根據報導，特朗普總統正在考慮在本週五簽署一項行政命令，這將賦予聯邦政府對人工智能的獨立監管權力。其中包括成立一個名為「人工智能訴訟工作組」的機構，該機構將由司法部長負責，專門挑戰各州的人工智能法律。

根據《The Verge》獲得的命令草案，該工作組將可以對那些被認為妨礙人工智能行業發展的州提起訴訟，特別是提及加州近期關於人工智能安全和“災難風險”的法律，以及科羅拉多州防止「算法歧視」的法案。工作組會不定期諮詢一組白宮特別顧問，包括億萬富翁風險投資家大衛·薩克斯，他同時也是人工智能和加密貨幣的特別顧問。

近幾天來，特朗普多次表示希望對各州的人工智能法律實施暫停，並在周三的美國-沙特投資論壇上重申了這一觀點，將其形容為抗擊「覺醒」意識形態的方式。他指出：「你不能在 50 個州中走來走去，必須獲得一個批准。50 是一場災難，因為你會有一個覺醒的州，然後你就不得不全部都覺醒。這個國家不再有覺醒的問題，幾乎是非法的。」

作為今年早些時候發佈的人工智能行動計劃的一部分，特朗普已經指示多個聯邦機構，包括聯邦通信委員會（FCC），探索如何繞過「繁重」的州和地方法規，以促進行業的增長和創新。完整的行政命令列出了多個關鍵機構在與司法部合作下實施該計劃的 90 天路線圖，包括聯邦貿易委員會（FTC）、商務部和FCC。

根據該命令，商務部長將在簽署行政命令後的 90 天內發表報告，指出哪些州違反了特朗普的人工智能政策指令，以及研究哪些州可能失去寬帶公平接入和部署（BEAD）計劃的資格，該計劃資助多個州的農村寬帶接入。同時，聯邦貿易委員會將被指示發表聲明，評估要求人工智能公司改變其算法的州是否違反禁止不公平和欺騙性行為的法律。

在 9 月份的 Politico 人工智能與科技峰會上，FCC 委員布蘭登·卡爾提出了通訊法的一種潛在解釋，可能使其能夠推翻州法律。他告訴 Politico 的亞歷克斯·伯恩斯：「如果某個州或地方法律實際上禁止了這種‘現代基礎設施’的部署，那麼 FCC 有權介入。」

卡爾還提到，FCC 的監管權力可能會推翻加州一項要求人工智能公司披露其安全測試模型的新法律，稱這將符合特朗普阻止「覺醒人工智能」的目標。他引用了歐盟的數位安全法，表達了擔憂：「他們的人工智能模型不會是尋求真理的，而會是促進多元、公平和包容（DEI）的覺醒人工智能模型。」

儘管 FCC 應該擁有對州人工智能法律的否決權以及特朗普命令的其他部分可能會在法庭上受到挑戰，但像訴訟工作組這樣的舉措仍然可能對州政府的人工智能監管造成阻礙。

根據 Punchbowl News 的報導，這項行政命令是白宮的後備計劃，萬一國會未能通過各州人工智能法律的暫停，這次的方式是通過即將重新授權的國防授權法案（NDAA），這是一項必須通過的法案，以確保政府資助其國家安全機構。

今年早些時候，國會曾試圖在特朗普的「大美麗法案」草案中悄悄插入一項暫停，但在一群兩黨參議員的反對下失敗。眾議院多數領袖史蒂夫·斯卡利斯本週早些時候告訴 Punchbowl News，國會正在考慮再次嘗試通過將其附加到 NDAA 上的方式實現暫停。

然而，就像「大美麗法案」的爭鬥一樣，埋藏在 NDAA 通過中的暫停可能會遭遇反對，特別是如果懲罰依然是相同的：扣留農村寬帶資金。「真正的問題是，究竟需要多大的資金來施加壓力，促使州立法者改變他們的人工智能監管？」

他指出，這在之前的暫停爭鬥中曾提出過一些擔憂，有人擔心加州會無視與 BEAD 相關的預算威脅。他認為，可能需要多次的預算撤回或限制，才能對加州這樣的大州施加真正的壓力。

OpenAI 今日發佈了 GPT‑5.1-Codex-Max，這是一款專為長時間運行任務設計的新一代 Agentic 編碼模型。相較於之前的模型，GPT‑5.1-Codex-Max 採用了「壓縮（compaction）」技術，能在多個上下文窗口間有效運作，甚至可以在單次任務中可靠地處理百萬級別的 Token。OpenAI 表示，該模型不僅性能提升，還實現了更快、更高效的 Token 利用率。

