Microsoft AI 正式发布 MAI-DxO 诊断系统与 SDBench 基准，相关研究成果已刊登于《Science》杂志。评估结果显示，MAI-DxO 在急诊场景和医学复杂病例中的诊断准确率均显著高于人类医师，同时大幅降低了医疗测试成本与开支。
推荐理由：微软发布了医学诊断系统 MAI-DxO 及相关基准，在多项医学场景测试中准确率超越医师且成本更低，为医疗人工智能的实际应用提供了关键参考。
谷歌发布了将 AI 智能体锚定于生物现实的三项研究进展，旨在推动自主湿实验室的发展。其核心内容包括：推出 VERID 框架作为实验室工作单元的语义数字孪生以实现硬件安全与实时状态跟踪，通过适配体分子发现展示了闭环智能体科学发现流程，以及通过加速全新蛋白质结合体设计实现高效靶向结合。
推荐理由：原文介绍了谷歌在生物实验室自动化和智能体闭环发现方面的三项技术进展，为读者理解大模型如何与物理湿实验室结合提供了具体框架。
TypeSafe AI 完成 8.7 亿美元 A 轮融资，投后估值达 75 亿美元。其核心产品 Jev 砍掉了传统 LLM 的生成功能，专注于路由、分类和判断等自动化决策任务，上线 3 天日处理量即达 1 万亿 Token。该赛道随后引发微软、OpenAI 及 Cloudflare 等厂商跟进，分别推出相关决策模型或 API。
推荐理由：决策模型赛道在 24 天内迅速升温，通过对比 TypeSafe AI 的融资表现与巨头跟进动作，可以观察到 AI 从生成式向后台自动化决策转型的行业趋势。
OpenAI 近日发布了 700 多份数学手稿，声称解决了数百个未解难题，引发了数学界对科研方式、职业前景及学术伦理的激烈讨论。多位数学家对 AI 解决问题的速度和方式表示震惊与沮丧，担忧人类在数学探索中的主体地位及科研意义受到冲击，同时也有部分学者探讨了 AI 辅助数学研究的潜在机遇。
推荐理由：该事件引发了数学界对 AI 介入科研方式的广泛争议，反映了学术界在面对 AI 自动化证明能力时的职业焦虑与对科研伦理的深层反思。
微软发布决策模型 Microsoft-Decision-1，该模型基于 Qwen3.5-9B 训练，专注于在 Agent 任务中进行快速、低成本的概率判断。此前 OpenAI 已开放 Decisions API 公测，开源社区 vLLM 也推出了多款决策模型。这类模型不生成推理过程，仅输出预设选项的校准概率，旨在解决 Agent 复杂工作流中频繁分支判断带来的高延迟与高成本问题。
推荐理由：决策模型通过将 Agent 任务中的分支判断标准化为低延迟、低成本的概率输出接口，为大规模自动化工作流提供了可行的基础设施方案。
决策模型正成为新的产品类别，多家厂商推出在单次前向传递中返回结构化结果的 API，旨在提升 Agent 任务处理效率并降低成本。文中汇总了 OpenAI、Microsoft、Perplexity 等厂商的决策模型进展，以及 vLLM 等推理框架的性能优化与 Agent 编排工具的最新动态。
推荐理由：本文汇总了近期决策模型在行业内的快速普及与应用，通过对比各厂商 API 特性及推理效率优化方案，为开发者理解这一新兴产品类别提供了参考。
OpenAI 近期发布了涵盖组合数学、几何、数论等多个领域的近 400 项 AI 生成数学成果，分布在 700 多份手稿中。数学界对此反应复杂，既有对部分成果高质量的认可，也对验证难度、学术归因缺失及对现有研究计划的干扰表示担忧。目前仅约 42% 的成果经过 Lean 形式化验证，研究人员普遍认为消化这些成果可能需要数年时间。
推荐理由：OpenAI 集中发布近 400 项 AI 生成的数学成果，引发数学界对学术文化冲击、验证难度及研究范式改变的广泛讨论。