OpenAI 只用 15 天，就杀死了估值 100 亿美元的 Jev？
OpenAI 在 DevDay 发布 Decisions API，基于 GPT-6 Luna 让模型在一组预设答案中作出选择并返回置信度，延迟 150 毫秒，而直接用 GPT-6 Luna 完成同类任务需 1.6 秒。
#推理
#推理
今日 0 条InfoQ 中国AI 评分5858 Latent SpaceAI 评分4040 TypeSafe/Jev 发布 3 周后 ARR 突破 $100M、估值达 $7.5B
TypeSafe 的 Jev API 发布约三周后 ARR 突破 $100M、估值升至 $7.5B，成为决策模型品类的参考基准。
爱范儿AI 评分6161 为什么 ChatGPT 总爱在标题里塞色情赌博小广告？
ChatGPT 会话标题夹带赌博色情小广告，根源是标题生成用的轻量推理模型在应结束时收尾失败，继续输出词元并从被污染的 o200k_base 词表中抓取，并非隐私泄露或广告功能测试。
TechCrunch · AI 非 LLM AI 模型 Jev 开发商 TypeSafe AI 融资 8.7 亿美元，估值达 75 亿美元
TypeSafe AI 完成 8.7 亿美元融资，估值达 75 亿美元，由 Andreessen Horowitz 领投，Sequoia 与 DCVC 参投。其非文本 AI 模型 Jev 于 9 月 15 日发布，基于 Transformer 架构但不输出文本，而是输出概率（即公司所称的“校准决策”）。
The Verge · AI精选AI 评分7777 数学家称需数年才能消化 OpenAI 发布的近 400 项 AI 数学结果
OpenAI 本周突然发布近 400 项 AI 生成的数学结果，散布于 700 多篇手稿中，覆盖数论、组合数学、拓扑等多个领域。OpenAI 称 719 篇手稿中仅约 300 项顶层结果完成 Lean 形式化验证，截至 10 月 8 日已有十余篇手稿修订、三篇因符号错误被撤回。多位数学家认为其中不乏可冲击菲尔兹奖级别的工作，但也担忧验证负担与职业冲击，称理解这批结果可能需要数年。
推荐理由：原文量化了验证缺口，719 篇手稿中仅约 42% 完成 Lean 形式化，读者可据此判断这批数学结果的可信度边界。
Hacker News · AI 最新AI 评分3939 数学家应该了解的 Lean 定理证明器：可靠性与 AI
Lean 是数学界最受欢迎的定理证明器，其开源数学库 mathlib 现包含近 30 万个定理、超 10 万个定义与 250 万行代码。AI 驱动的自动形式化已成为现实，Anthropic 于 9 月 4 日宣布完成费马大定理的形式化，在 11 天内生成 1300 万行 Lean 代码，OpenAI 也在 9 月 8 日宣布 Navier-Stokes 强迫爆破的形式化。
Hacker News · AI 最新AI 评分4949 Liquid AI d1：单次前向传播即可输出答案的开源决策模型
Liquid AI 发布 d1 开源决策模型，仅需单次前向传播即可输出答案。该模型专为决策任务设计，以极低延迟完成推理响应。目前 d1 已开源，可直接用于构建高效决策智能体。
Hacker News · AI 最新AI 评分2323 Ask HN：LLM 的内部语言
LLM 在预测下一个 token 前，会将英语翻译成一种内部语言，例如把“king”映射为对应向量 [monarch, man] 的概念。这种语言源自人类所有文本，类似人工设计的逻辑语言，但目前仅以向量形式存在。作者设想为其建立词典以更直接地与机器沟通，并询问是否有人正在开展相关研究。
Hacker News · AI 最新AI 评分4444 AI 与科学的未来
一位科学家探讨 AI 在科学领域的未来角色，假设 AI 的研究能力超越人类后，科学活动应如何重新定义。他将科学分为技术成分与认知成分，认为前者由人类还是 AI 完成并不重要，只要能尽快产出可用成果。他强调科学的认知成分必须为人类创造可理解的洞见，知识只有存在于人类大脑中才有意义，若机器能帮助人类更好地理解宇宙，研究者理应让位。
Hacker News · AI 最新AI 评分3030 AI 如何颠覆数学世界
原文仅包含一条 Hacker News 讨论帖的元信息，未提供任何正文内容，因此无法提取关于 AI 与数学领域的实质性事实、模型、数据或结论。链接指向的原始文章页面没有可用的摘要素材，评论区也暂无任何讨论。
InfoQ 中国AI 评分4545 前 OpenAI 研究员称 Jev 出现前 AI 世界是个悲剧，Codex 和 Claude Code 都跑偏了
