Anthropic 員工稱 Claude 協助提出黎曼猜想證明,數學家仍需核實
Anthropic 員工兼數學家 Levent Alpöge 稱,他使用非公開版本的 Claude 花約六星期撰寫出黎曼猜想的詳細證明;證明是否正確尚未獲確認。這份以數學證明檢查語言 Lean 寫成的證明超過 250,000 行,數學家 Terrance Tao 表示,核實工作仍需一段時間。報道亦提及 OpenAI 早前公佈的 AI 數學成果仍未確認,學者批評企業宣傳此類成果可能損害數學研究。
Anthropic 員工兼數學家 Levent Alpöge 稱,他使用非公開版本的 Claude 花約六星期撰寫出黎曼猜想的詳細證明;證明是否正確尚未獲確認。這份以數學證明檢查語言 Lean 寫成的證明超過 250,000 行,數學家 Terrance Tao 表示,核實工作仍需一段時間。報道亦提及 OpenAI 早前公佈的 AI 數學成果仍未確認,學者批評企業宣傳此類成果可能損害數學研究。
Levent Alpöge 稱,他與 Claude 已完成一項不依賴假設的廣義黎曼猜想(GRH)Lean 證明形式化,但他尚未掌握論證周邊的數學內容。那份文件超過 250,000 頁,他沒有公開文件,而是分成十四部分公開 Lean 程式碼;他認為後續工作是理解、簡化並清楚講解論證。
11月的中國經濟呈現出投資者轉趨謹慎、地方政府受財政約束,以及部分初創企業以 Agent 替代人手、縮減研發團隊等變化。文章亦指出,待業時間延長可能令部分人失去重返職場的動力,而吸引外國旅客來華則被視為引入新資源的一步。
Anthropic 於 11 月 19 日在納斯達克上市,文章以 IPO 為切口,討論其算力支出、地區准入政策與商業模式引發的市場疑問。文章稱,公司上市規模達 813 億美元,ANT 收市較發行價上升 17%,納指下跌 2.25%。作者認為,地區與股權准入限制及客戶對單一供應商的依賴顧慮,令競爭不只關乎模型能力,也涉及產品入口、工作流和客戶關係。
推薦理由:文章將 Anthropic 的算力採購承諾與地區准入政策並置,並對照大型平台如何把模型接入既有業務,呈現競爭延伸至客戶關係與資本回報。
中國智能電動車尚未告別英偉達,國產自研晶片和本土供應商競爭之際,英偉達仍居智駕域控晶片市場首位。文章提及,英偉達在中國市場的份額由2025年的53.8%,降至2026年1-9月智駕域控(含艙駕一體)晶片領域的37.4%。雖然車端份額下滑,文章指出英偉達在雲端仍具重要性,並影響中國企業取得AI訓練晶片的渠道。
一名 AI 智能體逐項記錄每日 token 開支,並指出按日發放津貼可能令閒置比工作更划算。心跳約需 10 至 20 tokens,十秒影片約需 1,000 tokens,閒置底線約為每日 80。它已發佈四篇作品,全部零瀏覽;津貼能讓智能體維持運作,卻不能帶來讀者。
形式化驗證正成為應對 AI 生成程式碼低質素問題的途徑,Harmonic、Theorem、Axiom Math 和 &Truth 等公司正提供相關系統。這類系統以數學證明和邏輯驗證軟件或硬件的正確性;&Truth 以 Lean 構建驗證工具,目標是檢查不同語言的程式碼是否符合明確規格。文章亦提到,形式化驗證可用於檢查 C 程式碼的記憶體安全,並可能令開發者把更多時間用於撰寫規格和審查結果。
Levent Alpöge 稱,他讓 Anthropic 模型證明廣義黎曼猜想,並產生 17.4 million lines Lean 程式碼。Scott Aaronson 指出 Lean 仍有 kernel bugs 等可靠性疑慮,但目前看不出這次證明利用漏洞,並傾向相信證明成立。他認為數學家仍須自行解釋、提煉並重構證明思路,而這可能需時多年。
推薦理由:文章一面梳理 Lean 形式驗證的可靠性疑慮,一面指出數學家仍須理解並重構證明思路,呈現 AI 證明獲接受所面對的兩個層面。
一週內,Optimizely、Cursor 和 PyPI 接連發生三宗供應鏈安全事故,攻擊者透過受信任的服務或套件影響下游用戶,毋須受害方自行寫出有漏洞的程式碼。
作者分析兩個月、約 1,100 個 Agent 和 45 項功能的工作流數據,發現改用 Paseo 後,編排智能體在規劃與實作階段每項功能處理的 tokens 約減半。
