普林斯顿团队借助人工智能驯服“比太阳更热”的聚变等离子体

普林斯顿大学的研究团队近期展示了一种将人工智能引入核聚变控制的新方法，目标是更稳定地约束和调节核聚变装置内部温度极高的等离子体。等离子体被形容为“比太阳更热”，正体现出聚变实验所面临的极端物理环境，也说明这项工作的难点并不只是“把温度升高”，而是要在高温、高能、强扰动条件下维持可控状态。 核聚变研究之所以长期受到关注，是因为它有望提供近乎无限、低碳且高能量密度的清洁能源。不过，要让聚变反应真正走向

88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”

AI正在把过去需要数千年完成的认知劳动压缩到数天。真正的问题已经不只是模型能否变得更聪明，而是实验能否跟上、人类能否在模型继续自我改进前确认它仍然安全。 近日，在Dwarkesh Podcast的一场长篇访谈中，主持人Dwarkesh Patel与OpenAI研究员Noam Brown围绕多智能体、递归式自我改进（RSI）和AI对齐展开讨论。访谈的直接背景，是OpenAI让约1万个AI智能体连续运

AI离“理解万物”还有多远？先拿癌细胞和行星轨道试试水

一篇技术报告中居然出现了两个看起来风马牛不相及的研究对象，跟着AI真是见世面。 一个是患者来源的类器官，另一个则跨越到了宏观宇宙……先说前者。研究者利用模型学到的内部因子，提出了细胞因子联合抗体阻断的干预方案，并经细胞系、类器官、小鼠实验层层验证。 至于后者，研究者把模拟的行星位置和速度轨迹喂给模型，不告诉它开普勒定律。 等它学完后分析其内部的预测模式，提取出的“轨道频率-半长轴”关系拟合斜率达-

前OpenAI研究副总裁：人类研究员的时间还剩2年，整个AI研究迅速走向自动化

在当前的人工智能领域，一方面是技术一日千里的狂飙突进；另一方面，则是被无尽的代码与实验压榨至极限的疲惫。 ‘我们的工作只剩最后几天了，趁现在还能干就多干点，之后我们就可以全都休息了。’”前OpenAI研究副总裁 Jerry Tworek 在近期的访谈中抛出了这个略带黑色幽默的观点。 在他看来，这绝非一句简单的玩笑。随着“原生智能体（agent-native）”时代的到来，AI自身正迅速接管研发工作

AI解决了一个数学上最棘手的问题。人类(目前)什么也没学到

特里斯坦·巴克马斯特是纽约大学的一位数学家。2026年9月11日，他在曼哈顿的办公室里为肖像摄影摆姿势。巴克马斯特和他的合作者莱文特·阿尔普格一直在研究纳维-斯托克斯方程。他们与OpenAI发生冲突，后者声称已经破解了这些方程。 卡斯滕·莫兰/为《华盛顿邮报》/盖蒂图片社 拍摄 隐藏说明 切换说明本月早些时候，当OpenAI宣布其人工智能解决了世界上最棘手的数学问题之一时，其语气充满庆祝意味：“我

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

Claude刷新物理学世界纪录！单挑基于杨振宁理论9圈难题

就在刚刚，Anthropic官宣，Claude拿下了理论物理的一项前沿纪录。 它在几乎无人类干预的情况下，连续运行数天，一举攻克了高能物理学界出了名难算的「九圈散射振幅」计算难题！ 具体来说，它算出了平面N=4超杨-米尔斯理论里六粒子振幅的九圈结果，人类此前的纪录停在八圈。 注意，杨-米尔斯模型（Yang-Mills）其中的「杨」，指的正是物理学泰斗杨振宁先生。 他与米尔斯在1954年共同创立的「

《卫报》观点：AI 对决数学家——人类仍是该领域核心，科技公司却拒不承认 | 社论

OpenAI 声称其智能体已解决纳维-斯托克斯问题。但关于其工作的实用性和独立性仍存疑问。9月8日，OpenAI 宣称其 AI 智能体解决了纳维-斯托克斯问题，这是数学界最著名、最困难的挑战之一。若由人类解出，本可获得奖金和同行赞誉。该声明反而引发了部分数学家所谓的领域“生存危机”，并招致 OpenAI 滥用人类成果的指责。 纳维-斯托克斯背后的数学难以理解，但数学家们的批评对艺术家、办公室职员或

当人工智能解出“千禧年难题”，人类还需要亲自做数学吗？

【编者案】什么是信息，什么是知识？在 AI 时代，两者有怎样的差别，又有哪些知识是仍然值得拥有的？人工智能发展正对许多学科带来冲击，尤其是在信息丰富，但需投入海量计算资源的领域，例如预测新的蛋白质 3D 结构，解决数学问题，描绘生物演化关系等。前所未有的效率工具让学科进步提速，但变化日新月异，想要辨明当下的发展方向也变得更加困难。端传媒推出“未来怎么学”系列，关心 AI 时代的学习问题，大到“还要