前 OpenAI 研究员、TypeSafe CEO Diogo Almeida 推出首个大型可编程模型 Jev，主张让代码直接消费模型输出。他批评 RLHF 导致“模式坍缩”并牺牲概率分布的真实校准，认为这解释了文本模型不擅长决策。
量子位AI 评分4646 Aether AI 因果智能系统 CRIS-0 走进真实世界：0.2秒急停、秒级重规划
Aether AI 推出因果智能机器人系统 CRIS-0，基于对物理世界因果规律的理解进行实时推理，应对突发扰动时实现 0.2 秒急停与平均 2 秒内重规划。在 Coffee Preparation 测试的 10 次随机扰动中系统取得 9 次有效恢复，Personal Pick and Place 测试中完成 20 条模糊指令里的 18 次精准抓取与放置。
少数派AI 评分2828 派早报：英伟达 RTX Spark 新品一览、Anthropic 发布 Claude Haiku 5.5 模型等
Anthropic 发布 Claude Haiku 5.5 模型，平均运行成本较上一代 Haiku 4.5 降低约 75%，成为迄今速度最快、成本最低且能力最强的 Haiku 系列模型。
Hacker News · AI 最新AI 评分3838 AI 如何改变科学发现的曲线：现状与未来
AI 正在跨学科加速科学发现，从 AlphaFold 预测蛋白质结构到推进数学难题，展现出前所未有的速度与规模。研究团队结合 1500 万次 Gemini 交互与 2600 多个专用 AI 模型的文献计量数据，系统梳理了 AI 在科研工作流中的应用现状。尽管潜力巨大，AI for science 仍面临论文泛滥、研究视野窄化与技能退化等挑战，需要深层的制度与结构改革。
Hacker News · AI 最新AI 评分6060 galahad-kv 实测 50M token 长期记忆，KV 状态复用比重算更快更省
arXiv 论文测试公开包 galahad-kv，把约 16000 token 的 KV 状态块存入加密本地 NVMe 磁盘后按需字节级加载，在单张 H100 上经 vLLM 跑了 50M token 真实文本，Gemma 4 12B 与 31B 的抽检块 100/100 全部无重算命中。
36氪AI 评分5151 英伟达拟投资芯片竞争对手 d-Matrix
据三位知情人士透露，英伟达计划投资成立七年的 AI 服务器芯片公司 d-Matrix。这是英伟达自去年 12 月与 Groq 达成 200 亿美元授权协议后首次投资 AI 推理芯片初创企业，旨在推动自身技术与竞品芯片设计商兼容，将其纳入自身主导的硬件生态。
Hacker News · AI 最新AI 评分6161 Nathaniel Craig 借助 GPT-6 Astra 发布格点手征费米子预印本
粒子理论家 Nathaniel Craig 在 arXiv 发布预印本《A gauge-invariant measure for lattice chiral fermions》，文中称 OpenAI 的 GPT-6 Astra 模型对得到该结果至关重要。
Hacker News · AI 最新AI 评分3131 AI 数学问题新站上线
Hacker News 社区分享了一个 AI 数学问题新站，当前获得 4 点热度与 2 条评论。该站面向 AI 数学问题，具体模型、功能与可用性暂未在原文披露。
TechCrunch · AI OpenAI 的数学解题成果尚未达到该领域的标准
OpenAI 本周发布了数百个声称解决世界级数学难题的证明，但被指未达到数学界标准。AGMAI 指出 OpenAI 仍在用开放研究问题测试专有模型，且 719 份手稿中仅 10 份公开了模型思维链，仅 42% 的证明完成了形式化。剑桥大学与伦敦国王学院的论文进一步揭示，OpenAI 针对 Navier-Stokes 方程的解法在自然语言证明与 Lean 代码间存在至少两处不一致。
Hacker News · AI 最新AI 评分2828 维也纳研究人员探讨：AI 能否取代数学家？
维也纳研究人员探讨了 AI 能否取代数学家这一问题。当前正文内容暂未提供具体论证细节与结论。
Hacker News · AI 最新AI 评分5151 Vitalik Buterin 支持「bunker mode」：AI 或先于量子计算机破解加密钱包密码
以太坊联合创始人 Vitalik Buterin 支持 Ethereum 研究员 Justin Drake 的「bunker mode」警告，认为 AI 加速的数学进展可能先于量子计算机破解保护加密钱包的 ECDSA。
