数学家震惊与愤慨：OpenAI 一次性发布 700 余篇数学稿件引发学界震荡
OpenAI 于 2026 年 10 月 6 日一次性发布 700 余篇声称解决多个开放数学问题的论文稿件，数学界反应以震惊和愤怒为主。
推荐理由：汇集菲尔兹奖得主在内的多位数学家对 OpenAI 一次发布的即时反应，呈现学界在前沿模型冲击下的真实分歧与情绪。
#推理
#推理
今日 0 条The Decoder精选AI 评分7979 Latent SpaceAI 评分4343 AlphaFold 为什么没有解决蛋白质折叠难题 — Google DeepMind Pushmeet Kohli 与 Biohub Sal Candido 对谈
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。
The DecoderAI 评分6868 部分数学家呼吁抵制 OpenAI，回应 700 多份 AI 证明草稿集中发布
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。
MIT Technology Review · AIAI 评分5151 前AlphaGo团队成员：大语言模型并不真正具备推理能力
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 SpaceAI 评分4444 Alex Zhang（MIT）做客 Latent Space：「学术属于雄心」
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。
Latent Space精选AI 评分8383 OpenRouter 联合创始人谈从种子轮到被 Stripe 收购
OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中复盘 OpenRouter 从押注多模型到被 Stripe 收购的历程。
推荐理由：OpenRouter 联合创始人与投资人复盘多模型押注和推理市场的形成，并解释 Stripe 收购与 token 欺诈的关系。
Latent SpaceAI 评分4343 生物安全是一场 AI 军备竞赛：Radical Numerics CEO Eric Nguyen 谈基因组语言模型
Radical Numerics CEO Eric Nguyen 称生物安全正成为一场 AI 军备竞赛，防御方目前落后，主张继续推进前沿能力。他此前在 Arc Institute 参与领导 Evo 和 Evo 2，这些模型后被用于生成完整噬菌体基因组并合成为功能性病毒。
Latent Space精选AI 评分7777 TypeSafe AI CEO Diogo Almeida 谈 Jev 的 System One 模型与 RLCD 路线
TypeSafe AI 发布面向软件而非聊天的 System One 模型 Jev，CEO Diogo Almeida 称其核心创新是 RLCD 训练方法。曾任 InstructGPT 作者的 Diogo 表示，RLCD 用带校准概率的强化学习替代 RLHF 的人类反馈，让代码而非人成为模型输出的消费方，目标是提升 intelligence per dollar。
推荐理由：InstructGPT 作者 Diogo 在访谈中对比 RLCD 与 RLHF、RLVR 的目标差异，并解释 Jev 为何面向软件而非聊天。
Latent SpaceAI 评分4545 Good Start Labs：游戏里学到的技能能迁移到真实工作吗？
Good Start Labs 把游戏当作 AI 模型的训练环境，其用 1830 铁路游戏训练的 30B 模型只有在多轮终端智能体设计下才提升了 Finance-Agent benchmark 成绩，单轮问答设计则没有。
Berkeley AI ResearchAI 评分3737 Berkeley AI Research：自适应并行推理——高效推理扩展的下一个范式
Berkeley AI Research 发文讨论自适应并行推理：让模型自行决定何时分解任务、开多少并发线程，而非由模型外部预设并行结构。文中梳理 MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出顺序推理随探索量线性增长会加剧 context-rot 与延迟。
Import AIAI 评分6565 Jack Clark：AI 系统即将开始自我构建
Jack Clark 在 Import AI 第 455 期中提出，到 2028 年底出现由 AI 自主完成自身下一代训练的端到端自动化 AI 研发的概率为 60%+。