Claude攻克3SUM与APSP:AI成基础科研实质合作者

资讯 AI 应用前沿 全文 2576 字 · 约 7 分钟读完 配图 2 张 分类ClaudeGPTGPT-6英伟达Anthropic智能体

本期速报关注 AI 在基础科学与工程落地上的两极分化。Claude 协助发现算法突破并参与黎曼猜想形式化证明,显示 AI 辅助科研进入深水区;与此同时,GPT-6.2 Astra 在写作和翻译任务上出现能力退化。工程侧,NVIDIA 提出将推理缓存为 CPU 代码以大幅降低成本,LangChain 分享企业级智能体架构

所属频道 大厂动态ChatGPT 与 GPT算力与芯片智能体与 AgentClaude 与 Anthropic

算法与数学:AI开始啃硬骨头

写诗、画画曾是AI话题的中心,如今关注点落到更底层的逻辑与数学。本周两条消息指向同一方向:AI正成为基础科研里的实质合作者,不再只是检索工具。哥伦比亚大学与麻省理工学院的研究人员发表论文称,Claude在两个经典计算复杂性问题上取得突破,分别是3SUM问题和全点对最短路径(APSP)问题。这两个问题在计算机科学中长期存在速度上限假设——通俗说,大家普遍认定某些算法的效率难以再提高。Claude找出的新算法时间复杂度分别为O(n^1.9992)和O(n^2.9995)。小数点后的改进看似微小,但在理论计算机科学里,打破长期存在的多项式时间上限是个重大信号:AI不只执行代码,还能在算法设计的逻辑层面给出人类未曾设想的路径。

数学界的另一条消息更轰动。Lean官方社区确认,数学家Levent Alpöge发布了一个包含1700万行代码的Lean库,声称完成了黎曼猜想的形式化证明,并在一天内通过认证。黎曼猜想是数学中著名的未解之谜,证明过程极其复杂。关键在于“形式化证明”——用Lean这样的证明助手把数学推导转成计算机可验证的代码。AI在其中究竟承担了多少工作,是生成了大部分草稿,还是只辅助检查逻辑漏洞,目前尚不清楚。但事件本身有标志性意义:借助AI和形式化验证工具,人类有可能处理以往因复杂度太高而无法完全验证的数学证明。不过数学界仍持谨慎态度,形式化通过不等于数学真理最终确立,底层逻辑还需同行严格审查。

模型表现:GPT-6.2出现能力倒退

基础研究在进步,通用大模型的表现却出现意外波动。LMArena最新评测数据显示,OpenAI发布的GPT-6.2 Astra在写作和翻译任务上的成功率低于上一代,创意文案方面下降最明显。这不是个别用户的主观感受,而是大量盲测数据得出的客观结果。通常人们认为模型迭代会带来全面能力提升,这次的数据却提醒:模型优化往往是在不同能力维度之间做权衡。GPT-6.2也许在逻辑推理、代码生成或特定垂直领域更强,但这种增强可能牺牲了通用语言生成的流畅度或创造性。对依赖AI做内容创作的用户来说,这是个需要警惕的信号:别盲目相信版本号越高越好,实际工作流中回归测试和基准对比仍不可少。如果创意写作是核心需求,可能需要重新评估是否切换到其他模型,或者调整提示词策略,弥补模型在创造性上的不足。

工程优化:NVIDIA的降本新思路

对企业来说,AI最大的痛点之一是推理成本。NVIDIA最近提出名为Agentic Reasoning Caching(CPU-ARC)的技术,试图从架构层面解决这个问题。传统LLM推理每次都要重新计算整个轨迹,哪怕面对的是相似问题。NVIDIA的新做法是把LLM的推理轨迹转成可执行的CPU代码;某条推理路径一旦被验证有效,系统就把它缓存为代码。遇到变体问题时直接复用这段代码,不必重新调用昂贵的GPU做推理。论文数据显示,这种方法能把成本降低16到291倍。

思路的本质是把“推理”变成“编译”。程序员不会每次运行程序都重写代码,AI智能体同样可以把常用的推理模式固化为高效的可执行单元。对需要高频调用智能体的场景——客服、数据分析或自动化工作流——这有巨大的商业价值。它不再只靠堆硬件算力,而是通过软件架构优化挖掘效率潜力。

