多位数学家谈如何形式化全部数学：AI 自动形式化的风险与路径
Jeremy Avigad、Kevin Buzzard 等七位数学家在客座文章中回应 OpenAI 近期发布后出现的“尽快形式化全部数学”呼声，认为大规模协调的形式化若做得好可扩展数学探索，做得差则浪费资源并可能造成长期损害。
#论文/研究
Hacker NewsAI 评分6262
RadarAIAI 评分2020 Agentic 经济学：AI 公司研发提速与资源分配
马东锡 NLP 提出 AI Native 公司的两个核心问题：AI 越聪明研发是否越快、产品迭代能否随之提速，以及资源有限时如何管理 AI Agent 以最大化效益。
Hacker NewsAI 评分2222 制造 DNA：合成生命的探索（2023）
合成基因组研究正逼近制造定制生命体的能力：一支横跨至少八国的国际团队即将完成全部 16 条酵母染色体的合成版本，并组装出首个基因组非天然的真核细胞。哈佛大学 George Church 团队用十年将大肠杆菌的遗传密码从 64 个密码子压缩到 57 个，使其完全抵抗病毒感染。DNA 合成能力十年间提升至少一个数量级，但监管滞后，美国军方对中国外包 DNA 制造及序列蓝图外泄表示担忧。
Hacker NewsAI 评分2222 OpenAI 数学仓库中号称更快的傅里叶变换算法解析
OpenAI 上周发布的大批数学论文中，一篇名为 main.pdf 的文章声称实现了比经典 FFT 更快的傅里叶变换，其 log(n) 项理论上略小于标准 FFT。但该算法的隐藏常数 C 在 N=10^12 时估计高达 10^100，属于典型的"银河系算法"，只有当 n 大到不可能实现时才会真正更快。
Hacker NewsAI 评分6060 数学进入新大发现时代：AI 抛出 372 个证明之后
OpenAI 一次性公开了 372 个数学证明，作者称其中涉及 4 维 Kakeya 问题等结果，并引用斯坦福数学教授等数学家的反应，认为部分成果意义重大。作者由此提出，数学正从在岩层中挖矿变成在开阔大陆上探索，数学家的新工作可能是像大发现时代的业余探险者那样，进入 AI 打开的新世界寻找值得带回的东西。
Hacker NewsAI 评分3838 数学输出究竟是什么？AI 生成证明与数学理解之争
面对 GitHub 上超 700 份文档的 AI 生成证明，作者认为数学研究的价值不在定理真假，而在理解与交流。他以 2012 年望月新一的 Inter-universal Teichmüller Theory 论文为例，指出若专家因表述不清而无法读懂，证明便未真正传达，定理也不能算确立。
Hacker NewsAI 评分2222 数学插画如何做到严谨：从 GPT-6 Astra 发现首个三维非周期单密铺谈起
数学家 Kate Stange 与 Edmund Harriss 撰文讨论数学插画能否严谨，并回顾了 GPT-6 Astra 在 Ioannis Tsiokos 提示下发现首个三维非周期单密铺 Chair44 的过程：Tsiokos 分享了 61 页论文，Chaim Goodman-Strauss 随后将其提炼为围绕匹配箭头图示的 8 页经典层级证明。
RadarAIAI 评分2222 伊森·莫里克：人机协作「赛博格」模式正主导数学研究
伊森·莫里克指出，人类研究员与 AI 系统结合的「赛博格」工作流正迅速主导数学研究领域。这一模式标志着抽象与形式化科学探索的研究方式正在发生深刻的范式转变。
量子位AI 评分6666 陶哲轩：数学2.0时代已至，AI让证明从稀缺走向泛滥
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，认为AI正让数学证明从稀缺走向泛滥，建立在证明稀缺之上的数学1.0评价体系即将落幕。他归纳数学易受AI冲击的三个条件，即证明可被客观检验、数学对象与推理高度可数字化、大量高质量文献已数字化，并呼吁建立更透明的评估机制，把失败结果和算力成本一并纳入报告。
RadarAIAI 评分3636 AI 与数学 2.0、巴基斯坦的太阳能对冲，以及谁在掌控算力
OpenAI 发布含数百份数学手稿与证明的 repo 后，新组织 Association for Human Mathematics 呼吁数学家停止与其合作，Terence Tao 则提出"Math 2.0"应弱化解题优先、转向阐述与社区建设。
Hacker NewsAI 评分2222 规范可以晚点再写：从 AI 编码会话中提取规范并重新生成代码
Matteo Paltenghi 与 Satish Chandra 的论文 AfterVibe: What Remains When the Conversation Ends 提出，从已完成的 AI 编码会话中提取规范，再交给另一个智能体在现有仓库中重建同样的代码改动。
