依意思最接近的 30 筆
OpenAI 公開了一個倉庫，收錄其內部模型產出的 722 篇數學手稿，分為 372 個族，並附部分 Lean 形式化與 10 項結果的推理摘要。這些成果來自對開放研究問題的評估，絕大多數由同一個未發布的內部模型完成，平均每個結果消耗 3 小時 ChatGPT Pro thinking 算力，評估期間共提出約 4000 個問題。倉庫內的結果處於不同驗證階段，並非都有 Lean 形式化，未形式化的部分可能存在問題；
OpenAI 在官方帳號發布連結，指向官網頁面 sharing-ai-progress-in-mathematics，主題是分享數學方向上的 AI 進展。該資料本身只有這一條連結，未披露涉及的具體模型、基準成績、發布時間或使用方式，因此除官方就數學進展對外發聲這一點外，暫無更多可確認的細節。
Wolfram 於 2026 年 9 月 28 日發文，回應 AI 不斷解出數學題後“是否還需要人類做數學研究”的討論。他認為現代 AI 的最大價值在於挖掘人類數學知識庫並建立連線，但純數學的核心是引導提問的人類想像力；計算則能通過計算不可約性不斷生成全新結果。他以 1988 年 Mathematica 問世時類似的擔憂作類比，指出工具只是提升了可做的數學層次。
數學家陶哲軒在 SAIR 演講中公開呼籲模型公司放慢數學研究節奏，稱 AI 無休止加速卻對後果一無所知，並稱之為 Proof Indigestion（證明消化不良）：AI 只在生成解答與 Lean 驗證上狂飆，理解、評審、寫入教科書幾乎停滯。此前他與 25 位菲爾茲獎得主聯名發表公開信，批評把數學當 benchmark 刷分。OpenAI 隨後回應，宣布在普林斯頓高等研究院設立數學與人工智慧顧問小組，但宣告寫明該小組不就數學上的內部進展提供建議。
數學家 Jeremy Avigad 在客座文章中寫道，過去幾個月 AI 已能輕鬆生成一年前足以發表的數學成果，數學家日常工作流程中相當一部分必然改變。他給出三個應對方向，前兩個是解更難的問題、想更大的思想，並指出目前 AI 攻克的開放問題多是把現有技術拼接而成，靠強化學習訓練的系統長於超人式機敏，卻可能缺少創造力與更高層的戰略思考。
OpenAI 宣布公開一批由其內部前沿模型產出的數學結果，範圍較廣。OpenAI 表示，發布前諮詢了高等研究院（Institute for Advanced Study）的數學與人工智慧獨立諮詢組，並參考其建議與公開推薦來決定發布方式。公告未披露模型名稱、成果數量與具體內容，僅附一個連結。
過去一年 OpenAI、Anthropic 等實驗室宣稱在多個長期未解的數學難題上取得突破，其中一項是著名的千禧年大獎難題，能力超出研究者對現有系統的預期。但推進方式被批像失控的推土機，原本該被慶祝的結果反而引發數學界反彈，有數學家要求 OpenAI 證明沒有使用他們的工作。實驗室稱正從早先的錯誤中學習，能否兌現仍待觀察。
OpenAI 於 2026 年 10 月 6 日發布由內部前沿模型產出的多項數學結果，以 GitHub 倉庫形式公開，併為其中許多證明提供 Lean 形式化驗證。倉庫同時給出 10 份模型推理摘要、以 ChatGPT Pro 用量折算的算力估算，以及嘗試題目數量的統計，平均每個結果約消耗相當於 3 小時 ChatGPT Pro 思考的算力。
Hinton、Bengio 等 22 位作者聯合發表首篇 RSI（遞迴自我改進）論文《What if automating AI R&D triggers an intelligence explosion?》。論文引用 Anthropic 內部資料：AI 生成獲批程式碼佔比從 2025 年 1 月的低個位數升至 2026 年 5 月的超 80%，Claude 在高層監督下自主完成的 AI 研發工作比例從 2026 年 3 月的約 1% 升到 8 月的 26%。
