AI 正成为能推理复杂 3D 场景的「即时应答式 Carmack」
AI 正展现出类似「即时应答式 Carmack」的能力，能相当巧妙且往往干净利落地解决高难度技术问题。它还能在复杂 3D 场景中推理和工作，既可通过操作工具实现，也能直接理解原始数据文件。
#推理
X · Bilawal SidhuAI 评分2222
Reddit · AI 大众社区AI 评分2222 数学只是开始：理论研究领域或将在 5 年内被 LLM 重塑
高端模型在数学难题上已大幅超越人类，作者认为理论/计算类物理、化学、工程研究将紧随其后，因为 LLM 已能自行识别重要问题、建立概念连接并执行工作流。作者称 80-90% 发表论文的教授本就只做衍生性工作，这一创造力门槛并不高。实验研究因机器人能力与成本限制进展会慢得多，但理论/计算领域的学术研究者面临与数学家类似的存在性风险。
抖音 · 杨博士说AIAI 评分2828 国产模型靠自己的时代来了：AA 文本榜单前 20 几乎被美国模型占满
最新 Artificial Analysis 文本榜单显示，国产最强模型小米 MIMO V2.6 Pro 得分 46，前 20 名几乎被美国厂商占满，最高为 Claude Opus 5.5 的 58 分。
Reddit · AI 大众社区AI 评分4040 密歇根大学物理学家 Gabriele Carcassi：AI 两分钟解决曾需数月求助数学家的数学难题
密歇根大学量子基础研究者 Gabriele Carcassi 称，AI 现在能在 2 分钟内解决他曾花数月向数学家求助未果的高级数学障碍，一次 AI 对话即可完成。他此前需要反复请求数学家协助。
量子位AI 评分3434 68岁亚马逊CTO Werner Vogels：别让恐惧替企业做AI决策
亚马逊CTO Werner Vogels 在深圳交流中提醒，企业不会因为此刻没用上AI就立即倒闭，决策前应先让工程师和管理者充分学习、想清楚要解决什么问题。他以2004年数据库故障催生Dynamo为例，主张按任务本身选技术，不必追榜单第一，并提到更小的模型和DeepSeek、通义千问、Kimi等开放权重模型已能满足部分客户需求。
The DecoderAI 评分4848 AI 可解释性接近突破了吗？一篇新文章让研究者意见分裂
前 OpenAI 研究员 Cammarata 提出，可解释性领域最著名的"猫-车神经元"等案例可能被误读，实为 V 形检测器，而非 superposition 的证据，他称之为"递归泛化"。
抖音 · 杨博士说AI精选AI 评分6060 陶哲轩加州理工演讲：数学1.0时代已结束，数学2.0到来
陶哲轩在加州理工的演讲中提出，数学1.0建立在证明稀缺的假设上，这一时代已经结束，数学2.0是证明充沛的时代。他给出数学率先被AI攻陷的三点原因：客观可验证性、高度可数字化、海量高质量文献数据，同时提醒网上看到的成功案例可能存在幸存者偏差。
选题角度：陶哲轩在加州理工演讲里把数学1.0到2.0的转变讲成三点特性，适合做热点评论，重点讲证明稀缺性结束和幸存者偏差这两个反差。
公众号 · 新智元精选AI 评分6666 陶哲轩发表《数学2.0》演讲：AI把数学界从证明稀缺推向证明过剩
菲尔兹奖得主陶哲轩在加州理工学院发表题为《数学2.0》的演讲，提出数学已从「证明稀缺」的数学1.0时代进入「证明过剩」时代。
选题角度：陶哲轩把数学从证明稀缺推向证明过剩，用抗癌药思想实验讲清AI给出答案却无人能懂的风险，适合做一期观点解读。
最佳拍档AI 评分2626 前英特尔CEO帕特·基辛格：AI让芯片设计缩到3个月，物理交付仍要9个月
前英特尔CEO帕特·基辛格在a16z播客中表示，AI已把芯片设计压缩到3个月，但流片、封装、机架交付仍需9个月，瓶颈从"画出来"转向"做出来"。他称HBM是"糟糕的内存"，认为30年来首次内存创新临近，行业市值4年涨了2.5万亿美元，上百家AI芯片公司终将收敛。他还判断铜正在死去，2028-2029年光学I/O迎来转折。
X · Justine MooreAI 评分2020 Justine Moore：单个 LLM 提示词即可完成大量研究，Gemini 4 擅长海量数据分析
Justine Moore 表示，如今单个 LLM 提示词就能完成大量研究工作，并称 Gemini 4 尤其擅长分析海量数据并综合成洞察。她表示会在下方附上演示链接。