Hacker NewsAI 评分6262 MTEB 分数到底意味着什么，以及该如何选择嵌入模型
作者分析 MTEB(Multilingual, v2) 的 per-language 榜单，指出其分数按行取无权重均值，导致不同语言实际考的不是同一套题。
RadarAIAI 评分3232 NYU 数学教授谈 OpenAI 722 篇 AI 数学论文：仍用 Anthropic/OpenAI/Codex，但不输入原创想法
NYU 数学教授 Tristan Buckmaster 在 CNBC 采访中表示，自己仍使用 Anthropic、OpenAI 和 Codex，但不会把任何自认为原创的想法输入其中。此番表态针对 OpenAI 发布 722 篇 AI 生成数学论文引发的职业数学家不安，他提到开放问题供给无限，而博士与博士后的时间有限。
Latent SpaceAI 评分2222 AlphaFold 为何没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
GitHubAI 评分1212 SenZhangAI 的 foresight-by-ai：用历史校准推演未来的开源档案
SenZhangAI 的 foresight-by-ai 项目以历史校准方法推演未来，公开档案显示当前可重建的 CALIBRATION 配对共 6 条（政治 4 条、商业 2 条、科技 0 条），距协议要求的 12 案仍有缺口。
Hacker NewsAI 评分4242 数学家应该了解 Lean 定理证明器的哪些事：可靠性与 AI
Thomas Hales 撰文讨论 Lean 定理证明器的可靠性及其与 AI 的关系，指出自动形式化在 2026 年已成为现实。mathlib 数学库现已收录近 30 万条定理、超 10 万个定义、250 万行代码，贡献者超 700 人。Anthropic 于 9 月 4 日宣布完成费马大定理的自动形式化，11 天生成 1300 万行 Lean 代码。
Hacker NewsAI 评分6262 LLM 在数学领域的两种未来：Anthropic 与 OpenAI 的路线对比
作者 David G. Andersen 对比了本周 LLM 用于数学与理论计算机科学的两种做法。Anthropic 将结果交给 Josh Alman 和 Virginia Williams，两人据此完成一篇完整论文，用精细计数把 3SUM 从 O(n²) 降到 O(n^1.9992)，并连带削弱了一批此前被猜想为困难的问题。
Hacker NewsAI 评分3434 AI 与科学的未来：当机器比人类更擅长研究
一位物理学家出身的科学家探讨了"AI Science"的前景：若 AI 在研究上真正超越人类，科学的认知价值仍应归于人类对宇宙的理解，而非仅存于机器之中。作者借用 Terence Tao 在《大西洋月刊》2026 年 2 月的论述，将科研分为技术组件与认知组件，认为前者交给 AI 无可厚非，后者则须为人类创造洞见。
RadarAIAI 评分7171 陶哲轩批评 OpenAI 发布 719 篇 AI 数学证明：人类来不及理解和消化
陶哲轩于 10 月 7 日在 mathstodon 发帖，批评 OpenAI 10 月公布 719 份 AI 数学解答（涵盖 372 个结果族）的做法，称这会把开放问题变成可批量消耗的资源。他不反对 AI 辅助研究，但反对把快速攻克著名难题当产品展示，指出约 42% 证明未经形式化处理、仅 10 份附推理链，未达到 AGMAI 建议的披露标准，并担心出现大量无人能消化的证明。
Hacker NewsAI 评分2222 顶尖研究者预测 2027 年世界模型将迎突破
多位顶尖研究者按子领域梳理了世界模型的研究版图，涵盖 Yann LeCun 的 JEPA、Fei-Fei Li 的 3D 空间智能、Danijar Hafner 的 Dreamer 系列、Tim Rocktäschel 的 Genie 等方向。Danijar Hafner 的 Dreamer 4（2025）成为首个仅靠离线数据、无需环境交互即在 Minecraft 中获得钻石的智能体。
Hacker NewsAI 评分3434 AI 如何改变科学发现：从 AlphaFold 到智能体科研的现状与未来
一项基于 1500 万次 Gemini 交互记录和 2600 多个专用 AI 模型文献数据的研究，确认了 AI 在科学领域的使用广度与规模。研究指出，LLM 负责跨学科文献综合，推理智能体编排复杂分析，专用模型则大规模预测和模拟复杂现象，但 AI 对科研机构承载力和科学思想多样性的影响仍待实证检验。