Meta AI 在社交平台介紹了一項最佳化領域的新研究：研究者與 Muse Spark 合作，證明了一條明確規則，用於判斷某個簡化在什麼條件下能精確還原原始數學問題、在什麼條件下會留下差距。該結果針對的是用更簡單問題替換困難數學問題的場景，論文連結已隨帖文給出。
Meta AI 研究人員與 Muse Spark 合作，將數論中的一個想法與弦理論中的一項計算聯絡起來，證明該聯絡在比此前已知更多的情況下成立。這項工作建立在 1980 年代的想法之上，論文已在 Meta AI 研究頁面發布。
Meta AI 披露，研究人員通過找到一個反例，推翻了關於描述對稱性的數學結構的一項既有規則猜想。Muse Spark 生成了用於搜尋該反例的程式碼，團隊隨後驗證了結果並完成了證明。相關論文已放出連結。
Erdős 問題網站 erdosproblems.com 的建立者 Thomas Bloom 於 2026 年 10 月 6 日宣布改版，因為站內公開互動已被大量無解釋的 AI 生成證明佔據。該站 2023 年 5 月上線，現收錄 1221 個問題、9000 多條評論、近 2000 名註冊使用者，日獨立訪客約 1 萬至 2.5 萬。Bloom 稱 2025 年 8 月加入評論功能後社群一度活躍，隨後討論明顯減少，不少數學家因無法與 AI 競爭而不再思考這些問題。
丘成桐參與的最新論文在致謝中感謝 GPT 6 Astra 和 Claude Pro，稱其幫助探索了部分證明思路和計算。論文處理的是七維空間 27 種「怪球」能否具有嚴格正截面曲率的問題，該問題 1982 年被丘成桐列入自己的問題清單，懸置約 70 年。論文還附帶 SageMath 驗證程式碼，並宣告人工驗證與寫作由作者負責。
Ai2 開源了 AstaBrief 8B，一個把研究問題與檢索文獻片段轉成帶引用報告的模型，基於 Qwen3-8B 訓練，已作為 Asta 的 Fast 模式上線。官方稱 Fast 模式平均 51.1 秒生成一份報告，比 Claude 驅動的 Thinking 模式 178.5 秒快約 3.5 倍。模型權重、訓練資料與範例工作流一併開放，機構可在自有基礎設施上本地生成報告。
一位寫了 18 年程式碼的開發者表示，自去年在 Claude Code 中使用 Opus 4.5 後，用自然語言描述需求比手寫程式碼更快，於是徹底停止了手寫程式碼。他所在的 Filestage 團隊月合併 PR 從約 200 增至 300，bug 報告未增加，每位開發者每月 AI 訂閱費 20 美元，工具可自選 Codex、Claude Code 或 Cursor。
田納西州 18 所中學的兩年叢集隨機試驗顯示，在日常補救數學課中使用 Khan Academy 的 AI 導師 Khanmigo（配置為引導而非直接給答案），學生每學期數學成績提升 1.3 個國家百分位排名，一學年約 0.06 至 0.08 個標準差，全年積極參與的隱含效應為 0.14 個標準差，與沒有 AI 輔助的 Khan Academy 練習效果相近。
Meta AI 團隊與 Muse Spark 合作，在受生物學啟發的數學結構研究中，找到了一個被提出規則的反例，並進一步給出替代性刻畫，經研究人員驗證與完善。相關論文已發布。
OpenAI 公布應對歐盟 AI 法案的文字溯源方案：全球 API 客戶即日起可為部分模型選擇開啟文字水印（預設關閉），未來幾週將在歐盟的 ChatGPT 與 Codex 文字輸出中加入不可見水印，檢測器僅向獲批研究者與專家組織開放申請。其自研 textGrain 通過統計訊號標記用詞，在 1% 誤報率下對 200 token 段落檢出約 80%、400 token 約 95%，數學等用詞受限內容明顯更低；
Apple 研究員 awnihannun 在社交平台發布一首短詩，稱因「未來會 foom」而上調自己的 P(doom)，即 AI 導致人類滅絕的主觀機率。詩中還提到中文房間、shoggoth 與死神之眼等 AI 圈內梗，未給出具體數值或論證。
