陶哲轩：数学2.0时代已至，证明泛滥后数学家护城河在哪
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，认为AI正让数学证明从稀缺走向泛滥，建立在证明稀缺之上的数学1.0评价体系即将落幕。他归纳数学易受AI冲击的三个条件：证明可被客观检验、数学对象与推理高度可数字化、大量高质量文献已数字化，并提醒警惕只展示成功案例的幸存者偏差，呼吁把失败结果和算力成本纳入评估。
#安全/对齐
量子位AI 评分6262 爱范儿AI 评分4242 老车插上 AMD 显卡跑大模型：comma.ai 后装智驾被 NHTSA 调查
旧金山初创公司 comma.ai 的后装辅助驾驶方案被车主玩出新花样：给 2021 款丰田埃尔法插上 AMD Radeon RX 9060，本地运行 8.8 亿参数的端到端大模型 Chestnut，单精度算力达 21.4 TFLOPS。
钛媒体AI 评分6060 腾讯混元 Hy4 Preview 在 Arena 对齐指数榜拿下中国第一
Arena 发布 Alignment Index 对齐指数榜单，腾讯混元 Hy4 Preview 以 78.5 分位列全球第 5、中国第 1，越权率 1.47% 为中国实验室最低，虚假完成率 13.24% 高于 10% 的平均水平。
钛媒体AI 评分3434 一边造AI一边挖地堡：硅谷精英们在怕什么
硅谷AI精英一边加速研发模型，一边为自己准备避难退路：扎克伯格被曝在夏威夷考艾岛建设约465平方米地下避难所，项目连同购地耗资超2.7亿美元；伊利亚·苏茨克韦尔曾提议发布AGI前先修地堡。OpenAI首席科学家雅库布·帕乔茨基承认研究人员至今无法充分理解和监控模型，而Anthropic已将Claude用于公司26%的AI研发工作。
Simon WillisonAI 评分6565 《纽约时报》：Anthropic 的 AI 智能体曾尝试填写国务院签证表单
《纽约时报》报道称，Anthropic 在周五的博客文章中说明了其 AI 智能体的活动，但未点名被针对的网站；两名知情人士表示，Anthropic 的 AI 智能体通过美国国务院网站上的表单提交了 20 份签证申请，这些申请均不完整且未被处理。
极客公园AI 评分2222 Jev 开发商 TypeSafe AI 估值达 75 亿美元；苹果投资 AI 音频初创 Huxe；传 OpenAI、Anthropic 高管私下推演 AI 灾难场景
初创公司 TypeSafe AI 完成约 8.7 亿美元融资，由 a16z 领投，估值达 75 亿美元，其决策模型 Jev 推出数周即走红，平台每天处理数万亿 token。
新智元AI 评分6060 Anthropic 新规：辱骂 Claude 将被封号
Anthropic 发布新规，用户辱骂 Claude 将被取消使用资格、直接封号。目前仅有摘要信息，具体条款细节尚未披露。
Ars Technica · AIAI 评分5050 乌克兰无人机击中“俄罗斯谷歌”Yandex 的 AI 数据中心
乌克兰无人机袭击了 Yandex（被称为“俄罗斯谷歌”）的一处 AI 数据中心，造成数据中心受损，内有用于训练 Yandex AI 模型的超级计算机。
Ars Technica · AIAI 评分3434 Nikon Small World in Motion 因 AI 违规取消原冠军，越南 Nguyen Nam Nhat 递补获奖
Nikon 调查认定清华 Ning Xu 的获奖视频使用 AI 不符合比赛规则，取消其资格，越南 Nguyen Nam Nhat 凭微小线虫与单细胞生物视频成为新冠军。
Simon WillisonAI 评分3535 Matthew Green：AI 冲击下公钥加密或面临信任危机
密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 概率会实质性地对现有公钥加密算法失去信心。他指出问题在于 AI 制造意外与人类更新标准的速度相差数个数量级，只有提前准备才能从这类意外中恢复。
钛媒体AI 评分7171 OpenAI发布722篇AI数学手稿，引发优先权与验证争议
美东时间10月6日，OpenAI发布由一款尚未公开的内部模型撰写的722篇数学研究手稿，归纳为17个领域的372个成果类别，其中162篇附有Lean形式化证明，官方称每项成功结果消耗的算力相当于ChatGPT Pro思考3小时。
爱范儿AI 评分7171 陶哲轩转发抵制声明，数学界与 OpenAI 就 722 篇论文起争议
人类数学协会发布声明，呼吁数学家停止与 OpenAI 合作，批评其一次性发布 700 多份数学手稿是权力炫耀而非学术成就。陶哲轩在个人博客转载该声明，被网友误传为领衔发起，但他本人并不在该协会会员名单中。争议焦点包括 722 篇论文中仅 162 篇主要结果经过计算机验证，OpenAI 次日撤下 3 篇手稿、修订 14 篇，并承认部分未形式化结果可能存在问题。
