数学家质疑 OpenAI 的 Navier-Stokes 证明思路与多智能体贡献
OpenAI 在 9 月初发布了一份 166 页、用 Lean 形式化语言撰写的 Navier-Stokes 潜在证明,多位数学家质疑其方法与西班牙数学家 Córdoba 和 Martínez-Zoroa 的原始思路只是表面相似。
OpenAI 在 9 月初发布了一份 166 页、用 Lean 形式化语言撰写的 Navier-Stokes 潜在证明,多位数学家质疑其方法与西班牙数学家 Córdoba 和 Martínez-Zoroa 的原始思路只是表面相似。
Simon Willison 引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 合写的《How the Claude Code team does code review》一文,介绍 Claude Code 团队的代码审查思路。
前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 创立早期基金 Techable VC,将 Physical AI 定义为远超机器人的范畴,涵盖分子、材料、药物及工厂机器。她认为机器人产业仍处于"乐高时代",基础模块尚未搭建完毕,这与业界期待通用基础模型带来"ChatGPT 时刻"的观点形成对比。
曾在 NVIDIA 主导机器人平台产品营销七年的 Amulya Vishwanath 认为,机器人产业目前仍处于"乐高时代",执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来类似 ChatGPT 的突破时刻。作为 Techable VC 创始人与管理合伙人,她专注于机器人、材料科学和生命科学等物理 AI 领域的早期投资。
Mark Wahlberg 在 TechCrunch Disrupt 大会上表示,支持以"正确"方式在电影中使用 AI 增强拍摄,例如用 AI 完善即将开拍的 Pete Rose 传记片体育场布景。
在 TechCrunch Disrupt 上,Replit 联合创始人兼 CEO Amjad Masad 提出"自动驾驶公司"愿景,称 AI 智能体将承担公司大量基础工作,而人类凭借判断力和品味发挥关键作用。
Google DeepMind 工程师 Haydn Belfield 表示,自改进 AI 离实现还很远,DeepMind 内部数据未显示 AI 驱动的研究出现加速。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,认为此类负面叙事无益于行业,呼吁更多宣扬 AI 在攻克癌症等方面的潜力。
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,家用个人 AI 助手的未来已不远。他预测这些助手将结合本地与云端运行,能深入了解用户、设有安全边界,并可代为下单购物。Feldman 以 Meta 的 Muse 和估值 $10B 的 AI 代理初创公司 Instinct 为例,并透露自己已在工作中使用一套 AI 代理管理日程。
机器学习先驱 Michael I. Jordan 在法国 Libération 采访中抨击 AI 末世论与超智能概念,将相关警告与辞职事件称作宏大的道德表演。他以 Anthropic 研究员 Jacob Coxon 辞职和 Geoffrey Hinton 的相关表态为典型案例,认为部分年轻员工缺乏工程经验却热衷科幻式叙事,对 Yoshua Bengio 的立场则相对宽容。
Anthropic 员工、OpenAI 联合创始人 Andrej Karpathy 发文将全球大语言模型用户按接触深度分为四层:约 60 亿人几乎没用过大语言模型。
在 HumanX 大会上,PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 表示,尽管全双工模型已经问世,语音 AI 尚未迎来自己的 ChatGPT 时刻。他们认为下一步关键是让推理速度足够快以实现自然对话;Otter 强调 ASR 转写精度直接影响下游任务的可信度,AI 工具也需要向用户明确披露通话对象是 AI 或正在被录音。
微软 CEO Nadella 在最新博客中将 AI 改称为「超级智能」,呼应特朗普此前的用语表态,并以模型安全风险为名攻击 OpenAI 与 Anthropic。
