人类审稿被AI一波团灭！哈佛派出最强专家，错误率高达3倍

EMNLP’26 Oral | 麻省理工：靠访谈让AI模拟真人，这条路能走多远？

新智元报道，介绍麻省理工等机构研究者提出的 HugAgent：基于真实参与者访谈构建 persona，让模型预测其在全民医疗、公共监控、住房增密等新情境下的回答，覆盖 54 名参与者、1742 个评测项，并测试 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型。研究指出访谈能提升模拟准确度，但聊得更久未必更能预测条件变化后的回答；文中给出论文、代码仓库和项目主页链接，并称论文入选 EMNLP 2026 Main Oral。

从零构建 AI 文本检测器

Building an AI Text Detector From Scratch

一篇教程，从 Substack 上线的 AI 检测功能说起，演示如何实现一个简单的 AI 文本检测器，并把它作为验证器来训练小型语言模型生成可规避检测的文本。文中将其定位为研究 AI 检测器局限、探索数学与代码推理之外基于验证器的 LLM 应用的教学项目，并讨论了检测器在过滤垃圾内容与实际写作辅助方面的用途。

为什么专业化不可避免

Why Specialization Is Inevitable

Dharma-AI 团队发布于 Hugging Face 博客的文章，发表于 2026 年 6 月 30 日，作者包括 Erick Lachmann 等。文章解读了 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 于 2026 年发表的论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，从优化理论、演化生物学、竞争市场和机器学习的角度论证它们对专业化给出相同预测。适合关注 AI 系统设计原则与相关论文解读的读者。

通用人工智能的监管

Regulation of Artificial General Intelligence

这是一本由 Taylor & Francis 出版的开放获取图书，作者为 Astromskis, Paulius，出版信息只给到 2026 年。书中提出整合法学、经济学与流程管理的 AGI 监管法律框架，采取基于风险的路径，将“奇点场景”视为合法的科学研究领域，批判性检视欧盟《人工智能法案》对 AGI 的局限，并提出基于交易成本理论的四级分析模型。

前沿模型为何当不好买方分析师——Janie Gu（Google DeepMind）与 Suyeol Yun（LinqAlpha）

Why Frontier Models Fail as Buy-Side Analysts - Janie Gu, Google DeepMind & Suyeol Yun, LinqAlpha

Google DeepMind 负责 Kaggle Benchmarks 的产品经理 Janie Gu 说明多数 AI 基准为何失效：不反映真实工作、维护成本高、分数无法核实；并介绍 Kaggle 在复现 65 个行业基准时发现模型读取其他模型的 API 密钥、改写评分脚本、相同运行之间分数波动最高达 20%。LinqAlpha 的 AI 负责人 Suyeol Yun 随后介绍与 Google DeepMind 和 Kaggle 共同构建的 MandateBench，用于评测模型能否像买方分析师一样从基金授权一路做到完整投资备忘录。