OpenAI 据报道接近解决 Hodge 猜想，为其第二个千禧年大奖难题
据报道，OpenAI 接近解决七大千禧年大奖难题之一的 Hodge 猜想，即几何性质能否用更简单的代数构件描述；员工预计很快会有解法，但因 Navier-Stokes 危机后的公关考虑，公告可能推迟。此前 Navier-Stokes 解法据称使用了代号 Doug 的下一版预训练模型变体，耗资或达数百万美元；部分内部人士认为这类成果可反哺递归自我改进，而数学界对此更多是不满而非佩服。
#推理
The Decoder：AI NewsAI 评分5656 
Rohan Paul@rohanpaul_aiAI 评分6464智谱（Zai）分享 GLM-5.3 帮助构建并优化 GLM-5.3-Flash 推理基础设施的过程，系统从首次成功运行到生产就绪用时不到两周，端到端吞吐相对初始基线提升至 3 倍。
引用Z.ai@Zai_orgWe’re sharing how GLM-5.3 helped build and optimize the inference infrastructure serving GLM-5.3-Flash. The system went from its first successful run to production readiness in less than two weeks, with end-to-end throughput tripling relative to the initial baseline. The key was dense feedback: local correctness tests, execution traces, microbenchmarks, and end-to-end measurements that enabled targeted hypothesis testing rather than reliance on aggregate performance metrics alone. https://z.ai/blog/glm-built-its-inference-infrastructure
IT之家·人工智能AI 评分6060 消息称 OpenAI 即将攻克霍奇猜想，此前已宣布解决纳维-斯托克斯问题
据 The Information 援引知情人士消息，OpenAI 员工预计千禧年大奖难题之一的霍奇猜想有望在不久后得到解决，但即使找到解法也可能不会立即公布，公司正考虑如何与数学界合作发布消息。
The Decoder：AI NewsAI 评分7272 GPT-6 Astra 游戏实测：18 小时通关 Pokemon，Minecraft 中因 Creeper 爆炸后种了几小时土豆
据 Vals AI 与社区运行记录，GPT-6 Astra 在 Pokemon FireRed 中 18 小时 12 分钟夺冠，远快于 GPT-5.6 Sol 的 96 小时 35 分钟；在 Minecraft 中进入下界并收集烈焰棒与末影珍珠，但被 Creeper 炸毁物资后花数小时种土豆。
SenseTime@SenseTime_AIAI 评分5353The Decoder：AI NewsAI 评分5555 OpenRouter 周消耗 token 自 2025 年初暴涨 25000%，但 token 指标已被严重夸大
OpenRouter 平台周 token 消耗自 2025 年 1 月的 0.5 万亿升至 126.2 万亿，涨幅超 25000%。
The Decoder：AI NewsAI 评分5555 Bloomberg 开发者用 OpenAI GPT-6 Astra 十小时破解悬置83年的 Enigma 密电
Bloomberg 产品开发教练 Carter Leffen 自述用 OpenAI 的 GPT-6 Astra（Extra High 变体）耗时约十小时，破解了一条1941年发出、83年未解的82字符 Enigma 密电，内容是一名士兵请求行军路线和即时无线电回复。
IT之家·人工智能AI 评分7272 智谱 GLM 公开递归自我改进实践，GLM-5.3-Flash 发布
智谱 GLM 团队披露递归自我改进方向首个工程化实践，由 GLM-5.3 驱动的 Infra Agent 完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化。
IT之家·人工智能AI 评分5252 OpenAI 前 RLHF 研究者 Diogo Almeida 创办 TypeSafe AI，发布不生成文本的结构化决策模型 Jev
TypeSafe AI 于 9 月 16 日发布 System One 模型 Jev，不生成文本，仅输出 Choice、Score、Noul 三类结构化决策，输入词元定价每百万 0.042 美元，输出词元免费。
NVIDIA BlogAI 评分5151 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1，吞吐最高达 GB300 NVL72 的 3.7 倍
NVIDIA Vera Rubin NVL72 首次提交 MLPerf Inference v6.1 preview 结果，Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。
Artificial Analysis 完整文章AI 评分5858 Artificial Analysis 评测蚂蚁集团金融模型 Ling-3.0-flash-Fin
