5 things to try with Gemini 3 Pro in Gemini CLI

ScholarCatalyst：衡量检索能启发新研究的论文这一能力的基准184 位近期 CS 论文的第一/lead 作者（覆盖 207 篇论文）通过自动化流水线标注哪些候选文献实际或可能推进了自己的项目，并给出详细理由；任务设定为在项目开始时点可用的文献范围内，给定初始研究问题检索这些论文结果：agentic search（把同一个 embedding 检索器当工具调用）Recall@20 0.42，反而不如纯 embedding 检索的 0.48；即便是训练数据里可能见过这些已完成论文的 Claude Fable 5.1 agent 也只有 0.51说明科学家式嗅探哪篇前作关键仍是 AI 系统的明显短板2026-10-01 提交，cs.AI/cs.CL/cs.IR

FineWeb 质量过滤后，2026 年 6 月网页 token 中 27.5% 被 Pangram 判为 AI 生成，8 月升至 31.1%作者预训练 800 个语言模型系统改变 AI token 与人类 token 配比并拟合 scaling law：数据饥饿的模型加 AI token 初期降低 human text loss，但很快饱和并反转成伤害；在人类文本高预算下 AI token 几乎立刻抬升 loss，而同量新鲜人类 token 持续降 loss...

Google 发布新一代旗舰模型 Gemini 4 Argon：输出上限从 64K 提到行业领先的 1M token，面向长时程复杂工作流（真实软件工程法律/金融知识工作网络防御）定价 $2/$10 每百万 token，缓存输入享 95% 折扣...

安全公司 Hacktron 三名研究员用 Claude Opus 5 辅助，从 OpenAI 公共帮助论坛（Discourse）的 bug 出发链到 OpenAI 自家登录系统的弱点，接管多名员工账号并进入内部代码仓库，全程不到 72 小时；用一次无害 PR 证明访问后停止OpenAI 约 14 小时确认修复，09-01 给出 $6,500 赏金，但声明奖金只覆盖 OpenAI 侧发现Discourse 论坛测试不在 bounty 范围...