AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
MYHOT
OpenAI 一次性释出数百项证明，AI 数学突破引发学界震荡
本期覆盖 2026 年 10 月 5 日至 10 月 11 日。最重要的变化是 OpenAI 于 10 月 6 日在 GitHub 一次性公开 700 余份、近 400 项 AI 辅助数学证明，涵盖组合学、几何、数论、理论计算机代、拓扑等多个分支，其中包括唯一游戏猜想、quasi-Riemann 假设等长期开放难题，同时也被指出转写为 Lean 形式化代码时与自然语言版本不一致。同期 Anthropic 发布 Claude Haiku 5.5 并下调 Sonnet 5.5 缓存费用，Mistral 公开预览 1T 总参数原生多模态模型 Large 4，OpenAI 在 ChatGPT 推出 GPT-6 与 Intelligent UI，Reflection 开源 501B 总参数的稀疏 MoE 模型 Beam，Google Cloud 推出面向企业的统一 Gemini 智能体，NVIDIA 公布在 IOI 与 IMO 2026 达到金牌线的 Nemotron 微调方案，并与 Microsoft 联合发布面向 Windows 的本地 AI 硬件。安全方面，Crowdstrike 披露疑似单一攻击者利用 AI 工具针对多家韩国金融机构的入侵事件；评测方面，Epoch AI 发布的 InnovationEval 显示前沿模型未能复现人类算法创新。
OpenAI 释出近四百项数学证明
本版导读OpenAI 于 10 月 6 日在 GitHub 一次性公开约 400 项、合计 700 余份 AI 辅助数学证明，覆盖组合学、几何、数论、理论计算机代、拓扑等多个分支，其中包括唯一游戏猜想、quasi-Riemann 假设、Fourier 变换整数乘法新上界等长期开放结果。数学界既感到震惊也提出质疑，剑桥数学家指出 Navier–Stokes 证明在转写为 Lean 代码时 Lemma 8.6 条件放宽，与自然语言版本不一致；The Verge 采访的学者估计学界消化这些结果需要数年。
The Decoder10.10数学界震惊与失望：700 多篇论文来袭，OpenAI 被指碾压数学研究
2026 年 10 月 6 日，OpenAI 在 GitHub 一次性发布 700 多篇论文，声称解决了数百个开放数学问题，包括黎曼猜想的较弱变体 quasi-RH。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
据 Scott Aaronson 整理，OpenAI 在顾问组推荐下一次性公开 372 项数学突破结果，其中包括 Subhash Khot 的唯一游戏猜想（UGC）证明、L=BPL、Fourier 变换整数乘法低于 O(n log n) 的新上界、Unitary Synthesis 问题的正面解答、Parity 不在 QAC0 等，部分配有 Lean 证书。
The Verge · AI10.10OpenAI 一次性释出近 400 项数学成果，数学界称消化需要数年
The Verge 采访三十多位数学家，介绍 OpenAI 本周在 GitHub 一次性公开的近 400 项 AI 生成数学成果，覆盖组合学、几何、数论、理论计算机科学、代数、拓扑、概率与统计物理、数学物理等多个分支，共 700 多份手稿。
数学家们对 OpenAI 大规模数学证明发布的集体反应
2026 年 10 月 6 日 OpenAI 发布对数百个数学开放问题的解答后，Proofs and Prompts 收集了数十位数学家的署名短评。
剑桥数学家指控 OpenAI 的 Navier–Stokes 证明在转写成 Lean 代码时出现偏差
剑桥大学数学家 Anders Hansen 等人在向《新科学家》陈述中表示，OpenAI 为其 Navier–Stokes 问题证明提供的 Lean 代码与自然语言版本在 Lemma 8.6 处不一致：自然语言版本要求某值小于 m+4，Lean 版本中对应条件放宽为小于 m+5，这在数学上更弱。
模型与硬件密集发布
本版导读Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务，运行成本较 Haiku 4.5 平均降低约 75%，定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用并调整 Max 订阅；OpenAI 在全球 ChatGPT 推出 GPT-6 与 Intelligent UI；Mistral 公开预览 1T 总参数、49B 激活的原生多模态模型 Large 4，计划月底开源权重；Reflection 发布 501B 总参数、23B 激活的开源稀疏 MoE 模型 Beam，面向编码与推理；NVIDIA 与 Microsoft 联合推出面向 Windows 的本地 AI 硬件。
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
Anthropic 发布 Claude Haiku 5.5，主打高吞吐、成本敏感型任务，是其迄今最便宜、最快、能力最强的小模型。
Latent Space10.08Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
Anthropic 发布 Claude Haiku 5.5，这是约一年以来 Haiku 系列首次更新，定价对齐 OpenAI 的 GPT-6 Luna；官方称运行成本平均比 Haiku 4.5 低约 75%，同一天把 Sonnet 5.5 缓存读取费用减半，并为 Max 5x、Max 20x、Team 订阅附带可跨模型使用的 API 额度。