根據了解，GPT‑5.1-Codex-Max 的訓練過程涵蓋了真實世界的軟件工程任務，包括 PR 創建、代碼評審、前端開發及問答等，並在眾多前沿編程評測中表現超越此前的模型。

例如，該模型在 SWE-Bench Verified（樣本數 500）上獲得了 77.9% 的得分，在 SWE-Lancer IC SWE 測評中達到 79.9%，在 TerminalBench 2.0 測評中則取得 58.1% 的成績，均高於 GPT-5.1-Codex 之前的表現。

除支持 Unix 平台外，GPT‑5.1-Codex-Max 還專門針對 Windows 環境進行了訓練。在複雜重構及長時間運行的 agent 循環中，大多數市面上的編碼模型受限於上下文窗口，難以持續工作。而 GPT‑5.

1-Codex-Max 能夠在接近窗口限制時自動壓縮會話內容，從而自主運行數小時甚至數十小時。根據 OpenAI 內部測試數據顯示，該模型可持續運行超過 24 小時。

此外，得益於推理能力的提升，GPT‑5.1-Codex-Max 在 SWE-Bench Verified 上完成相同任務時，使用的思考 Token 比 GPT-5.1-Codex 減少了 30%。透過「Extra High（xhigh）」推理模式，模型在複雜任務中可投入更深入的思考。

目前，GPT‑5.1-Codex-Max

已在 Codex CLI、IDE 擴展、雲端和代碼評審等產品中上線，支持 ChatGPT Plus、Pro、Business、Edu 和 Enterprise 高級訂閱用戶。同時，OpenAI 也將於近期將該模型引入 API，並在 Codex 中替換為默認模型。

Nvidia 在2026年第三季度的業績發佈中，銷售的人工智能芯片數量創下歷史新高，超出市場預期。該公司錄得收入高達 570 億美元，並且每秒純利約 4,000 美元。更驚人的是，Nvidia 的數據中心業務在單一季度內增長了 100 億美元，總收入達到 512 億美元，比去年增加了 66%。

目前，Nvidia 的數據中心收入成為市場關注的焦點，也被視為整個人工智能泡沫的風向標。儘管市場對於泡沫破裂的擔憂，Nvidia 似乎不預期其數據中心增長會放緩，第四季度的展望預計將達到驚人的 650 億美元，這意味著在接下來的三個月中需再增長 80 億美元的季度收入。

Nvidia 首席執行官 Jensen Huang 表示，公司正在全力銷售每一個人工智能伺服器芯片：“Blackwell 系列的銷售數據驚人，雲端 GPU 已經售罄。”Nvidia 補充道，Blackwell Ultra 芯片是主要推動這一增長的因素：“Blackwell Ultra 現在是我們在所有客戶類別中的領先架構，而之前的 Blackwell 架構仍然保持穩定的需求。”

此外，Nvidia 的遊戲收入同比增長了 30%，這對於其 Blackwell 遊戲芯片來說是一個好兆頭。儘管今年早些時候 RTX 50 系列 GPU 的評價不一，但該系列的市場反響正在改善。

目前正在收聽 Nvidia 的投資者電話會議，若有其他值得注意的細節，將會及時更新。

Google 最近宣布正在測試一款名為 Scholar Labs 的新型 AI 驅動搜索工具，旨在回答詳細的研究問題。然而，此次展示引發了一個更大的問題：如何找到「優質」的科學研究。科學家們會多大程度上信任這種放棄傳統評估研究受歡迎程度的工具，而是專注於詞語之間的關係來幫助篩選出好的研究？

這款新工具利用 AI 來識別用戶查詢中的主要主題和關係，並且目前僅對少數登錄用戶開放。Scholar Labs 的演示視頻中提到了一個關於腦-計算機接口（BCI）的問題。作為一名擁有 BCI 博士學位的研究者，筆者非常期待 Scholar Labs 所提供的結果。

第一個結果是一篇於 2024 年在名為《Applied Sciences》的期刊上發表的 BCI 研究綜述文章。Scholar Labs 解釋了為何這些結果符合查詢，因此指出該論文討論了一種稱為腦電圖的非侵入性信號，並對該領域的一些主要算法進行了調查。

