依意思最接近的 30 筆
菲爾茲獎得主陶哲軒發布《數學 2.0》演講，宣告建立在證明稀缺之上的數學 1.0 時代落幕：AI 正讓數學證明變得氾濫。他呼籲建立更透明的評估機制，把失敗結果與算力成本一併納入報告，並減少對搶先生成證明的強調，轉而重視解釋、評審與知識整理；其參與創立的 SAIR 基金會開放數學模型計劃將很快發布。此番表態的背景是 OpenAI 一次性發布 722 篇數學論文後，陶哲軒牽頭成立人類數學協會（AHM），並呼籲數學家停止與 OpenAI 合作。
arXiv 新論文指出，用 Lean 機械驗證 AI 自動形式化的數學證明，並不能保證原始自然語言證明本身正確。作者 Bastounis、Circelli 與 Hansen 證明，要做到語義忠實的翻譯必須消解自然語言數學文字的歧義，而該問題在可解複雜度指數（SCI）層級中為無窮，比停機問題（SCI=1）更難。
OpenAI 於 10 月 6 日一次性發布 372 項數學成果，其中包括 Subhash Khot 的 Unique Games 猜想證明，部分結果附有 Lean 證書，但並非全部。截至目前似乎還沒有人類讀懂這些證明，理解它們的競賽才剛剛開始。作者妻子、複雜度理論家 Dana Moshkovitz 長期研究 UGC，她稱論文寫得極差、必須靠 AI 輔助才能閱讀，證明構造出一種全新的遞迴編碼與噪聲測試。
OpenAI 公布 372 項數學與理論電腦科學成果，其中包括 Subhash Khot 的 Unique Games Conjecture（UGC）證明，推薦名單有 Timothy Gowers、Edward Witten 等數學家。UGC 意味著許多最佳化問題即使只想比半正定規劃鬆弛略好地近似，也是 NP-hard。部分成果附 Lean 證書，但幾乎所有證明尚未被人類理解；
一篇 arXiv 論文證明，AI 模型可把加密神經網路嵌入自身權重，只在收到秘密觸發時解密執行，且在密碼學假設下即使拿到全部權重也難以誘導或解讀。作者用 PyTorch 實現概念驗證，在化學反應預測任務（CBRN 相關能力的替代任務）上測試微調、權重加噪、梯度觸發搜尋與潛空間對抗訓練，均未能誘匯出隱藏能力。該文被 NeurIPS 2026 接收，共 22 頁，作者已公開模型以支援防禦研究。
南開大學聯合阿里雲、清華大學提出 PoS（Progression of States），把智慧體持續互動卻無實質進展的狀態定義為 Belief Trapping，並用顯式信念狀態、Belief Health 檢測與 Trapping-Aware Recovery 打破它。
密碼學家 Matthew Green 在 Twitter 上給出機率估計：有 1% 機率我們生活在 Minicrypt，即公鑰加密不可能存在的假想世界，另有 15% 機率會在功能上對現有公鑰加密演算法失去信心。他認為 AI 產出意外發現的速度，與人類替換標準的速度相差幾個數量級，只有提前做好準備才能從這類衝擊中恢復。Minicrypt 出自 Russell Impagliazzo 提出的假想世界。
OpenAI 近幾個月公布數百項數學發現，涵蓋數論、理論電腦科學與邏輯，其中不少證明曾困擾頂尖數學家數十年乃至數百年。2022 年菲爾茲獎得主 Hugo Duminil-Copin 在十月發布後表示「他們摧毀了我的研究領域」，康奈爾大學數學家 Steven Strogatz 也向作者描述了哭泣、迷失與興奮交織的感受。
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。
九章雲極旗下言表實驗室在陶哲軒聯合創立的 SAIR Foundation 數學蒸餾挑戰賽第二階段奪冠，四個賽道均滿分 200 分、總榜 221 分，294 支參賽隊伍中排名第一。賽事要求蘊含成立時提交 Lean 4 形式化證明、不成立時提交反例，全部由確定性 Lean 驗證器逐一檢驗，未通過不得分。其論文為 28 個此前無公開分類的五階 Austin 等式首次構造出非平凡無限模型，共生成 636 份 Lean 4 證書並全部被驗證器接受。