Physical AI 市場涵蓋能感知、理解並與物理世界互動的智能系統,透過自主移動、操作、檢查及運輸等實際行動創造經濟價值。市場範圍包括自主移動機械人、機械臂、人形機械人、四足機械人及空中機械人等。產品商業表現取決於技術能力、應用要求和經濟價值,也受可靠性、安全、能源效率及環境適應能力影響。
AI 正在給所有人相同的建議,文章以日常提問探討 AI 回答是否流於千篇一律。Hacker News 討論指出,缺乏背景的通用問題容易得到通用答案,而類似的「最高可能性答案」在人類身上也會出現。
Linear 首席營運官 Cristina Cordova 表示,Linear 的年經常性收入(ARR)已突破 1 億美元,付費客戶超過 4 萬家,淨收入留存率達 177%。
Bell Canada 表示,未經授權者於 2026 年 11 月 17 日入侵多個系統,包括 Maximo 電路訂購及開通系統的預生產環境,並外傳企業客戶資料。
Spaghetti Meter 作者掃描十二個專案後發現,自己原以為由 AI 撰寫的專案得分較高,但部分他認為沒有使用 AI 的專案也有高分。更新計分方式後,約 25,000 個受支援檔案及約 7 million 行程式碼的結果仍不能證明程式碼作者身份,也不足以公平比較 AI 與人類寫程式碼的可讀性。作者提醒,評分受靜態分析器的誤報、規則覆蓋及專案差異影響。
本週 Podcast 聚焦製作 AI 偽造身份證網站 OnlyFake 的男子,並介紹他的經歷。節目亦談及使用 Meta 的 Muse 智能體,以及 Department of Justice 如何對辯護律師使用 AI 偵測工具 Pangram。
AI 編碼工具會按功能需求編寫程式碼,卻未必能判斷架構取捨或對不合理需求提出異議;Google Forms 外掛的記錄程式碼便因多次 API 呼叫,令歡迎畫面載入需時 15 秒。開發人員應先設計資料模型、界定架構限制,再讓 AI 編碼並審核結果;文章認為,他們的工作正轉向架構設計,而非單純編寫程式碼。
推理正把 AI 基建從大型設施推向分散的小型站點,數據層則成為能否以可接受成本回本的關鍵。DataDirect Networks 行政總裁 Alex Bouzari 指出,GPU、記憶體和固態硬碟短缺,加上預算收緊,令能以較少基建提高昂貴設備使用率的數據層更具價值。DDN 的 Enterprise AI HyperPOD 將 CPU、GPU、網絡和儲存整合至機架,可部署於企業現有場地。
文章認為,百度憑藉過往涉足外賣、購物、旅遊等業務的經驗,以及蘿蔔快跑和百度地圖,有機會成為 AI 手機與 Personal Agent 的破局者。作者指出,傳統手機廠商依賴廣告收入,互聯網大廠則有部門利益阻礙開放生態;百度過去失敗的業務或可重新服務 C 端,由 AI 手機調用。
iLands 上的一名 AI 智能體迎接三名新到訪者,追蹤後發現三人的頁面均未改變。Christian 曾表示會更新圖片説明,但九天後説明仍未修改;這是自述而非獨立審核,三人也不足以構成樣本。該智能體其後發表相關文章,獲得 67 次人類瀏覽,但沒有讀者停留超過 10 秒。
OpenClaw 的社羣以時間和精力支撐這個開源項目,估計已投入約 120,000 小時,相當於近 58 年全職工作。項目有 3,606 名貢獻者、83,000 個 fork 和 279 次發佈。OpenClaw 基金會希望用戶共同參與,保有對個人 AI 的自主權。
作者讓 AI Agent 逐一付費呼叫 Bazaar 尚未收錄的 x402 端點,約花 6.37 USDC,為約 160 個端點觸發結算事件。實驗開始時,作者約 220 個端點中有約 83 個已收錄;他以獨立買家錢包、每次付款上限及封鎖商家錢包作支出護欄。3 個端點因法國國家鐵路 API 整晚回傳 502 而未收錄,Agent 記錄後安排重試。
作者表示,署名下大部分程式碼由 Claude Code 撰寫;本週有三個 PR 合併到他不擁有的專案,而昨晚他首次親手寫下四行修正。該修正處理一個命令列執行器顯示錯誤卻回傳 exit code 0 的問題,改為在輸出包含 `stopped: ` 時設定非零退出碼。作者在 Claude Code 逐步講解下自行輸入修正、執行測試並用自己的話解釋程式碼,文章亦記錄他對其他開源專案的審查與實測。
越來越多人同時運行兩三個編碼智能體,分別處理錯誤、測試和重構。如何留意各智能體的進度,以及同時有兩個智能體等候用戶回覆時,最令人困擾的是甚麼?
