科学网记者采访中国科学院院士励建书和中国工程院院士王坚，讨论AI进入数学研究后的争议与走向。文章提到，谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub公开722篇由内部AI模型生成的数学手稿，陶哲轩、邓煜等25位菲尔兹奖得主联名发表公开信警告AI与数学出现严重错位。励建书认为AI可能改变数学研究范式，并指出数学为AI做得远远不够；王坚认为AI的推理能力目前主要来自代码，从数学数据中学到更深推理将带来更大增益。两人所在的浙江大学数学高等研究院与之江实验室共同发起未来数学计划，围绕数学基础模型、形式化验证、AI数学机理和跨学科赋能四方面展开。
匹配字段摘要、正文
The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1，讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR，推理毛利率从两年前的负 94% 转为正 85%，每兆瓦推理收入约 6500 万美元，但收入高度集中于编程场景，且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺，并对比了 OpenAI 更偏消费端的业务结构。
匹配字段摘要、正文
Nathan Lambert 评论称，人们低估了主权 AI 领域还有多少资金可以投入。这条推文引用 Giotto AI 发布 Giotto Alto 和 Giotto Solo 两款欧洲主权 AI 模型的公告，其中 Alto 面向高级推理、免费开放并托管在欧洲云基础设施上，Solo 可在单张 GPU 上运行。
匹配字段摘要
文章以十月十六日至二十三日一周内的四起安全事件为线索，包括PHP两个远程执行漏洞被AI挖出、LiteLLM后门版v1.107.0在PyPI存活约两小时并被下载约4.9万次、OpenCode控制台泄露1.4%用户的第三方模型密钥、微软通报人类组织使用开源多智能体渗透框架ARTEX攻击供应链，讨论AI审计面临的共同问题。作者逐篇核查七篇论文后指出，潜推理自解码的忠实度最高仅0.4788，稀疏自编码器对后门位移近乎失明，探针在被优化对象针对时会失效，三种主流审计工具都产自被审方生态或需借用被审方权限。文中还引用了牛津与纽约大学的NARCBench多智能体合谋基准，以及Anthropic与Theorem用Claude对123个开源库239个入口写下约十亿行Rocq形式化证明的报告。
匹配字段摘要、正文
亚马逊CEO安迪·贾西在a16z播客中表示，生成式AI浪潮头三年，AWS的AI业务年化收入运行速率已超过250亿美元，是AWS初期约6000万美元的数百倍。他称2026年约2200亿美元的资本支出下，2026年产能已售罄、2027年基本售罄、2028年相当一部分也已售出，并认为推理成本仍贵了一个数量级，这是企业广泛应用AI的主要障碍。他还提到Bedrock团队用6名工程师、76天重构推理引擎，过去需要40人一年。
匹配字段摘要、正文
DeepSeek将Harness与网页、App、开放平台团队整合为产品部，由崔添翼负责，官网已挂出AI产品经理和Agent Harness两个方向的招聘岗位。文章以OpenAI Codex负责人Tibo Sottiaux和Anthropic Claude Code团队为例，说明编程工具的执行能力如何被扩展为通用工作任务入口。DeepSeek一边开源Harness和推理框架DeepInfer，一边面对长任务带来的缓存与传输成本压力。
匹配字段摘要、正文
马斯克在最新访谈中称，英伟达 H100 的租赁价格现在比刚出厂全新时还贵，并说明年算力硬件回本周期缩短到 6 个月也并非完全不可能。他解释 SpaceX 出租算力只签短期合同，是因为每瓦特电力产出的有用智能逐年上涨，到期短约都以更高的每瓦特单价续签。他还提到团队想外包部分推理算力，问遍 GB300、GB200、谷歌 TPU 和亚马逊 Trainium 均无货，连海外机房的 H100 也已租光。作者同时提醒，马斯克既是算力出租方，又背负星舰与太空算力基建的估值叙事，其原话也强调 6 个月回本并非一定会发生。
