技术方向
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
13 条精选近 30 天 9 条共收录 143 条
OpenAI 发布三项数学难题解法，其中对指数时间假说（ETH）的反驳引发热议，Anthropic 数小时后也发布自己的反驳。MIT 教授 Ryan Williams 协助组织计算机学界回应，称 OpenAI 证明中有两三个不同寻常的部分需要全社区共同研究；ETH 若被证伪将影响大量已有论文，他已询问 OpenAI 该算法是否危及密码系统，对方表示检查后认为不会造成破解。
推荐理由：通过组织者 Williams 的访谈，读者能看到学界对 AI 证明的直接反应、对 P vs NP 直觉的影响以及密码学层面的追问。
OpenAI 宣布其模型取得三项突破：证明所有维度的局部平滑化猜想（由此推出挂谷猜想全维度解决）、证明 ETH 为假、并构造杨-米尔斯理论存在性及量子色动力学证明。
推荐理由：原文梳理了三项数学与物理成果的内容、验证安排和此前 722 份手稿撤回修订的背景，读者可以据此了解 AI 生成证明与人类验证之间的新矛盾。
月之暗面（Moonshot AI）发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分，比 K3 高 11 分，排名第四，仅落后 Claude Opus 5.5（58 分）3 分；若按计划于 2026 年 11 月 4 日前开放权重，将成为最高分开源权重模型。
推荐理由：媒体汇总了官方和 Artificial Analysis 的成绩与定价，读者可据此比较 K3.1 Pro 与闭源模型的差距及开放权重进展。
Xinzhi Zhang 与 Zhao Song 合作证明了 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，确立了对数凸分布的普适几何原则。研究采用人引导的多智能体迭代剪枝流程，探索约 100 条研究路径后找到关键判据，再通过递归改进消除对维度的依赖；另有独立团队与第三组证明以及 Lean 4 形式化验证相互印证。
推荐理由：原文介绍 Microsoft Research 与合作者证明 KLS 猜想，并拆解了人引导 AI 智能体迭代搜索的研究方法，可了解其协作流程。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布欧洲 AI 布局与多项新品，称欧洲已开始建设 AI 经济，NVIDIA 在欧洲投入近 100 亿美元、合作超过 12,000 家伙伴。
推荐理由：官方实录覆盖发布、AI 工厂、Agent 安全与机器人平台，读者可以此梳理 NVIDIA 在欧洲的整条布局。
Google 发布长期预告的 Gemini 4 Argon 模型，称其在编程、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5，并减少冗余与套话。
推荐理由：Google 在落后数月后发布 Gemini 4 Argon，并给出定价与内部用例，读者可据此判断前沿模型竞争格局的变化。
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
推荐理由：Meta 新模型在智能体与编码评测上大幅跃升，但事实知识与成本仍是短板，可据此判断其前沿位置。
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在真实工作流中的落地程度。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，这是 Haiku 系列首个支持可调节 effort 设置的型号，用户可在速度与智能之间取舍。价格降至 Haiku 4.5 的约四分之一，输入每百万 token 0.10 美元、输出 0.50 美元（不超过 10 万 token 的提示），agent 能力从 0 提升到 39%。
推荐理由：Haiku 5.5 的价格与 agent 能力变化，为小模型选型提供了新的成本与能力参照。
OpenAI 的 GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行，并面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：原文给出 Astra Ultrafast 在 Blackwell 上的加速幅度与开放入口，读者可据此判断它对编码智能体循环的实际影响。
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络安全人员中开放，之后才面向开发者、企业和消费者。
推荐理由：汇总 Gemini 4 Argon 的基准、定价与可用范围，并列出评测方对数据的质疑，便于判断其真实位置。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放方式，可据此判断前沿模型的能力边界与落地节奏。
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX，并加入结构化的 CUDA-to-MLX 翻译层，让 CUDA 内核经验自动适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译到 Apple Silicon，以及翻译层对性能差距的具体贡献。