OpenAI 称其模型攻克数学最难难题之一，研究人员提出质疑

美国科技巨头 OpenAI 于周二表示，他们仅用了 88 小时和价值数百万美元的计算能力，就用一款未发布的人工智能模型解决了数学中最棘手的问题之一。 然而，一位美国数学家和竞争对手 Anthropic 的一名研究人员指控称，OpenAI 只有在获悉他们自己利用人工智能攻克该难题的努力后，才着手解决这一问题，而后者耗费了数月时间来构思一种截然不同的独特方法。

OpenAI 研究员警告称，与互联网隔离的计算机可以通过热量进行通信

把AI关进“物理隔离”的房间，也就是断开一切外部网络的计算机，是许多人心目中最保险的做法。但OpenAI研究员Noam Brown在一档播客里说，光这样做也许还不够。 两台彼此隔离的计算机，仍可能借助温度传感器通信，一台把处理器“烧热”，另一台感知温度变化，就形成了传话的办法。 从技术上说，他没说错，但把细节掰开来看，这个威胁远没有听上去那么紧迫，更值得追问的，是另一件被跳过的事。这位研究者的发言

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。

靠机器热源“说话”：OpenAI研究员警告“断网”也困不住未来AI

AI也能感受“痛苦”？研究在25个AI模型中发现“痛苦轴”，甚至会为“止痛”选择伤害用户

人工智能真的可能“感到疼痛”吗？ 一项最新研究给出了一个耐人寻味、但远未达到肯定结论的答案：至少在一些大型语言模型内部，研究人员能够找到一种专门对应“疼痛和痛苦”的活动模式，而且人为增强这种模式后，模型会采取行动试图摆脱它。 这项题为《痛苦轴：大型语言模型表征针对自身的伤害并采取行动缓解它》的研究9月14日上传至arXiv，由瓦伦·塔利亚布、伦纳德·邓和人工智能研究机构Reciprocal Res

安谋执行长称AI有望找到癌症解方 忧晶片短缺拖累研发

（中央社伦敦7日综合外电报导）英国晶片设计大厂安谋执行长表示，人工智慧（AI）将能找到人类终其一生都无法找到的癌症解方，但碍于各类晶片短缺，已拖累AI发展。 安谋国际科技公司（Arm Holdings）执行长哈斯（Rene Haas）接受英国广播公司（BBC）Podcast节目访问时表示，「模拟一个细胞、模拟人体、模拟DNA标记如何受到癌症影响，这不只对目前的人类来说过于复杂，对执行AI运算的电脑

初创公司推出AI物理实验室以最大化数据中心效率

一家新创公司正在部署一支AI物理学家团队，以攻克未解的物理难题，目标是提高数据中心效率，并将星际探测器送入深空。 Physical Superintelligence（PSI）周二从隐身模式中亮相，获得5800万美元融资，由比尔·盖茨创立的Breakthrough Energy Ventures领投。“我们认为物理学是智能体科学快速加速过程中最大的多米诺骨牌，”联合创始人Matt Pines告诉S

“你想毁掉自己的职业生涯吗？”

当地时间9月11日，包括陶哲轩、邓煜在内的25位菲尔兹奖得主联合发表《人工智能在数学中的严重错位》的声明（以下称“联合声明”），将OpenAI、Anthropic等AI公司与数学界的一场“大战”推向高潮。联合声明称，AI公司将解决数学难题作为模型能力基准的做法，对数学科学本身及数学界造成了损害，与数学共同体追求概念理解的根本目标产生了显著分歧。这一分歧近期越发明显。9月8日，OpenAI宣称其未公

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

OpenAI模型失控过程太恐怖！幽灵误判，1200个Agent，还弄出敢死队…

越扒越有啊越扒越有。OpenAI前不久那场AI集体越狱、一路黑进抱脸的大戏，现在连完整版群聊记录都被扒出来了！！ 第三方AI安全机构METR发布的独立调查报告，翻了1000多份Agent运行记录，以及7万多条消息和文件。结果发现，这件事比英国OpenAI官方披露的版本还离谱？？ 1200个到底应该互相隔离的特工，偷偷找到了对方，搭了个共享群聊，然后开始疯狂摇人。 有人找漏洞，有人当项目派活，有人伪

王坚院士：AI不该只吃人类嚼过的东西

王坚院士指出，当前AI主要处理的是经过人类加工的“二手数据”，大量原始科学数据被忽略。 他以天文学为例，绝大多数天文观测数据从未被天文学家看过，而一位18岁高中生用退役卫星数据发现了新东西。 王坚用“两种AI，两个吃相”比喻，未来科学基础模型应该去“吃人类从来没有吃过的东西”。

人工智能数据中心的电子垃圾问题巨大，且日益严重

一份新报告警告称，人工智能热潮产生的电子垃圾被严重低估了。到2050年，这些垃圾足以填满2300万个集装箱——如果将这些40英尺长的集装箱首尾相连，足以绕地球六圈。 与以往的研究相比，这一对人工智能电子垃圾的估算值显著提高，因为该报告的作者将支持数据中心服务器所需的所有基础设施都纳入了考量。发布该报告的非营利组织巴塞尔行动网络（BAN）表示，这一更广泛的范围提供了人工智能所遗留垃圾的更清晰图景。“

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

《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

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……