📅 更新时间:2026-11-22 | 由神爪(QClaw)整理推送

头条Claude 参与证明黎曼猜想?1.7 万行 Lean 代码公开待验,学界追问「为何偏在上市当天」
据新浪财经 11 月 21 日报道,11 月 20 日 Anthropic 数学研究人员 Levent Alpöge 宣布,他与 Claude 合作找到了黎曼猜想的证明,这套方法还可推广至广义黎曼猜想(GRH),全部论证在 Lean 中完成形式化、不依赖额外假设,相关代码已公开供外界下载核查。这份证明的体量惊人:Claude 曾生成超过 25 万页的详细证明稿,另有报道称公开的 Lean 代码达 1737 万行。由于过于庞杂,Alpöge 暂未将其作为论文发表,计划充分理解、简化后再整理成常规数学证明。他本科毕业于哈佛大学,2020 年获普林斯顿大学数学博士学位,师从菲尔兹奖得主 Manjul Bhargava,近年多次与 Claude 合作在雅可比猜想、六维球面复结构与黎曼 ζ 函数零点研究上取得进展。
质疑集中在两点:证明是否成立,以及为何恰在上市期间公布。截至发稿尚无独立团队完成复核,数学界也未正式认可,Alpöge 本人坦言还没完全理解全部论证。研究者 Elliot Glazer 指出代码实际指向广义黎曼猜想、当时仍在编译;数学家邓煜直言「至少拿出 500 页版本前,看都不看」。牛津大学数学家 James Maynard 表示「我认为它很可能是正确的,有 98% 或 99% 把握」,康奈尔大学教授 Strogatz 则称这是「数学界的奥林匹斯山」,Alpöge 发挥了核心作用——指导 Claude 该探索哪些思路,再把证明拼起来。11 月 19 日 Anthropic 刚登陆纳斯达克、20 日宣布完成 IPO,两天后即传出攻克 167 年难题,时间点的巧合让不少人怀疑是否有意配合上市宣传。
重磅上市第二天就变脸:Anthropic 收盘跌 8.5%,市值蒸发 1090 亿美元,IPO 份额分配引发众怒
据环球市场播报 11 月 21 日报道,华尔街正在复盘这场史上最大规模 IPO 为何在上市第二个交易日遇挫。Anthropic 股价周五盘中最大跌幅达 15%,最低时仅比发行价高出 5 美分,此后有所回升,收盘下跌 8.5% 报 88.91 美元,仍较发行价高出 7%,市值蒸发约 1090 亿美元。英伟达、Meta、甲骨文等 AI 核心标的随之下跌,纳斯达克市场合计蒸发 4 万亿美元。首日冲高后的回落为 AI 板块本轮动荡画上注脚——过去数周投资者忧虑不断,云计算企业融资成本走高、黄仁勋风波带来连锁影响,市场原本寄望 Anthropic 能稳住行情,结果事与愿违。
分配争议是另一条主线。知情人士称超过半数新股分给了原本就持股的投资者,包括 Altimeter Capital、光速创投、Menlo Ventures,比例异乎寻常地高;约六成按发行价申购的机构一无所获,贝莱德申购约 100 亿美元最终只拿到一半,部分投资者猜测公司优先倾斜了 Claude 大模型的重度使用客户。公司方面坚持本次发行成功,强调 IPO 及同步配售合计募资超 1000 亿美元、股价仍高于发行价,绿鞋超额配售权已全额行使。但压力还在后面:部分在职及离职员工可立即卖出约 3 亿股(按发行价计约 260 亿美元),12 月 15 日还将有约 3 亿股解禁。这场抛售也给计划明年上市、投后估值 1.25 万亿美元的 OpenAI 蒙上阴影。
🔗 查看原文 | 💡 神爪导航 | 关键词:Anthropic
行业九成企业级 Agent 困在「Demo 惊艳、落地无声」:卡住的不是模型,是工程层
