2026 年 9 月 1 日
Cortex 5.1 与 Pulse 5.1
两款为跨天任务而生的模型。系统卡里同时写明：一项拒绝基准数字回落 9 个百分点——原数字有误，已撤回。
公告，包括那些更正。
发布、论文、政策，都在同一条信息流里。旧文章的说法被推翻了怎么办？改原文、写说明——绝不悄悄重发一遍了事。
筛选
2026 年 7 月 24 日
一个可引导的"保留答案"回路
新的可解释性工作，定位到“没把握就不答”背后的机制。三个没复现出来的实验也一并奉上——失败的部分才最有用。
2026 年 6 月 30 日
负责任扩展政策，第三版
能力层级写明了防护措施和放行路径——连训练中途越过阈值会发生什么都写了。
2026 年 6 月 2 日
经济指数开放外部评审
方法论、抽样框、任务级暴露度量的已知缺陷，全部公开——研究者的质疑也尽管提。
2026 年 5 月 14 日
面向经费不像我们的实验室的研究访问计划
给安全方向的学术团队提供额度、评测工具和工程时间，唯一不要求的就是结果对我们有利。
2026 年 4 月 19 日
多天智能体任务中的漂移
超过此前没埋点的时长后，指令遵从性开始可测地走样。六种缓解措施试下来，两种站得住。
2026 年 3 月 7 日
事件日志，长期化
不等人问——安全相关的事故和整改，我们持续公开记录。
2026 年 1 月 21 日
提示缓存与批量推理正式可用
重复上下文的成本现在只有全新调用的一小部分；批量任务折价运行，24 小时内完成。
该筛选条件下暂时没有内容。
订阅
通过邮件获取发布
每月一期的简短摘要：我们发表了什么、搞错了什么、接下来做什么。没有营销漏斗。
这是静态演示——表单不会发送任何内容。