倍指標與公開證據限制怎麼看？

METR 在 11 月 5 日公布 Anthropic 研發評估，使用內部數據、文件與訪談，分析 AI 是否正在加快 AI 的研究與開發。 我會把這份報告視為值得持續追蹤的加速訊號。它提供少見的內部視角，但多數關鍵證據遭刪節，外界仍難自行重建全部推論。

AI 福祉關照研究公布，Anthropic 如何測試五個模型對待其他代理？

Anthropic Fellows 團隊在 11 月 5 日公布 AI 福祉關照研究，觀察五個模型在七種代理環境中，是否會安慰同伴、分享資源或加入保護機制。 我會把這份研究視為代理管理與監督設計的提醒。它適合用來檢查系統如何分配資源與保持審查獨立，不能當成AI意識已被證實的宣告。

VFlash 視覺規劃研究，機器人為何不用逐字寫完每一條軌跡？

NVIDIA 研究團隊在 11 月 5 日提交 VFlash 預印本，嘗試一次生成一整組有固定格式的視覺座標，讓機器人更快拿到可用的空間計畫。 我會把它視為值得機器人研究者測試的規劃加速方法。它有助於縮短特定運算環節，但整機表現仍取決於觀測、動作模型與控制更新的配合。

ERNIE 5.5 Flash Base 開放權重，預訓練底座與聊天模型差在哪裡？

百度在 11 月 5 日公開 ERNIE 5.5 Flash Base，交付的是完成預訓練、尚未經中期與後期訓練的底座。它讓開發者自行選擇資料、目標與行為規則。 我會把它視為具備訓練資源團隊的研究材料。只想找一個立即回答問題的助理，應先看已完成指令調整的產品，避免把底座能力當成最終使用體驗。

Inkling 2 Small 上線，Tinker 可用與開放權重時程如何分清？

Thinking Machines 在 11 月 5 日推出 Inkling 2 Small，讓開發者先透過 Tinker 使用、微調與取樣。這次更新把長任務、影像理解與客製訓練放在同一個模型。 我會建議想研究客製代理的開發者先比較 Tinker 上的實際任務結果。需要自行保管模型檔案或離線部署的人，則要等權重與可用推論環境正式到位。

DeepMind AI 密碼分析研究公布，RSA-1024 的三種加速數字該怎麼讀？

DeepMind AI 密碼分析研究在 11 月 6 日公布，團隊在人類監督下使用 AI 代理，重新檢驗舊式 RSA-1024 系統的數學難度。 我會把這次研究看成密碼強度評估方法的進展。它值得安全研究者關注，日常使用者則不需要把它解讀成現代網站加密全面失效。

BioBasicsBench 發表，100 個濕實驗任務如何測出 AI 的科學判斷落差？

OpenAI 在 11 月 6 日公布 BioBasicsBench，使用 100 個來自真實實驗的任務，測試模型能否判讀原始資料、找錯誤並承認證據不足。 我會把這份評測視為尋找實驗助理弱點的工具。需要讀原始資料的研究團隊能從中找到測試方向，分數則不能取代對照組與專家判讀。