AI前沿速递 · 2026年10月03日
arXiv 自 10 月 1 日起限流，每人每月最多两篇投稿且被拒也占额度，官方点名 AI 写作的低价值论文；Apple 为 macOS「完全磁盘访问」补授权确认，理由直接写成 AI 智能体；丘成桐参与的新论文致谢 GPT-6 Astra 与 Claude Pro，宣称补上七维怪球正曲率这一步；Sean Parker 把 Stability AI 重建为音乐工具商，先拿下三大唱片公司曲库授权；The Verge 上手 OpenAI Dot，付费 100 美元的办公型智能体卡在第三方网站的人机验证上。
今天这几条能拼成一个瓶颈的两面：生成端被 AI 推快了，审核与授权这两道人工闸门还停在原来的速度上。arXiv 开始按篇数发投稿额度，Apple 给 macOS 的「完全磁盘访问」补确认步骤，数学家用 AI 探路却把验证责任留在自己手上，音乐这边先把版权谈完再训模型，而 OpenAI 的 Dot 在真实网页上反复撞到人机验证。
arXiv 开始限流：每人每月最多两篇投稿，被拒也占额度
事件概述：arXiv 官方博客 10 月 1 日发布新的限流政策，从当天起执行。核心变化是每个提交者每个自然月最多提交两次，额度跨全部分类共用，不是 cs.AI 两篇、cs.LG 再来两篇。2024 年起实行的「任何时刻最多 3 篇处于 active 状态」继续保留。官方在问答里明确了几处细节：被拒的投稿照样占掉当月额度，理由是消耗审核员时间的是提交这个动作而不是最终是否公布；限制只针对实际提交的人，五名作者里只有负责提交的那位扣额度；在正式 announce 之前主动删除不算入额度；跨月仍在 on hold 的稿件不占下月额度，但仍算在 3 篇 active 之内。
数字方面，arXiv 给出的曲线是 2016 年 9 月 9869 篇、2024 年 9 月 20569 篇、2026 年 9 月 40363 篇——十年四倍多，最近这次翻倍只用了两年。单月 40363 篇顺带产生了近 9000 张给工作人员和审核员的 support ticket。cs.AI 分类在过去两年增长超过 6 倍，其他分类同期大约翻倍。官方点名了三类稿件：范围窄内容薄的 thin papers、把一项完整工作切成几片分别投的 salami papers，以及明显增多的、由 AI 写作且文字密度很高的论文。arXiv 编辑顾问委员会主席、俄勒冈州立大学荣休教授 Thomas Dietterich 的说法是，一小部分作者提交了数量可观的稿件，占用了不成比例的审核时间，这对持续投高质量稿件的作者不公平，因为他们的论文会被拖上几天到几周。
为什么值得关注：官方把公告起名为「公平审核、公平访问与 AI」，没有绕开原因。真正的卡点不在算力也不在存储，在志愿审核员一天只有 24 小时。官方自己也承认这是权宜之计——他们需要在「作者用上越来越强的 AI 工具之后，合理的产出速度到底是多少」这个问题上重新给出答案，并升级审核工具与流程。这条规则对独立研究者与 preprint 文化的影响值得盯一段时间：月度额度制会改变投稿节奏，也会改变合作者之间谁去提交这篇的协商。
相关链接：
- arXiv 官方公告：https://blog.arxiv.org/2026/10/01/updated-rate-limit-policy/
- 量子位中文报道：https://www.qbitai.com/2026/10/499958.html
Apple 收紧 macOS「完全磁盘访问」，理由直接写成 AI 智能体
事件概述：当地时间 10 月 2 日上午，TechCrunch 报道 Apple 在面向开发者的新闻页上宣布，将为 macOS 的 Full Disk Access（完全磁盘访问）引入新的控制措施。这项权限原本是为备份功能正常工作而设计的，Apple 的说法是 AI 智能体提高了「这一访问级别相关的风险」。新措施的目标是让「确实希望授予应用这种非凡访问级别」的用户，只能通过「非常明确的用户动作」来完成授权。Apple 的原话有两段值得照抄：一段是「一些开发者正在以可能让用户承担风险的方式使用完全磁盘访问，在用户不完全知情和理解的情况下暴露系统上的一切」；另一段是「解决这个问题至关重要。随着 AI 智能体变得越来越强大和自主，与这一访问级别相关的风险将大幅增长」。Apple 没有回应 TechCrunch 就该功能变更的询问。
