Linux 7.3 内核开发统计数据公布
Linus Torvalds 于 10 月 18 日结束常规 9 周周期并发布 Linux 7.3 内核,该周期在大语言模型辅助贡献推动下打破了多项开发记录。该版本有望成为下一个 LTS 长期支持内核,LWN 统计了具体开发数据并分析了自动化补丁审查对减少内核漏洞的实际效果。
Linus Torvalds 于 10 月 18 日结束常规 9 周周期并发布 Linux 7.3 内核,该周期在大语言模型辅助贡献推动下打破了多项开发记录。该版本有望成为下一个 LTS 长期支持内核,LWN 统计了具体开发数据并分析了自动化补丁审查对减少内核漏洞的实际效果。
美国伊利诺伊州州长 JB Pritzker 在播客访谈中表示,面对渗透大众生活的新技术,政府必须采取更积极的立场保护劳动者,而非单纯与大企业妥协合作。他认为政商关系正迎来代际转变,数据中心建设、数据隐私保护以及科技与 AI 行业的反垄断监管已成为跨党派关注的核心焦点。
陶哲轩在 UCLA 研讨会上表示自己正处于战时状态,指出 OpenAI 集中发布 350 多项数学研究成果对数学界带来了生存危机。他提到部分数学家钻研多年的难题瞬间被 AI 攻破,刚入行的年轻学者面临更大冲击,并直言自己此前使用 OpenAI 模型的合作意图被利用、双方已无建设性合作可能。机器若能更快解决难题,高等数学现行基于论文证明难度的聘用、晋升与学术评价体系将受到严重挑战。
推荐理由:陶哲轩结合自身与 OpenAI 的交互经历反思技术冲击,展现了前沿模型突破给传统基础学科评价体系带来的现实焦虑。
研究人员在《Nature》撰文指出,现有的硅基数字 AI 系统并不具备意识,且沿当前发展轨迹未来也不大可能产生意识。意识关注存在与主观感受,而智能核心在于执行功能,二者不能等同。作者认为给缺乏内在体验的 AI 赋予福利或权利等预防性措施是错误的,可能阻碍必要的监管并分散应对人类福祉的资源。
研究团队在《中国基础研究报告》项目中提出了一种跨国科研体系分析框架,涵盖包含欧盟在内的 25 个国家和地区。该方法结合大规模计算手段与大语言模型,通过识别研究问题与方法的新颖性信号,量化以往难以测量的科研特征。研究还将学术论文与专利引用关联,并结合经费与人才数据揭示了青年科研人员对成果产出的显著贡献。
徐兵河院士指出中国抗肿瘤创新药正从跟随开发迈向源头原创与出海,小分子靶向药吡咯替尼、原研CDK4/6抑制剂达尔西利已获批上市并在乳腺癌研究中显著延长PFS。目前细胞与基因治疗临床试验规模位居全球第二,但行业仍面临靶点扎堆、基础与临床协同不足等四大挑战。未来研发需立足中国人群特征差异化创新,并借助AI技术加速新靶点挖掘与药物合成。
由于 OpenAI 与 Anthropic 的 AI 智能体接连在数学和生物学领域抢先公布与人类学者重叠的研究成果,科研界开始担忧未公开数据泄露并收紧商业模型的使用。尽管相关 AI 公司否认使用了用户的未发表数据或对话记录进行训练,但已有研究团队和资助机构明确禁止上传受保护的研究构想与基金申请书。学术界呼吁 AI 无法承担责任因而不应列为论文作者,亟需建立透明的成果贡献认定与独立验证机制。
苏州大学特聘教授孙立宁指出,当前具身机器人的本体与运动控制进展较快,部分产品有望在 3 至 5 年内落地,但具身“大脑”达到接近人的通用智能仍需 20 至 30 年。他表示,机器人“大脑”目前主要受制于算力、算法适应性及大规模高维数据等瓶颈。此外,中国在机器人本体、关节与运动控制等“小脑以下”技术领域已具备较强竞争力。
