X 用户 thsottiaux 表示，GPT-6.1 Sol 通过 Codex 与 Work 使用时，默认上下文长度已从 272k 提高至 500k，增幅约 80%。他称这一调整有助于减少上下文压缩，并服务于需要长期保留大量细节的任务。

这说的是 Codex 与 Work 中的默认值，不是模型上限同步变为 500k。按发布者表述，用户仍可自行覆盖设置，GPT-6.1 Sol 的最大上下文长度为 1M；原帖未提供具体任务的效果或成本数据。

The Decoder 援引一项发表于 Science 的研究称，Google DeepMind 的 AlphaProof Nexus 解决了所测试的 353 道开放 Erdős 问题中的 9 道，其中两道此前悬置 56 年。报道还列出 44 个 OEIS 猜想、一项代数几何开放问题及一项 min-max 优化界限改进；这些数字均按该报道归属，不能据此推断系统能够普遍解决未解数学题。

报道描述的流程是：以 Gemini 3.1 Pro 起草和修订 Lean 形式语言中的证明，由 Lean 在每次编辑后检查；较难的子问题还可调用专门的 AlphaProof 工具。报道转述 Google DeepMind 的说法称，即使不用 AlphaProof，系统也解决了上述 9 道 Erdős 问题。编辑判断：对评估 AI 科研成果的人，题目数量与核验方式应一起看；这篇材料没有提供逐题证明供本次独立检查。

开发者 arvidkahl 在 X 上建议：如果条件允许，为编码智能体提供生产数据库的只读用户，理想情况下连接只读副本，让智能体在实现和测试过程中查看、核对生产数据。他认为这会提高工作效果。

编辑判断：这条短帖点出了开发中的真实取舍——让智能体看到实际数据可能帮助核对实现，但「只读」本身不等于消除数据暴露风险。原帖没有给出具体项目、效果数据或权限隔离细节，因此不将其表述为经过验证的通用部署方法。