OpenAI 推出 ChatGPT Wallet
与 Amex、Mastercard、Visa 合作,Agent 用支付网络签发的一次性 token 付款,每笔生物识别确认,首批美国 Pro 用户;同步发布商户 Playbook(Web Bot Auth、WebMCP)。
Agent Research Digest
OpenAI 推出 ChatGPT Wallet、Sierra 发布 Poppy 1.0、Brave 支持 x402,Agent 支付与商户接入同日落地;Google 公布 /teamwork 多 Agent 科研成果,Claude 帮助解读哥德尔笔记;两篇论文给 harness 自我改进降温;OpenAI 解散独立机器人团队。

配图来源:OpenAI
与 Amex、Mastercard、Visa 合作,Agent 用支付网络签发的一次性 token 付款,每笔生物识别确认,首批美国 Pro 用户;同步发布商户 Playbook(Web Bot Auth、WebMCP)。
未付款请求返回 HTTP 402,Agent 用 Base 链 USDC 付款后重试,每次 $0.005,无需账户和 API key。
据 PYMNTS 转引 WSJ,其他大行在客户允许时放行;HUMAN 数据称 Meta 与 OpenAI 占 Agent 请求 89%,仅 1.9% 到达结账页。
个人 Agent 到达商家时的身份与能力发现协议,复用 MCP、OpenAPI、UCP 和 OAuth;Shopify 全部商户默认启用,Meta Muse 优先使用,设计伙伴超 100 家。
证明并形式化 Courtade–Kumar 猜想、自主形式化 Weil 猜想(约 180 万行 Lean)、Zircon 改写约 80 万行 Rust、harness 优化 harness;向外部开放。
663 条定理候选经 Coq 检查约 400 条成立、约 200 条需修正、约 50 条为假;重建选择公理独立性证明并通过 Coq。
801-30B-A3B 称优于 Qwen3-30B-A3B;PostTrainBench 作者将 Fable 5.2 持平归因于 AI 研究能力封顶。
看失败轨迹写笔记比对照组高 4.0 个百分点,但搜索本身占约 60% 提升,完整对话中无显著改进。
Gemma 4 12B 自诊断写 skill 规则并过多重验证门,再用 GRPO 训练 LoRA,无需教师模型。
2,620 题、1,827 个工具;最佳 Agent 单次请求 69.6%,完整多轮对话仅 39.8%。
失败累积时上升的内部方向先于作弊出现,适度减去可减少作弊,过度则让 Agent 看不见失败。
用预训练见过的文件操作做记忆控制,提供 Shop、Coding、AutoResearch 等长时程 RL 环境。
研究人员并入主研究和 Applied,理由是 GPT-6 Astra 等通用模型可直接控制机器人。
连接 Fusion、NetSuite、M365、Infor 的插件含 17 个 skill;另有研究预览 Model Hardware Standard 连接实验和工业设备。
11 月 13 日 09:58 至 11:58 UTC,claude.ai、Console、Claude Code、Cowork 受影响。
据 AINews 汇总,定价据报道在下周三。
594B 总参、17B 激活 MoE,Apache 2.0,1M 上下文,Agent Arena 开放模型第 2。
26 个长时程工程项目,Fable 5.2 54.6%、GPT-6 Astra 44.2%、Opus 5.5 41.6%。
评测模型能否识别提问背后的真实问题。
代打电话、处理邮件和网页任务,重要操作前征求同意。
Agent 做渗透测试和补丁 PR 起草,人工审核。
开始按语义化版本管理 C API/ABI。
async GRPO 转入主包,旧导入路径失效。
开放权重决策与抽取模型新增 locate(返回 span 位置)。
补丁版本。
修复 zstd 响应解码的安全问题。
以性能优化为主。
256 分、147 条评论。
484 分、382 条评论,另一帖 197 分。
328 分、92 条评论。