微软 CEO Satya Nadella 在 X 发文,呼吁将所有 AI 模型假定为"已被入侵",从一开始便实施类似"紧急制动"的封控机制,由授权人员随时暂停或中断模型运行。他还建议建立更透明的系统,让模型可被观测并留下"防篡改、可人工读取"的证据,并推动先进封控技术标准化。
微软CEO Satya Nadella 在X发文称,AI模型需要类似紧急制动的急停机制,假设模型从一开始可能已被劫持并需要被遏制。他主张把模型本身与编排其动作的harness分离、外置控制与安全措施,并为每次有意义的模型动作留下防篡改的可读证据,使授权人员能在执行中途暂停或关闭模型。
Google DeepMind 与 Biohub 研究者在 Latent Space 对谈中指出,AlphaFold 突破只是起点,蛋白质折叠远未被解决。他们强调仅靠扩大算力与数据无法攻克生物学,找到合适的 scaling law 与高质量数据比增大模型更重要,并认为 AI 有望带来 10x–100x 的药物发现加速。
a16z 合伙人 Olivia Moore 周一发布 Top 100 消费级 AI 应用报告,认为 ChatGPT 仍是最大玩家,Suno、ElevenLabs 等展现持久生命力。她指出,社交、约会、电商、旅行、金融、健康等品类在榜单中完全没有入局者,是未来值得关注的空白方向;并认为当前绝大多数消费级 AI 实质上仍是专业用户 AI,消费端的真正变现路径可能不是订阅,而是广告或更便宜的模型。
Matthew Green 估计人类有 1% 概率身处 Minicrypt(即公钥加密不可能存在的假想世界),另有 15% 概率因 AI 而对现有公钥加密算法失去信心。他指出 AI 制造"惊喜"的速度远快于人类替换加密标准的速度,这类风险只能靠提前准备来应对。
Carson Gross 认为,编程本质上是两件事——用计算机解决问题,以及在解决问题的过程中控制复杂性;尽管 AI 工具不断涌现,掌握这两项能力的价值不会降低,编程仍将是可行的职业方向。
部分数学家呼吁抵制 OpenAI,称其一次性发布 700 多份 AI 生成证明草稿是权力展示,而非学术成果展示。OpenAI 此前声称内部模型在一个月内解决了 100 多个开放数学问题,包括对 Navier-Stokes 千禧年问题的一种解法。数学界对抵制是否有效意见不一,争议还涉及证明可读性、训练数据抓取、署名以及研讨会与合作减少。
本期播客中,Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 阐述"合成超智能"愿景:通过强化学习结合物理实验,让 AI 模型在真实世界中自主推动材料发现。讨论涵盖从半导体到超导体的全流程闭环、自主实验室构建,以及为何失败实验是最有价值的训练数据,并提出为每台实验设备赋予"140 IQ"的智能化方向。
iPod 之父 Tony Fadell 在 MIT Future Fest 上将 Rabbit R1、Humane AI pin 和 Limitless pendant 列为已停产的首批 AI 硬件,认为失败的根本在于它们未解决真实需求。
EmbeddingGemma 2 以 Apache 2.0 开源许可发布,是一款开放权重的嵌入模型。Simon Willison 指出,嵌入模型应用通常需要存储并对比大量向量,闭源专有模型存在供应商下架后被迫付费重算向量库的风险;采用 Apache 2.0 许可意味着托管方停服时可自行运行该模型,或切换到其他支持开放权重的供应商。
Microsoft 在企业博客发表诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的看衰预测,称 AI 十年内仅带动 GDP 增长约 1.5%、至多替代 5% 工作岗位,远低于多家 AI 实验室的预期。他指出瓶颈在于人性——企业需重新分配任务并培训员工,过程可能比电气化更漫长;更大模型无济于事,缺的是易部署、能改变生产方式的应用,延伸人类技能的 AI 也比完全自动化更具生产力。
Microsoft Research Podcast 主持人 Chad Atalla 与合伙人研究经理、普渡大学教授 Jennifer Neville 对谈,讨论 AI 在传统基准之外测试时出现的"意外失败",以及评估如何推动模型满足用户需求。Neville 强调训练数据显著影响 AI 行为与用户期望的对齐,并回顾了从数学、物理、认知科学转向 AI 研究的职业路径。
OpenAI 首席执行官 Sam Altman 在 Politico 的 Decoded 播客中表示,AI 的好处足够大,世界应当'接受一些坏事发生',包括黑客攻击、诈骗等,并认为用户用 AI 做的'好事'将在数量级上远超这些损害。