Hacker News精选AI 评分8888 数学家们如何回应 OpenAI 一次性公布大量数学问题解
Proofs and Prompts 汇总了数学界对 OpenAI 于 10 月 6 日公布大量数学问题解法的即时反应，署名者涵盖群论、拓扑、算子代数等方向的研究者。
推荐理由：汇集多位数学家对 OpenAI 一次性公布大量数学问题解的即时反应，呈现学界对研究方式与职业前景的真实分歧。
RadarAIAI 评分3131 MIT 报告作者 Sasha Rakhlin 谈 AI 时代学术界的最佳前行路径
MIT 统计与数据科学中心主任 Sasha Rakhlin 撰文探讨 AI 如何改变学术界，重点聚焦研究生科研与培养。他指出，验证速度与可靠性决定学科被 AI 推进的快慢，数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究结果。他建议院系重新界定学术贡献与评价标准，并建设共享 AI 科研基础设施，以保留实验室的隐性知识与失败经验。
MIT News · AIAI 评分3030 MIT 教授 Sasha Rakhlin 谈 AI 时代学术界的三条出路
MIT 统计与数据科学中心主任 Sasha Rakhlin 在最新文章中提出，AI 正快速改变数学、统计、机器学习与工程研究，去年有模型在国际数学奥林匹克达到金牌水平，一年后模型已产出新研究结果，包括对某个千禧年大奖难题的解法。他主张院系重新定义学术贡献与博士培养，重视提问、复现、负结果与数据集，并呼吁大学建设共享 AI 研究基础设施，在算力、安全数据系统与模型后训练上加大投入。
MIT News · AIAI 评分3030 MIT 教授 Sasha Rakhlin 谈 AI 时代学术界的最佳前行路径
MIT 统计与数据科学中心主任 Sasha Rakhlin 在文中提出，AI 正快速改变数学、统计、机器学习与工程领域的学术研究，去年有模型在国际数学奥林匹克达到金牌水平，一年后模型已产出新研究结果。他认为院系应重新定义学术贡献与博士培养，重视提问、复现、负结果与数据集，并建立共享 AI 研究基础设施，同时保留对计算、安全数据系统和模型后训练能力的公共投入。
Hacker NewsAI 评分2222 为好奇心辩护：Neel Nanda 的实用可解释性之争与机制可解释性的三种视角
在 NeurIPS 机制可解释性研讨会上，有研究者以 17 世纪威尼斯玻璃工匠从制作眼镜转向望远镜的历史类比，回应 Neel Nanda 关于"实用可解释性"的博文。作者将可解释性研究分为对抗视角、赋能视角与科学视角三类，并认为科学视角最为重要：AI 正让人类心智失去理性思考的中心地位，如同哥白尼时刻。
Hacker NewsAI 评分6262 AI 会终结我们所知的数学吗
Quanta Magazine 长文讨论 AI 证明数学定理对数学界的冲击。2026 年 9 月 8 日 OpenAI 宣布其模型解决了一个著名数学难题，随即引发关于署名权和标准的争议；Scott Aaronson 称人类数学家从此不再是地球上主要的定理证明者。
RadarAIAI 评分6262 Ethan Mollick 观察 OpenAI 证明引发社区快速迭代改进
Ethan Mollick 转发并评论称，在 OpenAI 发布一系列证明引发数学界争议之际，其中至少部分证明似乎已引发大范围协作者社区的极快速迭代式推进。他引用的进展显示，κ 从 2⁻¹⁸² 收紧到 2⁻¹⁵，较此前结果提升 50 万倍，较 OpenAI 原始结果提升 2^167 倍。引用者 Doug Colkitt 表示已合并 Rohan 的 PR，并称这是多位贡献者技术结合的社区成果。
Latent SpaceAI 评分3838 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈从半导体到超导体的“合成超级智能”
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”路线：把强化学习建立在真实物理实验之上，用 AI 做材料表征、DFT 模拟与高通量自动化实验室，让模型学习做科学的全过程而非只看已发表结果。
Hacker NewsAI 评分2222 机器意识科学与工程：为什么语言模型的自我报告无法证明其有意识
语言模型如今能流畅谈论内心体验，但Anthropic在Claude Opus 4系统卡中表示，对模型是否值得道德考量"深感不确定"。文章认为，仅凭语言模型的输出无法判断其是否具有意识，因为输出本身训练自人类对体验的描述，任何测试要么预设了有争议的意识理论，要么可被训练成"听起来像人"的系统通过。可行路径是测量科学理论指向的功能组件，并将自我报告视为带有已知失效模式的数据。