时间点上有两件事在前面。Inc. 专栏作家 Jason Aten 称 Meta 的 Muse 在 Mac 上知道了他的私信内容，而他表示从未授权；Meta 对这个说法提出了异议。另一件是 Wired 报道 ChatGPT 的 Mac 应用存在一个漏洞，黑客可借它获取敏感数据。
为什么值得关注：操作系统厂商做权限收紧通常是渐进的，这次把「AI 智能体的自主性」直接写进变更理由并不常见。桌面智能体的能力边界其实由两层决定，一层是模型能做什么，另一层是操作系统允许它读什么；Apple 动的是后一层，而且动作落在 Muse 争议曝光之后几天。对开发者来说，影响会很具体——依赖全盘读取做上下文的智能体产品，接下来要么重新设计授权流程，要么接受可用范围被压缩。
相关链接：
- TechCrunch：https://techcrunch.com/2026/10/02/apple-says-its-tightening-macos-full-disk-access-controls-due-to-new-risks-from-ai-agents/
- Apple 开发者新闻原文：https://developer.apple.com/news/?id=p6zjojqw
丘成桐参与的新论文致谢 GPT-6 Astra 与 Claude Pro，解决的是 44 年前他自己列进清单的问题
事件概述：量子位 10 月 2 日报道，丘成桐参与的一篇论文在致谢里感谢 GPT-6 Astra 与 Claude Pro「在部分证明策略的探索和计算中提供的帮助」，并紧跟着补了一句：人工验证与论文写作的责任由作者承担。论文处理的是微分几何里一个悬了 70 年的问题。1956 年 Milnor 发现七维空间存在「怪球」——和标准球面拓扑等价却不能光滑地变回去——凭这一发现获得菲尔兹奖；Kervaire 与 Milnor 随后证明七维空间里这样的光滑版本共 28 种，构成 Θ₇ ≅ Z/28Z，标准球面算一种，剩下的 27 种都是怪球。标准球面处处截面曲率为正，这 27 种能不能做到，一直没有答案。1974 年 Gromoll 与 Meyer 在一个怪球上构造出非负曲率度量，2020 年 Goette、Kerin 与 Shankar 把结果推广到全部 28 种；从「非负」跨到「正」这一步卡了半个多世纪，2008 年 Petersen 与 Wilhelm 的预印本声称做到过，始终没有通过同行评审。新论文宣称补上了这一步。
方法上的主线是 Durán、Püttmann 与 Rigas 的双圆盘模型：每种七维球面看成两块七维圆盘沿边界粘合，28 种对应 28 种粘合方式。作者先以三维球面 S³ 为纤维构造主丛，把问题抬到十维空间，再用黎曼淹没投影回七维，靠 O’Neill 公式保证投影后曲率只增不减，于是只需在十维上把曲率做到为正。做到这一点的关键技巧是把纤维半径取到极小——纤维越细自身弯曲越大，足以压住其他方向的负曲率贡献。两块圆盘的构造并不对称，南盘用弯曲底盘配精心选取的联络，北盘用扁平乘积联络配翘曲径向轮廓，接缝处要满足两个条件：诱导度量完全一致，两侧第二基本形式之和在每个方向严格为正。作者证明两侧的纤维半径关于法向的导数刚好相反，纤维部分的贡献在拼接时抵消，角向部分相加为正，随后由 Reiser 与 Wraith 的拼接定理给出整体光滑的正曲率度量。论文还附带了一套 SageMath 验证代码。
丘成桐对 AI 的表态有一条清楚的轨迹：2023 年 4 月在复旦大学的活动前他说「AI 不可能对最尖端的数学家有任何影响」；2024 年 4 月中关村论坛上软化成「对数学有很多好处」；2026 年 1 月世界华人数学家大会称 AI 改变的是科研效率，6 月说 AI 能解不少「nice, cute questions」，7 月国际弦理论大会已主张学生尽早学用 AI。论文发出四天前他还表示，人往往因为已经拿到想要的答案，反而不敢去问更重要的问题。
