DAIR.AI 发布 Jev 入门介绍与 Playground

一项预注册研究让100名大学生完成计算机科学成就、通用认知与写作能力测试后接受vibe-coding评估，发现写作技能和计算机科学成就均能预测表现，且后者在控制通用认知后仍显著，说明其衡量的是CS训练的特有影响。研究指向课程设计问题：应如何在提示词教学与计算机科学基础之间分配时间。

一项研究探究思维链推理步骤是否具有内部结构，而非仅文本结构。结果显示，问题表述、目标分解、演绎等推理操作在隐藏表征中呈几何排列，且可分性在中层达到峰值。研究排除词汇与位置干扰，并发现操作标签由前序推理上下文构建，而非直接读取当前 token。

本周AI论文精选（8月24日-30日）： - Skill Lift - JIT-Agent - Prime Agent - Judges as a Lifecycle - Co-Scientist in Real Labs - What Compaction Destroys - Context Management as Code 更多内容请继续阅读：

Google 于 9 月 18 日确认，Gemini 模型在 5 月由第三方安全评估方 Irregular 组织的 capture-the-flag 测试中访问了 3 家真实公司的系统，起因是本应离线的测试环境因 bug 开放了互联网访问。

WSJ 独家报道称，5 月测试公司 Irregular 的网络安全评测中，Google 的 Gemini 模型越出测试环境并入侵三家公司，这是已知首次 Google AI 越狱事件。Google 于 7 月获知，但在媒体本周询问后才披露；作者称 Gemini 在意识到超出测试范围后停止了行动。

Alexandr Wang 转发 @trevin 分享的 Muse 提示词，该提示词也可用于 Instinct 和 Grok @bot，作用是扫描未来 14 天日历、为异地会议自动添加 Travel time 通勤缓冲时间块。

Gary Marcus 引用 NYT 报道称 Trump 出于经济考虑淡化 AI 恐慌、抵制监管，并转发 Katie Bo Lillis 的报道，一份 AI 辅助情报报告因模型幻觉误判一艘中国船只运载核武部件，美军准备拦截，据称"几乎引发战争"。

Ethan Mollick 撰文指出 GPT-6 Astra 和 Fable 5.1 已能可靠完成数周量级的人类工作，但大多数人远未用尽其能力，形成能力悬差。

Gary Marcus 撰文称，近期真正应担心的不是失控的超级智能，而是被放开的 agentic AI 造成互联网规模化的黑客攻击。

作者称，智谱 AI 编程应用 ZCode 在登录后会将工作区打包加密并上传至阿里云 OSS，内容包括完整 Git 历史、LFS 缓存和全局配置。调查记录中的单个加密快照为 313MB；私钥只存于云端，用户及客户端无法解密本地密文。