Hacker News · AI 最新AI 评分2020 OpenAI 的数学新突破让 AI 在科学中的角色接受审视
OpenAI 在数学领域取得新突破，引发对 AI 在科学中扮演角色的审视。原文目前仅提供讨论链接，尚未披露具体模型、技术细节或评测数据。
Hacker News · AI 最新AI 评分1313 Ask HN：如果 AI 现在能完成数十年的数学研究仍未引起我们重视，什么才会？
一位 Hacker News 用户发帖提问：当 AI 已经能完成原本需要数十年的数学工作时，若这仍未引起重视，究竟什么才会引起关注。该帖目前仅获得 2 个点赞与 2 条评论，尚未引发广泛讨论。
Hacker News · AI 最新AI 评分3232 AI 与哲学：通过资本密集型哲学推动进步
David Strohmaier 认为 AI 系统将驱动哲学研究，使哲学成为一门资本密集型学科。哲学各领域存在广泛的跨领域推理依赖，AI 智能体可大规模形式化已发表理论并构建反例，帮助解决哲学问题。决策理论、公理化形而上学和形式认识论被视为最有潜力的应用方向。
雷峰网精选AI 评分8181 Claude Haiku 5.5 降本背后：操作能力暴涨，复杂编程为何仍差一截？
Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 计算机操作成绩从上一代 15.7% 升至 72.4%，平均运行成本下降约 75%，并首次支持自适应推理与 100 万 Token 上下文。
推荐理由：原文把 Haiku 5.5 与 Sonnet 5.5 在计算机操作和终端编程上的差距并列，便于判断它在智能体场景中的适用边界。
The Decoder精选AI 评分6565 AI 生成证明涌入数学领域，部分数学家呼吁抵制 OpenAI
OpenAI 一次性放出 700 多份 AI 生成的数学证明文件，引发数学界反弹，部分数学家公开呼吁抵制 OpenAI。AHM 声明称这“不是学术展示，而是力量展示”，并暗示相关成果源于对数学家作品的训练。Aaronson 透露此次共测试约 8000 个问题、成功率约 5%，每题平均消耗 3 小时 GPT-Pro 级算力，密码学方向则缺席。
推荐理由：文中将 OpenAI 批量发布证明草稿与 Anthropic 和数学家合作的两条路径并列，读者可据此判断 AI 介入数学研究的不同代价。
Hacker News · AI 最新AI 评分6161 Samaya 研究显示前沿 AI 模型在财报预测上超越分析师
Samaya 的研究表明，在其自建的金融预测评测环境中，最新前沿 AI 模型在财报惊喜预测上超越了人类专家分析师。研究覆盖 456 家市值超 50 亿美元的公司，在财报前五个交易日预测收入、毛利率、营业利润和调整后 EPS，GPT-6 Astra 在多数指标上表现最佳，Claude Fable 5.1 和 Claude Opus 5.5 在惊喜相关性上最强。
雷峰网AI 评分3838 吴佳俊 IROS 2026 演讲：结构化表征不是答案，是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 提出，用结构化表征构建物理智能体，通过可学习的领域专用语言描述任务并驱动执行。该范式让感知、控制乃至规划均由基础模型学习，近期工作已用后训练的开源模型替代传统任务规划器，显著提升长时程任务动作序列的可执行概率。团队还在探索无演示学习，让机器人在没有演示数据的情况下自行推断与未见物体的交互方式。
雷峰网AI 评分6666 分析了1933篇 IROS 2026 论文，机器人学呈现六项新变化
雷峰网对 IROS 2026 进入正式议程的1933篇论文做多标签梳理，发现大模型并未吃掉机器人学，Robot Learning/Embodied AI 相关论文约809篇，Navigation/Planning 564篇，Humanoid/Legged 约213篇，明确涉及 World Model 的仅19篇约占1%。
雷峰网AI 评分5151 华为推出 OceanStor M900 单独存储 KV Cache，专用 SSD 规格尚未定型
华为推出 OceanStor M900，英伟达也已推出 CMX Context Memory Storage，这类产品把推理中可复用的 KV Cache 分层存储，命中时减少重复计算以节省算力开销。
InfoQ 中国AI 评分7575 海外开源模型重新提速：“美版 DeepSeek”第一次交卷，Mistral 同时亮牌
