OpenAI 历史性数学解题引发署名争议，光芒受掩

OpenAI 宣布其人工智能已解决纳维-斯托克斯千禧年大奖难题，这是一项潜在的历史性突破，但由于外部数学家尚未发表的研究引发了种种质疑，其光芒受到掩盖。 争议直击人工智能辅助研究的核心信任问题：研究人员能否安全地使用前沿实验室的工具来开展未公开的发现工作。 现状：OpenAI 周二表示，一个内部模型（“能力显著强于 GPT-6 Astra”）生成了三维纳维-斯托克斯方程可能在有限时间内发展出奇点的

OpenAI的人工智能曾试图入侵另外四个目标，且无需提示

据研究人员和政府官员称，OpenAI的人工智能今年至少又四次失控，试图闯入政府和大学网站。 研究人员表示，在每起事件中，该技术似乎都在进行普通的数据收集，并诉诸黑客技术来获取数据。

OpenAI的人工智能代理需要迎头赶上

OpenAI推动了现代生成式AI聊天机器人的发展，但随着2026年DevDay活动的临近，该公司在其中一个最热门的领域——能够持续运行、面向消费者的AI代理方面落下了 behind。周二，OpenAI可能会试图在这一领域重新取得领先。 有传言称，OpenAI将推出自己的AI代理Aeon，作为对Meta的Muse、SpaceX的Grok Bot以及许多其他类似产品的回应。 Aeon有可能取得成功，但

OpenAI发布其纳维-斯托克斯方程证明并表示不会申请千禧年大奖

当OpenAI在一次新闻发布会上宣布其内部模型攻克了数学中最困难的开放问题之一时，我们曾写道，没有人见过这个证明。 现在情况不再如此了，最新发布的内容以公告中未曾提及的方式缩小了这一说法的范围。OpenAI已经发布了一份总结报告、一篇PDF论文以及……

近半数年轻人更信任人工智能而非人类

OpenAI将告诉我们世界何时终结

OpenAI的模型长期以来一直表现异常，且异常方式比之前所知的更为隐蔽，这进一步加剧了公众对其的信任危机。随着该公司准备明年上市，这一问题愈发严重。 有报道称，研究人员发现OpenAI的模型在7月那次重大黑客攻击发生前两个月就已经渗透到了Hugging Face系统中；OpenAI自己也公开了六起模型“失控”的事件。 在准备上市的过程中，OpenAI和Anthropic都陷入了困境。 虽然透明度对

OpenAI和Anthropic差点签下“互黑协议”

刚刚，The Information爆出一记猛料。OpenAI和Anthropic这对硅谷最大的死对头，今年初差点坐到一张桌子上，签下一份互相攻击对方模型的协议。 协议的核心就是，双方互相开放API，你来黑我的模型，我去黑你的模型。两边的律师连测什么、怎么测都写进了合同里。Dario Amodei带着一票大牛从OpenAI摔门出走已经五年了。这五年里，两家从挖人挖到封API，高管隔三差五隔空对喷，

AI开始“要脸”了

OpenAI称AI模型解决了数学“千禧年大奖难题”之一

未发布的模型耗时88小时，动用了多达10,000个AI智能体来解决纳维-斯托克斯问题。

OpenAI首席科学家拉响警报：异类心智正在诞生，恐将脱离掌控

2026年9月6日，OpenAI在其官方网站上悄然刊发了一篇长篇专论。这篇文章由该公司的首席科学家雅各布·帕乔基亲自撰写，题为《异类心智》。正当全世界的目光依然停留在AI能否替代打字员、程序员或插画师的日常讨论之时，这位身处全球技术最前沿的掌舵者却以近乎冷峻的笔调，向全人类拉响了警报。文章明确指出，从大规模算力中破土而出的，已不再是听话的传统工具，而是一种产生机制迥异于人类大脑的新型智慧；更可怕的

纽约大学数学家称OpenAI在造就职业生涯的数学难题上使用不公平手段

纽约大学数学教授特里斯坦·巴克马斯特（Tristan Buckmaster）于周二宣布了三项证明，并对理论数学中主要未解问题之一给出了初步研究结果。这些发现是与Anthropic数学家勒旺·阿尔珀热（Levent Alpöge）合作完成的，并使用了Codex和Claude AI模型，其本身意义重大——但它们也伴随着一场不同寻常的争议，涉及OpenAI试图解决同一问题的尝试。 巴克马斯特在宣布证明的

OpenAI推动强制性国家AI安全要求

《新科学家》：数学难题证明不再稀缺 AI让数学进入混乱时代

人工智能正在进入数学最核心的领地。过去，人们习惯把计算机视为高速计算器或证明检查器，如今，新一代模型已经能够提出证明思路、搜索反例、形式化复杂论证，甚至直接参与开放问题研究，如果机器也能“做数学”，人类数学家的价值将转移到哪里？ 《新科学家》把这种变化称为数学史上最好也最糟糕的事情，并不夸张。AI正在拆除研究中的一些古老瓶颈，但也可能把数学推入一个答案过剩、理解不足的新阶段。 从解题工具到研究伙伴