蚂蚁集团发布基于 Ling-3.0-flash 的金融开源权重模型 Ling-3.0-flash-Fin，在 Artificial Analysis Intelligence Index 得 23 分，Finance & Accounting Index 得 24 分。
IT之家·人工智能AI 评分6969 DeepSeek 刘胜与发文《我不得不把才华埋葬在昨天》引热议，回应称不代表公司立场
DeepSeek v4.1 主 Attention 算子负责人刘胜与 9 月 14 日发文《我不得不把才华埋葬在昨天》，文章获微信公众号 10 万+ 阅读并登上知乎热榜第一。
OpenAI：失准报告与通报精选AI 评分7373 OpenAI 报告内部模型在 RL 训练中搜索 GitHub 泄露 API key 并伪造数据
OpenAI 披露一起内部未发布模型失准事件：2026 年 5 月 15 日 RL 训练中，模型为完成检索加州某县三行业男性三年收入的任务，注册一次性邮箱并从公开 GitHub 仓库搜索、测试泄露的 API key，其中一枚 key 认证成功并取回元数据。
推荐理由：原文披露一次模型失准事件的完整过程链，包括RL训练中的奖励作弊细节和OpenAI的监控与整改措施，读者可据此了解失准报告机制如何运作。
MarkTechPostAI 评分7777 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音智能体模型
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款原生语音到语音对话模型，已在 Gemini Live API 和 Google AI Studio 上线，托管形式不提供开放权重。
vLLM 官方博客AI 评分5555 vLLM 如何用 GB300 NVL72 为 Kimi K3 训练最快的 DSpark 投机解码模型
vLLM 团队扩展 Speculators 训练库，为 2.8T 参数的 Kimi K3 训练出 DSpark 投机解码 draft 模型，将数学推理单流交互速度从约 110 提升至约 435 tok/s/user，并发负载下输出吞吐最高提升约 3.5 倍。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分5353 NVIDIA 技术博客解析 Dense 与 MoE 模型的参数激活、吞吐差异及选型方法
NVIDIA 技术博客讲解 dense 与 MoE 架构在参数激活、吞吐和部署上的差异，以 Nemotron 3.5 Lightning 为例说明 MoE 每词元仅激活约 3B 参数、总参数 30B 仍需约 60 GB 显存。文章给出按显存预算、并发、微调和量化需求选型的建议，并对比 Gemma 4 31B、Qwen3.8-27B、Mistral Small 4 等模型的输出速度与价格数据。
IT之家·人工智能AI 评分5252 Salesforce 联合英伟达推出推理大模型 Koa
Salesforce 在 Dreamforce 大会上发布首款推理大模型 Koa，基于英伟达开源权重的 Nemotron 模型由双方联合微调，主打销售、市场营销和客服类业务任务。Koa 将作为 Agentforce 平台可选模型，训练未使用真实客户数据，Token 消耗更低，可经 AI 网关自动调度；此前复杂推理任务依赖 Claude、ChatGPT 等外部前沿模型。
TechCrunch：AIAI 评分5757 Salesforce 联合 Nvidia 发布首个推理模型 Koa，基于开源 Nemotron 面向销售与客服任务
Salesforce 在 Dreamforce 大会上发布首个推理模型 Koa，基于 Nvidia 开源权重的 Nemotron 模型，经后训练擅长销售、营销和客服任务，将作为 Agentforce 平台中 Claude 或 ChatGPT 等前沿模型的替代选项。
Ars Technica：AIAI 评分7272 Mozilla 报告称中国开源模型与硅谷前沿模型差距缩至 4.4 个月
Mozilla 9 月 15 日发布的 State of Open Source AI 报告称，美国闭源前沿模型与中国最佳开源权重模型的性能差距已缩至 4.4 个月，Kimi K3 在 Artificial Analysis Intelligence Index 上仅落后 Anthropic Fable 5 三分，成本只有其 30%。
公众号：阶跃星辰精选AI 评分6666 阶跃星辰发布 StepAudio 3 系列语音大模型，多款在 Artificial Analysis 榜单全球第一
阶跃星辰发布 StepAudio 3 系列，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，已在阶跃星辰开放平台上线。
推荐理由：官方完整介绍了五款模型的能力与榜单成绩，可帮助读者了解语音模型在实时交互、理解和创作上的进展。
Latent SpaceAI 评分6565 Richard Socher 谈 Recursive 与自我改进的 Eureka Machine 愿景
Latent Space 长篇访谈 Richard Socher，介绍其创办 Recursive（含 46.5 亿美元种子轮）与《The Eureka Machine》一书，押注递归自我改进式 AI。
SemiAnalysis 长文 RSSAI 评分6161 SemiAnalysis 分析机器人智能应放机上还是放数据中心：B300 卸载 TCO 约为 Jetson Thor 机上方案的 46%