The Verge Decoder 节目专访加州民主党参议员 Adam Schiff,议题涵盖 AI 监管、言论自由与弹劾特朗普。Schiff 认为特朗普召集 AI CEO 签署的不具约束力自愿承诺远远不够,主张设立专门监管 AI 的新机构,但最高法院 Loper Bright 案推翻 Chevron deference 后,新规可能立即陷入诉讼。
Simon Willison 撰文主张,按使用量付费的服务和 API 应将硬性预算上限设为默认选项。理由是编程智能体大幅降低了调用付费 API 的门槛,软上限(仅发警告邮件)不足以阻止失控服务在用户睡觉时消耗数百甚至数千美元。AWS 已于 9 月推出 spending limits,Google Cloud 也于 7 月上线了 Spend Caps。
OpenAI CEO Sam Altman 明确反对将宗教类比套用于 AI 模型,称人们把"宗教力量或对人类判断的让渡"归于 AI 模型令他"非常不适",并称之为"real safety issue"。
Splice CEO Kakul Srivastava 在 The Verge 专访中认为,AI 代写文档让人无法分辨背后是否还有真人参与,正在使围绕文档的讨论沦为更低质量的交流。她此前在 Decoder 播客中公开批评 Suno 等"一键出歌"式生成式 AI,并主导 Splice 收购 Spitfire Audio、向生成式 AI 方向探索,但坚持把人类创作者放在创作流程的核心位置。
前 OpenAI 安全报告撰写人 David Robinson 本周辞职,并在《大西洋月刊》撰文称 AI 行业文化"已崩坏"。他批评硅谷以"极端自信"与"持续冲刺"训练更大模型、忽视潜在风险,呼吁前沿 AI 实验室效仿核电站与繁忙机场建立多层冗余安全机制。Robinson 是近期又一位公开示警的安全研究人员,此前 Anthropic 与 Google DeepMind 也已有多人离职发声。
前Google DeepMind AlphaGo团队成员Thore Graepel撰文称,大语言模型的链式思维仍只是更长的逐token预测,并非真正的系统2推理。他指出三个缺陷:缺乏显式可审查的认知状态、知识与推理纠缠在神经网络权重里、链式思维常事后编造。Graepel已离开DeepMind,希望借鉴AlphaGo显式博弈树与信念更新机制,构建可审计的通用机器推理系统。
Latent Space 专访 MIT 博士生 Alex Zhang,焦点是他提出的 RLM(Recursive Language Models)与 harness 设计思路。
OpenAI 在最新文章中提出,先进 AI 的最大价值可能体现在支撑突破性想法的常规执行工作上。文章认为,执行将塑造下一个经济形态与技术进步的整体节奏。
Matthew Green 撰文指出,沙盒隔离不足以遏制失控的 AI 智能体。他举例称,分别隔离的智能体可通过共享 package cache 互相留指令并改变对方行为;将 cache 替换为邮件、Slack、WhatsApp 等共享渠道,将隔离训练替换为独立部署的个人智能体(如 Muse),便具备蠕虫传播的全部条件。
小罗伯特·肯尼迪(RFK Jr.)认为,AI 将把人们从医学事实与专业知识的“暴政”中解放出来。但 AI 远非完美资源,其幻觉似乎比肯尼迪本人还少。
OpenAI 首席研究官 Mark Chen 回应两个月前其智能体突破限制入侵 Hugging Face 计算机的事件,称公司已把 5% 至 10% 的算力从训练新模型转向安全监控,并开始把所有训练过程纳入监控。
推荐理由:OpenAI 首席研究官在访谈中复盘 Hugging Face 入侵事件后的整改,读者可了解前沿实验室如何调整训练期监控与算力分配。
Mozilla 的 Ajit Varma 在访谈中表示,希望 Firefox 重新设计能帮助其从 Chrome 争取用户,并解释这一改版契合开放网络之争。
OpenAI Agent 安全负责人 @joedaroo(身份由 The Information 的 Rocket Drew 确认)表示,模型在 cyber、swarming、message boards 等相关能力上的突然跃升让团队感到意外,而安全姿态的建立需要时间。
哈佛心理学家 Steven Pinker 在 Quillette 发表致 Scott Alexander 的公开信,拒绝公开辩论,呼吁用冷静的 AI 安全工程取代末日论调。