06月21日AI资讯 | GPT-5.6 Pro泄露；Anthropic联创称低估Scaling；英伟达成AI最大地主；谷歌承认落后；斯坦福报告中国AI人才崛起

报道疑似GPT-5.6 Pro模型泄露事件，该模型展现出惊人能力，仅需一句话就能在48分钟内生成完整的《模拟人生》游戏，引发行业高度关注。

Anthropic联合创始人反思行业对Scaling Law的认知，认为此前严重低估了规模扩展的潜力，并探讨这一认知对AI未来发展路径的影响。

分析指出英伟达凭借GPU算力垄断地位，市值达5.4万亿美元，成为AI时代最大的基础设施拥有者，而各大模型公司则像'佃农'一样依赖其算力。

强化学习之父Richard Sutton与id Software创始人John Carmack联手，探索让机器人在真实物理环境中通过打游戏来学习，融合RL与具身智能。

谷歌CEO皮查伊罕见公开承认在AI竞赛中落后，同时曝出下一代旗舰模型Gemini 3.5 Pro开发遇到困难，面临难产困境。

斯坦福大学最新研究报告指出，中国在自主培养顶尖AI人才方面取得显著进展，在全球AI人才竞争中地位快速上升。

深入探讨GRPO（Group Relative Policy Optimization）方法在强化学习中的现状，分析其在DeepSeek等模型中的应用效果，以及是否面临被新方法替代的可能。

深度技术分析文章，全面解析Anthropic的Claude Code产品的架构设计，包括CLAUDE.md配置、Hooks机制、Skills技能系统和Subagents子代理等核心技术细节。

回顾强化学习经典算法PPO（Proximal Policy Optimization）的发展历程，揭示这一奠定现代RL基础的算法曾遭NeurIPS会议拒稿的轶事。

报道OpenAI在Codex产品上做出重大开放举措，不再仅限于GPT模型，允许接入其他第三方模型，标志着OpenAI开放策略的重大转变。

AI学长小林