当地时间 10 月 5 日，Reflection 发布首款开放权重模型 Beam，一天后 Mistral 推出迄今最大的 Mistral Large 4，两者均以 GLM、Kimi、DeepSeek、Qwen 为主要比较对象。
InfoQ 中国AI 评分7373 OpenAI 刚把多 Agent 做成产品，o1 奠基人称多智能体贡献不足 10%
OpenAI 在 DevDay 2026 把多 Agent 推为产品主线，推出个人与企业智能体 Dots 并开放 Agents API。Noam Brown 在访谈中表示，1 万个智能体花 88 小时、1300 亿 token 解出千禧年大奖难题，功劳主要来自足够强大的通用模型，多智能体占比不到 10%。
奇客 SolidotAI 评分5454 陶哲轩认为数学 2.0 时代应降低解决难题的核心地位
UCLA 数学家陶哲轩评论 OpenAI 报告，其未发布的前沿模型称解决了数百个数学难题，包括四维挂谷猜想，今年菲尔茨奖得主王虹因证明三维挂谷猜想获奖。他认为 AI 证明者只关心“解决”本身、缺乏深入理解，无法参与研讨会等学术交流，且 AI 公司的竞争迫使开创性数学研究秘而不宣。他主张数学 2.0 时代应降低解决难题的核心地位，更重视学术阐释、社区建设和开辟研究新方向。
Hacker News · AI 最新AI 评分2828 为什么 AI 决定论之争让我恼火
一位专攻随机算法中确定性序列的计算机科学家指出，人们抱怨 LLM 不确定性的真实诉求其实是正确性而非确定性。他用 2×2 置换矩阵把回答拆成"随机/确定"与"错误/正确"四类，说明人们真正想要的是正确答案，无论输出是否随机。他强调只需设定伪随机数生成器种子并避免 CPU/GPU 线程的非确定性，就能在训练与推理阶段让 LLM 确定性运行，但这并不会解决正确性问题。
Hacker News · AI 最新AI 评分5858 人类如何跟上 AI 在数学与软件领域的进步
作者认为，随着模型能力提升，AI 产出变得正确却更难理解，数学与软件领域都面临正确但难懂的 AI slop 困境。
Simon Willison精选AI 评分8787 Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，100,000 token 以内定价与 GPT-6 Luna 持平（$0.10/$0.50 每百万 token），超出后价格上涨 5 倍至 $0.50/$2.50。
推荐理由：原文把 Haiku 5.5 与 GPT-6 Luna 的定价和 tokenizer 差异逐项对比，并给出不同上下文长度下的成本结论。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Haiku 5.5，价格最高降 90% 且基准大幅跃升
Anthropic 发布 Claude Haiku 5.5，面向高量、成本敏感任务，平均价格比 Haiku 4.5 低约 75%，100,000 tokens 以内提示词请求最多降价 90%。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和价格对比，并提示新分词器会压缩实际节省，便于判断真实升级幅度与成本。
Hacker News · AI 最新AI 评分1212 Ask HN：当 AI 让数学家走下神坛，人类心理健康会改善吗？
一位 Hacker News 用户提出疑问：当数学家看似超人的智力能力被 AI 自动化后，数十亿人是否会因此松一口气。该帖子当前仅获得 5 个点赞和 1 条评论，尚未引发广泛讨论。
Hacker News · AI 最新精选AI 评分7979 OpenAI 的 AI 解出一道千禧年大奖难题后，又攻克数百道数学题
《华尔街日报》报道指出，OpenAI 的 AI 在解出一道千禧年大奖难题之后，又攻克了数百道数学题。原标题提到，此前解出单道题时曾引发广泛关注。
推荐理由：报道指出 AI 在解出一道千禧年大奖难题后又攻克数百道题，读者可据此了解 AI 数学解题能力的当前进展。
量子位AI 评分4444 AI 为什么越来越不说人话？文言文成省 Token 终极解，Gemini 成唯一能好好说话的模型
因 CoT 优化和 Coding 过拟合，全球 AI 表达能力集体退化，满口“15/15 全绿”等黑话，最新的 Opus 5.5 语言能力才有所回升。为省算力，模型思维链被刻意压缩，穴居人式推理的 Token 消耗比自然语言少 70%，GitHub 上教 AI 极简表达的 CaveMan Skill 已获 104K 星。