OpenAI 模型解决了 80 年历史的单位距离问题（unit distance problem），推翻了离散几何中的一个核心猜想。这是 AI 驱动数学研究的重大里程碑，标志着模型在形式化推理领域的突破性进展。 原文链接
Google 在 I/O 2026 大会发布 Gemini 3.5 模型及超过 100 项更新，主打"Agentic Gemini"战略。新模型定位为前沿智能与行动能力的结合，同时推出 AI Search 新时代、Workspace AI 功能及订阅方案升级。 原文链接
Anthropic 宣布收购 Stainless（SDK 与 MCP 服务器平台），该公司自 Anthropic API 诞生之初就为其提供所有 SDK 支持。此次收购将加强 Anthropic 的开发者工具生态和 API 基础设施能力。 原文链接
xAI 发布 Grok Build 早期 Beta 版，这是一款面向编码、应用构建和工作流自动化的 Agentic CLI 工具，目前仅向 SuperGrok Heavy 订阅用户开放。Grok 同步扩展至 OpenClaw 和 NousResearch Hermes Agent 等第三方平台。 原文链接
Anthropic 与盖茨基金会合作，承诺提供 2 亿美元的资助、Claude 额度及技术支持，覆盖全球健康、生命科学、教育、农业和经济流动性等领域。 原文链接
| 模型 | 排名变动 | 分数变动 | 变动幅度 |
|---|---|---|---|
| devlo | #44 → #83 | 70.2 → 58.2 | 分数 -17.1% |
| Nemotron-CORTEXA | #50 → #82 | 68.2 → 58.2 | 分数 -14.7% |
| EntroPO + R2E + Qwen3-Coder-30B | #103 → #76 ⬆️ | 52.2 → 60.4 | 分数 +15.7% |
| Warp | #11 → #36 | 75.6 → 71.0 | 分数 -6.1% |
| EPAM AI/Run + GPT4o | #156 → #162 | 27.0 → 24.0 | 分数 -11.1% |
| 模型 | 排名变动 | 分数变动 | 变动幅度 |
|---|---|---|---|
| LemonHarness / Multiple | #10 → #4 ⬆️ | 79.9 → 84.5 | 分数 +5.8% |
| Warp / Multiple | #42 → #66 | 61.2 → 50.1 | 分数 -18.1% |
亮点：EntroPO + R2E + Qwen3-Coder-30B 在 SWE-bench Verified 上跃升 27 位，分数提升 15.7%，开源编码模型表现抢眼。devlo 和 Warp 在两个 Benchmark 上均出现大幅下滑。
| 日期 | 标题 | 摘要 |
|---|---|---|
| 05-20 | 模型推翻离散几何猜想 | OpenAI 模型解决 80 年历史的单位距离问题，推翻离散几何核心猜想 |
| 05-20 | Ramp 工程师用 Codex 加速代码审查 | Ramp 使用 Codex + GPT-5.5 将代码审查从数小时缩短至数分钟 |
| 05-20 | Education for Countries 新阶段 | 扩大 AI 在全球学校的应用，新增合作伙伴与教师培训 |
| 05-19 | OpenAI for Singapore | 多年期 AI 合作伙伴关系，扩展本地人才培养与企业部署 |
| 05-19 | 内容溯源透明化 | 推出 Content Credentials、SynthID 及验证工具 |
| 05-18 | 与 Dell 合作 Codex 企业混合部署 | Codex 进入混合云与本地部署环境 |
| 05-16 | 马耳他全国 ChatGPT Plus 合作 | 为全体公民提供 ChatGPT Plus 与 AI 培训 |
| 05-15 | ChatGPT 个人理财体验 | 美国 Pro 用户可连接金融账户获取 AI 理财洞察 |
| 05-15 | Databricks 集成 GPT-5.5 | GPT-5.5 在 OfficeQA Pro 基准上刷新 SOTA，已用于企业 agent 工作流 |
| 05-14 | Codex 移动端支持 | 通过 ChatGPT 移动 App 远程操控 Codex 任务 |
| 05-14 | ChatGPT 敏感对话上下文识别 | 新安全更新提升敏感对话中的风险检测能力 |
| 05-13 | Codex Windows 沙箱 | 为 Windows 构建安全沙箱，控制文件与网络访问 |
| 05-13 | TanStack 供应链攻击响应 | macOS 用户需在 2026-06-12 前更新 OpenAI 应用 |
| 05-12 | NVIDIA 工程师使用 Codex | NVIDIA 使用 Codex + GPT-5.5 将研究想法转化为可运行实验 |
| 05-12 | AutoScout24 AI 工作流 | AutoScout24 用 Codex 和 ChatGPT 加速开发周期 |
| 05-11 | ChatGPT Q1 2026 采用趋势 | 35 岁以上用户增长最快，性别使用更加平衡 |
| 05-11 | DeployCo 企业部署公司 | 新公司帮助组织将前沿 AI 投入生产 |
| 日期 | 版本 | 要点 |
|---|---|---|
| 05-20 | 0.132.0 | Python SDK 支持一流认证（API key、ChatGPT 浏览器/device-code 流程等） |
| 05-18 | 0.131.0 | TUI 增强：服务层命令、混合 token 用量、权限模式显示等 |
| 05-14 | 移动端支持 | ChatGPT 移动 App 可连接 Mac 上的 Codex |
| 05-11 | Auto-review 文档 | 新增 Auto-review 专用页面 |
| 05-08 | App 26.506 | 应用内 hooks 信任审查流程 |
| 日期 | 标题 | 摘要 |
|---|---|---|
| 05-19 | Claude Code v2.1.145 | claude agents --json 输出活会话列表，便于脚本集成 |
| 05-19 | v2.1.144 | /resume 支持后台会话（claude --bg 启动的会话） |
