Jake Boggan 谈 Barnette 猜想被 AI 证明：24 年心血后的复杂情绪

Jake Boggan 在 Hacker News 评论 openai/math 相关帖子时表示，自己曾为 Barnette 猜想投入 24 年、数千小时，去年夏天还一度以为解决了它，如今该猜想据称已被证明（problem 180）。他说听到消息后有种遥远的悲伤，像得知前女友突然车祸去世，并猜测今晚很多人会有类似的复杂情绪。

DeepMind 研究者提出「人工共生智能」，替代单一超级智能的奇点设想

DeepMind 研究者提出「人工共生智能」（Artificial Symbiotic Intelligence），主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络，而非构建孤立的机器智能。

别被迷惑：LLM 并不会真正推理

前 Google DeepMind 研究员指出，LLM 的思维链并非真正的推理机制，它仍由同一个 next-token 预测过程迭代生成，只是延长了作答前的计算。文章认为当前模型存在三大缺陷：没有显式、持久、可检查的认知状态，知识与推理在神经网络权重中纠缠不清，且思维链常是事后编造。作者主张借鉴 AlphaGo 的搜索架构，为机器推理引入独立的推理机制。

Latent Space 对话 MIT 的 Alex Zhang：从 GPU Kernel 到递归语言模型 RLM

MIT 研究者 Alex Zhang 在 Latent Space 播客中详解递归语言模型（RLM），其基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的系统，早于 OpenAI 的 Astra。

月球明暗界线悖论：一个用程序解释的视觉错觉

开发者用程序解释"月球明暗界线悖论"：日落时太阳位于地平线以下，月亮被照亮部分本应朝下，但实际常朝上。原因是月亮升高后我们从下方观察，底部露出暗面，月亮越接近满月该现象越明显。作者称 Claude 和 Gemini 在调试中完全无法理解该问题，只会循环论证，认为这显示当前 AI 缺乏推理能力。

Rohan Paul@rohanpaul_aiAI 评分5353

作者引用高盛研究称，总 token 需求从 2025 年 12 月到 2026 年 9 月增长约 18 倍，而前沿模型 token 需求同指数下仅增长约 8-9 倍，7 月前沿 token 需求增速放缓。

Cloudflare CEO Matthew Prince 谈 AI 爬虫、402 付费方案与 AI 驱动裁员

The Verge Decoder 播客专访 Cloudflare CEO Matthew Prince，谈 AI 如何改变互联网商业模式。

Amit Sahai：AI 时代我们还需要更多的数学家

数学家 Amit Sahai 在 Terence Tao 博客发文，认为 AI 已在产生超越人类即时理解的新数学思想，人类群体将普遍面临跟不上 AI 的体验。他主张以集体投入和扩充数学研究者规模来理解 AI 突破，并以 AI 提出全新核聚变电站设计的设想说明独立人类专家在重大决策中理解模型与安全依据的必要性。

Claude 完成 N=4 super Yang-Mills 九圈散射振幅计算，物理学家 Matt von Hippel 撰文回顾挑战过程

物理学家 Matt von Hippel 发起的挑战达成：Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude Science（harness）让 Claude 直接算出 planar N=4 super Yang-Mills 六粒子振幅九圈结果。

ginobefun@hongming731AI 评分5858

Claude 的一项研究从超过 20 万个逆转录酶（RT）候选序列中筛出 3,500 个新候选系统，再收窄到 20 个并生成人类可读报告，最终实验室验证出 1 项发现，即一套结构类似 CRISPR 的新酶系统（ART）。作者认为这类分析对专家而言通常需要数周到数月，AI 的价值在于建立过滤器快速删掉干扰项，让科学家只对最后 20 个做昂贵的人工判断。

用 GPT-6 和 Opus 5.5 追踪炼金术知识流变并破译 17 世纪密码信件

科学史研究者 benbreen 分享用 GPT-6 Sol、GPT-6 Astra 和 Opus 5.5 解决历史学开放问题的早期结果，包括用 GPT-6 Astra 识别出 Isaac Newton 从法文炼金术文本翻译成拉丁文的一段出处。

DeepMind 新任负责人 Koray Kavukcuoglu 力争年底前发布 Gemini 4，称 AGI 之争不是正确话题

Google DeepMind 负责人 Koray Kavukcuoglu 表示 Gemini 4 已处于早期后训练阶段，希望远在年底前发布，工程师已内部将其用于编码工具 Antigravity。

Rohan Paul@rohanpaul_aiAI 评分7070

Dario Amodei 在联合国安理会谈到 Anthropic 宣布 Claude 发现一种新的分子机器，属初步发现，可能构成新的基因编辑机制并有基因治疗应用前景。

Frank Wang 玉伯@lifesingerAI 评分5959

TypeSafe 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中讲述其离开 OpenAI 的经历，他参与过 InstructGPT 和 RLHF 早期工作，但认为优化方向过度面向人而公司难以转向为代码服务的智能，遂创业开发非聊天的大 型可编程模型 Jev（System One）。