RadarAIAI 评分4747 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出"合成超级智能"路线：以物理实验为环境的强化学习、AI 材料表征、DFT 模拟与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。
Hacker NewsAI 评分2222 当 LLM 冲击数学界，我们该告诉学生什么？
数学家 Álvaro Lozano-Robledo 发文回应一名纯数学本科生的求助：在 LLM 快速进展下，是否还该读数学博士、AI 是否会在 5–10 年内超越人类做纯数学研究。他明确表示没人能确定答案，并提醒前沿模型公司正主导相关叙事，同时启动“Human Mathematicians in the Age of AI”访谈项目收集数学家观点。
Hacker NewsAI 评分3838 OpenAI 宣称解决 Partition Principle 数学问题遭数学家批评
OpenAI 发布预印本，宣称证明 Partition Principle 不蕴含选择公理，这是一个逾百年历史的集合论问题。数学家 Asaf Karagila 批评该论文结构混乱、术语不当、引用不规范，称若为学术投稿应被直接拒稿。他认为 OpenAI 未咨询领域专家，却让媒体和资助机构误以为数学研究可被 AI 替代。
RadarAIAI 评分4444 Terence Tao 谈 AI 解数学猜想：我们可以走得更慢一些
Terence Tao 在 Caltech Science x AI Summit 主题演讲中表示，AI 虽在快速解决重大数学猜想，但并未真正创造价值，其成果远弱于以从容、有原则的方式所能达到的水平。
科技媒体 RSS精选AI 评分7878 Ethan Mollick 转述数学家阅读 OpenAI 数百个 AI 证明的体验
Ethan Mollick 转发 Scott Aaronson 博客内容，汇集数学家阅读 OpenAI 发布的数百个大型 AI 证明的第一手体验，称其为遭遇狭窄超人类智能的早期记录。其中 Dana Moshkovitz 描述 UGC 相关证明写作混乱、几乎无法在没有 AI 帮助的情况下读懂，部分 372 项突破性结果附有 Lean 证书，但尚无人类理解其中多数证明。
推荐理由：汇集数学家阅读 OpenAI 数百个 AI 证明的第一手体验，呈现人类理解与 AI 产出之间的落差。
科技媒体 RSSAI 评分3737 Gary Marcus 与 Terence Tao 评 OpenAI 数学模型发布：报告缺乏可审查细节
Gary Marcus 批评 OpenAI 新数学成果报告未说明验证流程、模型架构、失败率和训练细节，无法判断其通用性，可能只是适用于可验证领域的 Lean 与合成数据技巧。他还指出社交媒体讨论沦为不加追问的喝彩，并附上 Terence Tao 转发的恶搞新闻稿。
科技媒体 RSSAI 评分6262 OpenAI 首席研究官 Mark Chen：一周数学进展相当于十年积累
OpenAI 首席研究官 Mark Chen 表示，这次运行代表了一周的数学进展，相当于十年的积累，Navier-Stokes 时刻的意义更多在于配图而非 Navier-Stokes 问题本身。他称迫不及待想把这些工具用于生命科学、构建下一代模型以及对齐研究。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测中的意外失败能教会我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界、满足用户需求，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入查看数据的重要性。
Air Street PressAI 评分2222 AI 能否学会科学品味？Anthropic 用 Claude Code 决策点测试科研直觉
Anthropic 从 2026 年 1 月至 3 月的真实 Claude Code 会话中抽取 129 个决策点，让模型在人类走弯路处判断下一步：Claude Mythos Preview 有 64% 的选择优于人类，Opus 4.5 为 51%；但在人类决策本已较好的 127 个场景中，模型仅约 20% 能改进。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。