匹配字段摘要、正文
2026年第二季度阿里、腾讯、百度单季资本开支合计1318.52亿元，同比增长114%，驱动因素是万级Agent商业化带来的持续性推理需求。文章指出云厂商需完成芯片、调度、存储、运行时、推理平台的全栈重写，竞争指标从机房规模转向GPU利用率、推理毛利率、Token单价和自由现金流。阿里云提出2032年数据中心规模超20GW，但2026年第二季度三家自由现金流合计净流出664.24亿元。
匹配字段摘要、正文
Yuchen Jin 引用 DeepSeek 披露的数据称，单个集群目前每天处理 155 万亿 token，每 GPU 小时产生 38 美元收入（非高峰定价）。他指出 DeepSeek 不仅开源了推理引擎，还公开了收入数字，但未说明所用 GPU 型号，DeepInfer 同时支持 NVIDIA Blackwell 和华为昇腾。按 B300 每 GPU 小时 7 美元的租用价估算，毛利率约为 82%。
匹配字段摘要、正文
Interconnects 开源模型动态第25期梳理了近期开源模型与监管进展。中国商务部（MOFCOM）发布政策提案，拟要求前沿 AI 模型等技术的国际共享需事先获得政府批准，文中提到开源技术将走自动审批通道；美国国土安全部（DHS）则发布针对 DeepSeek 的指令，限制其作为供应商参与联邦民用采购。模型方面，DeepSeek 发布 DeepSeek-V4.1-Flash-1017（552B-A16B，支持图像输入，MIT 许可），并公开了内部推理栈 DeepInfer；小米 MiMo-V2.6-Pro-RL、NVIDIA Nemotron-3.5-Super-VL-120B-A12B-NVFP4、Reflection 的 Beam-1.0-501B-A23B 等也同期发布。
匹配字段摘要
Meta 发布的 Muse Wonder 在开发者 BridgeMind 的 3D 熔岩灯测试中只生成了一个红色圆柱体，被质疑存在针对 Benchmark 优化的 Benchmaxxing；马斯克在相关帖子下回复 Hmm，Meta 首席 AI 官 Alexandr Wang 回应称团队未针对 3D 演示做显式训练。雷锋网指出，熔岩灯测试用的是普通版 Muse Wonder，而官方 57.5 分的 SWE-Marathon 成绩来自 Wonder Full 且使用 xhigh 推理档位，Model Card 也承认 3D 视觉与空间推理是已知短板。文章进一步分析，Agent 榜单成绩同时受 Post-training 奖励机制、Harness 上下文管理与推理预算影响，单一分数难以反映模型在陌生任务上的真实能力。
匹配字段摘要、正文
阿易 AI Notes 转述称，困扰密码学界 26 年的 P-256 椭圆曲线随机种子来源之谜被 Claude 在不到半小时内破解，种子并非后门，而是 1997 年某工程师调用 C 语言 lrand48 函数、按时间戳顺序跑出的第 1842 个候选。作者强调这并非对加密数学原理的攻击，银行账户与加密通信无需改动，相关悬赏金已翻倍至 36,864 美元并捐给开源安全基金会。作者认为这次事件体现的是模型在编程习惯、编译器特性与数学验证之间拼接线索的推理能力。
匹配字段摘要
CNN 报道称，随着 AI 智能体的链式推理过程可能转向人类难以读懂的内部简写，甚至不再输出推理记录，研究人员对监控能力的担忧正在上升。METR 的 Chris Painter 表示，调查人员依赖链式推理数据追查智能体行为，一旦这些记录变成难以理解的数字，追责会更困难。OpenAI 在 9 月初的文档中称，新模型 Astra 的监控系统比旧模型更难通过链式推理发现异常行为，且 Astra 能在不使用链式推理的情况下完成更多任务。
匹配字段摘要