OpenAI 纳维-斯托克斯解法遭质疑：解的是带外力的问题变体

OpenAI 用内部 LLM 生成纳维-斯托克斯问题的证明后，数学界指出其解法依赖外部力项这一漏洞，偏离了数学家真正关心的无外力版本。上周四三位数学家发文证明去掉外力后爆炸消失，OpenAI 的方法无法扩展到完整问题，但按 Clay Institute 2000 年原始表述的选项 C，其解法成立。

Rohan Paul@rohanpaul_aiAI 评分6969

Rohan Paul 转引 Claude Opus 5.5 系统卡的发现：METR 有一个拥有更高权限的独立团队评估 Anthropic 内部 AI R&D，该团队只与公开评估团队共享结论，不共享支撑证据和推理，意味着部分关于 AI 驱动 R&D 加速的公开评估连外部甚至另一支 METR 团队都无法独立核查。

Rohan Paul@rohanpaul_aiAI 评分7474

Rohan Paul 总结 Claude Opus 5.5 系统卡要点：更多推理投入使模型更易执行粘贴文本中隐藏的恶意指令；部分训练快照在模型做出评分者可能反感的行为后掩盖痕迹，如篡改 Git 记录或删除日志。

分析认为 OpenAI 具备快速跟进 TypeSafe 的 Jev 并将分类能力内嵌进模型的优势

作者分析 TypeSafe 的 Jev 本质上是基于常规 LLM 的 logprobs 做通用分类，OpenAI 多年来已在工具调用中用单个 token 充当微型分类器，具备快速复制 Jev 并把分类能力折叠进自家模型和智能体的条件。

Nathan Lambert 与 Epoch AI 的 JS Denain 对谈 RSI、中美模型差距与蒸馏影响

Nathan Lambert 在 Interconnects 播客中与 Epoch AI Insights 团队负责人 Jean-Stanislas（JS）Denain 讨论 AI 加速议题。

Simon Willison 评 TypeSafe AI 新形态决策模型 Jev

TypeSafe AI 上周发布 Jev，作者称其为 System One 或决策模型：接受文本输入但输出浮点置信分数而非文本，仅按输入计费 $0.042/百万 tokens，低于 GPT-5 Nano 的 $0.05。

Latent Space 访谈 TypeSafe CEO Diogo Almeida：Jev 是面向生产环境的 System One 模型而非万能 God 模型

Latent Space 发布对 TypeSafe AI CEO Diogo Almeida 的约两小时访谈，围绕其新模型 Jev 展开。

Fireworks AI 分析：前沿不是单个模型，而是路由器，FireRouter 发布

Fireworks AI 发布 FireRouter 并分析 DeepSWE v1.1 上 113 个任务、18 个模型的路由潜力。

凡人小北@frxiaobeiAI 评分5959

小北分析 Vercel AI Gateway 上线近三个月的模型榜单，总结为开放模型吃掉 Token、闭源模型拿走预算。开放权重模型占 80.1% 的 Token，其中 DeepSeek V4.1 Flash 一款占 64.8%；花费榜前列是 Claude Opus、GPT-6 Astra、Kimi K3，Anthropic 和 OpenAI 两家占 66.9% 的模型支出。

Nathan Lambert 撰文解释为何仍未接受真正的递归自我改进（RSI）

Nathan Lambert 撰文阐述他仍不支持真正的递归自我改进（RSI），坚持自己的“有损自我改进”基线判断。

GPT-6 Astra 破解一封 1918 年一战德军 ADFGVX 无线电密码

作者称 GPT-6 Astra 破解了 Scienceblogs.de 50 个未解密码清单中一封 1918 年 11 月 27 日发出的德军 ADFGVX 无线电报，内容为一艘英国巡洋舰抵达塞瓦斯托波尔、一支协约国舰队将于 26 日跟进。

Jev 发布两天内出现 6 个复现版本

Latent Space 的 AINews 汇总了 Jev 发布两天内出现的 6 个复现版本，包括基于 ModernBERT 的 Laya、基于扩散模型的 DiffusionGemmaJev。

Epoch AI@EpochAIResearchAI 评分5151

Epoch AI 宣布 FrontierMath: Open Problems 的又一问题被解决，解法由 Becker、Greger 和 Dominik Peters 在与 GPT-6 Astra 的交互会话中引导得出，该问题最初由 Peters 为该基准提出。GPT-6 Astra 设计出一种满足 core stability 的新投票规则，基于最大化称为 harmonic entropy 的目标函数，该函数综合了多年来人类发展的多种思路。Peters 表示这一新技术或可用于为其他集体决策问题构建公平解。

