技术突破

Hacker News 上一条讨论显示，Claude 的一个版本解开了尘封 370 年的 Cyphral Distich 密码。这件事的意义不在于密码本身，而在于大模型开始被用于处理长期悬而未决的冷门学术问题。

在新机器人基准 StationeryBench 上，GPT-6 Astra 让双臂机器人完成了 100 项任务中的 7 项，而竞品 MolmoAct2 一项未成，研究者称其为空间推理的“阶跃式变化”。

OpenAI 宣称解决了一个千禧年大奖难题，这本该是历史性时刻，但数学界的反应更多是警惕。本文梳理事件的来龙去脉，以及它对 AI 与基础科学关系的意味。

Hacker News 上的一篇讨论提出，AI 在攻克高难度数学问题上的能力，与它可能带来的失控风险是同一枚硬币的两面。本文梳理这一观点的背景、争议与对行业的实际影响。

OpenAI披露，César de la Fuente实验室借助Codex与ChatGPT，从现存及已灭绝生物的基因组中挖掘抗菌分子候选，以应对耐药感染。这标志着大模型正从写代码工具延伸为科研搜索与假设生成的引擎。

OpenAI 的 GPT-6 Astra 在开放数学问题基准 ErdősBench 上取得领先，但首席科学家 Pachocki 表示数学并非刻意优先的方向——资源正投向递归自我改进与对齐研究，这印证了 AI 能力日益“尖峰化”的发展路径。

Anthropic研究员Jacob Coxon离职并接受WIRED采访，称AI实验室只剩数年时间确保系统安全，内部“迷你曼哈顿计划”凸显对齐困境。

OpenAI 宣称解决了一个千禧年大奖难题，这既是 AI 能力的里程碑，也引发了学术界对研究范式与伦理的深刻反思。

Anthropic发布一份到2030年的美国经济模型，包含三种情景，其中极端情景下知识工作者失业率达17.9%，而CEO Dario Amodei此前的悲观警告恰好落在该极端区间。

Anthropic一位研究员因担忧自我改进AI的潜在风险而离职，并公开警告AI可能“杀死所有人类”。此事引发对AI安全与自我改进能力的讨论。

Google开发的人工智能系统能够评估人类基因组中每一个可能的单碱基变化的影响，区分无害变异与致病突变，为精准医学提供新工具。

AI 能模仿风格、优化流程，但无法习得真正的“品味”——那种基于文化、经验与直觉的原创判断。本文探讨这一论断背后的技术逻辑与创作领域的现实影响。