AIsaAIsaStudio English 打开 AIsa Studio
AI 风向 · 每日精选

11月22日 AI 日报

从 5 个来源中精选的 8 条 AI 资讯动态,按重要性排序,另有 5 个热点。

2026年11月22日 周日8 条精选5 个热点
头条

AINews:黎曼假设在数小时内被两位数学家各自声称证明

Latent Space 的 AINews 本期聚焦两位数学家在数小时内先后声称独立证明黎曼假设:Anthropic 的 Levent Alpöge 借助 Claude 完成证明,仅以 1.3GB Lean 代码(约相当于 25 万页)发布,Elliot Glazer 确认形式化陈述为 GRH 且 Lean 出错概率远低于 1%;Alessandro Masullo 同日公布其 12 年工作的 940 页纯人工证明草稿。文章由此讨论 slop 与 Weak to Strong 对齐问题,并汇总 Thinking Machines 开源 26.4B 循环 MoE Inkling 2 Mini、Gemini 4 Neon 的开发者反响与评测、腾讯 Hy4 开源,以及 Anthropic 募资 813 亿美元的 IPO 等行业动态。

为什么值得看

这期 AINews 汇总了两份黎曼假设证明声明与 Inkling 2 Mini、Gemini 4 Neon 等发布,并讨论 AI 数学协作的对齐问题。

热点 5

48 小时内多个来源都在报道的事。

今日看点 3

Anthropic IPO 后能否继续把安全放在第一位?

The Verge 的 Decoder 播客访谈资深 AI 记者 Hayden Field,讨论 Anthropic 登陆纳斯达克的 IPO,发行价 $83/股、最高涨至 $111。他们拆解了 Anthropic 特殊的治理结构,包括 Long-Term Benefit Trust 与创始人通过 Founder LLC 一股掌握 50.1% 投票权,公司未来约 $900 billion 的算力开支,安全承诺与盈利压力的冲突,以及 OpenAI 似乎乐见 Anthropic 先上市的原因。

为什么值得看

访谈拆解了 Anthropic 上市后创始人控制权与安全承诺之间的张力,以及算力开支对这家上市公司的实际约束。

Anthropic 数学家宣布 Claude 协助证明黎曼猜想,斯坦福随后发布纯人类竞争草稿

Anthropic 数学家 Levent Alpöge 宣布与 Claude 合作完成黎曼猜想及广义黎曼猜想(GRH)的证明草稿,附完整代码,证明以 Lean 语言发布、打印将超过 25 万页。数小时后,斯坦福 AMS 主席 Ravi Vakil 发布了数学家 Alessandro Masullo 历经 Brian Conrad 数月审阅的纯人类证明草稿,但约 8 小时后已有人在 AI 协助下发现其中问题,Vakil 表示所有问题需经学界确认后证明才能成立。

为什么值得看

原文梳理了 AI 证明与人类证明的竞争细节和验证方式,读者可以据此了解两份草稿各自的依据和后续审查流程。

Anthropic 发布 Claude Fable 5 与 Claude Mythos 5 系统卡

Anthropic 发布 Claude Fable 5 与 Claude Mythos 5 的系统卡,说明 Mythos 5 核心行为评估不带部署期防护,Fable 5 则包含分类器、模型切换机制和接近最终版的 claude.ai 系统提示词结果。在 GDP.pdf 基准上 Fable 5 严格通过率 29.8%,高于 Claude Opus 4.8 的 22.5%,也超过 GPT-5.5(24.9%)和 Gemini 3.1 Pro(16.7%);另一项由 FutureHouse 开发的科学科研能力基准上,模型以自适应思考和 max effort 配置在公开集 181 题上取五次平均,分别测试有无 Python 工具的情形。

为什么值得看

系统卡给出 GDP.pdf 等基准的分数和与其他前沿模型的对比,读者可以据此评估模型在真实文档与科研任务上的表现。

更多动态 4

Anthropic MCP 论文解读:code mode 六步让智能体上下文从 150k tokens 降到 2k

作者拆解 Anthropic 关于 MCP code mode 的论文:把工具上下文从 150,000 tokens 压到 2,000,节省 98.7%,做法是让智能体不再直接调用工具,而是写代码调用工具。六个部分包括工具转为 .ts 文件、按需加载、在沙箱代码中过滤数据(万行表格模型只看 5 行)、轮询循环在代码中运行、真实数据先脱敏(如 [EMAIL_1])、可复用代码存入 ./skills 并配 SKILL.md。作者把六个部分打包成一个提示词,放入 Claude Code 即可自动配置 code mode。

为什么值得看

原文梳理了 Anthropic 论文中 code mode 的六个组成部分,并附带可放入 Claude Code 的提示词,读者可按需迁移到自己的一体化智能体工作流。

MIT 论文揭示 vibe coding 产出激增但发布与用户增长脱节

作者讨论 MIT 一篇追踪 App Store、Play Store 和 Chrome Web Store 新应用的研究:使用自主 Agent 的开发者代码量增加 25.5 倍、commits 增加 240%,但实际发布仅增加 30%;采用 Claude Code 后开发者多写 7 倍代码、删除量增加 12.2 倍,仓库 30 天内被放弃的比例从 60% 升至 69%。自 2025 年初以来新应用数量大约翻倍,但用户参与度没有变化,作者由此认为写代码从来不是真正的瓶颈。

为什么值得看

原文把产出激增与发布、用户增长脱节的数字并置,给出一个判断 vibe coding 真实回报的视角。

Colgate 论文显示让 LLM 角色扮演消费者可预测真实购买意愿

一篇由 Colgate 发表的论文显示,让 LLM 以特定人口画像角色扮演消费者并写出真实想法,再用语义相似度评分方法(SSR)转化为数值分数,可以预测真实购买意愿。在对 57 份真实个人护理产品问卷和 9,300 条人类回答的测试中,模拟消费者达到了人类重测信度的 90%,并复现了不同年龄段和收入水平对价格变化的反应。