为什么值得关注：值得看的不是「AI 解了数学难题」这个框架，是致谢里那句克制的责任划分——探路与计算交给模型，验证与写作留给人。论文目前是预印本，结果要等数学界核验才算数，构造中包含大量曲率不等式的精确估计，附带的计算机验证代码在这个意义上比模型贡献更关键。把这条与陶哲轩等菲尔兹奖得主联署声明的立场并排看，两位数学家的关切其实是同一件事：AI 越来越会解题之后，数学家还愿不愿意继续问那些 AI 解不了的问题。
相关链接：
Sean Parker 把 Stability AI 重建为音乐工具公司，先谈版权再训模型
事件概述：当地时间 10 月 2 日下午，TechCrunch 转述 The Information 的报道，Napster 联合创始人 Sean Parker 正在把 Stability AI 改造成面向音乐从业者的 AI 工具商。Parker 对 The Information 的说法是这次要「按规矩来」，并坦承上一次先做再求原谅的做法结局并不好。两年前他参与了 Stability AI 的 8000 万美元救助，这家图像生成公司在超支与内耗后几近崩塌，创始人 Emad Mostaque 出局。现在 Parker 与他的老朋友、现任 CEO Prem Akkaraju 揭晓了新方向：8 月下旬公司宣布 7600 万美元融资，投资方包括索尼、华纳与环球，三家在交易中一并授权了各自曲库用于训练。Stability 此后发布了三个新的音频模型和一套 AI 音乐编辑软件，可以按文本提示生成完整器乐轨或短片段。Parker 称后续更新会允许用户哼一段旋律或用嘴打一段鼓点来引导生成。
为什么值得关注：同一个人、同一个行业，两次的顺序反了过来——Napster 时代是先分发后谈授权，这次是先授权后训练。三家唱片公司投入资金并授权曲库，把版权方变成了利益共同体，这与音乐 AI 领域此前的诉讼路线形成了对照。判断这个模式成不成立的指标不在模型能力，在音乐人是否真把它用进工作流；目前的公开信息只有公司自述，产品效果还没有独立的第三方验证。
相关链接：
The Verge 上手 OpenAI Dot：企业软件的壳，卡在别人家的验证环节
事件概述：The Verge 高级评测编辑 Allison Johnson 在 10 月 3 日刊出的上手文章中，把 OpenAI 本周发布的智能体平台 Dot 定性为「Codex，但给普通人用」。Dot 有拟人化的头像和可自定义的名字，目前每个用户只有一个，未来会支持多个。作者用每月 100 美元的 Pro 账号测试。Dot 的虚拟机开箱可用 Blender 与 GIMP，可以通过桌面版 ChatGPT 访问用户自己的电脑，也支持打电话过去沟通。
表现不佳的部分集中在跨出用户控制范围的地方。预约宽带上门安装时，Dot 找到了一封被作者批量删除的促销邮件，却卡在需要「按住鼠标不放」的人机验证上，只能请人代劳；到结账环节它没有类似 Muse 的 Stripe 虚拟卡集成，需要作者自己输入银行账号。找联合办公空间的免费参观入口时它没找到，转而推荐 35 美元的日票，而作者此前测试的竞品 Instinct 几分钟内就找到了并完成预约。登录 Ikea 账号时卡在循环的安全检查，附近一家照烧店则直接不让它的云浏览器进下单页。Dot 自己给出了 OpenAI 关于网站屏蔽云浏览器流量的说明页作为解释。反差出现在完全由作者掌控的场景：口述十分钟需求后，Dot 给出了个人网站的改版原型；拿到本机访问权限后，它把桌面上的多个视频文件合并转码成适合社交媒体的尺寸，并把网站改动逐块部署上线。
为什么值得关注：这篇文章把「智能体能做什么」和「别人让不让它做」分得很清楚——在用户自己的文件与网站里，Dot 表现接近承诺；一旦跨到第三方站点，反爬与人机验证就成了硬边界，而这类边界不会因为模型变强而消失。定价也是一条线索：Muse 与 Instinct 目前免费，Dot 走的是每月 100 美元的企业软件路线，作者的评价是帮得上忙，但对她的工作来说不值这个价。付费模式会让它避开靠广告变现的压力，也决定了它的目标用户不是普通消费者。
相关链接：