50个GPT-6.1 Sol智能体在Minecraft中涌现领导与官僚行为，对抗赛中胜过Claude Opus 5.5
研究团队将50个GPT-6.1 Sol智能体放入Minecraft生存世界进行Civ50实验，约90秒内伐尽出生点附近树木，交换约5900条消息，字母序第一的Ada未经理投票成为领导。
#编码
The DecoderAI 评分6565
Import AIAI 评分5252 Import AI 478：对齐的数学形式化、ProgramBench 破零与 Mirendil 单人预训练模型
本期 Import AI 汇总四条进展。AI 安全初创公司 Resolution 用 Agent 编排自动形式化奇点消解，一周内花约 13.5 万美元 token 产出约 60 万行 Lean 代码，为损失曲面几何与泛化关系的自动化研究铺路。
The Decoder精选AI 评分7373 Anthropic 用 Claude 自动生成形式化证明验证现有代码安全性
Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 将 OSS-Fuzz 的 123 个开源库测试转化为数学问题，几周内生成约 1.8 亿行证明代码，由 Rocq 程序自动检查，几乎不需人工审查。
推荐理由：原文梳理了 Claude 做形式化验证的实际成果与条件限制，读者可以据此了解 AI 自动证明代码安全的能力边界。
钛媒体AI 评分6969 Anthropic发布报告：Claude生成约1.8亿行Rocq证明代码，让形式化验证规模化可行
Anthropic与Theorem Labs于10月23日发布报告《大模型正让形式化软件验证在更大规模上变得可行》，Claude模型针对123个开源软件库中的239个程序入口生成约1.8亿行Rocq证明代码，发现并修复数百个Bug，包括多年未被发现的漏洞。
199ITAI 评分5959 Linux基金会研究：生成式AI使开源代码编写时间缩短约一半，效率最高提升50%
Linux基金会研究部门发布、红帽赞助的调查显示，生成式AI可将开发者代码编写时间缩短约一半，多数开发任务效率最高提升50%。约59%的维护者称AI普及后贡献量增加，但约25%的PR被认为是低质量AI Slop（大型项目达31%），21%的受访者在高复杂度任务中使用AI反而更耗时。仅35%的开源项目已建立正式AI使用政策，报告建议项目制定书面政策并要求贡献者完成测试与披露。