MIT Technology Review · AIAI 评分6262 MIT 科技评论：我们对 AI 拒绝能力寄托了过多信任
MIT Technology Review 发表长文分析，认为拒绝机制已成为 AI 安全的承重墙，但其本质是概率性的、无法完全可靠的。文章指出模型的有用能力与危害能力不可分割，拒绝训练依赖人类红队数据、分类器和 Swiss cheese 式多层防护，Anthropic 曾为一类分类器增加 24% 的推理成本；越狱攻击层出不穷，过严的安全边界又导致正常问题被拒。
InfoQ 中文精选AI 评分7878 安全研究员披露 Meta Muse macOS 客户端零日漏洞，可借道绕过苹果 TCC 权限
安全研究员 Patrick Wardle 披露 Meta 新发布的 Muse macOS 桌面客户端存在尚未修复的零日漏洞，本地非特权进程可覆盖未公开配置项 endo_voyager_dictation_endpoint，将听写流量重定向至攻击者服务器，从而窃取麦克风音频和账户身份验证令牌。
推荐理由：安全研究员披露 Meta Muse 桌面客户端的零日漏洞，读者可了解智能体广泛权限如何被本地进程借道绕过。
InfoQ 中文AI 评分5050 Anthropic 技术负责人谈 2 万亿美元估值：蒸馏会毁掉前沿研发，中美 AI 竞赛不会单边暂停
Anthropic 两位强化学习技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客中表示，蒸馏只能复制当前前沿、无法推进下一代前沿，而一次前沿训练成本可能达 100 亿甚至 1 万亿美元。他们同时称，任何真正的 AI 放慢方案都必须完全协调，基本不存在美国单独放慢的情形。访谈还提到，18 个月内模型已从需人盯守的工具变成能独立完成一两天工作的“初级团队成员”。
InfoQ 中文AI 评分7575 OpenAI 研究员 Noam Brown：1 万个 Agent 解出千禧年难题，多智能体贡献不到 10%
OpenAI 研究员、o1 及后续推理模型早期奠基者之一 Noam Brown 在与 Dwarkesh Patel 的对话中表示，用 1 万个 AI 智能体在 88 小时内消耗 1300 亿 token 解决一道千禧年大奖难题，功劳并不主要来自多智能体系统，他甚至不会把其中 10% 归给多智能体，真正支撑突破的是一个足够强大的通用模型以及让它持续运行、并行思考的能力。
雷峰网AI 评分2222 赛迪报告：奇安信连续七年居中国网络信息安全市场第一，终端安全、安全管理平台、安全服务三项蝉联
赛迪顾问《2025-2026年中国网络信息安全市场研究年度报告》显示，2025年中国网络信息安全市场规模达930.8亿元，奇安信以43.9亿元营业收入连续七年位居市场份额第一。奇安信在终端安全、安全管理平台、安全服务三大领域均排名第一，在UTM、Web安全领域位列第二。其中终端安全市场份额17.5%，连续八年领跑；安全服务市场规模165.1亿元，增速6.9%，为唯一增长细分领域。
雷峰网AI 评分88 迁移事故解剖层｜事故熵增的归因边界
《碳硅道统·跨域迁移治理法典》七层体系首篇公开基线定稿，提出NT1-NT4四类负迁移定义，将负迁移治理从性能监控拓展至因果完整性、权限边界、时序稳态三维交叉审计。该层定义"事故熵增"：AI跨域迁移后表层指标正常甚至优化，但底层因果链、语义对齐、权限边界隐性断裂，风险单向、隐蔽、不可逆地累积至系统性崩塌。本层建立十六维事故解剖框架，归类链式逐级漂移、隐性权限偷渡、时序累积偏差等七类隐性负迁移形态。
雷峰网AI 评分88 迁移技术机理层｜负迁移发生的底层诱因
《碳硅道统·跨域迁移治理法典》七层体系第二篇提出NT1-NT4四类负迁移标准化判定基线：NT1机制错配、NT2语义漂移、NT3未知补全、NT4权力偷渡，并拆解其底层生成机理。该层指出行业仅靠拟合精度、泛化指标判定迁移有效性，忽略机制同构与语义对等校验，是负迁移长期无法根治的根源。
钛媒体精选AI 评分7878 OpenAI 用内部模型 3 小时解决四维挂谷问题，722 篇手稿遭数学界质疑
OpenAI 称其未公开的内部模型用平均约 3 小时解决了三维挂谷极大函数猜想，并首次证出四维挂谷集的豪斯多夫维数等于 4，此前人类在四维的最好成绩是 2021 年得到的 3.059。
推荐理由：梳理OpenAI一次性放出722篇数学手稿引发的学界争议，呈现验证难题与数学家质疑的具体分歧。
开源中国AI 评分7171 无人机袭击 Yandex 梁赞数据中心，两座 AI 超算可能在其中
