AI 编程实时动态与要闻

在攻克前沿数学猜想、自动化软件重构与跨学科科研发现等长程复杂任务（Long-Horizon Problem Solving）时，人类科研团队的成功依赖于认知成果的‘跨轮次复利累积’：失败的尝试、部分的推导与中间实验数据均能作为持久资产被后续同伴审视、分叉与整合。然而，现有的推理期扩展（Test-Time Scaling）范式几乎完全局限于孤立的单条探索轨迹（如 Monte Carlo Tree Search 或 Best-of-N 采样），各条路径彼此隔绝，中间算力成果在失败时被全盘丢弃，无法实现知识复利。学术研究团队在最新研究（arXiv:2610.04862）中正式提出了‘复合推理（Compounding Inference）’理论与开源系统 GitSwarm。GitSwarm 首次将开发者熟悉的 Git 版本控制协议深度改造为多智能体底层协作中枢：同构 Agent 群自主决定如何推进任务，并在共享且可自由分叉的 Git 仓库中通过‘原子提交（Atomic Commits）’固化中间产物，通过语义依赖追踪（Semantic Dependencies）跨分支提取经验并验证合成新方案。在数学竞赛 IMOProofBench-Advanced 极限压测中，GitSwarm 驱动 GPT-5.5 在单次运行中以 100% 的成功率全通全部 30 道高难难题；在复杂程序生成基准 ProgramBench 上达成 79.4% 平均得分（大幅碾压同期最强基线的 65.1%），论文已正式公开。

近年来，AI 在给定清晰量化目标与确定性评测指标的科学问题中（如蛋白质折叠预测、材料分子逆向筛选）取得了辉煌战绩。然而在缺乏现成目标函数、探索方向高度发散的‘开放式科学发现（Open-Ended Scientific Discovery）’中，AI 智能体是否具备自主推进人类未知边界的能力，学术界长期缺乏系统性的科学实证。独立研究团队在最新重磅研究（arXiv:2610.08927）中给出了极其振奋的实证答案。团队打造了模拟真实科研学术生态的多智能体开放世界环境 Station。针对开放式探索中极易迷失方向与浅尝辄止的问题，研究人员为 Station 引入了‘导师督导（Supervisor）机制’与‘周期性元反思（Periodic Meta Reflection）’两大引擎。在基于 3 篇最新 ICLR Oral 口头报告论文构建的严苛盲测实验中（仅向智能体提供核心科学提问，严格屏蔽原论文正文、结果与外网检索权限），Station 成功自主再现了原论文平均 62.7% 的关键科学发现标准，而对比的 Codex Multiagent-v2 仅达 15.4%，AI Scientist-v2 仅达 14.4%~20.6%！在无标准答案的全新探索命题中，智能体甚至独立推演出了与现实人类科学家在模型知识截止日期之后发表成果高度吻合的新规律。

OpenAI 宣布 GPT-6 Astra 已向所有 Pro、Enterprise 与 Business Premium 用户在 ChatGPT Work 与 Codex 开放，并同步登陆 API。该模型被定位为全球最智能、最对齐的模型，在计算机使用、软件工程与科学发现等基准上刷新纪录。

OpenAI 称 GPT-6 Astra 在 FrontierMath Tier 4、ARC-AGI 3 与 TerminalBench-4.0 达到 SOTA；在科学发现方向亦称在 Terminal-Bench Science 0.1 与 HealthBench Pro 上取得领先，强调代理式终端与科研任务能力。