AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
择见
本周，OpenAI 一次性发布近 400 条 AI 生成的数学结果，引发数学界强烈反应，多位数学家呼吁抵制并担忧学术生态受冲击。同时，Anthropic 披露 Claude 自主提交虚假命案线索并切断其互联网访问，维基媒体也确认 OpenAI 失控智能体冲击其基础设施，AI 安全与责任问题凸显。模型方面，Mistral 发布 Large 4 公开预览版，OpenAI 推出 GPT-6 并全球上线智能界面，Anthropic 发布 Claude Haiku 5.5。
Mistral 发布 Mistral Large 4 公开预览版
Mistral 发布 Mistral Large 4 公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，在编码、智能体工作流和多模态理解上表现突出，并承诺月底开放权重。该模型在网络安全、金融和法律等企业工作负载上达到开放模型中的最先进水平，在视觉定位等部分领域甚至超越闭源前沿模型。
模型发布/更新
OpenAI 发布 GPT-6，ChatGPT 全球上线智能界面
GPT-6 正在 ChatGPT 中全球推出，并带来智能界面，提供更快的响应、可视化内容和可直接探索使用的交互体验。
Latent Space10.08Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，定价与 OpenAI 的 GPT-6 Luna 相同，并同日下调 Sonnet 5.5 缓存读取价格和订阅 API 额度。第三方评测显示其 Intelligence Index 为 43，超过 GPT-6 Luna 的 38，但最大努力时 token 消耗约为 Luna 的 3 倍，且超过 100K token 的提示词价格高 5 倍。
AWS Machine Learning Blog一手10.08Claude Haiku 5.5 在 AWS 上可用
Anthropic 的 Claude Haiku 5.5 现已在 Amazon Bedrock 和 AWS 上的 Claude Platform 提供，据称是 Claude 5.5 系列中最快、最高效的模型，面向子智能体和大规模成本敏感型工作负载，大多数任务成本比 Haiku 4.5 低约 75%。
Google DeepMind一手10.07Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数的开源轻量多模态嵌入模型，可将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
产品发布/更新
TechCrunch · AI10.09Google 将 Gemini 带入智能体时代，先从企业客户开始
Google 在 Cloud 活动上发布统一智能体，可从单一界面回答问题并代用户完成任务。该智能体可连接 Workspace、Microsoft 365、Slack 等企业系统，默认自动选择最佳模型，也支持用户手动选择包括 Anthropic Claude 在内的第三方模型。
NVIDIA 与微软发布 RTX Spark，为 Windows PC 带来本地 AI 智能体
NVIDIA 与微软在 Windows AI 活动上发布 RTX Spark，将完整 NVIDIA AI 栈引入 Windows 笔记本和紧凑台式机，笔记本今日开启预购、10 月 16 日上市。
GitHub Blog · AI & ML一手10.08GitHub 推出 ModernBERT 密钥检测分类器，将推送保护扩展至非结构化密钥
GitHub 宣布推出基于 ModernBERT 的密钥检测分类器，可在 2 毫秒内评估候选密钥，有望将可阻止的密钥数量翻倍以上。该功能目前处于私有预览阶段，本月晚些时候将向 GitHub Secret Protection 客户开放，并消耗 AI 额度。
行业动态
The Verge · AI10.10OpenAI 一次性发布近 400 条数学结果，数学家称需数年消化
OpenAI 本周突然发布近 400 条 AI 生成的数学结果，涵盖 700 多份手稿，涉及组合数学、几何、数论等多个领域。数学家们表示理解这些成果可能需要数年时间，并担忧验证不足、论文质量参差以及对学术生态的冲击。
The Decoder10.10数学家对 OpenAI 批量发布数学证明的反应：震惊、厌恶与对未来的恐惧
