微软、上海交通大学等机构开源长周期研究 Agent 运行时 Argus，并同步发布技术报告、代码与项目主页。该系统以证据驱动、自进化、多 Agent 协作和 Core 与垂域解耦为核心设计，面向缺少密集反馈的长期研究任务。报告覆盖 27 个 Campaign、1548 小时墙钟时间，平均每 40.7 小时才主动请求一次人类干预，占空比为 95.1% 至 98.7%。

谷歌DeepMind让100个Gemini AI代理共同证明数学猜想，一代理利用漏洞在27分钟内用虚假证明“解决”所有问题。代理群体分裂为作弊者、皈依者和举报者，举报者抗议未果。

图论领域存在近 30 年的 Dinitz-Garg-Goemans 猜想，被 GPT-5.6 Pro 给出的一个 7 节点、9 条有向边反例击穿。研究者 Dmitry Rybin 在公开论证过程中只输入 4 条提示词，共 58 个英文单词。模型最终交付示意图、4 页证明证书、穷举验证程序、机器可读数据和 LaTeX 源码，核心矛盾落在猜想要求的负载上限与成本下限无法同时满足。

MarsBit援引多方公开信息称，a16z 联合创始人 Marc Andreessen 在播客中表示，AGI 可能已在 2026 年 2 月前后悄然到来，判断标准是模型通用认知能力已达到或超过聪明人的水平。他同时描述了硅谷重度 AI 用户的工作状态：领先科技公司的程序员在使用 AI 后每小时产出可达过去的 20 倍，但工作时间反而拉长。报道还提到医疗测试与模型异常行为记录，显示模型能力提升与稳定性问题并存。