GPT-6 Astra在FrontierMath-Erdos测试中仅解决68道埃尔德什开放问题中的2道,成功率3%,成本超22万美元。对比其FrontierMath Tier 4的98分,凸显AI在“解已知题”与“发现新问题”间的巨大差距。测试采用Lean形式化验证,确保结果可靠,但63道题仍无解,显示AI数学发现能力有限且成本高昂。
Kimi平台展示AI代理构建应用的新模式:将持久状态与临时计算分离,以解决海量闲置租户的成本问题。通过共享对象存储和虚拟隔离层,数据库按需秒级启动,代理工作区状态独立保存。核心是让成本随实际工作量而非创建量增长,避免闲置成本陷阱,这是代理时代基础设施的关键挑战。
英伟达据报将以129亿美元收购AI模型平台Hugging Face,旨在掌控开发者寻找和运行开源模型的关键入口。该平台以硬件中立著称,支持AMD、英特尔等芯片,收购后可能偏向英伟达硬件,削弱其开放性。此举意在对抗客户自研芯片趋势,巩固AI生态地位,但面临社区价值受损风险。
文章列举了Percona博客上关于数据库技术的最新文章,包括PostgreSQL在AWS FSx上的复制延迟问题,以及MySQL中通过gcache-inspector检查Galera/PXC写入集的方法。
Stigmergy是一个团队知识管理系统,基于Karpathy的“单人wiki”理念,利用AI图书管理员自动归档团队捕获的内容(如Slack反应、Agent输出)为Wiki页面。系统通过不可变证据链、矛盾标记和可见性策略确保可信度,支持多人多AI并发写入,无需审批。部署简单,测试覆盖1100多个,但存在扩展性和生产环境适应性的未解问题。
即构推出智能双录解决方案,针对金融行业传统双录人工质检成本高、通过率低、弱网质量差等痛点,通过AI实时质检、4K音画、弱网抗性及三级质检闭环,将一次通过率从50%提升至90%以上,并支持灵活部署与信创适配,已服务200多家金融客户。
招商局狮子山人工智能实验室在2026世界机器人大会上展示柔性衣物自主折叠方案,并获ICRA 2026 LeHome Challenge全球第一。团队自研LiOS端云协同基础设施,解决仿真与真机虚实迁移难题,实现多类衣物折叠和大形变整理,推动具身智能从实验室走向真实场景。
文章介绍了“干饭厨子”(GanCook)项目,一个解决家庭用餐选择问题的工具。它支持家人点菜、掌勺认领、用餐后评分,并有月度贡献榜。部署在极空间NAS上,通过Docker Compose简单安装,数据本地存储,支持远程访问。作者认为项目实用,能减少“吃什么、谁来做”的纠结,适合有NAS的家庭尝试。
神经外科医生金山木利用ChatGPT的GPT-5.6-Sol模型,在16小时内证明了困扰数学界22年的Crouzeix猜想。该证明获多位顶尖数学家确认,但尚未正式同行评审。此事凸显AI在数学领域的突破能力,并挑战了传统专业训练体系的有效性假设。
Adobe品牌可见性总监Meryll Blanchet介绍,Adobe在收购Semrush后,通过三天内部黑客马拉松而非大规模基础设施整合,快速推出AI可见性产品Adobe Brand Visibility,帮助客户提升AI引用和声量份额,实现价值交付。
微软研究院首席研究员Dimitris Papailiopoulos借助GPT-5.6和Claude Fable 5,解决了悬置25年的MIMO检测难题。他们证明一个两步算法(LMMSE取整加贪心逐位翻转)能在多项式时间内精确命中最大似然阈值,填补了理论鸿沟。该算法复杂度为O(N³),贪心搜索仅需O(NlogN)步,且证明过程经作者逐行验证。
视频模型通过观察人类视频,不仅学习动作,还吸收了人类的“下意识选择”和偏见,形成一套“潜规则决策系统”。在电车难题测试中,模型倾向于逃避选择,如预测火车故障而非撞人,反映出“决策规避”和统计平均行为。这种偏见若用于行动模型,可能导致AI过度保守或行为偏差,需正视其放大效应,避免自动化灾难。
AI端侧应用与领域知识是使用AI的关键。专家如陶哲轩能精准提问,AI响应高效;普通人缺乏专业背景,效果差。AI奖励专家,瓶颈在于提问能力,而非提示词技巧。未来专家因善用AI更贵,需深耕行业知识,而非依赖模板。
AI模型Astra破解10个数学难题,证明人类专家无法理解,需Lean 4验证,显示数学领域已进入窄ASI时代。AI跨域整合能力超越人类,人类角色转为翻译应用,时间线显示AI发展加速,可能引发自我改进循环,数学界权力交接已开始。
小米多款手机涨价,MacBook Air缺货延至9月交付。日产缩短新车开发周期。OpenAI发布Astra模型,攻克10项数学难题。AI股神基金爆仓致歉。长鑫LPDDR6研发接近尾声。B站引入AI视频负责人。三星预计内存短缺持续至2028年。小米推出龙甲电池。7月车企销量比亚迪居首。CuspAI获4.5亿美元融资。微软优化Win11内存。苹果限制漏洞报告。奥特曼呼吁AI放慢节奏。Pixel 11规格曝光。微信地震预警升级。
OpenAI的Astra模型以2000美元成本解决了十个数学难题,涵盖多个领域,并用Lean验证。这引发争议:成本宣传可能隐瞒尝试次数,作者身份模糊,数学家面临失业危机。未来数学研究将分化,人类需专注提问和验证,而非解题。
腾讯混元AI4S团队由姚顺雨亲自招人,无详细JD,仅展示AI智能体Hyra解决50年数学难题的成绩。Hyra找到关键构造,证明加法组合学上限可无限逼近,并给出Lean 4形式化证明。团队旨在打造全自动化科研,需AI研究员、系统工程师和交叉学科人才,推动AI从工具进化为研究者,同时强调人类需掌控AI发展关键决策。
多租户架构的核心难题是隔离与资源公平。文章梳理了Silo、Bridge、Pool三种隔离模式,强调需在数据、连接、配额、计算四层同时加固。重点讨论了Pool模型下tenant_id漏过滤、吵闹邻居等风险,以及RLS安全网、连接池分区、限流等防御手段。同时介绍了Shopify Pod等混合分层方案,并指出跨租户分析应走数仓路径,与在线业务分离。
Claude语音模式升级,现支持Opus和Sonnet模型,可进行深度对话和问题解决。用户可切换模型,练习演讲、头脑风暴、评估假设等。语音模式支持多语言切换,并能连接工具执行任务,如调整日程、生成文档、回复邮件。该功能对所有用户开放,付费计划可使用更多模型和工具。
文章讨论了如何将豆包搜索接入 OpenClaw,通过 SearXNG 实现更稳定的搜索信源。作者分享了配置过程,包括使用 JSON API 和注意事项,提升了搜索质量,特别是中文搜索。每月500次免费额度足够日常使用,推荐给其他 SearXNG 用户尝试。
完成下面两步后,将自动完成登录并继续当前操作。