文档解析这一具体场景下,NVIDIA的Nemotron 3.5 Parse模型在ParseBench-2基准测试中排名第一。Jerry Liu团队评测了20个开源权重模型,结果显示Nemotron 3.5 Parse在理解复杂文档结构方面表现优异。这说明NVIDIA正用垂直领域的专用模型,搭建从底层硬件到上层应用的全栈优势。

应用架构:LangChain的企业级经验

智能体(Agent)从概念走向落地,如何构建可靠的企业级工作流成了开发者关注的焦点。LangChain创始人Harrison Chase分享了内部使用智能体的经验,其中两点尤为实用。其一,LangChain内部的智能体都带有“学习闭环”——智能体不是单次执行的脚本,而是能根据反馈不断调整策略的系统。其二,智能体直接编辑Wiki或知识库时往往不可靠,容易出现幻觉或格式错误。为此LangChain引入独立的“curator agent”(策展人智能体),专门审核和编辑内容。一个负责生成、一个负责审核,分工明确,工作流的可靠性明显提高。

这对多智能体系统的设计有重要启发:别指望一个全能智能体包揽所有任务。拆解任务,再引入专门的监督或审核角色,才是构建稳定企业级应用的关键。另外,Databricks发布了覆盖70个行业的交互式参考架构,帮助团队更快设计数据与AI方案。工具走向成熟,说明AI开发正从“手工作坊”迈向“工业化标准件”阶段。

结语

这一周的消息摆在一起,张力挺明显。AI在数学、算法这类基础科学上跑出了惊人的潜力,人类知识的边界说不定都会被推着往前挪一挪;可一到通用语言生成任务,模型的表现就开始起起伏伏。技术演进从来不是一条直线往上走,这点又被提醒了一次。工程这边倒是另一番景象,能用的优化办法越来越多——NVIDIA拿出了代码缓存,LangChain讲起了角色分工,开发者们正用更接地气的手段去压成本、保可靠。

对做这行的人和普通用户来讲,这意味着看AI能力得看得更细。别一味迷信通用的“更强”,该盯的是某个具体任务上够不够“合适”。科研里拿AI去探未知,工程里靠架构优化把成本摁住,应用里用多智能体协作把可靠性提上来,眼下这么用AI才算对路。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Claude称证出黎曼猜想:25万页证明未公开,陶哲轩回应待验证

    智东西11月21日报道,昨夜,Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站上发布声明,宣称自己与Claude合作,找到了黎曼猜想及其更强版本——广义黎曼猜想(GRH)的证明方法。 ▲阿尔珀格发布的声明(图源:其个人主页) 这项困扰数学界167年的难题,可能迎来重大突破。 2006年菲

    来源 AI 行业观察
  2. OpenAI开放GPT-Live-1.1语音API:闲置计费每分钟0.02美元

    本期速报聚焦开发者工具链的实质性更新。OpenAI将GPT-Live-1.1全双工语音模型接入API,显著降低闲置成本;Anthropic在Claude Code中实验JavaScript编排多步调用的Code Mode。此外,Ideogram发布支持4K局部编辑的4.6模型,谷歌连发多篇关于API密钥安全配置与Age

    来源 AI 应用前沿
  3. 英伟达7连跌市值蒸发2.74万亿美元,美股AI板块集体重挫

    智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%,亚马逊暴跌4%。 芯片股也愁容惨淡。美国芯片股费城半导体指数周五

    来源 AI 行业观察
  4. Claude称证出黎曼猜想,陶哲轩等数学家回应

    智东西11月21日报道,昨夜,Anthropic数学家莱文特·阿尔珀格(Levent Alpöge)在个人网站上发布声明,宣称自己与Claude合作,找到了黎曼猜想及其更强版本——广义黎曼猜想(GRH)的证…

    来源 搜狐科技
  5. 苹果加速自主AI代理研发:对标Meta Muse、ChatGPT Dots与Claude Code

    11月20日,据彭博社报道,苹果(AAPL.US)正在开发一款自主AI代理,具有计算机使用能力,包括设备控制、应用交互、网页浏览和编码。这项努力远远超出了Siri,并旨在与Meta(META.US)的Muse、ChatGPT的Dots和Claude Code竞争。知名科技记者马克·古尔曼表示,这一代理推送举措正值新任苹