| 05-19 | 扩大 AI 对话范围 | 与学者、哲学家、神职人员就 AI 伦理问题展开对话 |
| 05-18 | 收购 Stainless | 收购 SDK 与 MCP 服务器平台 Stainless |
| 05-15 | v2.1.143 | 插件依赖强制检查：禁用有依赖关系的插件时拒绝执行 |
| 05-14 | v2.1.142 | claude agents 新增 --add-dir、--settings、--model 等配置标志 |
| 05-14 | AI 竞争力论文 | 发布美中 AI 竞争分析论文 |
| 05-14 | 盖茨基金会合作 | 投入 2 亿美元用于全球健康、生命科学、教育等方向 |
| 05-13 | v2.1.141 | hook JSON 输出新增 terminalSequence 字段支持桌面通知 |
| 05-11 | Claude 宪法有声书 | Amanda Askell 和 Joe Carlsmith 朗读 Claude's Constitution |
| 05-07 | Petri 开源工具捐赠 | 将对齐测试工具 Petri 捐赠给 Meridian Labs 并发布重大更新 |
| 05-07 | Bug Bounty 公开 | HackerOne 安全漏洞赏金计划转为公开 |
| 日期 | 标题 | 摘要 |
|---|---|---|
| 05-20 | I/O 2026 全部公告汇总 | 100+ 项公告 |
| 05-20 | Missouri 社区投资 | 下一代劳动力建设与能源项目投资 |
| 05-20 | Google Beam 小组会议实验 | 新实验改善小组视频会议体验 |
| 05-19 | Gemini 3.5 发布 | 前沿智能与行动能力结合的新一代模型 |
| 05-19 | I/O 2026: Agentic Gemini 时代 | Sundar Pichai 主题演讲，进入 agentic Gemini 时代 |
| 05-19 | AI Search 新时代 | 搜索引擎与 AI 能力的融合 |
| 05-19 | AI Mode 使用洞察 | 美国用户 AI Mode 使用方式分析 |
| 05-19 | Google Workspace 更新 | 新的创建与协作 AI 功能 |
| 05-19 | Google AI 订阅更新 | 更多功能，相同价格 |
| 05-11 | AI 驱动 Google Finance 欧洲扩展 | AI 金融分析扩展至欧洲 |
| 日期 | 标题 | 摘要 |
|---|---|---|
| 05-19 | Grok × OpenClaw 集成 | Grok/X Premium 订阅可用于 OpenClaw |
| 05-15 | Grok × Hermes Agent | Grok 订阅接入 NousResearch Hermes Agent |
| 05-14 | Grok Build CLI Beta | 面向 SuperGrok Heavy 用户的编码/agentic CLI 工具 |
| 05-08 | Grok 连接器扩展 | 支持邮件、日历、Notion 等连接器 |
| 05-07 | 图片生成 Quality Mode API | 更高真实感、文字渲染和创意控制，已生成 3 亿+ 张图片 |
本期无变动（数据截至 2026-05-14）
| 排名 | 模型 | ELO 分数 |
|---|---|---|
| 1 | claude-opus-4-6-thinking | 1501.5 |
| 2 | claude-opus-4-7-thinking | 1500.4 |
| 3 | claude-opus-4-6 | 1497.7 |
有变化，以下为显著变动：
| 模型 | 变动类型 | 旧排名 → 新排名 | 旧分 → 新分 |
|---|---|---|---|
| EntroPO + R2E + Qwen3-Coder-30B | 排名上升 ⬆ | 103 → 76 | 52.2 → 60.4 |
| Warp | 排名下降 ⬇ | 11 → 36 | 75.6 → 71.0 |
| devlo | 排名下降 ⬇ | 44 → 83/94 | 70.2 → 58.2/54.2 |
| Nemotron-CORTEXA | 排名下降 ⬇ | 50 → 82 | 68.2 → 58.2 |
| EPAM AI/Run + GPT4o | 排名下降 ⬇ | 156 → 162 | 27.0 → 24.0 |
当前 Top 3（数据截至 2025-12-15）：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | live-SWE-agent + Claude 4.5 Opus medium | 79.2 |
| 2 | Sonar Foundation Agent + Claude 4.5 Opus | 79.2 |
| 3 | TRAE + Doubao-Seed-Code | 78.8 |
本期无变动（数据截至 2026-05-21）
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | gpt-5.4 (xHigh)* | 59.1 |
| 2 | Muse Spark* | 55.0 |
| 3 | claude-opus-4-6 (thinking)* | 51.9 |
有变化，显著变动：
| 模型 | 变动类型 | 旧排名 → 新排名 | 旧分 → 新分 |
|---|---|---|---|
| LemonHarness / Multiple | 排名上升 ⬆ | 10 → 4 | 79.9 → 84.5 |
| little-coder / Qwen3.6-35B-A3B | 排名上升 ⬆ | 122 → 117 | 23.0 → 24.6 |
| Warp / Multiple | 排名下降 ⬇ | 42 → 48/66 | 61.2 → 59.1/50.1 |
当前 Top 3（数据截至 2026-05-15）：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | vix / Claude Opus 4.7 | 90.2 |
| 2 | JJAgent / Multiple | 87.1 |
| 3 | NexAU-AHE / GPT-5.5 | 84.7 |