抖音 · 杨博士说AI精选AI 评分6262 杨博士说AI：Haiku 5.5 降价后成最强性价比模型
杨博士说AI 分析称，Anthropic 的 Haiku 5.5 把价格压到提示词 100k 以内每百万 token 输入 0.1 美元、输出 0.5 美元，约为 Sonnet 5.5 的 1/20，比 DeepSeek V4.1 的 0.66 美元还低。
选题角度：从 Haiku 5.5 每百万 token 输入 0.1 美元、输出 0.5 美元的价格切入，对比 Sonnet 5.5、DeepSeek V4.1 和 Kimi K3，讲清海外大厂开始打价格战的逻辑。
公众号 · 硅星人ProAI 评分2222 硅谷一线投资人对谈：OpenAI 和 Anthropic 为何还没杀死创业公司？
在 Assembling 2026 对谈中，Leonis Capital 的 Jenny Xiao、微软 M12 的 Alan Du 与 Striker Venture Partners 的 Brian Zhan 讨论 OpenAI 和 Anthropic 为何尚未杀死创业公司。
The DecoderAI 评分5050 Anthropic 的 Andrej Karpathy：外界只看到 AI 能力的"预览版"
Anthropic 的 Andrej Karpathy 称"外部世界只看到了预览"，并将大语言模型用户分为四层：约 60 亿人几乎未接触 LLM，10 至 20 亿人把免费 ChatGPT 类产品当作更好的搜索引擎，约 2000 万数学与编程专业用户已用智能体完成过去需数周数月的项目，仅约 5000 人能接触内部前沿系统。
最佳拍档AI 评分2222 Google Research 负责人 Yossi Matias 谈 AI 下一次突破：超越 Scaling Law、环境智能与科学发现
Google Research 负责人 Yossi Matias 探讨 AI 下一次突破的方向，涵盖超越 Scaling Law 的架构创新（如投机解码提升效率）、环境智能与 Generative UI 交互范式、AI Co-Scientist 加速科学发现，以及洪水预测、Google Earth AI 行星级智能、医疗 AI 开放生态与量子计算进展。
Hacker News · AI 高分帖AI 评分3434 数学家应该了解 Lean 定理证明器的哪些事：可靠性与 AI
Lean 定理证明器由 Leo de Moura 于 2013 年在微软期间开发并开源，其数学库 mathlib 已收录近 30 万条定理、超 10 万个定义、250 万行代码和 700 多名贡献者。
抖音 · 晓辉博士精选AI 评分6262 AI冲击数学界：OpenAI发布700多份数学成果后，数学家为何焦虑
晓辉博士复盘OpenAI一次性发布700多份数学研究成果，对应人类数学家追寻的4000多道命题，其中约200多道给出Lean形式化证明。他梳理数学家社区的争议：有人认可这些成果能启发数学思想，也有人认为AI公司替数学家选择研究方向、抛出似是而非的解法，反而增加验证和消化成本。
选题角度：从OpenAI一次性抛出700多道数学命题解法切入，梳理数学家社区为何焦虑，再落到普通人该不该学数学、怎么用AI。
抖音 · 数字生命卡兹克爆款AI 评分1818 AI 让数学再也回不去那个旧世界了
数字生命卡兹克发布视频讨论 AI 对数学领域的冲击，认为数学已无法回到旧有研究范式。内容关联 OpenAI 与 AI 新星计划，但正文未给出具体模型版本、参数或评测数据。
抖音 · 杨博士说AIAI 评分5555 杨博士说AI：GPT-6、Astral 与 Claude Opus 5.5 破译 433 年前教皇密信
杨博士说AI 称 GPT-6、Astral 和 Claude Opus 5.5 几乎同时破译了 1593 年天主教联盟留下的两封密信，其难点在于多音替代密码、手写体识别、16 世纪法语语法还原与历史语境推理。
量子位AI 评分3838 全球AI集体"不说人话"：从Claude到GPT的Coding黑话现象与Gemini的例外
开发者吐槽Claude、GPT等模型在Coding场景下输出"15/15全绿""单腿哑火"等黑话，被指是Coding过拟合与CoT压缩Token所致，穴居人式思维链可省70% Token消耗。GitHub上教AI说黑话的CaveMan Skill已获104K星星，2019年的文言编程语言wenyan-lang也已有20K星。Gemini因排版清晰、语言自然成为少数仍能正常沟通的模型。
