埃博拉疫情更新、AI 数学突破与永久夏令时
刚果（金）埃博拉病例突破 10,000 例成为史上蔓延最快的疫情，同时 OpenAI 与 Anthropic 竞相发布与千禧年大奖难题相关的数学及理论计算证明。两家公司声称这些 AI 生成的证明已在 GitHub 发布并通过 Lean 语言完成验证，但在成果可理解性与学界认可度上引发争议。
#推理
#推理
今日 0 条Scientific AmericanAI 评分3232
科学网AI 评分2929 聪明的AI，会像司马光一样“砸缸”吗？
针对AI能否具备类似司马光救人的道德直觉，多位学者在中国人民大学对话会上指出，基于数据统计规律的AI缺乏自我感知与原发创造力，目前仍只是工具。曾毅教授团队正探索通过环境交互积累经验，促使AI自主演化出类似道德直觉的行为。学者们同时警示，过度依赖ChatGPT等AI工具会导致学生大脑活跃度显著降低。
科学网AI 评分6060 专访谢伟迪：谈 DeepRare 罕见病辅助诊断与生命科学模型落地
上海交通大学副教授谢伟迪获颁 2026 世界顶尖科学家奖青年科学家奖，其团队开发的罕见病辅助诊断系统 DeepRare 2.0 已在新华医院部署运行，能在一个小时内综合分析症状、病历与基因数据并实现可溯源推理。谢伟迪在专访中表示，AI 是协助医生的循证工具，团队正通过构建虚拟细胞模型体系探索大规模药物筛选与生命科学通用 AI。
The Verge · AIAI 评分6868 Sam Altman 称理解数学家的困境，但 OpenAI 不会停止发布 AI 数学成果
OpenAI CEO Sam Altman 在播客访谈中表示，尽管同情数学界难以消化海量 AI 成果的困境，但 OpenAI 绝不会停止发布，坚信人类有权获取基础科学新知。
科学网AI 评分5252 励建书与王坚对话：AI 与数学的双向赋能将把彼此带向何方
中科院院士励建书与工程院院士王坚就 AI 介入数学研究展开探讨，指出科学发现的重心正从提出假说转向验证与归因，数学与 AI 亟需建立双向赋能机制。励建书认为 AI 的跨学科整合能力有望改变数学研究范式，使数学家更聚焦原创思考，王坚则指出深层推理能力需要数学领域数据的支撑。针对学科融合，浙江大学数学高等研究院与之江实验室已联合发起未来数学计划，重点布局数学基础模型、形式化验证及底层机理研究。
科学网AI 评分4545 洛朗·拉福格：AI时代“数学家的位置无可替代”
菲尔兹奖得主洛朗·拉福格指出，AI本质上是在文本空间运作的计算工具，若生成的数学文本没有数学家核验便失去意义，因此数学家的位置无可替代。他强调大语言模型的底层核心逻辑全部来自数学，纯数学与应用数学之间并无绝对清晰的边界。此外，AI无法替代人类对知识的理解与内化，不会减少人们在学习上需要投入的精力。
Science Magazine NewsAI 评分3030 AI 正在撼动数学界，但它的证明值得信任吗？
随着 AI 公司不断推出数学突破，研究人员对使用 Lean 软件作为证明检查器提出了质疑。这一争议引发了学界对 AI 生成的数学证明究竟是否值得信任的讨论。
Latent SpaceAI 评分6868 Anthropic 团队访谈：如何以“大脑与双手分离”架构交付 Claude 与智能体
Anthropic 工程与产品团队在访谈中复盘了 Opus 5.5 的发布流程，重点介绍了在安全防御、API 演进及 Managed Agents 架构上的工程实践。团队详细阐述了将智能体会话控制层与代码执行沙盒物理隔离的设计，有效避免了沙盒崩溃波及全局并防止运行凭据泄漏。此外，团队还探讨了通过跨轮次保留思考块来防御模型蒸馏攻击，以及依托早期客户 harness 开展非确定性评测的经验。
科学网AI 评分2727 李琳：从油茶到课堂，AI应用要回应具体问题
中南林业科技大学李琳团队展示了AI在农林智能感知与工程教育中的落地实践。在农林方向，团队结合 GPT-4 生成图像文本描述并由 DeepSeek 展开推理诊断，同时基于100余株油茶的RGB点云推进三维补全与产量预测。在教学方面，团队借助大模型辅助题目多维认知标注，探索评估学生的真实理解与工程能力。
Latent SpaceAI 评分7272 AI 为何越来越擅长数学：大模型解题机制与搜索边界解析
大模型近期在数学猜想与定理证明中频现突破，核心在于其采用深度优先搜索结合自动化验证器，能够用算力代替时间快速验证不确定路径。人类数学家依赖直觉进行广度探索并受制于试错精力，而模型体系由起草器将失败尝试沉淀为负向提示词，持续引导求解器推进分支。这种机制使模型在概念跳跃少但推导计算极其繁重的深层问题上展现出独特优势。