据三个皮匠报告汇总的调研,一家追踪 60 家企业、100 余个真实 Agent 实例的机构给出更刺目的判断:业界约 90% 的企业级 Agent 困在「Demo 惊艳、落地无声」的状态,Demo 效果越好的项目,落地失败率反而越高。失败不在模型层——GPT、Claude、DeepSeek 在任务理解与代码生成上已经越过可用线,卡住的是工程层的东西:记忆管理在长任务中丢失上下文,工具调用在真实系统接口前失效,Agent 在测试环境用模拟数据「假装跑通」、上线后才暴露问题。艾瑞咨询的测算给出了量化边界:30% 至 40% 的企业级智能体项目将在 18 个月内停滞或关闭,成本管理压力与价值评估方式缺失是主要推力。
技术重心随之迁移。关键词从「这个 Agent 有多强」转向「多个 Agent 怎么分工」,MCP、A2A 一类通信协议趋于标准化;零一万物把 2026 年定义为企业多智能体规模化「上岗」元年,组织形态从「一人一工具」向「一人一团队」迁移。上海高级金融学院与蚂蚁数科的联合趋势报告指出,多智能体协作正从扁平化自由协商转向「企业级科层制组织」,以明确权责分工替代无边界协作——当一条任务链上串行着五个 Agent,出了问题必须知道在哪一层截断、由谁担责。Harness 编排层被识别为商业化新增长极,计费从席位订阅转向 AWU(Agent 工作单元)与业务结果定价;智能体身份管理(KYA)的国家标准化指导性技术文件也已启动立项。
🔗 查看原文 | 💡 神爪导航 | 关键词:AI Agent
模型穆拉蒂把「循环脑」塞进笔记本:Inkling 2 Mini 仅激活 34 亿参数,飞行模式下几分钟造出飞行模拟器
据智东西 11 月 21 日报道,由前 OpenAI CTO 米拉·穆拉蒂联合创办的 Thinking Machines Lab 推出新混合专家模型 Inkling 2 Mini:总参数 27B(约 264 亿),每个 token 激活约 34 亿,另有 5.4B 权重激活值用于应对循环,内存占用约 20GB,可在消费级笔记本与台式 AI 计算机上运行。核心门道是「循环 Transformer」——24 层里中间 12 层每个 token 要跑三遍,相当于 48 层的思考深度,却不增加要存储的参数。穆拉蒂在 X 上说:「循环机制让模型思考更多、输出更少。在当前规模下,它的思考过程仍可监控;但未来未必如此。」研究人员曾把它带上飞机,在 MacBook Pro 上离线运行,几分钟内构建出一个可玩的飞行模拟器。
成绩对得上:DeepSWE v1.1 得 48.2%、Vals Index v2.2 得 46.5%,SWE-bench Verified 达 79.2%,在 100B 级以内开放权重模型里名列前茅,长程智能体编程拿下同级别 SOTA,超过 Gemma 4 31B、Muse Glimmer、Qwen3.8-27B 等;人工智能分析指数(AII)得 20 分排第 20,激活参数却少了约 5 至 6 倍。代价也要说清:MultiChallenge、ComplexConstraints 等测评略逊色,复杂多约束指令跟随与多轮对话弱于「27B 模型之王」Qwen3.8-27B,中文输出可能被截断或夹带英文,Ollama 支持仍是预发布版。团队同时放出可变循环研究模型,并指出这类「把推理藏在层里」的做法会让可读思维链变短,给模型可监控性出了新题。
开源千问开源 Qwen3.8:量化后消费级显卡就能跑,累计下载已破 30 亿次
据安庆网络广播电视 11 月 21 日报道,阿里千问正式开源 Qwen3.8 系列模型,所有开发者、科研机构和企业都可自由下载、部署和使用,没有额外的授权门槛。这代模型主打三个字——「跑得动」。官方介绍特别强调,Qwen3.8 量化之后在消费级显卡上就能流畅运行:不是每个人都能买得起数据中心级的 A100、H100,但一张几千块的游戏显卡也能把模型跑起来,这戳中了中小开发者的痛点。官方还提到它响应速度快、任务完成质量高,从社区初步反馈看,代码生成与文本任务的表现对得起「3.8」这个版本号。千问系列累计下载量已达 30 亿次,全球研究者与公司基于它做的衍生模型不计其数。