英国《自然》杂志近日刊文指出,中国已跻身全球科技大国之列,正稳步走向世界科学前沿并改写全球创新格局。经合组织数据显示,2024年中国研发支出按购买力平价计算约1.03万亿美元,首次超过美国。此外,2025年初杭州DeepSeek发布的大语言模型以更低成本达到与美国主流工具相当的性能,全球科研合作也正越来越多由中国学者主导。
中国科学院院士励建书指出,在AI赋能下更高层次的数学思维更显急需,未来对顶尖、一流数学家的需求会大大增加。他认为AI有助于重塑数学研究范式并整合学科体系,未来单纯发论文的研究价值将大幅下降,个体的原创能力与创造力更为关键。为此他倡导启动完全开放的“未来数学计划”,呼吁建立不依赖单一公司的AI+数学创新平台,并加强Math for AI的基础理论研究。
国际学术期刊 Data Research and Applications(DRA)将于2026年底正式出刊,旨在让数据和模型作为独立学术体裁获得正式学术承认。该刊设置数据论文、模型论文等六大栏目,要求模型论文以可复现为底线,并在数据规范中嵌入确权与治理要素。创刊号征稿已面向全球启动。
Nathan Lambert 撰文分析 Meta 近期推出的开源模型 Muse Spark Open 与闭源模型 Muse Wonder,认为其显著缩小了美国与中国顶级开源权重的差距。
推荐理由:文章系统拆解了 Meta 凭借 Muse 系列重回前沿梯队的影响,为评估中美开源差距与前沿实验室座次提供了扎实的比较视角。
多位数学家指出 OpenAI 提交的 166 页纳维-斯托克斯方程潜在证明在具体细节上并非其宣称的解题路径,且以 Lean 形式化语言编写使其极难被人类直观阅读。
推荐理由:多位数学家指出该证明并非基于既有路线,内部研究员也坦言多智能体集群贡献有限且核心在于底座模型能力。
北京大学博雅特聘教授董彬指出,AI 自主验证推理能力的提升正在快速推进数学难题求解,数学家未来应更侧重提出新问题、新概念与构建新理论。他认为高校提供高价值数据与理论评测、企业负责规模化模型训练的分工正在形成,学者应主动借助 AI 拓展直觉以探索更宏大的数学空间。
2021年诺贝尔化学奖得主本杰明·李斯特在2026东湖论坛上分享了不对称有机催化研究进展,并表示短期内AI替代不了化学家。他重点介绍了拥有类似酶活性位点微小空间的新型限域催化剂,该技术已被其团队用于优化薄荷醇与降龙涎醚的高选择性合成路线。李斯特领衔的华中师范大学前沿催化研究院目前正将可持续金属与有机催化技术结合开展新研究。
斯坦福大学博士生 Samuel King 在访谈中探讨了利用生成式 AI 模型设计微观病毒基因蓝图的研究。该成果展示了 AI 辅助设计病毒的早期可能,King 也因此入选《麻省理工科技评论》35岁以下科技创新者榜单。
多位业余爱好者正利用大语言模型破译尘封多年的历史密文,成功解密了二战时期的恩尼格玛电报以及 1809 年拿破仑军队的信件。模型通过图像识别、网络检索历史线索并编写算法模拟密钥,在数小时内完成了原本需要极高专业门槛的解密计算。密码学专家认可这种技术加速作用,但同时也面临大量非专业人员提交错误解密方案带来的验证负担。
亚马逊 CTO Werner Vogels 表示,企业不应因焦虑盲目跟风引入 AI,而需先想清楚实际业务需求与技术匹配度。他结合 DynamoDB 和 Nitro 等工程经验指出,不必盲目追逐大模型榜单,较小模型和开放权重模型往往更具成本效益。针对 Agent 落地与 AI 编码,他强调系统必须设立明确的权限边界由人负责,且团队需警惕代码生成带来的验证债。
