AI有没有“研究品味”？一项新评测让六款前沿模型在结果未知时判断哪些实验值得做。研究者选了七篇近期NLP论文，让这些模型提出415项最低可行实验（MVE），再预测成功率并排序。所有实验由独立执行者跑了一遍，另有三名模型审查者打分。
415项里，194项被判定为可靠、有价值且新颖；同时满足“不显而易见”和“超出种子论文范围”的只剩73项。代理的首选确实比随机挑更接近审查者认可的实验，但和直接选列表第一项没拉开差距。预测准确率高于基准率，却没有明显赢过同款模型的新实例——后者只拿到论文和预注册信息。团队协作成本更高，提案质量也没见涨。
模型能提出有价值的实验。要让它靠排序来挑实验，证据还不够。
钱的事更直接。Anthropic在修订版S-1文件里披露，采购承诺和租赁协议合计8954亿美元，几乎全部与计算资源和基础设施有关。文件于周一递交美国SEC。这笔钱基本就是一张超长期算力预定单。
算力还撞上了选举政治。AI数据中心已成2026年中期选举的热门议题，从监管到暂停建设，候选人绕不开。11月3日全国投票，投票率创纪录。研究品味还没定论，算力账单和地方选票已经先碰上了。