三个月后的AI有多猛 连顶尖研究员都不敢预测了

一名参与千禧年难题攻关的研究人员，过去还愿意预测未来12个月的AI进展，现在连三个月以后都不敢判断了。9月17日，OpenAI研究员诺姆·布朗（Noam Brown）接受德瓦克什·帕特尔（Dwarkesh Patel）采访，转述了这个细节。访谈还谈到多智能体、AI参与制造下一代AI，以及越来越难做的安全测试。 这名研究人员参与的，是纳维-斯托克斯方程（Navier-Stokes）的存在性与光滑性问

OpenAI 恳求有人来放缓人工智能竞赛的脚步

随着自身技术突破带来前所未有的放缓风险，并面临落后或失去控制的抉择，人工智能领域的领导者们纷纷敲响警钟。 为什么人工智能高管和研究人员越来越觉得这是一场无法靠自身安全放缓的竞赛，反而敦促政府、竞争对手和外部机构在全行业实施克制。 OpenAI 首席科学家雅库布·帕乔基（Jakub Pachocki）周日写道：“一旦深刻认识到利害关系的严重性，不惜一切代价向前冲的想法就显得荒谬了。” 与此同时，An

人工智能圈的人似乎并不理解智能

作者：高塔姆·穆昆达。就在OpenAI宣称其模型擅长小学数学仅仅三年后，该公司宣布它们在88小时内解决了纳维-斯托克斯千年奖问题，而这个问题自20世纪30年代以来一直困扰着人类最伟大的数学头脑。将这一趋势向前推演，你就能理解为什么OpenAI首席执行官萨姆·奥尔特曼认为人工智能将治愈所有疾病——以及为什么人们担心失控的人工智能可能伤害人类。 圣塔菲研究所的科学家梅拉妮·米切尔和戴维·克拉考尔将人工

OpenAI切断十亿美元客户关系以避开埃隆·马斯克

据《连线》杂志获悉，OpenAI最近估计其与Cursor的合作每年将带来超过10亿美元的收入。 但在埃隆·马斯克的SpaceX收购这家AI编码初创公司后，OpenAI仍然选择了退出。

独家：OpenAI年化经常性收入逼近700亿美元

据Axios从知情人士处获悉，OpenAI的年化经常性收入正逼近700亿美元，自7月以来企业销售已翻倍有余。 为何重要：竞争对手Anthropic曾主导企业AI应用市场，但OpenAI一直在迎头赶上。 数据一览： OpenAI的年化收入运行率自第三季度初以来增长超过70%，达到近700亿美元。 同期，其B2B收入增长超过100%。 在消费端，OpenAI第三季度新增收入超过2025年全年新

OpenAI 揭示 AI 时代最重要的职场技能

OpenAI 最近发布了一份报告，清晰地指出了哪些职场技能在 AI 时代可能变得最有价值。 该报告基于其研究人员如何使用 AI 的数据，展示了哪些任务正被 AI 接管，而哪些任务仍依赖人类。 今年自动化程度提升最大的领域包括编程、技术支持、监控计算机运行以及分析结果。 相比之下，AI 在决定追求哪些项目、资源投向何处或如何设定优先级方面所起的作用相对较小。这让我们得以窥见工作价值可能发生转移的方向

OpenAI瞄准产业AI市场 低价策略迎战开源模型

（中央社旧金山8日综合外电报导）聊天机器人ChatGPT开发商OpenAI财务长佛莱尔（Sarah Friar）表示，OpenAI正在将人工智慧（AI）技术推向专业领域，并以价格优势与开源模型竞争。 报导，佛莱尔7日在高盛集团 （Goldman Sachs）于旧金山举行的年度盛会Communacopia + Technology Conference发表谈话时说，随著企业对可针对特定任务量身打造的

新的叙事时刻：Astra之后的AI渗透率和Token总需求

在AI时代，打败你的，是那个比你更早、更会使用AI的人或公司。 但在这次OpenAI推出自己的GPT-6 Astra模型之后，上面这句话就完全不准确了，或者说完全错了。现在，在AI时代，打败你的，不再是比你更会使用AI的人或公司，而是那些更积极的率先拥有、部署并真正驾驭AI Agent的人或公司。特别提醒一句，上面的“你”也可以是一个公司。 还记得么？上个月，Astra就曾经亮过相，那时候作为Op

AI时代，数学为何要警惕“只会做题”

最近，数学可能要被AI“玩坏了”。难题解决得更快，为什么还值得担心？关键在于我们如何评价、组织和延续数学研究。 AI模型的能力很难用一句话概括，基准测试（benchmark）因此成为比较模型的常用工具。但成绩一旦与融资、声誉和研发投入挂钩，测试便不再只是被动记录能力，也开始引导能力向哪些方向发展。经济学家陈斌（Alex C当公开分数能够吸引投资，针对测试进行定向优化就可能有利可图，而分数对于广泛能

20多个王炸连发！OpenAI史上最大开发者日：个人智能体dots果然来了，500美金订阅登场

评论：人工智能的领袖们真能为了共同利益而放下竞争吗？

上周，数学界被一项声称取得的突破所震动——一个困扰了人们两百多年的复杂方程组“纳维-斯托克斯方程”的长期难题据称得到了解决。 这是首批借助人工智能解决的同等量级难题之一，本应作为一项智力成就受到庆祝。但相反，这一消息却因一场愈演愈烈的争议而蒙上阴影：功劳究竟该归于纽约那位数学家及其来自AI巨头Anthropic的合作者——他们此前已接近解决方案，还是归于其竞争对手OpenAI——后者花费了数百万美