深度分析
AGI 時代的 Copyleft 轉型：從源碼等價到可重建建置
隨著AGI系統崛起，傳統Copyleft的源碼‑二進位等價假設被打破。本文提出以可重建建置確保位元相同的技術框架，並闡述模型上下文協議帶來的動態連結層治理挑戰。結果顯示，僅靠分享程式碼已不足以保護自由，需結合可驗證重建與協議治理。同時，對AI開發者生態與商業模式亦產生深遠影響。
AGI
category-theory
將代理人架構形式化：基於超圖類別與函子的 AGI 比較語言
這篇工作論文提出一套以類別論為核心的代數化框架，目標是描述、比較並分析不同的通用人工智慧（AGI）建築。作者把「建築」視為由感知埠、動作通道、記憶空間等介面，以及政策、推論、動力學與學習更新等原始計算模組，還有若干結構化連線圖示所生成的自由超圖類別。
深度分析
OpenAI 與微軟鬆綁 AGI 條款：雲端優先權改為非排他性、多雲部署開放
OpenAI與微軟長期合作關係再度調整：雙方宣布放寬原有排他性條款，並正式取消合約中關於人工一般智慧（AGI）觸發機制的特殊條款。微軟仍為主要雲端夥伴，OpenAI產品在功能支援允許下仍會優先在 Azure 上上線，但現在 OpenAI 可將產品提供給任何雲端業者，並得以和其他大型雲服務商展開合作。
深度分析
將自主性納入一般均衡：後‑AGI 時代的福利定理重構
本文檢視後‑AGI經濟中，自主性如何改寫福利經濟第一基本定理；透過引入自主性條件的均衡模型，納入福利地位指派、委託偏差與驗證機制，指出在合適的定價與治理安排下，擴充的競爭均衡仍可實現帕雷托效率，並要求將人工系統的自主邊際納入市場與制度設計。
深度分析
AGI 中的 G 因子：正向流形與專精化的演變分析
研究將心理測量的 $g$ 因子套用於 LLM 基準測試，使用 2019‑2025 年 39 種模型與 14 項測試的主成分分析，發現正向流形在早期解釋變異高達 90%，但至 2024 年因推理專精模型介入降至 64%，顯示 AI 從通用智慧向工具外包轉型。
ChatGPT
ChatGPT 禮貌用語導致數千萬美元成本：Sam Altman 揭露 AI 運算與能源消耗之爭
對 AI 說「請」和「謝謝」真的有用嗎？OpenAI 執行長 Sam Altman 坦言，使用者對 ChatGPT 的禮貌互動每年耗費數千萬美元的運算成本。本文分析 AI 能源危機與禮貌互動對模型效能的影響，探討在追求高效能輸出與環境永續之間，我們該如何與 AI 共處。