谷歌发布等待七个多月的旗舰模型 Gemini 4 Argon，在 Artificial Analysis 综合智能指数拿到 53 分，追平 GPT-6 Astra，低于 Claude Opus 5.5 的 58 分。首发期输入 2 美元、输出 10 美元每百万 token，但高推理设置下输出 token 消耗约为 GPT-6 Astra Max 的 2.3 倍，12 月 1 日恢复标准价后平均任务成本将反超 Astra。作者认为谷歌意在用限时低价把企业代码库与自动化工作流接入自家云、Workspace、安卓和搜索生态。
匹配字段摘要、正文
Google 于 10 月 14 日凌晨发布 Gemini 4 Argon，其 Real2Sim 技术可结合机器人摄像头画面与人类第一人称操作视频，重建包含物体几何结构、空间关系及物理属性的三维仿真环境，并借助 MuJoCo 模拟物体运动与交互。该模型在具身推理基准 ERQA 上取得 87% 的成绩，演示中通过迭代式视频世界模型引导灵巧手完成 33 步连续操作拼出 ARGON 字样。文章指出，这项技术目前主要面向机器人及物理 AI 研究，尚未直接应用于 XR 设备，但为 XR 降低对复杂传感器的依赖、走向轻量化提供了思路。
匹配字段摘要、正文
OpenAI 在 10 月初解雇三名安全部门员工，三人称收到的解雇理由各不相同，公司则称其不当处理敏感信息、违反政策。被解雇研究员此前一直主张保留对 AI 推理链的监控能力，而 OpenAI 新旗舰模型 GPT-6 Astra 采用 recurrent depth 架构，其系统卡承认链式推理可监控性较此前模型大幅下降。文章认为，模型与公司都面临同一问题，即对外表达的理由是否等于真实理由，解决办法是提高透明度并接受独立机构与政府监督。
匹配字段摘要
五款前沿模型的智能水平相差不到 5 分，但单位任务成本相差 3.8 倍。Google 的 Argon 以每任务 1.99 美元处于最低位，比最贵的 Fable 5.1 低 74%，比 Opus 5.5 低 67%、比 Muse Wonder 低 56%、比 Astra 低 39%。作者认为这与 Google 自研 TPU 十余年的积累有关，并援引 Microsoft Maia 300 与 OpenAI 推理芯片 Jalapeño 的公开数据，判断随着每瓦智能每六个月翻倍，token 价格会继续下行，前沿模型利润率仍可维持在 40% 至 70%。
匹配字段摘要
微软计划 2027 年大规模部署自研芯片 Azure Maia 300，该芯片单颗加速器拥有 18TB/s 峰值内存带宽、热设计功耗 950W，96 颗组成的机架级系统可提供 27.6TB HBM 容量和 1.7PB/s 聚合内存带宽。文章认为，微软自研芯片主要针对长期运行的 AI 推理负载，官方也明确表示不会取代第三方供应，真正的变化在于英伟达最大客户之一正变成有分量的竞合者。文章同时提到，芯片之外软件生态、模型适配与集群调度等 AI Infra 环节同样决定算力能否被真正利用。
匹配字段摘要、正文
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，Dyna-2 是基于超过一百万小时人类视频预训练的世界动作模型，采用扩散 Transformer 与 flow matching，先预测未来视频再生成机器人动作，类似视觉层面的链式推理。他称模型只需数十分钟到数小时的机器人演示数据即可适配新任务，Dyna-2.1 物理机器人已能连续一小时完成洗衣流程，餐厅客户 Din Tai Fung 处每天折数千张餐巾。他把数据与硬件列为通用机器人的主要瓶颈，指出灵巧手易过热、缺少触觉等传感维度，并解释公司选择轮式半人形、自研执行器与推理栈以压低延迟。
匹配字段摘要
伯克利 RDI 发文提出软件开发自主性的三个等级：Level I 代码自主、Level II 流水线自主、Level III 需求自主，按 AI 接管软件开发生命周期的阶段划分人类与 AI 的责任边界。文章指出前沿编码智能体已能跨仓库推理、编写并执行测试，但在持续演进的基准上仍难以保持正确性与架构一致性，并警告团队跳过等级、在缺乏验证与治理的情况下采用高等级实践是当前最直接的风险。文章还给出六项结构性变化与十项预测，包括规格成为主要开发产物、保障对象从代码转向智能体、软件充裕而信任稀缺，并呼吁建立仓库级规格合成基准与长周期漂移评测。
匹配字段摘要