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
GPT-6 在 ChatGPT 全球上线，并随附 Intelligent UI，提供更快响应以及可直接探索和使用的可视化与交互体验。
Mistral 发布 Mistral Large 4 公开预览：1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4（昵称 le Chonk）公开预览 API，模型为 1 万亿总参数、490 亿激活参数的原生多模态模型，权重计划本月底开源，由 Mistral 欧洲自建数据中心用 3,800 张 NVIDIA Grace Blackwell GPU 训练。
Reflection 发布开源权重模型 Beam：501B 总参数 / 23B 激活，主打编码与智能体效率
Reflection 发布首个开源权重模型 Beam，采用稀疏 MoE 架构，总参数量 501B、激活 23B，面向编码、推理与智能体场景。模型在 23.8T token 上完成预训练，并在 10.5K 块 NVIDIA GB300 GPU 上用 4 周生成超 1 亿次 rollout 进行高算力强化学习。
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
NVIDIA 与 Microsoft 在旧金山活动上联合发布面向 Windows PC 的本地 AI 硬件与软件。
企业级智能体与自动化落地
本版导读Google Cloud 推出统一 Gemini 智能体，可通过单一界面接收目标、规划任务、调用工具并连接企业内部系统，优先面向企业，支持自动选择或手动指定 Claude 等第三方模型，并可通过 MCP 连接企业系统。NVIDIA 介绍在 IOI 2026 与 IMO 2026 均达到金牌线的 Nemotron 3 推理方案。此外还有作者记录使用 Hugging Face ML Intern 从零蒸馏六款小模型的实战过程。
TechCrunch · AI10.09Google 为 Gemini 推出面向企业的统一智能体
Google Cloud 发布统一 Gemini 智能体，可通过单一界面接收目标、规划任务、调用技能与工具，并连接企业内部系统代为执行工作。该智能体将优先面向企业推出，支持由 Gemini 自动选择模型，也可由用户选择包括 Claude 在内的第三方模型，并能通过 MCP 连接企业网络内外的服务器。
NVIDIA 公布 Nemotron 在 IOI 与 IMO 2026 的金牌级微调与推理方案
NVIDIA 在 Hugging Face 博客介绍基于 Nemotron 3 微调出的系统在 IOI 2026 与 IMO 2026 均达到金牌线，其中 IOI 由 Nemotron-3-Ultra-CC 配合 GenCorrect 取得 535.4/600 分。
用 Hugging Face ML Intern 从零蒸馏六个小模型的实战记录
作者在 HuggingChat 中开启 ML Intern 模式，围绕 Qwen3.5-2B、FLUX.2 klein base 4B、Qwen-Image 2.1 等基座模型完成 6 个项目。
安全事件与 AI 能力边界
本版导读Crowdstrike 披露一起针对韩国金融机构的入侵事件：疑似中文母语攻击者在 9 月底至 10 月初利用 7 月首次出现的 ARTEX 工具（基于 DeepSeek v4.1-flash）渗透多家银行。Epoch AI 的 InnovationEval 评测让前沿 AI 智能体在不接触原论文的前提下独立提出可媲美 on-policy self-distribution 的方法，但结果显示前沿模型未能复现人类算法创新。GitHub 与 Microsoft Applied Sciences 通过 ModernBERT 将可拦截密钥数量提升一倍以上。Google Research 与 NBER 的随机对照实验显示，初级律师在三个月 AI 辅助专利撰写后未呈现持久专业判断力增长。
The Decoder10.08Crowdstrike 报告：疑似单一攻击者借助 AI 渗透工具攻破多家韩国银行
Crowdstrike 披露一起针对韩国金融机构的入侵事件：一名疑似中文母语攻击者在 2026 年 9 月底至 10 月初期间，利用 7 月首次出现在 GitHub 的开源中文工具 ARTEX（基于 DeepSeek v4.1-flash。
Epoch AI 发布 InnovationEval：前沿模型未能复现人类算法创新
Epoch AI 发布 InnovationEval 评测，让 AI 智能体在不接触原论文的前提下，独立提出一种可媲美 on-policy self-distillation（SDPO）的后训练方法，并基于 Qwen3-8B 在四套科学问答数据集和 LiveCodeBench 上对照 GRPO 基线打分。
GitHub Blog · AI & ML一手10.08GitHub 推出 ModernBERT 密钥分类器扩展 Push Protection
GitHub 与 Microsoft Applied Sciences 构建了微调的 ModernBERT 分类器，可在不到 2 milliseconds 内评估一组候选密钥，并让可阻止的密钥数量增加一倍以上。
Google Research一手10.08Google 研究：AI 协助三个月专利撰写实地实验显示初级律师未获持久判断力提升
Google Research 发布与 NBER 合作的论文《Does AI Assistance Enhance or Erode Expertise?