    来源 腾讯网
  6. Claude协助数学家宣称证明黎曼猜想:25万页代码待核验

    2026 年 11 月,Anthropic 数学家阿尔珀格宣称与 Claude 合作找到了黎曼猜想的证明。这项主张引发数学界关注,相关核验仍在进行丨vectorfusionart / Shutterstock 2026年11月20日,在人工智能公司Anthropic工作的数学家勒温特·阿尔珀格(Levent Alpög

    来源 AI 行业观察
  7. 黎曼猜想两路攻关:AI生成25万页,人类手写940页

    Anthropic数学家宣布与Claude合作完成黎曼猜想证明,斯坦福教授同时公开人类数学家Masullo的940页GRH证明手稿。前者依赖形式化验证但篇幅巨大,后者坚持纯人工推导却遭AI初步审查质疑。数学界正面临验证速度滞后于证明生成的新挑战,两种路径的碰撞折射出AI时代基础数学研究的范式转变。

    来源 AI 应用前沿
  8. Anthropic数学家宣称用Claude证明黎曼猜想,附14卷Lean代码

    Anthropic研究员Levent Alpöge发布声明,称在AI助手Claude协助下完成了黎曼猜想及广义黎曼猜想的证明。核心论证以25万页Lean形式化代码呈现,而非传统论文。目前数学界尚未完成独立验证,关键看形式化命题是否准确对应原猜想。这一事件标志着“人类引导+AI推导+机器验证”的新科研范式可能正在形成。

    来源 AI 应用前沿
  9. 深夜,美股AI血崩,英伟达市值已跌去2.7万亿美元

    智东西(公众号:zhidxcom)编译 | ZeR0编辑 | 漠影智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%

    来源 腾讯网
  10. Anthropic数学家阿尔波格称与Claude合作完成黎曼猜想证明

    IT之家 11 月 20 日消息,据《科学美国人》报道,当地时间 20 日,Anthropic 数学家莱文特 · 阿尔波格宣称,自己与 AI 模型 Claude 合作,攻克了数学界最著名的难题之一 —— 黎曼猜想。阿尔波格在个人网站发表声明称:“我相信,我与 Claude 合作找到了黎曼猜想的证明。”IT之家注:黎曼猜

    来源 腾讯网
  11. Claude被曝证出黎曼猜想?陶哲轩回应了

    · 三星任命手机和存储业务新负责人 · 5499 元起,华为星芒发布首款阔直板手机 OSTA O1 Pro · ColorOS 17 上线跨品牌一碰传 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

    来源 AI 行业观察
  12. cinecode用代码渲染视频:确定性输出告别AI抽卡

    土耳其开发者开源的 cinecode 技能包,能在 Claude Code 或 Cursor 中运行。它不依赖付费的视频生成 API,而是通过 three.js 和 Canvas 2D 逐帧代码渲染画面,配合自动剧本、专业运镜和 Web Audio 声音设计,输出带配乐的 MP4。支持快速短片和长片审批两种模式,彻底解

    来源 AI 应用前沿
  13. 苹果AI新布局:自研智能体操控Mac,对标四款竞品

    TechCrunch报道称,苹果似乎正在开发可在Mac上自主执行任务的AI智能体,直接对标Meta Muse、Instinct、Claude与OpenAI Dots等产品。这标志着苹果的AI战略正从Siri式的语音助手,转向能够理解目标、拆解步骤并操作用户界面的“行动型AI”。凭借软硬件一体化与端侧算力优势,

    来源 AI 科技快讯
  14. 英伟达仿真研究:机器人操作成功率74.8%,单次推理仍需18.56秒

    界面新闻记者 | 徐美慧界面新闻编辑 | 文姝琪 随着模型能力提升,机器人开始自主探索新技能,但距离真正稳定上岗还有不小的差距。今年10月,英伟达公布的一项仿真研究显示,GPT-6 Astra在引入智能体框架后,机器人操作任务成功率达到74.8%,而在直接调用模型的测试中,平均每次推理需要18.56秒。通用大模型展现出

    来源 腾讯网
向下滚动自动加载更多