目录
1AI重点要闻4
1.1Anthropic公开多智能体构建全流程4
1.2MiniMax推出推理模型M17
1.3A.Lawsen发表评论文章反击苹果对于大模型的观点10
1.4谷歌发布Gemini2.5Flash-Lite11
2企业动态15
2.1谷歌曝光AI路线图，承认Transformer存在根本缺陷15
2.2OpenAICodex推出新功能，可一次生成多个方案17
3AI行业洞察19
3.1哈佛大学开源AI训练数据集“InstitutionalBooks1.0”19
4技术前沿22
4.1MIT：沉迷GPT会导致大脑神经链接减少47%22
5风险提示25
请务必阅读正文之后的免责条款部分2
图表目录
图表1：Research系统架构概览4
图表2：Clio嵌入图：Research功能的主要使用方式4
图表3：多智能体系统架构5
图表4：M1主流基准跑分7
图表5：17个主流测试集上M1表现8
图表6：WhenYourJokePaperGoesViral10
图表7：针对苹果的评论文章10
图表8：Gemini2.5Flash-Lite测评12
图表9：Gemini2.5家族对比13
图表10：LoganKilpatrick展示Gemini模型未来15
图表11：Codex使用界面17
图表12：InstitutionalBooks1.0项目19
图表13：论文YourBrainonChatGPT22
图表14：AlphaBand动态传递函数EEG分析23
图表15：推理中大脑参与百分比只有10%左右23
请务必阅读正文之后的免责条款部分3
1AI重点要闻
1.1Anthropic公开多智能体构建全流程
Anthropic近期公开的多智能体系统构建全流程，揭示了其如何通过协同多
个Claude智能体实现复杂研究任务的高效处理。这一架构的核心在于将开放性
问题的动态探索能力与并行化计算优势结合，同时通过精细的工程化设计解决协
调复杂性、状态管理等挑战。
传统单智能体在处理开放式研究任务（如商业机会挖掘、医疗方案分析）时
面临根本性局限：路径依赖性强且上下文窗口有限。Anthropic通过数据证明，
采用“领导-工作者”模式的多智能体系统（主智能体为ClaudeOpus4，子智能
体为ClaudeSonnet4）性能比单智能体提升90.2%。其本质是通过并行消耗约
单体的15倍token扩展算力，尤其适合需要“广度优先”探索的场景，如跨领
域信息整合或动态调整研究策略的任务。但该架构对高价值任务的依赖性显著，
因成本高昂不适用于简单查询或强依赖共享上下文的任务。
图表1：Research系统架构概览图表2：Clio嵌入图：Research功能的主要使用方式
资料来源：Anthropic，中邮证券研究所资料来源：Anthropic，中邮证券研究所