Latent SpaceAI 评分7070 专访 Modal CEO：AI 算力合约错配与智能体沙盒演进
Modal CEO Erik Bernhardsson 在专访中解析了公司突破 10 亿美元年化收入背后的基建逻辑，指出真实算力需求呈现高波动性，与传统按固定时长采购的矩形 GPU 合约存在本质错配。
NatureAI 评分7474 陶哲轩呼吁迈向“数学 2.0”：AI 时代数学研究应以人类理解为核心
菲尔兹奖得主陶哲轩在《自然》发表观点，呼吁建立以人类理解为核心而非单纯追求证明数量的“数学 2.0”时代。他指出 AI 辅助证明已能快速攻克数百个长期数学难题，OpenAI 集中公开大批题解更直接冲击了青年学者的科研路径，导致人类对数学原理的吸收消化严重滞后。陶哲轩警告缺乏机理理解的 AI 模型在现实领域部署存在失控风险，必须通过重构传统学术激励机制与规范加以应对。
The Decoder精选AI 评分7676 数学家质疑 OpenAI 纳维-斯托克斯方程证明及其多智能体方法
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。
科学网AI 评分6363 北大教授董彬：AI 让数学研究进入更好的人机共进化时代
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。
NatureAI 评分7373 业余爱好者借助 AI 破解历史长期未解密码
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。
科学网AI 评分6262 北大教授董彬谈AI对数学研究的冲击与人机分工
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。
科学网AI 评分7070 AI批量生成数学证明引发冲击，数学界探讨验证难题与人机共存规范
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。
Latent SpaceAI 评分5757 Latent Space 专访 Leash Bio：以计算速度构建闭环实验室与 AI 科学推理沙盒 Minos
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。
Science NewsAI 评分6868 AI 时代数学研究能否保持以人为核心？
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。
科学网AI 评分3030 自掏工资悬赏解题：南大教授孙智伟提出上千个数学猜想
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。
量子位AI 评分7070 陶哲轩谈数学2.0时代：警惕AI证明泛滥与盲目解题
陶哲轩发文并演讲指出数学正从证明稀缺进入证明泛滥的数学2.0时代，警告盲目优化解题指标会损害学科的长期健康。他强调AI能生成并通过形式化验证不等于人类获得了理解，呼吁建立包含失败结果和算力成本的透明评估机制，并将研究重心转向解释、评审与知识整理。对于学术训练，他认为读博的核心在于培养综合知识与提出好问题的系统能力，同时透露其参与创立的SAIR基金会正推进开放数学模型计划以辅助日常研究。
The Decoder精选AI 评分8686 OpenAI 集中发布数百道数学难题手稿，数学界反应剧烈引发学术生态震荡
OpenAI 集中发布 700 多篇声称解决数百个开放数学难题的手稿，在数学界引发广泛震惊与对学科未来的忧虑。多位菲尔兹奖得主指出其成果虽展现出新思路，但论文难以阅读且缺乏同行交流，甚至可能带来破译加密算法的基础设施风险；年轻学者与多位研究人员则表达了课题被强行终结的无力感与学术意义感丧失。
推荐理由：文章汇总了多位学者对海量数学成果的真实反馈，展现出通用大模型跨界攻克未决难题对学术界职业生态造成的现实冲击。
InterconnectsAI 评分4747 为何 AI 会迎来工程能力的飞速进展，而非迈向通用超级智能
AI 模型将在未来几年成为超越人类水平的分布式 GPU 工程师，但这种工程能力的巨大加速并不会让模型产生本质改变或直接迈向通用超级智能。近期的核心进展主要来自当前工具下推理计算的扩展以及训练与推理栈的端到端优化，模型的有效智能成本预计将呈近指数级下降。架构设计与数据选择等预训练研究有望在 2-3 年内实现自动化，同时推动智能体需求激增。