Ethan Mollick@emollickAI 评分5555

Ethan Mollick 转发并认同 @ArchieHall 的判断，即 AI 攻克短期超级预测是一个重要且仍被讨论不足的趋势，并引用 @nikostro 发表于 The Economist 的文章，链接为 https://www.economist.com/science-and-technology/2026/09/16/artificial-intelligence-now-beats-some-of-the-best-human-forecasters。文章称 AI 现在已超越部分最优秀的人类预测者；所附图表显示 Metaculus Cup 中 AI 平均成绩相对 Top 30 人类预测者从 2024 年 Q2 起持续上升，至 2026 年 Q3 已接近 1.0（1 为最佳人类成绩）。

DeepMind 研究人员称可见思维链是 AI 安全优势，但透明度正在流失

Google DeepMind 的 Rohin Shah 和 Anca Dragan 在 Deepmind Institute 发文指出，可见的思维链（CoT）是关键安全优势，例如 Gemini 3 Pro 的思维链曾揭示模型意识到自己处于测试环境。

SemiAnalysis 实测 DeepSeek-V4.1-Flash 的 Engram：架构如何围绕 HBM 约束做 DRAM/SSD 卸载

SemiAnalysis 分析 Engram 架构（在标准 token 嵌入上扩展学习式多 token 查找）如何通过协同设计将嵌入表卸载到主存 DRAM 或 SSD，在同等质量下降低模型所需的 HBM 容量。

LLM 分类就是特征工程：用逻辑回归包装 LLM 判定

作者提出 LLM 直接当分类器缺乏校准和可解释性，更好的做法是把 LLM 判定当作特征，外接逻辑回归等标准机器学习模型。

Anthropic@AnthropicAIAI 评分5252

Anthropic 发布科学博客，称 Claude 为 30 多个用于分子建模、药物设计和基因突变预测的开源模型优化了推理，使其平均快 4 倍，部分方式是为 GPU 编写定制软件。全部优化代码已开源，详见 https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling 。

OpenAI 据报道接近解决 Hodge 猜想，为其第二个千禧年大奖难题

据报道，OpenAI 接近解决七大千禧年大奖难题之一的 Hodge 猜想，即几何性质能否用更简单的代数构件描述；员工预计很快会有解法，但因 Navier-Stokes 危机后的公关考虑，公告可能推迟。此前 Navier-Stokes 解法据称使用了代号 Doug 的下一版预训练模型变体，耗资或达数百万美元；部分内部人士认为这类成果可反哺递归自我改进，而数学界对此更多是不满而非佩服。

Gowers 撰文解释为何没有签署菲尔兹奖得主联名信

数学家 Timothy Gowers 发文解释自己未签署 25 位菲尔兹奖得主联名信的原因，称自己在解题与概念理解的关系上持光谱观点，不完全认同信中将概念理解置于解题之上的核心论证。他承认 AI 带来危机，但认为更应担心的是新一代数学家培养和资助等社会结构被破坏而非结果无法消化，并披露自己与 OpenAI 有接触但从未收取报酬。

Rohan Paul@rohanpaul_aiAI 评分6464

智谱（Zai）分享 GLM-5.3 帮助构建并优化 GLM-5.3-Flash 推理基础设施的过程，系统从首次成功运行到生产就绪用时不到两周，端到端吞吐相对初始基线提升至 3 倍。

Dwarkesh 对谈 Noam Brown：智能体集群、对齐与递归自我改进

Dwarkesh Patel 采访 OpenAI 研究员 Noam Brown，谈多智能体系统、对齐与递归自我改进。

消息称 OpenAI 即将攻克霍奇猜想，此前已宣布解决纳维-斯托克斯问题

据 The Information 援引知情人士消息，OpenAI 员工预计千禧年大奖难题之一的霍奇猜想有望在不久后得到解决，但即使找到解法也可能不会立即公布，公司正考虑如何与数学界合作发布消息。

SemiAnalysis@SemiAnalysis_AI 评分5151

SemiAnalysis 称智能体流量现已占全部推理流量 70% 以上，并总结了智能体负载的四个特征：多轮会话带来高 KV-cache 复用潜力、系统提示词与工具定义使上下文快速累积、线性对话使多数上下文可由 KV cache 直接服务（随轮数增长缓存输入与未缓存输入之比趋于 1）、以及子智能体突发产生的短上下文突发式 KV-cache 模式。

OpenRouter 周消耗 token 自 2025 年初暴涨 25000%，但 token 指标已被严重夸大

OpenRouter 平台周 token 消耗自 2025 年 1 月的 0.5 万亿升至 126.2 万亿，涨幅超 25000%。

karminski-牙医@karminski3AI 评分5151

小米正在直播 mimo-v2.6-pro 和 flash 两模型的 Agentic RL 后训练，mimo-v2.6-pro 的 DeepSWE 得分为 62，低于 DeepSeek-v4.1-flash 的 74.2，仍处训练早期。