2026 年 9 月 1 日
Cortex 5.1 与 Pulse 5.1
为跨越数天而非数轮的工作而生的两款模型。随附系统卡披露了一项拒绝基准回落 9 个百分点——此前的数字有误，我们已将其撤回。
公告，包括那些更正。
产品发布、研究论文与政策更新放在同一个信息流里。当早前文章里的说法被证伪时， 我们会编辑原文并说明，而不是悄悄重发一遍。
筛选
2026 年 7 月 24 日
一个可引导的"保留答案"回路
可解释性新工作，定位在不确定时抑制答案的机制。三个未能复现的引导实验也一并附上——失败才是有用的部分。
2026 年 6 月 30 日
负责任扩展政策，第三版
能力层级现在写明防护措施与放行路径，包括训练中途越过阈值时会发生什么。
2026 年 6 月 2 日
经济指数开放外部评审
我们公开了方法论、抽样框，以及任务级暴露度量的已知缺陷，并公开征集研究者的质疑。
2026 年 5 月 14 日
面向经费不像我们的实验室的研究访问计划
为安全相关方向的学术团队提供额度、评测工具与工程时间，不要求结果对我们有利。
2026 年 4 月 19 日
多天智能体任务中的漂移
指令遵从性在工具此前未埋点的时长之后出现可测退化。测试了六种缓解措施，两种站住了。
2026 年 3 月 7 日
事件日志，长期化
与其被问到才说，我们持续公开记录安全相关事件，以及随之而来的改变。
2026 年 1 月 21 日
提示缓存与批量推理正式可用
重复上下文现在只需全新调用的一小部分成本；批量任务降价运行，24 小时内完成。
该筛选条件下暂时没有内容。
订阅
通过邮件获取发布
每月一期的简短摘要：我们发表了什么、搞错了什么、接下来做什么。没有营销漏斗。
这是静态演示——表单不会发送任何内容。