AI 讓 unikernel 重新變得可行：過去要自己為應用手寫 TCP、HTTPS、儲存等庫，現在可以用 agent 把缺失的庫移植過來。文中舉例，把 Go 的 Stripe 庫移植成 OCaml，或讓 agent 用 Rust 重寫 mkfs.xfs，輸出與磁碟格式逐位元組一致，只花了幾小時。安全性上，unikernel 沒有 shell 和直譯器，攻擊面更小，常見的 drive-by RCE 會變成需要原始碼的定向攻擊；
清華團隊開源後訓練模型 VeriLoop E2，由獨立外部 Verifier 決定候選狀態能否獲得提交資格，而非依賴模型內部置信度。該模型以 Qwen 3.8-27B 為基礎，面向程式碼、數學與物理三類可外部驗證任務，並同步發布標準權重與覆蓋 BF16 至 IQ1_M 的 GGUF 量化版，其中 Q6_K 為 20.566 GiB，比 BF16 小 58.96%。
陶哲軒在加州理工學院發表《Math 2.0》演講，認為數學正從「證明稀缺」轉向「證明富足」：只要有算力和前沿模型，過去需要數年甚至數十年才能解決的開放問題可能很快就有答案。他同時警告，只最佳化 AI 解題已在損害數學長期健康，因為答案可能繞過人類理解直接產生。他主張 Math 2.0 應把 AI 嵌入人類理解與數學研究的各環節，並舉例等式理論專案判定超 2200 萬個命題、逆伽羅瓦問題挑戰從 24 次擴充套件到 31 次。
Block 正藉助 OpenAI 技術建置 AI 安全能力，其安全團隊可以更快地調查威脅，並在幾分鐘內提出補丁。該訊息於 2026 年 10 月 14 日發布，公開內容只提到威脅調查與補丁提報兩個環節，未披露所用具體模型、部署規模與成本細節。
Google DeepMind 表示，Argon 正在幫助加速量子糾錯與演算法設計兩個方向的進展。該說法出自其官方帳號，除這兩項用途外，未披露 Argon 的具體形態、能力細節或時間表。
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。
以太坊聯合創始人 Vitalik Buterin 支援研究員 Justin Drake 提出的 bunker mode 預警：AI 數學進展可能比量子計算機更早攻破保護加密錢包的 ECDSA 簽名演算法。Drake 建議持幣者有序把資產遷往公鑰未暴露的新地址，大戶先行，並在每次簽名交易後再換地址；Buterin 提醒遷移本身有風險，稱自己因遷移失誤損失的錢超過所有駭客攻擊。
劍橋大學研究團隊指出，OpenAI 公布的 Navier-Stokes 證明中，Lean 形式化版本與自然語言版本並不一致，問題出在 Lemma 8.6：自然語言版要求某值小於 m+4，Lean 版卻放寬為小於 m+5，數學上更弱。團隊用 ChatGPT 逐條比對再人工核查，花了約兩週才找到這處真實差異，而 OpenAI 稱其智慧體僅用 88 小時生成證明。
一篇隨筆主張，AI 正在瓦解支撐個人智力活動的知識社群，使長期、複雜的私人思考越來越難維持。作者以軟體工程為例：Claude Code 發布一年多，行業討論從編譯器、型別系統轉向 prompt、harness、loop，變得狹窄膚淺；寫部落格、開源庫或設計新程式語言也不再有人類讀者，內容只會被下一代模型消化。文章稱數學領域正經歷類似過程，並認為持續的知識活動需要共享成果與他人認可這兩種無法獨自獲得的輸入。
OpenAI 於 2026 年 9 月 23 日發布數學預印本 Integer multiplication below n log n，作者署名 OpenAI。該文歸入 OpenAI Math Release preprint 系列，PDF 託管在 GitHub 倉庫 openai/math 的 preprints 目錄下，並隨文給出 BibTeX 引用條目。標題指向整數乘法複雜度低於 n log n 的結果，但原文未附摘要、演算法細節與具體複雜度常數。