为什么值得看

原文梳理了 SSR 方法的具体做法和 57 份真实问卷的验证结果,读者可以借此理解用 LLM 模拟消费者的可行路径。

Anthropic $ANT 上市后将迎来 2X 杠杆与反向 ETF,预计 11 月 23 日首个交易日

Anthropic $ANT 公开上市后,Tradr ETFs 推出两只相关 ETF:做多方向的 2X Long ANTT 和做空方向的 2X Short ANTZ,预计首个交易日为 2026 年 11 月 23 日星期一。原文同时提示杠杆 ETF 存在重大风险。

为什么值得看

原文给出 Anthropic 上市后两只 2 倍杠杆与反向 ETF 的代码和首个交易日,读者可据此了解相关交易工具安排。

值得关注 8

美股科技股因AI疑虑加剧遭遇疫情以来最差单周,Nasdaq 100进入熊市区间

美股科技股遭遇疫情以来最差单周表现:以科技股为主的 Nasdaq 100 周五下跌 5.6%,全周下跌 10.4%,较 10 月高点回落 20%,进入熊市区间。抛售由对巨额 AI 基础设施投入的疑虑、Nvidia 风波与存疑的中国交易、以及民主党中期选举获胜后的政治逆风共同推动;Nvidia 因 SEC 审查其会计问题的报道周五暴跌 14%,美国半导体指数下跌 10.7%,Anthropic 上市次日下跌 9.1%。

OpenAI 更新使用政策禁止用其模型协助训练竞品,数据整理也算违规

OpenAI 新使用政策于 2026 年 11 月 20 日生效,新增“训练与开发模型”条款,禁止用其模型或输出为旨在替代 OpenAI 的模型生成、准备、筛选或提供训练数据,涵盖打分、排序、标注等环节,第三方代办也在禁止之列;模型路由和 AI 网关等平台需先获 OpenAI 审核批准才能提供直接访问。同日 OpenAI 发文介绍对抗性蒸馏,称内部测试中推理提取攻击对 GPT-6 Astra 原始防护的成功率为 54%,对 GPT-6.2 Astra 降至 0.2%,并表示每周对数千至数万个账户采取行动,部分活动归因于与 Moonshot AI 相关人员。文章还指出 API 修改历史消息会丢弃后续推理并可能抬高 token 成本,以及 Anthropic 已于 11 月 12 日生效类似政策。

硅谷 AI 末日执念催生邪教式团体,Maple 僧院瞄准 AI 从业者

The Decoder 转述 Sam Kriss 的《纽约客》报道,介绍佛蒙特州僧院 Maple(Monastic Academy)如何以拯救人类免于 AI 末日为口号吸引 AI 工程师,试图成为 AI 行业的官方教会。该组织年入最多 100 万美元,前成员称寺内秘密录制住客对话甚至呼吸声,用于训练以创始人 Soryu Forall 思维为蓝本的"AI 神";领导层否认大部分指控但承认存在秘密教义。报道还联系了行业末日焦虑,如 Jacob Coxon 离开 Anthropic 后引发的争论,以及 AI Impacts 2024 年调查中 1500 多名研究者平均给出 18% 的 AI 导致人类灭绝概率。

Agent 市场调研如何自检:20 条帖子验证规则与关键词匹配的双向失真

作者为经营网页和视频剪辑业务的调研 Agent 制定了一套需求验证硬规则:同一问题需近 30 天内 20+ 条不同来源帖子、分布在至少 2 处、留链接和日期、其中 5+ 条涉及预算或价格,并基于带对照组的可记录搜索,否则一律视为未验证。首次实测中,逐条重读某天 55 条帖子后,把关键词匹配得出的“Reddit 每天约 50 条找视频剪辑”修正为 37 条,其中混入了剪辑师的自荐广告;网站需求方面,补读未匹配帖子后计数从 5 升到约 10,说明匹配在两个方向都出错。

AI 智能体新闻公司半年复盘:8 天停更事故、每篇约 €9 成本与 Bing 索引修复

一位退休交易员用六个 AI 智能体(CEO、TrendScout、Researcher、Writer、SEO、Publishing)在 Paperclip 上运营新闻公司,主要用 Haiku 4.5。半年复盘:8 月因他自己写的临时人工审核规则导致停更 8 天;曾出现 WordPress 返回 401 仍报“完成”的事故,现要求提供 post ID、URL 和状态码作为证明;Researcher 曾引用 AI 生成的博客获取 EU AI Act 罚款金额,现已封禁论坛和 AI 博客作信源。10 月迁到 Railway 约花 3.5 小时。成本约每月智能体 €36(四篇文章,约 €9/篇)、托管 €10、Claude 订阅约 €100,缓存命中率约 93%。收入为零,无人购买约稿;Bing 索引从 52 篇中的 2 篇修复到 54 篇中的 39 篇,上月流量翻倍以上。

AiEnsured agentest 发布:离线校验智能体实际动作的测试平台

testAIng.com / AiEnsured 联合创始人兼 CTO Srinivas 发布 AiEnsured agentest,一个 Agentic AI 测试平台,灵感来自购物智能体声称已加入购物车但 trace 中无 add_to_cart 调用的案例。平台从录制 trace 校验智能体实际执行动作,可离线运行 165 项测试,判定路径不含 API key 和模型,同一 trace 结果确定;通过 pip install agentest-ai 安装,提供 agentest demo 命令、60 秒 Colab notebook,以及 PyPI、仓库和 Hugging Face checklist 链接。