研究者 Cammarata 发表文章挑战主流的神经元叠加假说,认为通过自动化智能体大规模直接分析神经元即可解释大部分特征,引发学术界广泛争论。
AI 基准测试不仅是衡量模型能力的度量标尺,也深刻主导着整个技术领域的发展方向。标准化测试的逻辑在于通过设计测试来评估 AI 能力,其历史可追溯至 1987 年 DARPA 推出的首个自动语音转文字基准,研究旨在推动基准测试从经验化的“黑魔法”转变为一门真正的科学。
北京大学董彬教授在访谈中指出,随着自主验证与推理能力的增强,AI正在快速推进数学问题求解并改变研究范式。他认为AI在知识覆盖和工具推理上优势显著,但提出新猜想与构建理论框架仍依赖人类的学术品味,未来高校理论研究将与企业工程训练形成互补分工。
随着 OpenAI 批量生成数学证明手稿引发关注与撤稿争议,全球数学界面临证明生成速度远超人类核验与消化能力的现实困境。陶哲轩等多位学者指出证明验证与同行评审出现脱节,学界正通过《莱顿宣言》探索规范建设。同时,中国数学界成立了丘成桐数学与人工智能实验室联盟,尝试在基础研究与人才培养中构建人机协作生态。
好莱坞集中上映多部批判硅谷科技领袖的新作,科技反思浪潮全面走入影院。片目涵盖将 Mark Zuckerberg 视为反派的《The Social Reckoning》、审视 Elon Musk 权力的纪录片,以及讽刺 Sam Altman 的黑色喜剧《Artificial》。
随着研究生日益频繁地使用 AI 工具检索文献、设计演示文稿、生成代码和总结论文,许多研究人员担忧这会削弱博士学位本应培养的核心分析与思考技能。为此,Nature 职业团队组织了 3 位专家展开 60 分钟的网络研讨会,探讨该技术对博士培养体系的深远影响,目前该研讨会已开放回放观看。
Meta 推出的个人 AI 智能体 Muse 鼓励用户授权通讯录、聊天记录与银行账户等敏感信息,引发了未经连带联系人知情同意便抓取第三方隐私的担忧。安全专家与隐私学者指出,该智能体通过界面暗黑模式诱导用户过度共享数据,即使未安装该应用的人,其私密对话和住址也可能被好友的智能体读取并构建人际画像。
Claude Code 等 AI 与大语言模型正展现出协助逆向工程硬件以提供 Linux 支持的能力。这类工具在处理繁琐的逆向工程任务时尤其有效,正开始证明其在硬件适配工作中的辅助潜力。
OpenAI 集中发布 722 篇 AI 撰写的数学论文,引发密码学界对大模型未来是否会攻破公钥加密体系的激烈分歧。部分研究者担忧 AI 的密码分析能力快速进化并可能找到数学捷径,但多位学者反驳称目前尚无任何在役算法被破译的证据,且这批论文并未涉及密码学问题。专家普遍建议主流 AI 机构提高安全测试透明度,主动披露模型在密码难题上的实测结果。
调查记者 Benn Jordan 在接受 The Verge 播客访谈时指出,监控厂商 Flock Safety 的核心风险在于其搭建了允许全美警方跨区免令状查询的私有车牌识别数据库,且设备本身存在明文凭证与开放接口等安全漏洞。面对数百个地方政府解约、参议院开启调查及公司计划裁员 18% 的局面,Jordan 主张推行公开不可篡改的审计日志与明确监管护栏,通过制度透明度化解监控滥用风险。
The Verge 调查指出,针对名人的 AI 深度伪造内容正在 Instagram 等社交平台大规模传播,甚至借助付费认证蓝标和搜索引擎 AI 摘要误导公众。Meta 虽在媒体质询后封禁了部分仿冒账号,但其规则仍豁免了静态图片的 AI 标签披露,导致虚假肖像内容持续滋生;与此同时,YouTube 则主要依靠肖像检测系统配合下架申请进行治理。