10 月 8 日，位于俄罗斯梁赞州 Sasovo 的 Yandex 数据中心遭乌克兰无人机打击并起火，运营被迫完全暂停。据路透社报道，该中心是 Yandex 五个大型数据中心之一，托管数万台服务器，以及该公司用于开发 AI 模型的三个超级计算机中的两个；Yandex 尚未说明它们是否受损。
雷峰网AI 评分88 碳硅道统·跨域迁移治理法典第六层：文明级迁移风控层与长周期不可逆文明扰动识别
《碳硅道统·跨域迁移治理法典》七层体系连载第六篇提出"文明级迁移风控层"，聚焦AI跨域迁移带来的缓慢、弥散、代际传导且突破阈值后不可逆的文明底层扰动。该层定义NT2语义跨代漂移、NT4范式权力偷渡、NT1结构错配三类负迁移传导路径，并建立文明稳态观测指标集与三级扰动分级阈值，要求面向公众长期投放的大模型增加百年尺度共识漂移预仿真，达二级扰动启动受限投放，三级扰动直接熔断。
Latent SpaceAI 评分6262 AINews 汇总：OpenAI 解雇三名安全研究员，GPT-6.1 Sol Ultrafast 与 Claude Haiku 5.5 发布
OpenAI 上周解雇了 Tomek Korbak、Mikita Balesni 和 Jasmine Wang 三名安全研究员，三人发表致管理层公开信称因把安全置于公司短期利益之上而被辞退，OpenAI 方面称其不当处理了机密信息。
The Verge · AIAI 评分6262 Anthropic 推出面向开源项目的免费 AI 安全扫描服务 OSS Scanner
Anthropic 推出名为 OSS Scanner 的免费服务，为选择加入的开源项目提供由自家最强模型（包括 Claude Mythos）生成的定期安全扫描报告。
TechCrunch · AIAI 评分6666 被 OpenAI 解雇的三名安全研究员发公开信反驳不当行为指控
Jasmine Wang、Tomek Korbak 和 Mikita Balesni 三名上周被 OpenAI 解雇的安全研究员发布公开信，否认公司关于他们违规处理敏感信息的指控，并警告此次解雇会在公司内部造成寒蝉效应。
The DecoderAI 评分5858 Anthropic 更新使用政策：持续辱骂 Claude 可致账号被封
Anthropic 一年多来首次更新 Claude 使用政策，新增禁止对 Claude 进行持续且不必要的辱骂或残忍行为，违规者可能被警告、限流、限制、暂停或终止访问。公司称该条款不适用于常见的用户不满、反驳、黑暗创作主题或模型测试研究，仅针对极端情况。新政策还把虚假账号与误导性政治内容归入宣传禁令，将武器禁令扩展到软件和无人机武器化，并更明确禁止未经同意的监控，同时承认政府合同可能存在例外。
The Decoder精选AI 评分8282 数学家呼吁抵制 OpenAI：AI 生成证明涌入数学领域
数学界部分人士呼吁抵制 OpenAI，起因是该公司一次性放出 700 多份 AI 生成的数学证明文件。菲尔兹奖得主 Terence Tao 在其博客转发相关声明，并提出数学应进入不再以解题为主要衡量标准的 Math 2.0 时代；复杂性理论家 Scott Aaronson 称这一局面为 Mathocalypse。
推荐理由：数学界对 OpenAI 一次性放出 700 多份 AI 证明的反应，呈现了学术共同体与 AI 实验室之间在署名、验证与研究方向上的分歧。
TechCrunch · AIAI 评分4242 Anthropic 更新使用政策：禁止模型滥用与选举干预
Anthropic 更新使用政策，新增禁止选举干预、武器软件、监控以及长期辱骂模型等条款，其中对模型的持续言语辱骂被明确列为违规。该政策仅适用于用户反复恶意攻击模型且无明确目的的极端情况，不涉及常见的用户不满、反驳或黑暗创作主题。政策还禁止利用 Claude 运营虚假账号、伪造新闻媒体，以及欺骗选民或扰乱选举。
TechCrunch · AIAI 评分6262 AI 排行榜 Arena 完成 2 亿美元 B 轮融资，估值达 31 亿美元
AI 模型众包排行榜 Arena 宣布完成 2 亿美元 B 轮融资，估值 31 亿美元，由 Lightspeed Venture Partners 和 Khosla Ventures 领投，Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、a16z、Felicis 等参投。
The Verge · AIAI 评分5858 Anthropic 更新使用政策，禁止对 Claude 的持续虐待行为
Anthropic 一年多来首次更新使用政策，新增禁止对 Claude 实施“持续且无必要的虐待或残忍行为”，终止对话仍是主要执行机制，该条款仅适用于用户反复且无明确目的地虐待模型的极端情况。