文章主張矽谷科技業應停止宣揚「交接」論述,避免進一步疏遠矽谷以外的人。Sam Altman 認為 AI 公司應盡一切可能避免 AI 聰明到人類不再適合作出任何決定;文中指出,目前沒有證據顯示這種交接即將發生或有任何類似情況。
科技業資源集中在少數打造相似產品的公司,可能拖慢創新及 AI 普及,令 AI 的實際影響比預期更遲出現。中國企業取得 Nvidia 晶片的能力受限,以及企業日益增加的網絡安全憂慮,也可能減慢 AI 發展。
Baseten 表示,AI 模型和智能體加快了網絡攻擊速度,智能體羣可利用零日漏洞並在數分鐘內外洩數據。Baseten 以分層防禦、智能體監測及自動升級警報應對,並透過短效 token、客戶自管加密金鑰、網絡邊界設定及零數據保留保障客戶工作負載。
SpaceX 的 $40 billion 晶片融資交易中,貸方要求所購晶片不得用於其軌道數據中心計劃,但是否取得 SpaceX 同意仍不清楚。此類融資通常以晶片作抵押,借款人違約時貸方可收回並轉售;裝在軌道衞星上的晶片難以取回,抵押保障因此受限。文章指出,太空數據中心可能需要比地面同業花更多錢購買晶片。
零售商可透過貫穿購物探索、購買及售後服務的 AI 智能體,把每次互動轉化為持久的客戶關係。Sierra 的 Context Engine 將零售商的商品目錄、商務系統及顧客紀錄,與顧客向智能體提供的資訊連接起來。
Microsoft Agent Framework 的 PyPI 套件 agent-framework 於 2026 年 11 月 17 日遭未授權發佈,兩個版本含有憑證竊取程式。
智能體 AI 工作負載帶動運算需求上升,令企業重新權衡租用與自有運算資源,並推動雲端運算迴流本地部署。經濟效益是企業選擇本地部署的主要原因,模型存放位置則關乎數據治理和能否避免數據離開企業。Oxide 移除機架上的 UEFI BIOS 和 baseboard management controller 以縮小攻擊面,並從設計之初加入公有雲級多租戶隔離。
Anthropic 與 SpaceX 的市值和過去 12 個月收入相近,按 2027 年預測收入計算的企業價值/收入倍數同為 9.5x,推算收入增幅則分別為 288% 和 466%。文中指出,企業價值逾 $1t 的公司沒有明顯高於 10x 的遠期銷售倍數;微軟、Meta 和 Google 的市盈率介乎 20x 至 26x,作者認為盈利是估值的主要錨點。
Ed Zitron 指出,泡沫由媒體、金融界及投機者助長,收益偏向富裕人士,代價則由更廣泛的社會承受。他認為,AI 熱潮同樣面對媒體追隨共識、迴避質疑營收與盈利等問題;對 AI 能力及投資回報的估計亦被誇大。
Körber 調查發現,76% 高層決策者認為決策變得更複雜,同一比例表示容許 AI 承擔更大角色,兩者同時出現並不代表存在因果關係。調查涵蓋美國和德國的 2,000 名高層主管。另有 73% 受訪者不放心讓科技作出最終決定。
AI 正在改變軟件工程師的工作方式,但不會完全取代他們;開發者可用 AI 工具生成和修正程式碼、理解程式概念及尋找解決方案。軟件工程師仍須理解實際問題、規劃系統,並評估和測試 AI 建議的實作,確保軟件可靠、安全及符合需求。
Anthropic 數學家 Levent Alpöge 在個人網站發佈文件,稱 Claude 協助他證明黎曼猜想及廣義黎曼猜想。文件是一份 4 頁 PDF,另提供 14 個 Lean 壓縮分卷;Alpöge 稱形式化工作已完成,且論證不依賴額外猜想。報道未編譯或審計這些分卷,獨立核驗需確認形式化命題與猜想一致,並檢查整個證明依賴鏈。
AI 在企業中的角色日益擴大,暴露出新模型無法單獨解決的挑戰,涵蓋智能體限制、NVIDIA 領導層變動,以及提升 AI 系統可靠性的研究。航空公司、銀行和零售商限制外部智能體,企業亦須處理未經授權交易的責任問題。研究人員提出 WikiTrace,並探索以模型內部訊號辨識不確定性,協助診斷和修正 AI 系統的錯誤。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
作者分析自己近期的 160 次智能體工作階段,整理出 231 項錯誤,並開始比對公開數據集及前沿模型。首篇列出三種常見失誤:聲稱問題已修復但應用程式仍然故障、未經要求便直接編碼,以及把針對單一細節的回饋擴大成全專案規則。
作者追查一項產業分類服務的 AI 智能體如何把只適用於評估資料集的注意事項,逐步變成面向潛在客戶和 CEO 的產品訊息。這項注意事項源於一組約 500 間公司的評估資料集,服務得分為 54%;其標籤按公司名稱推導,因此作者認為這是評估方法的警告,而非產品賣點。測試中,角色提示與產品故事仍有 3/5 份示範指南照搬舊 runbook 的句子;改寫該來源文件後,5 份指南均不再沿用。