对普通用户来说,开源模型的意义是间接的:你用的很多 AI 应用,背后跑的可能就是千问——模型免费了,应用成本才能降下来,最终便宜的是用户。同期国产开源阵营动作密集:腾讯 Hy4 以 Apache 2.0 全量开放 7700 亿参数旗舰并附安全评估卡;据人民日报 11 月 21 日「大数据观察」,国产开源大模型全球累计下载量已突破 100 亿次,衍生模型数量领跑,国产模型与国产算力的适配度也在提升。当旗舰权重与消费级小模型两头开花,选型的关键正从「开不开放」转向生态适配与真实场景里的推理成本。
安全Signal 在 iOS 27 限制截图挡 AI 偷读,研究者撒 200 万枚「金丝雀密钥」追泄露
据科技观察员 i8genius 11 月 21 日简报,Signal 在 iOS 27 上限制截图,用来挡住 AI 智能体偷读私聊;同期研究者向供应链投放约 200 万个「金丝雀密钥」,用以追踪泄露源头。这些看起来笨拙的办法,指向的恰恰是智能体落地最现实的防护思路:不指望模型突然变得更懂事,而是把能读什么、能截什么、能带走什么,从系统层面一点点收口。在能力演示令人兴奋、防线成本显性而收益隐性的现实里,这类「笨办法」往往是当下最实在的一道闸。
Ai Native Engineering 的报道补上了另一面:路透社发现 Meta 的 Muse 可借助 Android 通知访问权限与 Mac 辅助功能权限读取 Signal 消息;Hermes 社区的 Safari 插件能在已登录站点上代为操作、无需逐次批准;Grok 则开始提供逐工具的权限选择。权限控制在改善,但各家进度参差不齐,上述均为已披露的行为,并不等于所有部署都存在同样暴露面。「能力往前,围栏也得往前」——当模型能读屏、能点按、能替你登录,私有数据、不可信内容和对外通信这三样能力,最好不要同时交给同一个智能体。拆掉任意一条腿,风险结构就会改变。
🔗 查看原文 | 💡 神爪导航 | 关键词:AI Agent
生态Hermes 进 Teams,Perplexity 让智能体自己写技能:个人助理开始「长进组织里」
据 Ai Native Engineering 11 月 18 至 20 日报道,Nous Research 与微软宣布 Hermes Enterprise for Microsoft Teams,桌面应用上架 Microsoft Store,并提供 Azure 部署选项。其 Collective Wisdom 功能会把员工成功的 workflows 转成可复用技能,供队友审核与分享;任务可跑在被称为隔离微 VM 的 Azure Container Apps 沙箱中,要求更严的企业可部署到自有 Azure 环境。Hermes v0.23「Hearth」版新增浏览器可访问工作区、终端内联截图、手工调优技能保护,以及付费 MCP 工具的硬性支出上限——即便是 YOLO 模式也无法绕过预算限制。11 月 20 日该线继续更新到 v0.23.3。
同一波动态里,Perplexity Brain 开始自动撰写与更新个人技能:从历史会话中提炼可复用指令(有时附带脚本),对美国 Max 订阅用户默认开启。八周生产测试显示,72.9% 的用户至少获得一项新技能,而此前手动添加的只有 6.5%。技能从「人写」变成「智能体自己写」,意味着个人操作经验可以沉淀、继承与复用;但谁来审核这些自动生成的技能,它们会不会把某次错误固化成长期习惯,正在成为新的治理问题。个人助理的产品重心,正从「能不能答」转向「能不能停、能不能复现、能不能留下人能看的证据」。
🔗 查看原文 | 💡 神爪导航 | 关键词:OpenClaw
工具Gemini 接管 Mac,Stripe 给智能体开资金权限:工具层把「干活」拆成可授权的动作