Scientific American精选AI 评分8383 数学界对 OpenAI 批量发布数学研究成果反应褒贬不一
OpenAI 集中发布了针对 372 个数学和计算机科学开放问题的 AI 生成成果，引发数学界广泛关注与争议。目前 42% 的成果已用 Lean 语言完成形式化验证，但论文质量参差不齐且已有 3 篇因重大错误撤稿；部分学者赞赏其引用改进与突破，也有学者批评其缺乏负面结果透明度并涉嫌展现学术霸权。
推荐理由：报道呈现了数学界对大批量AI生成论文的真实分歧与验证难度，有助于评估AI在纯数学前沿研究中的落地瓶颈。
TechCrunch · AIAI 评分6767 OpenAI 数学难题解答被指未达学术界标准
OpenAI 本周公布了数百个复杂数学难题的模型解答，但数学界专家与顾问机构指出其仍未达标，尤其在人类可理解性与形式化验证上存在欠缺。在 719 篇文稿中仅 10 篇公开了模型的链式推理，同时新研究发现其自然语言证明与 Lean 代码形式化表述之间存在脱节。陶哲轩等学者强调，缺乏人类理解、同行评审和社区互动的自动化解题难以对数学领域产生实质意义。
The Decoder精选AI 评分8181 OpenAI 批量发布 AI 生成证明引发争议，部分数学家呼吁发起抵制
OpenAI 内部模型批量发布上百个公开数学问题的机器证明草稿，引发部分数学家呼吁对该公司发起抵制。菲尔兹奖得主陶哲轩等人指出，大量难以阅读的 AI 证明无法带来概念性理解，反而可能挤压年轻学者空间并破坏传统学术合作生态；数学界目前正就抵制是否可行、预印本数据保护以及学科评价体系调整展开激烈争论。
推荐理由：原文记录了数学界对批量机器证明的抵制呼声与争议，展现了前沿理论研究在自动化解题冲击下面临的范式困境。
Latent SpaceAI 评分5151 Periodic Labs 专访：如何通过物理实验闭环构建新材料领域的合成超级智能
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Doğuş Çubuk 接受 Latent Space 专访，详述了通过物理实验闭环与高通量自动化实验室打造“合成超级智能”的技术路径。
SolidotAI 评分7575 陶哲轩认为数学 2.0 时代应降低解决难题的核心地位
针对 OpenAI 称其前沿模型解决四维挂谷猜想等数学难题，数学家陶哲轩提出数学 2.0 时代应弱化抢先解决难题的核心地位，转而重视学术阐释、社区建设与开拓新方向。陶哲轩指出，传统证明能通过同行研讨沉淀为体系化知识，而 AI 依靠提示词解题既缺乏深入理解也无法参与学术交流，甚至迫使开创性研究因防范截胡而走向保密。
Quanta MagazineAI 评分2626 AI 逼近“独特博弈猜想”证明，研究人员竞相赶超机器
在 AI 逼近解决理论计算机科学著名难题“独特博弈猜想”之际，人类学者展开了一场赶超机器的竞速。麻省理工学院（MIT）教授、该领域专家 Dor Minzer 于 9 月 11 日接连收到多条询问其是否接近解开该难题的短信，显示出学术界对机器抢先证明的紧迫关注。
量子位AI 评分4343 AI 为何集体不说人话：Coding 过拟合与 CoT 压缩背后的原因
当前以 Claude、GPT 为代表的大语言模型被指在编程等场景中表达严重退化、充斥生硬黑话，引发开发者广泛吐槽。这主要是由于代码过拟合，以及模型厂商为减少算力消耗将 CoT 思维链调成极简风格，使 token 消耗量比白话文减少整整 70%。目前最新 Opus 5.5 的黑话现象已显著减少，而 Gemini 亦被用户评价仍保持了较好的视觉排版与沟通体验。
The Verge · AIAI 评分3434 围绕 AI 接管数学的重重争议
过去一年，OpenAI 与 Anthropic 等实验室宣布在多个长期数学难题上取得突破，甚至涵盖一个千禧年大奖难题。然而，AI 实验室激进推进的做法引发了学术界强烈反弹，数学家要求证明 AI 并未未经授权使用他们的成果。尽管各实验室表示正在吸取教训，但围绕 AI 接管数学领域的争议仍在持续。
Quanta MagazineAI 评分2727 AI 会终结我们所熟知的数学吗？
OpenAI 宣布其模型攻克了数学界最著名的难题之一，引发关于 AI 是否将终结传统数学研究方式的讨论。在 2026 年夏季，AI 模型几乎每周都在为存在数十年的数学猜想提供证明。这一系列突破虽然早有迹象，但对数学领域依然带来了突兀且剧烈的冲击。