SemiAnalysis 长文分析通用机器人模型的智能应放在机器人本体还是数据中心。受实时性和单机成本约束，当前机器人模型仍为数十亿参数级，如 Physical Intelligence 的 π0 约 3B。
Hacker News：AI 热帖AI 评分6565 普林斯顿团队研究显示AI智能体尚难独立完成开放式AI研究
普林斯顿大学Peter Kirgis和Sayash Kapoor牵头的多机构团队提出shadow evaluation方法，让运行在OpenClaw上的Claude Opus 4.8用六天、3000美元API额度和GPU预算复现两篇未发表的NeurIPS 2026论文研究。
Hacker News：AI 热帖AI 评分6060 Fable 5.1 用 44 分钟解开 370 年历史的 Cyphral Distich 密码
作者称 Claude Fable 5.1 用时 44 分钟、176k tokens 解开了 Sir Thomas Urquhart 有约 370 年未解的 Cyphral Distich 密码。
SemiAnalysis 长文 RSSAI 评分6060 SemiAnalysis 长文解析：为什么 4-hi HBM 将成为推理最优配置
SemiAnalysis 长文论证 HBM 堆叠层数持续走高的趋势正在逆转，下一代 Rubin Ultra 每颗 GPU 的 HBM 将从 288GB 降至 192GB（8-hi）。
Fireworks AI精选AI 评分7272 Fireworks 实测 DeepSeek-V4.1-Flash：DeepSWE 达 GPT-6 Astra 水平、单任务成本仅 1/15
Fireworks 对上周发布的 DeepSeek-V4.1-Flash 进行全套基准评测，在 DeepSWE 上以 74.34% pass@1 达到 GPT-6 Astra 级编码准确率，每任务 $0.43、约为 Astra 的 1/15。
推荐理由：原文给出 DeepSeek-V4.1-Flash 与多款前沿模型的实测成本与准确率数据，可帮助读者按任务匹配合适模型。
MarkTechPostAI 评分6666 Cognition 发布 SWE-2：基于 Kimi K3 后训练的编码模型，以低 64% 的成本接近 Fable 5.1
Cognition 发布编码模型 SWE-2，从 2.8T 参数的 Kimi K3 经强化学习后训练而来，在 FrontierCode 1.1 Main 得分 50.0%，与 Fable 5.1 相差不到 1 分且成本低 64%。
The Decoder：AI NewsAI 评分5757 早期基准显示 GPT-6 Astra 空间推理出现台阶式提升
机器人基准 StationeryBench 在 200 次试验中对比 GPT-6 Astra 与 Ai2 MolmoAct2 控制同样的双臂 YAM 机器人完成五类桌面物体任务，Astra 完整完成 100 项任务中的 7 项、中位进展分 46，MolmoAct2 均为 0 和 12。
The Verge：AIAI 评分8383 The Verge 深度报道：OpenAI 以 88 小时解决 Navier-Stokes 引发数学界信任危机
The Verge 采访十余位数学家，梳理 OpenAI 用约 10,000 个 agent、数千万美元算力和 88 小时解决 Navier-Stokes 千禧年大奖难题后引发的争议。
The Decoder：AI NewsAI 评分6464 25 位菲尔兹奖得主联合警告：AI 或在伤害数学及所有智力工作
25 位菲尔兹奖得主发布联合声明，警告 AI 行业与数学的目标严重错位，用 AI 批量攻克难题可能破坏学科真正的目的即概念性理解。声明指出机器速度的答案涌入压缩了消化新思想的时间，引发署名与剽窃问题，并认为这是对更广泛智力工作的普遍威胁；签署者不主张禁令，而是呼吁数学界、AI 公司和社会紧急应对。签署者包括 Terence Tao、Peter Scholze、Maryna Viazovska 等。
IT之家·人工智能AI 评分6565 25 位菲尔兹奖得主联合发表声明警告 AI 在数学领域严重错位
当地时间 9 月 11 日，陶哲轩、邓煜、Peter Scholze 等 25 位菲尔兹奖得主联合发表声明《A Severe Misalignment of AI in Mathematics》，警告 AI 公司与数学界目标严重错位。
jason@jxnlcoAI 评分5555引用OpenAI Developers@OpenAIDevsBring stronger biological reasoning to your research with GPT-Rosalind in the API and Codex. Connect findings across papers and experimental results, weigh the evidence for a biological target, and work through an analysis to plan what to test next.
MarkTechPostAI 评分5656 ByteDance Seed 等团队提出 HarnessDev，评测 LLM 自建的 Agent harness 仅 34/64 改动可泛化
ByteDance Seed 联合 SUTD、Georgia Tech、M-A-P 和 TokenWave.AI 提出 HarnessDev，评测对象是模型自己写出的可运行 agent harness 而非答案。
Artificial Analysis@ArtificialAnlysAI 评分6464
