AI 资讯与研究

OpenAI的内部观察显示，研究人员更频繁地使用编程智能体，代码与实验活动增加；复杂任务仍需人工引导，人类继续决定研究方向、结果取舍及部署。文章来自机构自报与初步测量，相关变化不能全部归因于AI，也不能将代码量或实验量直接等同于科研突破。

Anthropic以任务为单位，模拟AI能力、采用速度、自主程度与转岗摩擦如何影响美国到2030年的增长、工资和就业。在其三种设定中，总产出增加，但知识工作者的收入与岗位前景可能承压，资本获得更多收益。情景不代表预测，也未被赋予发生概率；模型未纳入政策应对、经济周期等因素，不能直接外推到其他国家。

约 40 万次 Claude Code 会话的分析显示，人通常决定做什么，AI 决定如何执行；领域知识越充分，每次指令支持的工作量通常越大。不同职业用户在编程任务上的成功率相近。分析基于平台会话和模型分类，无法确认产物后续是否被采用或产生经济价值。

52 名开发者学习新 Python 库的随机试验中，AI 组即时测验均分为 50%，手写组为 67%；完成时间的差异未达到统计显著。主动追问概念与较好理解相关，但这种使用方式的比较不构成因果证据。小样本短期实验尚不能确定长期技能变化。

DeepMind 汇总 AlphaEvolve 在基因测序、电网优化和计算基础设施中的应用：系统生成候选算法，再借助评价过程迭代筛选。案例呈现了把可检验目标接入自动探索的方法。文中收益由研发机构披露，不能视为所有场景均已独立验证的效果。

AlphaGenome 同时处理长 DNA 序列与多种基因调控信号，在 26 项变异影响评测中的 25 项达到或超过所比较的外部模型。它为筛选和解释待验证的遗传变异提供工具；分子层面预测仍需实验检验，不能直接当作临床诊断或治疗依据。

宝洁 791 名专业人员参与的预注册实验发现，使用 AI 的个人在产品创新任务中达到未使用 AI 团队的表现，方案也更兼顾技术与商业视角。正式版进一步指出，AI 改善创意生成，人的判断在筛选环节仍有价值；这不等于长期团队关系可被替代。

丹麦调查与行政记录显示，企业广泛引入聊天机器人，工作开始增加内容生成、AI 监督和系统整合等任务。双重差分估计在 ChatGPT 推出后两年内未发现显著平均收入或工时变化，并排除超过 2% 的效应。这是早期局部证据，不代表未来劳动市场不会受影响。

报告用任务复杂度、技能、用途、自主程度和成功情况五个维度描述 AI 使用，并将成功率纳入效率分析。它提示，相同职业标签下的任务可能差异很大，不能仅靠使用次数判断自动化程度。指标大量依赖模型对平台会话的估计，不能当成整个经济体的因果生产率测量。

DeepMind 介绍 Gemini Robotics 2，将视觉语言理解、全身控制、灵巧操作和协作纳入机器人系统，并展示跨任务应用。案例把 AI 的边界从屏幕推进到物理环境。证据主要来自研发机构的演示与评测，不能据此认定开放现场的可靠性、安全性或商业效果已经普遍成立。