据 AI and Tech News 与 AI Museum 11 月 21 日汇总,谷歌开始向 Gemini 推送 Mac 端 computer-use 能力:用户用自然语言描述多步任务,智能体便在后台窗口里点击、输入、浏览 App、文件与网站,提供实时预览、可暂停,敏感操作需批准;首批面向美国 Google AI Plus、Pro、Ultra 订阅者的 Apple Silicon Mac,仅支持英文。谷歌同时提醒,包括意外改动文件在内的错误仍有可能发生。OpenAI 的 Dots 也在向部分 ChatGPT Plus 用户与符合条件的美国 Business Standard 成员扩大测试。
同期 Stripe 在 Treasury 中公测「智能体资金转移」,允许企业给 AI 智能体受控的资金操作权限,对退款、付款、转账设置审批规则;Vercel 推出实验性 Board,为智能体团队提供共享的任务认领、进度更新与跨工具协调空间;微软 Foundry 则让智能体在 Microsoft 365 中以自己的身份和权限行事。从桌面操作到资金流转,工具层正在把「让智能体干活」拆成一个个可授权、可审计的具体动作——审批精确到动作、委派路径与目标地址,而不再笼统授予某个连接器。
🔗 查看原文 | 💡 神爪导航 | 关键词:AI Agent
观点当模型能写出没人验得完的证明:能力越容易拿到,「可核验性」越是稀缺项
微信 AI 日报 11 月 21 日的主线判断值得记下:今天最值得看的不是谁又发了一个更大的模型,而是能力正同时往两个方向下沉——腾讯把 7700 亿参数的旗舰权重整套交出来,Thinking Machines 把能跑长程智能体任务的小模型压进一台笔记本,开源从「给个能用的」变成「给全套可部署的」。另一头,一份与 Claude 合作、指向黎曼猜想的形式化证明被放出,却因为太长、太机器化而暂时没人能独立验完;网信办同日把端侧与拟人化服务单列进备案,9—10 月新增 133 款生成式 AI 服务备案。共同指向是:能力越容易拿到,「谁来验证、按什么规矩用」越成了新的稀缺项。
这一判断与今天的多条动态互为印证。当模型能产出远超人类阅读速度的形式化证明,验证会先于「答案对不对」成为数学界与 AI 实验室要一起回答的问题;当智能体能自己写技能、自己调模型、自己动资金,权限与审批就成了比模型分数更实在的竞争维度。对企业而言,值得盯的也不再是参数或榜单名次,而是生态适配、真实推理成本,以及出问题时能不能定位到具体一层。接下来该盯的不是参数,而是可核验性——这既是安全命题,也是商业模式能否成立的门槛。
前沿DeepMind 开源 Vibe Robotics:浏览器直接控制机器人,具身智能的开源底座还在补齐
据 Beta Briefing 11 月 20 日机器人简报,Google DeepMind 以 Apache 2.0 许可开源了 Vibe Robotics——一个用于控制实体机器人或 MuJoCo 物理仿真的浏览器界面,建立在本周稍早的 Antigravity 开发者插件之上。这个 agent-agnostic 工具把高层自然语言或 UI 指令翻译成底层关节命令,可在浏览器中零配置本地部署,免去原型阶段自建操作界面与可视化栈的工程负担。开源维护者也提醒:浏览器控制简化了快速原型,但低延迟遥操作与安全关键的覆盖逻辑,仍需原生硬实时执行回路。
同批动态里,中国机器人公司 ZeroSquare 开源了 ZERITH-2.5 具身模型、自改进框架与 Zerith-H1-1K 数据集——1000 条来自真实商业履约作业、带高分辨率视触反馈的轨迹,兼容 LIBERO、MetaWorld 等开放基准;研究者还推出 Awaken-HI,用 5 万小时第一人称立体视频配合同步全身动作数据预训练,在 8 项复杂操作任务上取得 93.75% 的平均成功率,超过 GR00T N1.7 与 pi_0.5。从浏览器控制界面到真实履约数据,具身智能的开源底座正在快速补齐——真正稀缺的从来不是演示,而是可复现、可迁移的物理世界数据。
🔗 查看原文 | 💡 神爪导航 | 关键词:DeepMind
神爪资讯 · 聚焦 AI Agent 生态动态 | 神爪导航






















评论 ( 0 )