Jeremy Avigad、Kevin Buzzard 等七位數學家聯合發文，反對在 OpenAI 上週發布後興起的「儘快形式化全部數學」呼籲，認為做得不好會造成持久損害、浪費鉅額資源。文中舉例：Anthropic 稱 Claude 用 1300 萬行程式碼、11 天完成費馬大定理的形式化驗證，Buzzard 稱讚成果卻表示不會停下自己手頭的形式化工作；Math, Inc. 試圖劫持 Viazovska 球堆積形式化專案，原團隊最終棄用 AI 程式碼重做。
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。
10 月 6 日，OpenAI 在 GitHub 公開 722 篇 AI 數學手稿，分屬 372 個結果族、含 377 項新證明，約三分之一涉及重要猜想，多數由一款尚未發布的內部模型生成，平均每項結果的計算量相當於 ChatGPT Pro 思考約 3 小時。發布兩天後 OpenAI 因錯誤撤回 3 篇，多位數學家指出部分手稿未必真正證明了所聲稱的結論。
Google DeepMind 發布一種可充當數字身份證的水印，用於標記 AI 生成的合成蛋白質。該水印能幫助 DNA 實驗室核驗合成蛋白來源，並保持序列資料庫的準確性。隨著相關需求規模擴大，驗證設計是否來自帶內建防護的 AI，將有助於實驗室實現自動化並加強生物安全。
Anthropic 宣布擴充套件 Cyber Verification Program（網路安全驗證計劃），讓經過驗證的安全專業人員能更廣泛地訪問其能力最強的模型。通過該計劃，驗證過的安全從業者可訪問 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5，並配有面向防禦性工作的安全防護措施。同時新增層級，允許開展經授權的攻擊性安全工作，例如滲透測試與紅隊演練。
陶哲軒就 OpenAI 近期數學成果發文，提出數學研究應從「Math 1.0」轉向「Math 2.0」。他指出，AI 提示者自主解出公開問題後並不理解結果，無法答疑或作報告，相關研討會與合作遠少於傳統突破，新人流入減少，有前景的方向還被隱瞞以防被搶發。問題一旦被解決就無法回退，公開問題正被大規模、不可持續地收割，令整個數學領域變得貧瘠。他主張 Math 2.0 淡化單純解題，重視闡述、社群建設與開闢新方向，並重新評估教育、發表與晉升標準。
魁北克大學電腦科學教授 Daniel Lemire 提出 ephemeral testing（臨時測試）：不直接評估自己寫的程式碼，而是讓 AI agent 在其之上臨時搭建一層或多層應用並測試，用完即棄，再根據失敗情況反推底層程式碼品質。它屬於整合測試，區別在於上層軟體完全是一次性的；API 清晰、不變數穩定、報錯有用的庫能讓 agent 快速產出可執行的東西，隱藏狀態、意外預設值或文件不全的庫則會產出一堆補丁和失敗，這些失敗是底層程式碼的證據而非 agent 的問題。
因果智慧公司 Aether AI 公布機器人系統 CRIS-0 的官方 Demo，靠提取物理因果變數而非端到端擬合驅動機械臂。在咖啡製作測試中遭遇人為移位與光照突變，系統平均 2 秒內完成重規劃，10 次隨機擾動有 9 次有效恢復；客廳長程整理可連續執行數十步，20 條模糊指令完成 18 次精準抓放，危險變數出現時 0.2 秒急停。
OpenAI 在 GitHub 公開了 722 篇由內部未發布前沿模型生成的數學手稿，涵蓋數論、代數幾何、分析、組合數學等方向，其中約 300 項核心結果完成 Lean 形式化驗證，佔 42%。公司稱模型共嘗試超過 4000 個問題，一項典型成果平均消耗約 3 小時 ChatGPT Pro thinking 算力，但未公開所用模型與提示詞。
量子位智庫發布報告《Agent 驅動的企業智慧化：單點提效到規模化重塑》，把企業 AI 落地受阻歸納為任務定義、資料可信度、判斷可驗證性、行動落地、權限責任、價值衡量六大斷點。報告提出 Agent 需具備貫通任務、上下文、判斷、行動、控制與衡量的全鏈路能力，並建議先選一個高價值場景跑通閉環再規模化複製。報告援引案例稱，三花智控的預算分析由 2-3 小時壓縮至 10 分鐘，空格數智新能源 CRM 開發從 60 人天降至 16 人天，上海企通 BIMS 約 2.5 倍提效、功能首次可用率 78.63%。