开篇
今天的几条消息指向同一个问题：能力在快速提升，而可验证的评估、可互通的接口与可信的解释还跟不上。下面按主题分三组来看。
行业全景与基准
据一条转述年度报告的帖子，该报告由 Air Street Capital 的 Nathan Benaich 发布，是第九份，内容分为研究、产业、政治、安全、预测五部分。帖子还提到 OpenAI 与 Anthropic 合计年化收入约 1050 亿美元，主权 AI 承诺总额约 1380 亿美元。这些数字来自二手转述，我没有核对报告原文，读者引用前应回到原报告。
另一件事与基准有关：ARC Prize 官方帖称，TUFA Labs 在 ARC-AGI-2 上取得 88.06% 的最高分，超过 85% 的团队将分享 15 万美元的额外奖金。我的观察是，基准分数逼近上限时，评测设计本身会成为新的瓶颈。
安全与可信
Redwood Research 在 10 月 9 日发布论文，实证检验两种把蒸馏用于 AI 安全的思路：蒸馏定罪（DFI）与蒸馏提能（DFC）。DFI 的做法是把不受信任的模型蒸馏到较弱的可信模型中。摘录内容有限，具体实验结论我无法判断，因此这里不作评价。
另有一条帖子称，Anthropic 明确表示模型对自身推理的解释不能作为其行为动机的证据，因此难以准确判断相关失败的严重程度。这是对 Anthropic 表述的转述，原始表述未核实。如果属实，它提醒我们依赖模型自述做审计是有风险的。
智能体互操作
Sierra 在 10 月 9 日发布了 Personal Agent Protocol 的协议草案。这类协议若能被多方采用，会降低智能体之间对接的成本，但目前只是草案，采用程度属于推测，需继续观察。
结尾
值得继续观察的问题：年度报告中的数字能否被原文证实；基准饱和后评测如何演进；在模型自述不可靠的前提下，蒸馏类方法能否真正提升监督能力。
来源
- https://x.com/indigox/status/2108791275914993998
- https://blog.redwoodresearch.org/p/paper-distillation-for-incrimination
- https://sierra.ai/blog/poppy
- https://x.com/arcprize/status/2108578092558250148
- https://x.com/rohanpaul_ai/status/2108741349419913339
- 作者:月明
- 链接:https://lunalight.top//article/ai-daily-2026-10-10-060236
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