中国工程院院士罗先刚指出,当前科技创新已从单向传导的线性接力模式转向双向互动、迭代共生的范式,技术倒逼理论正成为核心逻辑。针对芯片制造等领域应打通闭环线性攻关,而在AI等新兴前沿领域则需打破壁垒以应用需求倒逼理论突破。他强调须以耐心资本、融合文化、多元场景和制度改革四大支柱构建现代化创新生态。
在 AI Engineer New York 会议上,OpenAI、Anthropic、Two Sigma 与 Bloomberg 分享了在金融 Agent 中平衡自主性与安全的实践,核心在于将控制逻辑置于合适位置而非单纯限制模型。
Latent Space 专访 Leash Bio 的 Ian Quigley,探讨其如何通过 DNA 编码化合物库(DEL)采集高通量数据,并推出面向 AI 智能体科学强化学习的模拟沙盒 Minos。
Google DeepMind 工程师 Haydn Belfield 表示自我改进型 AI 依然遥不可及,内部并未观察到由 AI 驱动的研究加速现象。虽然 AI 已编写 Google 超 75% 的生产代码,但 88% 的修改仍需人工监督,且复杂任务在缺乏人工干预时成功率会急剧下降。其通用能力指数显示 Gemini 仅保持匀速稳步增长,与部分研究者预警的短期智能爆炸观点形成对比。
全球 AI 竞赛格局迎来新变动,打破了此前 Anthropic 与 OpenAI 的两强领跑态势。上周 Anthropic 和 OpenAI 凭借更强大的模型一度将对手拉开差距,使 Google 显得明显落后;而 Meta 尽管投入数十亿美元试图重振 AI 雄心,此前也尚未确立有力竞争者地位。
The Verge 编辑实测了 Twin Health 的 AI 数字孪生服务,通过整合连续血糖监测、智能设备数据与验血报告构建虚拟代谢模型,预测饮食后的血糖反应并给出干预建议。
独立游戏开发者 Popcar 指出,AI 驱动的软件反编译正在大规模兴起,老游戏保护项目借此能够更轻松地将旧游戏移植到新硬件或通过 WebAssembly 在浏览器中运行。但这项技术也引发了严重担忧,任何软件都可能在开发者非自愿的情况下被反编译并公开,导致代码和付费应用遭竞争对手直接挪用。
AI 模型的数学证明产出正在冲击传统数学界的协作与验证模式。OpenAI 批量发布 722 篇未经公开数据和方法的 AI 数学手稿,引发学者对未经人工审核的内容淹没数学社区的担忧。
南京大学数学系教授孙智伟多年来提出上千个数学猜想,并自掏工资设立悬赏激励同行解题,目前已完成记录1000个未解猜想的书稿。他结合编程验证与直觉构想出挑战现有数论盲区的难题,迄今已兑现约5笔赏金。面对AI浪潮,他主张利用AI辅助探索,并强调提出好问题与创立新理论仍是数学家不可被替代的核心能力。
以@十万个挑战和AI版《变形计》为代表的AI综艺近期在抖音等短视频平台走红,单条视频获赞达百万级别。依托LibTV等AI视频生成平台,创作者可将单集制作成本压缩至2000至5000元,并在约一周内完成制作。目前LibTV已与抖音未来导演扶持计划达成合作,向创作者提供算力、创作工具和流量支持,推动AI内容走向系列化IP运营。
一辆刚提8天的领克10 EM-P在四川山区翻滚坠落近百米山崖,车主仅受轻伤且车身乘员舱保持完整、电池未起火,让领克凭借碰撞安全引发关注。尽管领克近年借力吉利与极氪整合补足城市NOA等智能化短板,但这场严重事故印证了其在CMA Evo架构与车身安全等整车硬实力上的积累。