抖音 · 杨博士说AIAI 评分3838 Jev 无法深度思考：小模型做决策、大模型补推理的混合路线
browser use 开源 Jev Ultra Fast，让 Jev 直接读取浏览器 DOM 做 agent 高频动作决策，每轮只需一次模型请求，航班检索 7 秒完成，耗时比 LLM agent loop 压缩 25%，单次任务成本降至 0.0039 美元。
量子位AI 评分6262 TypeSafe 创始人 Diogo Almeida 访谈：Jev 估值 100 亿美元，公开 benchmark 极易被操纵
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，公开 benchmark 极其容易被操纵，即便开发者没有主动作弊也可能被榜单牵着走，他更相信把模型放进真实工作流去评估。
抖音 · 杨博士说AIAI 评分2222 从大模型到快慢思考：未来智能系统中 LLM、Jeff 与 RSI 的分工
未来智能系统将由 LLM、Jeff 与 RSI 分担不同角色：LLM 负责深度思考与规划，Jeff 属于 System One 快思考，以低算力成本快速给出零散判断，速度远超文本模型但性能略差。RSI 则把数据采集、训练与部署合并，在特定任务上边用边累积 trace 数据，形成 test time training 闭环。三者结合可满足 physical AI 对低延迟交互的需求。
Hacker News · AI 高分帖AI 评分2222 DeepSeek 的 KV cache 优化被 Claude Opus 5.5 与 GPT-6.1 Sol 采用，缓存读取价格大幅下调
DeepSeek 公开的 KV cache 优化正被西方实验室采用：其 MLA 架构将缓存压缩约 15x，DeepSeek-V4.1-Flash 借助 CSA2、跨层缓存复用与 FP4 缓存把全局 KV cache 降至每 token 890 bytes。
量子位AI 评分6262 OpenAI 研究员 Noam Brown 谈多智能体：解千禧年难题中它功劳不到 10%
OpenAI 研究员、o1 核心作者 Noam Brown 在 Dwarkesh Patel 播客中表示，用 1 万个 Agent、88 小时、1300 亿 token 解出千禧年数学难题，多智能体的功劳不到 10%，核心原因是模型本身足够强。
AI Explained精选AI 评分6262 Opus 5.5 发布：我们离自动化 AI 研究还有多近
Anthropic 发布 Claude Opus 5.5，AI Explained 结合其 230 页系统卡，讨论该模型在自动化 AI 研究（递归自我改进）上的进展。
选题角度：围绕 Opus 5.5 的 230 页系统卡和各家 RSI 承诺时间线，梳理实验室口径变化，适合做热点评论。
量子位AI 评分3030 Jev vs Decitron：同为决策AI，为什么不是一回事？
TypeSafe AI 的 Jev 与中科闻歌 6 月发布的通用决策大模型 Decitron 决策机，虽同属决策 AI，但对“决策”的理解不同：Jev 把决策压缩为 Choice、Score、Probability 的瞬时判断，服务软件和 Agent；Decitron 则用世界模型、多智能体推演、博弈与求解，把决策展开为对未来的推演。
量子位AI 评分2222 基元律动韩凯：从多模型调度到反馈闭环，探索Agent持续进化
基元律动联合创始人兼CTO韩凯在2026杭州云栖大会企业级Agent实践峰会上发表演讲《从Harness到RSI飞轮》，提出多模型异构并存与算力多元供给将成长期结构。其开源项目OpenSquilla在特定测试配置下保留固定旗舰模型基线99.96%的任务质量，成本降低88.9%；9月发布的NeoHorse-1基于通义Qwen3.5底座后训练，4B版本宏平均得分由58.94提升至64.87。
Hacker News · AI 高分帖AI 评分6060 Tim Dettmers 谈小实验室如何用智能体做前沿研究
Tim Dettmers 发文主张学术研究将迎来复兴，研究单位应从论文转向生态系统，并预告开源周将发布两个开源项目和四篇论文。