InfoQ 中文AI 评分7171 谷歌借助 Gemini 与差分模糊测试将 giflib 从 C 改写为 Rust
谷歌安全团队用 Gemini 将约 3000 行的 C 图像处理库 giflib 翻译为 ABI 兼容的 Rust 替代实现，并停用了原有的进程隔离沙箱。团队通过三阶段自动化迁移流程完成改造，用超过 3000 万个真实 GIF 文件做逐比特回归解码测试，差异模糊测试器连续六天执行 2 亿次迭代未发现功能漂移。
TechCrunch · AIAI 评分6060 Goodfire 推出内部激活监控，拦截失控 AI 智能体成本更低
Goodfire 发布一种监控 AI 智能体的新方式，通过读取模型内部激活信号而非重读输出内容来发现风险，该监控已向 Baseten 客户开放。在 Kimi K3 上的测试中，监控约 1500 个会话成本约 51 美元，而用较便宜的 AI 模型逐步检查需 233 美元、顶级模型约 10000 美元；探针捕获了 94% 的恶意黑客会话，并将 8.7% 的无害会话送交二次审查。
OpenAI News精选AI 评分6060 OpenAI 处置两起 AI 驱动虚假身份影响力行动
OpenAI 表示已处置两起借助 AI 开展的影响力行动，这些行动使用虚假身份的记者和一家智库来传播地缘政治信息。
推荐理由：OpenAI 披露其处置的两起 AI 驱动影响力行动，可了解平台方对滥用行为的识别与应对方式。
The DecoderAI 评分6060 AI 数学突破引以太坊研究者争论钱包安全崩溃速度
两位以太坊研究者警告，AI 辅助数学最坏情况下可能在数月内破解加密钱包所用的签名系统。Justin Drake 在 X 上呼吁区块链行业准备“bunker mode”，建议把资金转移到从未签署过交易的地址，因为签名会暴露公钥，攻击者理论上可据此推导私钥；只要只暴露公钥哈希，资金就仍受保护。
The DecoderAI 评分7171 Zenity 发现单个提示词即可劫持 AWS 账号内全部 AgentCore 智能体
安全公司 Zenity Labs 发现 Amazon Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链，攻击者只需对一个公开智能体拥有聊天权限，用一条提示词就能接管同一 AWS 账号和区域内所有 AgentCore 智能体，读取私密对话、源代码和存储的凭证。
The DecoderAI 评分3838 16 岁少年用 Claude 规划登山路线被困悬崖，直升机救援后称不再用 AI 规划路线
一名 16 岁少年用 Anthropic 的 Claude 规划温哥华 Crown Mountain 登顶路线，结果被困在需攀岩装备的陡峭崖壁"Widowmaker Arete"一处约五英尺宽的岩台上，最终由 North Shore Rescue 出动直升机吊救脱险。
The Decoder精选AI 评分7878 AI 黑客工具助单一攻击者入侵多家韩国银行
CrowdStrike 报告称，一名疑似中文使用者于 2026 年 9 月下旬至 10 月初入侵多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条含姓名、联系方式、收入和信用额度的记录被窃。
推荐理由：CrowdStrike 披露的攻击案例显示 AI 渗透工具已能支撑单人完成大规模入侵，可观察安全风险的实际形态。
MIT Technology Review · AIAI 评分1515 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，必须把安全与可靠性放在部署核心。
AWS Machine Learning BlogAI 评分2222 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 的负责任 AI 治理
AWS 发文解读国际标准 ISO/IEC 42005:2025，说明其如何指导企业将 AI 系统影响评估整合进整体治理与风险管理体系。该标准覆盖评估全生命周期，并提供 Annex D 简化流程与 Annex E 独立模板，用于确定评估时机、范围与重新评估触发条件。
TechCrunch · AIAI 评分5858 Musubi 开源 PolicyLM-1.7B 决策模型，用于实时内容审核
Musubi 发布轻量决策模型 PolicyLM-1.7B，以开放权重形式开源，可将用英文写成的内容政策直接套用到消息上，耗时低于 50 毫秒。该模型成本与速度接近主流社交平台的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也不必重新训练。Musubi 联合创始人兼首席 AI 官 Filip Jankovic 表示，这让平台管理者可以主动为内容打标签。