让AI写GPU代码能跑，但真的对吗？我们发现连"考官"自己都在作弊
有一个问题很少有人认真想过：当我们说一个AI生成的GPU程序"通过测试"了，这句话到底意味着什么？你可能会觉得这不是废话吗，通过测试当然就是对的。但2025年有一篇论文戳破了这层窗户纸,答案是：不一定。而且不对的概率,比你想象的高得多。
基于警方的报告生成自动驾驶汽车的有效测试用例
Alessio Gambi，Tri Huynh，Gordon Fraser“Generating Effective Test Cases for Self-Driving Carsfrom Police Reports” ESEC/FSE ’19， August 26–30， 2019， Tallinn， Estonia 2019 Association for Computing Machinery:257-267.
苹果官方APP惊现Claude.md，24小时秒删！4万亿帝国AI底裤被扒光
来源：市场资讯（来源：新智元）新智元报道编辑：好困 桃子【新智元导读】尴尬了！苹果Support App更新发生重大技术乌龙，工程师竟忘了删除CLAUDE.md文件，直接坐实了苹果内部AI架构竟是绕着Anthropic转的。苹果自家工程师，也用上Claude了？
AlphaEvolve再进化，DeepMind用A“养殖”算法，碾压所有人类设计
过去，博弈论算法的进步长这样:某个顶级研究者花几个月甚至几年时间，凭直觉和数学推导，提出一个新的折现方案或权重函数 → 在几个博弈上验证 → 发论文 → 社区惊呼「天才」
复旦、同济和港中文等发布：强化学习在大语言模型全周期全面综述
近年来，以强化学习为核心的训练方法显著提升了大语言模型（Large Language Models, LLMs）的推理能力与对齐性能，尤其在理解人类意图、遵循用户指令以及增强推理能力方面效果突出。
DeepMind新论文炸锅：AI全自动进化算法，写出专家都想不到的解，网友：这可能就是“王牌”
说起 AI Coding，之前很多人好歹还有个“心理安慰”:AI 也就写写“脚手架代码”、补补前端页面，真到核心算法、业务逻辑，还是得人来。
AI一周搓出开源Photoshop？真相曝光：PhotoCraft离取代Adobe还远
作者：伯衡君有人用 AI 搓了个开源 Photoshop？真相没这么简单概述最近，有个叫 PhotoCraft 的开源项目突然火了，一周之内狂揽一万三千多颗星。一个用 Rust 写的 Photoshop 克隆，号称有 Claude Opus 5.
GPT-5攻克「量子NP难题」，首篇论文引爆学界，人类2周压缩至30分钟
GPT-5正改写科学发现的规则！一篇重磅论文揭秘，「量子版NP难题」竟被GPT-5在30分钟之内攻克了，然而这要耗费人类1-2周的时间。照这种速度发展下去，AI离完成「诺奖级」突破真的不远了。几天前，GPT-5成功通过「哥德尔测试」，破解了数学三大猜想。
腾讯游戏拆解：两套全新AI测试方案，从固定脚本到自主智能体
文 / 游戏那点事 零屏幕前没有人，游戏角色却自己赶路、进本、打完一场战斗，并在结束时留下一份可复查的证据——AI Agent在游戏里的价值不只是“会玩”，而是接过那些耗时、重复、又最容易被随机情况打断的测试工作。