然而，筆者注意到 Scholar Labs 缺乏用於區分「優質」研究和「不太優質」研究的常見指標。例如，研究發表後被其他研究引用的次數，這大致上反映了論文的受歡迎程度。這也與時間有關：最近發表的研究可能會有零次引用，或在幾個月內獲得數百次引用；而 90 年代的研究則可能擁有數千次引用。另一個指標是科學期刊的「影響因子」。發表廣泛被引用研究的期刊通常擁有較高的影響因子，因此在科學界享有更高的聲譽。《Applied Sciences》自報的影響因子為 2.5，而《Nature》的影響因子為 48.5。

原版 Google Scholar 提供按「相關性」排名研究的選項，並列出每個結果的引用次數。Google 發言人 Lisa Oguike 告訴《The Verge》，新款 Scholar Labs 的目標是挖掘「對用戶研究需求最有用的論文」，其排序方式類似於研究者本身的評估，即「權衡每篇文檔的全文、發表地點、作者以及在其他學術文獻中引用的頻率和最近性」。

不過，Oguike 提到，新款 Scholar Labs 不會根據論文的引用次數或期刊的影響因子來排序或限制結果。

Oguike 表示：「影響因子和引用次數取決於論文的研究領域，對大多數用戶來說，在特定研究問題的背景下，通常難以猜測合適的值。限制影響因子或引用次數可能會錯過關鍵論文，特別是跨學科或新發表的文章。」

尼瓦達大學醫學中心的神經學副教授 Matthew Schrag 在接受《The Verge》訪問時表示，引用次數和影響因子是「對論文質量的相當粗略的評估」，這與論文的社會背景關聯更大，而非其質量，雖然這兩者之間希望是相關的。

Schrag 是許多對已發表科學研究中可疑數據進行偵查的科學家之一。像 Schrag 這樣的數據偵查者所作的努力，以及科學界的更密切關注，已導致一些研究因圖像造假而被撤回，甚至出現諾貝爾獎獲得者發佈的更正，並且涉及聯邦對偽造數據的調查。

儘管如此，在進入新的領域時，依然很難不使用引用次數或期刊的聲譽來隨意評估一項研究。塔夫茨大學的康復科學教授 James Smoliga，作為 Google Scholar 的頻繁用戶，認為高度被引用的論文更可靠。他承認自己也會這樣想，儘管他曾揭穿過一項擁有數千次引用的研究的研究方法。「我和其他人一樣，都是這樣的情況。」他表示，儘管他知道這並不正確，但仍然會陷入這種思維困境，因為還能做什麼呢？

筆者在 PubMed 中重複了有關中風患者 BCI 研究的 Scholar Labs 演示查詢。PubMed 是由美國國立衛生研究院的國家醫學圖書館運營的生物醫學和健康研究的主要資料庫。與 Scholar Labs 不同，PubMed 廣泛依賴與「或」和「與」相關的過濾器和術語。我將結果範圍縮小到僅包含過去五年內進行的臨床研究綜述文章，並排除了未經其他科學家審查的預印本。六個結果中有兩個專注於腦電圖作為幫助中風患者的主要非侵入性 BCI。

用戶可以在查詢中要求「最近」的論文並指定時間範圍，Oguike 補充道，Scholar Labs 利用「研究論文的全文」來尋找符合用戶查詢的結果。

Google 將 Scholar Labs 描述為一個創新的研究工具，旨在提升學術研究的質量和可及性，儘管其在評估研究質量的方法上引發了討論和關注。

Alphabet Inc. 股價周三創下兩個月來最大漲幅，因其最新發佈的 Gemini 人工智能模型獲得大量好評，提振了投資者對該公司在瞬息萬變的科技領域立足的信心。該股最高上漲 6.9%，創下自 9 月初以來的最大漲幅，並刷新歷史新高。截至紐約時間 11 點，Alphabet 看漲期權成交量突破 37.6 萬份，遠超過 20 日均值約 29 萬份的全天交易量。標普 500 指數上漲約 0.5%，科技股占比較高的納斯達克 100 指數則上漲 0.8%。

這家 Google 母公司於週二發佈了最新版本的 Gemini 人工智能模型，其性能獲得一致好評。

該模型的強大表現與 OpenAI 的 GPT-5 形成鮮明對比，後者在今年早些時候發佈時則反響褒貶不一。Robert W. Baird & Co. 分析師 Colin Sebastian 在致客戶的報告中提到，「Gemini 3 是否就是 GPT-5 本應達到的水平？」他援引該版本獲得的「極高評價」，並指出，「除提升搜尋參與度和變現能力外， Google 還融合了即時網絡索引與先進模型訓練技術，我們認為這是其關鍵競爭優勢。」