The DecoderAI 评分5757 DeepMind 研究人员提出人工共生智能概念，质疑单一超级智能奇点论
DeepMind 研究人员提出人工共生智能概念，主张智能本质上是社会协作现象，直接质疑由单一超级智能自我迭代驱动的奇点假说。研究基于 DeepSeek-R1 与 QwQ-32B 等推理模型的思维链分析，指出模型在强化学习下已自发涌现多视角辩论等群体思维模式。文章认为研发重点应从构建孤立超大模型，转向建立规范人机多智能体协同运行的制度规则、交互网络与持续协商机制。
MIT Technology Review · AIAI 评分6565 AlphaGo 核心成员 Thore Graepel：别被大语言模型具备推理能力的表象迷惑
AlphaGo 核心成员 Thore Graepel 发文指出，当前大语言模型的思维链本质仍是基于自回归的模式补全，并未引入独立的推理机制。他表示大模型目前存在缺乏可检查认知状态、知识与推理逻辑交织在权重中以及思维链常为事后编造三大缺陷。Graepel 主张借鉴 AlphaGo 的搜索与评估架构，构建具有显式认知状态与证据检验能力的全新推理系统。
量子位精选AI 评分7777 OpenAI 研究员 Noam Brown 访谈：谈多智能体协作、递归自我改进与对齐挑战
OpenAI 研究员 Noam Brown 在访谈中详述了多智能体系统与递归自我改进的最新思考，指出万级 Agent 协作攻破千禧年数学难题的核心仍是基础模型能力，多智能体本质是推理时计算的并行化扩展。他同时指出思维链可监测性正随模型变聪明而面临下降风险，并分析了长任务评估滞后对模型安全对齐带来的挑战。
推荐理由：访谈梳理了推理计算从串行转向多智能体并行的逻辑，帮助读者理解大模型递归自我改进和长任务对齐面临的工程瓶颈。
Latent SpaceAI 评分6363 OpenRouter 复盘创业与被 Stripe 收购历程：多模型路由与推理生态演进
OpenRouter 联合创始人 Alex Atallah 与投资人 Anjney Midha 在播客中复盘了该平台从早期下注多模型演进为日处理超 10 万亿 token 路由层并加入 Stripe 的历程。
Latent SpaceAI 评分5454 Radical Numerics 创始人 Eric Nguyen：生物安全是一场 AI 军备竞赛
Radical Numerics 联合创始人 Eric Nguyen 在访谈中指出，基因组语言模型的发展正让生物安全演变为一场攻防军备竞赛，防御端必须推进前沿模型以防落后。曾参与研发 Evo 和 Evo 2 的团队表示，超长上下文让模型能够从头生成完整病毒基因组。其实验表明，通过给模型展示逐步提升的 RNA 适体评分序列，模型能够推断出更高性能的未知序列，实现了生物领域的链式推理。
Latent Space精选AI 评分7676 专访 TypeSafe AI 创始人 Diogo Almeida：面向生产软件的 System 1 模型与 Jev
TypeSafe AI 创始人兼 InstructGPT 共同作者 Diogo Almeida 在访谈中详述了 Jev 模型的设计理念，主张打造直接面向软件消费的 System 1 可编程大模型，而非面向人机对话的助手。
推荐理由：原文对比了面向人机对话与面向软件调用的训练目标差异，为评估模型在工程链路中的可靠性提供了新视角。
Scientific AmericanAI 评分6868 OpenAI 是否解错了纳维-斯托克斯问题？
OpenAI 宣称利用内部大语言模型证明了纳维-斯托克斯方程存在爆破，但数学界质疑该成果只是利用了克雷数学研究所官方题干允许引入外力的漏洞。多位数学家指出，该证明依赖一种脱离物理现实的人为外力方程，且最新研究已证实该方法根本无法推广到学术界真正关心的无外力内在爆破场景。这表明大语言模型当前极其擅长在海量参数空间中搜索显式反例，但在构建全新数学理论方面仍存在明显局限。
InterconnectsAI 评分6363 为什么我仍不相信真正的递归自我改进（RSI）
Nathan Lambert 撰文指出，尽管 OpenAI 与 Anthropic 等前沿机构已大规模并发部署 AI 智能体来优化研发流程，但这更贴近有损自我改进而非真正的递归自我改进（RSI）。当前技术突破主要体现在推理算力扩展、软件工程和日志监控等可验证任务的效率提升与成本下降上，而在后训练规划、假设生成与推高人类峰值智能方面依然面临严重的扩展定律瓶颈与边际效益递减。