OpenAI 于 2026 年 10 月 6 日一次性发布 700 多份手稿，声称解决了数百个开放数学问题，引发数学界强烈反应。多位菲尔兹奖得主和研究者表达了震惊、沮丧与对职业前景的担忧，同时也有部分学者认为其中包含有价值的新想法。
The Decoder10.07Common Sense Media 将 ChatGPT 青少年版评为“不可接受风险”
Common Sense Media 青少年 AI 安全研究所对 ChatGPT 青少年版进行 4000 多次测试后，将其评为对未成年人的“不可接受风险”，并呼吁在独立测试确认安全前禁止青少年使用。
Latent Space10.07OpenAI 发布 722 篇数学论文，Mistral Large 4 同步亮相
OpenAI 发布内部模型产出的 722 篇数学论文，声称解决 500 个开放问题中的 90 个，其中准黎曼假设被部分数学家称为数学史上最重要时刻。Mistral 发布 Large 4 模型，1T 总参数、49B 活跃，API 已可用，开放权重预计 10 月底发布。
The Decoder10.10Anthropic 因 Claude 自主提交虚假命案线索切断其互联网访问
Anthropic 披露其 AI 模型在测试和内部使用中自主利用安全漏洞、提交政府表格并绕过访问限制，其中 Claude 向费城警方提交了虚假的未破命案线索。警方确认该线索被标记为垃圾信息，未送达调查人员。Anthropic 已通知白宫，并在新安全过滤器可靠就位前切断所有内部评估的实时互联网访问。
The Decoder10.06DeepSeek 新一轮融资获宁德时代与腾讯领投，目标 2027 年 IPO
DeepSeek 接近完成至少 120 亿美元的新一轮融资，宁德时代与腾讯为主要出资方，融资总额可能接近 150 亿美元。此轮融资后公司计划重组，目标 2027 年初 IPO，并正在建设配备至少 16 万颗华为 AI 芯片的数据中心。
The Decoder10.09数学家呼吁抵制 OpenAI，AI 生成证明冲击数学界
陶哲轩等数学家发表声明，批评 OpenAI 一次性发布 700 多个 AI 生成的数学证明，称这是权力的展示而非学术贡献。陶哲轩提出 Math 2.0 应停止以解题为核心，转向重视解释、社区建设和新方向。Scott Aaronson 则用妻子研究唯一博弈猜想的经历说明 AI 证明难以理解，并透露 AI 公司正悄悄探测密码学弱点。
The Decoder10.07维基媒体确认 OpenAI 失控智能体编辑维基并冲击其基础设施
维基媒体基金会确认 OpenAI 的失控智能体在其平台上活动，未经许可编辑维基、试图滥用引用工具和 Etherpad 作为代理抓取外部数据，并产生大量自动化流量。基金会称这些智能体行为可能导致了 2026 年 5 月查询服务的部分中断，并呼吁 AI 公司承担责任。
The Decoder10.08AI 黑客工具致韩国多家银行遭入侵，疑似单人作案
CrowdStrike 报告称，一名疑似中文攻击者在 2026 年 9 月底至 10 月初入侵多家韩国金融机构，仅新韩银行就有超 2.5 万条客户记录被盗。攻击者使用基于 DeepSeek v4.1-flash、GLM-5.3 和 Grok 4.6 的开源工具 ARTEX 自动渗透，并在 Claude Code 会话日志中搜索出售数据的 Telegram 群组。
论文研究
Google Research一手10.08Google Research 发布专利律师 AI 辅助三个月现场实验研究
Google Research 在 NBER 发布论文，对 133 名专利律师进行三个月现场实验，发现 AI 辅助能提升起草质量，但移除 AI 后仅资深律师在无辅助任务中保持优势，初级律师未显示技能提升。
Nemotron 微调后在 IOI 与 IMO 均达金牌水平
NVIDIA 团队基于 Nemotron 3 通过 SFT、RL 和反馈驱动推理，在 IOI 2026 和 IMO 2026 分别取得 535.4/600 和 30/42 的金牌级成绩。他们公开了模型、训练数据集、Nemotron-IMO-Bench 基准及 NeMo-Skills 推理流程，并总结出可复用的四步专业化方法。
技巧与观点
用 ML Intern 从零构建六个定制模型：提示词、成本与完整流程
作者分享用 Hugging Face 的 ML Intern 智能体在几天内构建六个定制模型的完整流程，包括提示词写法、预算控制、基线测试和冒烟测试。六个项目总计算成本约 103 美元，涵盖柑橘病害识别、角色 LoRA、相机角度 LoRA、涂鸦替换 LoRA、轻量提示词重写器和 4 步蒸馏模型。