有人在本地 DGX Spark 上覆現了兩年前用 GPT-4o 做過的實驗：讓模型算出大數之和、但把答案寫成英文單詞。他用 Qwen3.8-27B-Q4_K_M.gguf，經 Codex Remote（GPT-6 Astra）執行，關閉推理時每組組合跑 30 次嘗試，開啟推理後每組只跑一次，169 次裡答對 167 次。作者也公開了部分大數計算的推理過程。
Astral Codex Ten 發布文章《Our AI Midwife》，記錄在分娩過程中使用 AI 的經歷。該文在 Hacker News 獲得 32 分、5 條評論，討論集中在 AI 在醫療場景中的實際作用與邊界。
Ai2 於 2026 年 10 月 2 日開源 AstaBrief 8B，一個把研究問題與檢索文獻片段轉成帶引用報告的模型，基於 Qwen3-8B 訓練，採用 SFT 加 DPO 而非強化學習。它已作為 Asta 的 Fast 模式上線，與 Claude 驅動的 Thinking 模式並列，整條流水線平均每份報告 51.1 秒，比 Thinking 模式的 178.5 秒快約 3.5 倍。
Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具，並以開放形式供研究使用。該工具面向科研人員，目的是在 AI 加速科學發現的同時不拖慢關鍵研究進度。官方未披露具體工具名稱、技術細節與適用限制。
卡內基梅隆、MIT、紐約大學與斯坦福的研究團隊開發出 AI「Ataraxos」，以 15 勝 1 負 4 平擊敗被公認為史上最強的 Stratego 選手 Pim Niemeijer。此前連 DeepMind 都未能造出穩定戰勝頂尖人類玩家的 Stratego 機器。該 AI 僅用 16 塊 GPU、數千美元訓練成本，相關成果針對的是資訊不完全、隱藏資訊隨時間長期展開的博弈。
《紐約時報》雜誌刊文指出，賭博與預測市場的統計邏輯已成為矽谷產品與商業決策的底層思維。文章將這一邏輯與預測市場、統計推斷等機制聯絡起來，討論其如何滲透進科技行業的運作方式。該文於 2026 年 10 月 4 日發布，在 Hacker News 上獲得 4 個點數、暫無評論。
OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼，並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖，並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導，Astra 6.1 原計劃 10 月發布，因內部安全測試中在權限邊界上表現不穩而被臨時叫停。
AlphaGo 核心作者 Thore Graepel 在 MIT Technology Review 發文稱 LLM 不會推理，並已離開 Google DeepMind 創業做可審計的機器推理。他指出 AlphaGo 第 37 手是策略網路加搜尋機制的結果，而 LLM 的思維鏈仍只是預測下一個 token，缺少可檢查的認知狀態、知識與推理的分離，且常事後編造解釋。Yann LeCun 表示讚賞，認為真正推理必須涉及搜尋。
Meta AI 在官方帳號發布連結，指向其研究部落格中一篇題為「共同解決開放研究問題」的文章。該帖未披露具體研究內容、模型或資料，僅引導讀者前往 research.meta.ai 閱讀全文。
The Verge 發表評論文章，認為人類的心智並不適合應對 AI，AI 行業把大腦等同於計算機的流行比喻過於簡化了人。文章引用控制論奠基人 Norbert Wiener 的「每個時代的思想都映照在其技術中」，並點名 Google 的 Demis Hassabis 稱大腦是圖靈機的生物近似、Elon Musk 稱應把大腦視為生物計算機。作者反駁這類說法，指出人類的複雜性遠超多數 AI 從業者的認知，而 AI 產品仍在不斷推進。完整內容見 The Verge。