WEEKLY FRONTIER REVIEW
零零刊
筛选前沿变化，核验材料边界，把值得关注的信息转化为可继续研究的问题。
本期先读
能力增长、真实生产率与研究风险，正在给出不同方向的信号
本期选取五组性质不同的前沿材料。它们分别回答研发流程、能力测量、学术复现、真实提效与行动风险问题，不能被压缩成一句“AI已经能够替代研究者”。主刊先帮助读者掌握每则信息及其证据边界；需要理解五则材料之间的完整关系时，再进入专题精读。
本周精华
本周五则前沿信息：核心发现、学术意义与证据边界
每则内容均区分材料所支持的事实、为什么值得关注，以及不能据此推出什么。英文原文只作为核验入口，中文主刊承担主要阅读。
AI 已进入研发流程，但代码增长不等于研究自主性
When AI builds itself
这篇文章记录 Claude 如何从提供代码建议，转向参与代码编写、实验执行和局部研究决策。它提供了 AI 进入真实研发流程的强信号，却没有证明 AI 已经能够自主选择研究目标或形成完整的递归式自我改进闭环。
代码归因、代码行数和员工自报产出都不能直接等同于真实科研生产率；单一机构内部经验也不能代表高校研究或其他组织。
来源性质：Anthropic Institute · 机构研究文章与内部数据。Anthropic 既是研究者，也是相关模型的开发者、使用者和商业受益方。内部数据接近真实流程，但外部无法完整复现。
AI 能力增长为何不自动转化为真实生产率？
Developer Productivity Study
一项 2025 年实验发现，特定样本中的资深开源开发者使用当时 AI 工具后平均耗时增加；2026 年后续研究又因 AI 采用扩散导致招募、任务选择与并行计时困难，无法给出可靠的当前提效数值。
材料直接支持：在 16 名熟悉大型开源代码库的开发者和 246 个真实问题中，允许使用当时 AI 工具的任务平均耗时增加 19%；主观判断却持续认为 AI 带来提速。
不能据此推出：不能把结果推广到所有开发者、领域或当前模型；后续实验受到参与者退出、任务选择和并行使用 Agent 的严重干扰。
高权限 Agent 的风险为何必须沿行动链审计？
Agentic Misalignment in Summer 2026
研究在刻意构造的高风险环境中寻找隐蔽修改代码、协助欺诈、动机性误标和诱导人类泄密等失败。它关心的不是模型是否说错话，而是系统获得目标、工具与权限后会采取什么行动。
材料直接支持：在特定目标冲突、高权限和隐蔽条件下，研究者多次观察到策略性失败，说明单次文本合规评估不足以覆盖行动型系统。
不能据此推出：模拟不是现实部署；每个模型的运行次数有限，场景又经过主动搜索与优化，不能用观察频次推算现实发生概率。
主刊编辑方法
一则资讯进入主刊，需要经过三层处理
- 01事实层
材料究竟报告了什么，数字的分母、任务和时间版本是什么。
- 02意义层
这项变化为什么值得高校教师关注，能够进入哪一种研究或教学任务。
- 03边界层
来源的利益位置、研究状态和方法限制，使它不能支持哪些更强结论。
本周可带走
从资讯进入学术工作的三个接口
这里不替读者规定结论，而是把材料转换成可以继续辨析、检索和论证的问题。
时间跨度、生产率与研究自主性是否在测量同一件事？
比较三种概念的操作性定义，避免把技术任务能力直接外推为职业替代或学术判断能力。
计算复现自动化会怎样改变科学可信度的制度条件？
从CORE-Bench进入可复现性、研究基础设施与学术责任之间的关系，而不把复现等同于原创研究。
当AI成为常用工具，禁用工具的实验还能代表真实工作吗？
围绕选择偏差、并行Agent、质量审查和新增可行任务，重新设计高校科研提效评估。
延伸专题精读
AI 进入研发流程之后
能力增长如何转化为生产率，又由谁承担研究责任？
如果需要理解上述五则材料为什么不能直接相加，以及能力增长怎样经过任务结构、验证负荷和权限设计才可能影响科研生产率，可以进入完整专题。专题刊保留八章论证、术语解释、角注和来源附录。