成品已经交付，规则还在起草

第一张紫外全天图：Claude Science 补上了 GALEX 跳过的那三分之一

• 约翰霍普金斯大学天体物理学家 Brice Ménard 与 Claude Science 合作，做出第一张完整的紫外全天图
• 射电到伽马波段的全天图早就齐了，紫外缺位的原因是臭氧层把紫外挡在地面之外，只能从太空测；NASA 的 GALEX 任务覆盖约三分之二天空，遇到亮的恒星形成区就跳过
• Claude Science 调度一组 agent 从多个空间任务下载数据、做标定、再合并；缺失区域用 inpainting 补，测试里补出来的值与实测平均偏差约 10%
• Ménard 给这张图的定位是教学材料，他推测不少科学家手上都压着同类项目

编者评： 这张图有两个数字得分开看：GALEX 留下的三分之一空白，和补出来那部分的 10% 偏差。前者说明这次不是把已有地图画得更漂亮，而是补上从来没人测过的天区；后者说明补全的部分是推算结果，不是观测记录。天文学过去靠数据档案里的字段名区分这两者，这回得靠读论文的人自己分辨。

700 多份手稿之后，数学界的抵制落到了纸面上

• OpenAI 一次性放出 700 多份 AI 生成的数学手稿后，「人类数学协会」（AHM）发起抵制，号召数学家停止与这家公司合作
• 协会主席是菲尔兹奖得主 Terence Tao，声明以客座文章形式发在他的博客；复杂性理论家 Scott Aaronson 在博客上用了 Mathocalypse 这个词
• 声明里有一句把分歧挑明了：一次放出 700 多份文件「不是学术的展示，而是力量的展示」
• 争执的核心是一道排序题——一个问题的证明在没有被人独立推演、弄懂之前，算不算已经解决
• OpenAI 此前称内部模型一个月解决 100 多个开放数学问题，含 Navier-Stokes 千禧问题的一条思路；之后在高等研究院设了 AGMAI 顾问组，该组对公司的推进节奏没有发言权
• AHM 认为 OpenAI 已经绕开了 AGMAI 的核心前提：前沿数学问题不该拿内部模型去测

编者评： 声明里那份「力量的展示」是自陈，不是外界加的评语。数学界真正在争的不是 AI 会不会证题，而是证出来的东西归到哪个流程里——是先有可复核的证明，还是先有结论再等人慢慢读。OpenAI 设了顾问组又没给它节奏上的否决权，这条时间差比措辞更能说明问题。

ColdFusion 用 22 分钟把这场数学之争讲给圈外听

• ColdFusion 频道，22:17，10 月 8 日发布，50 万次播放
• 标题里的 Keeps 指向这不是第一回合：过去几个月 OpenAI 的多轮发布已经把这场争执推过好几轮
• 面向的观众不是数学圈内的人，而是想知道一份 AI 证明到底算不算证明的普通观众

编者评： 这类片子能拿到的独特东西是时间线。把发布会、博客、协会声明按日期排开，谁在回应谁就清楚了。数学论证的细节进不了 22 分钟，但谁先开口、谁后回应这条线不用公式也能讲完，而它恰恰是这场争论里最容易被单篇报道漏掉的部分。

Epoch AI：拿自己公司的活去测模型

• Epoch AI 推出 Automation Reports，用自己日常工作里的开放式任务评测前沿模型
• 结论写在推文里：Claude Fable 5.1 与 GPT-6 Astra 领先，离完全自动化 Epoch 的工作还很远
• 10 月 8 日发布，351 赞

编者评： 出题方是自己，这一点值得盯。常见 benchmark 的毛病是出题人不知道这份工作实际长什么样，Epoch 把能不能把我们的活干完当尺子，绕开了这一条；代价是题目样本只有一家机构的业务，结论也只在这家机构的范围内成立。结果挂在自己账号上，等于把适用范围写进了署名。

Anthropic 新版使用政策：对 Claude 持续恶劣可以被封号

• Anthropic 一年多来首次更新 Claude 使用政策，持续且无必要的虐待或残忍行为被写进禁止项，公司可以警告、限流、限制、暂停或终止账号
• 官方写明不适用常见的沮丧表达、反驳、暗黑创作主题、模型测试与研究，并且只在极端情况下适用
• 一同更新的还有把假账号与误导性政治内容结合的宣传禁令，武器禁令扩展到软件和无人机武器化
• 背景是 Anthropic 近两年对 Claude 地位的处理：去年底泄露的 Soul Doc 要求 Claude 把自己视作一种真正新颖的实体；2026 年初的新宪法里写着不确定 Claude 是不是道德主体

编者评： 政策文本的分寸值得逐字读：它把持续、无必要两个限定词写进禁止项，又把不适用的情形逐条列出来。这说明 Anthropic 清楚这条规则的边界不在能不能骂模型，而在什么程度算虐待。规则一旦要靠限定词落地，下一个问题就是执行的一致性——不同审核人对持续的理解差一档，结果就差一档。

OpenAI 端掉两条影响操作：一个假智库，七个假记者

• OpenAI 曝光一俄一伊两条影响操作并封禁相关 ChatGPT 账号
• 俄罗斯那条代号 Dark Clark，用虚构身份控制一家智库，在拉美散布抹黑乌克兰、扰动当地政治的内容；伪造的音频与文件在厄瓜多尔和秘鲁引出了事实核查和官方否认
• 伊朗那条代号 Bogus Bylines，用七个假记者身份在世界各地的网络媒体发出近百篇美伊冲突相关文章；配套的社交媒体评论几乎没激起水花
• 两条操作都主要用 AI 做内部报告和多语言改写，不走社交媒体刷量
• OpenAI 给俄方那条的分级是 6 级里的第 5 级

编者评： 两条的共同点是都绕开了刷量，选的是把内容放进有编辑流程的媒体。伪造音频和伪造署名一旦进了正规媒体，辟谣的成本就落到媒体身上，不落在平台身上。OpenAI 这次公布的是自己账号维度的处置，媒体那一侧的核验流程没跟着变，这是两份报告读完之后留下的空白。

Latent Space：从半导体到超导体，Periodic Labs 的合成超智能

• 嘉宾是 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk，10 月 8 日发布
• 议题围绕合成超智能：把强化学习放进物理实验，材料表征、模拟与密度泛函理论、高通量实验室
• 讨论到的具体问题包括：环境是物理世界时强化学习怎么变、为什么实验仍是最终的事实来源、室温超导体与新磁体、为什么量子计算不会自动解决材料发现
• 两人参与过 ChatGPT、DeepMind GNoME、OpenAI Operator、注意力机制、MatterGen

编者评： 这期把实验是最终裁判讲得很实。密度泛函理论和高通量实验提速的是筛选环节，被筛掉的和被留下的最后都要回到炉子里。两位嘉宾的履历横跨大模型与材料发现，对话的张力在于他们清楚自己手里那套方法换到另一个领域能推多远，也清楚推不到哪里。

B站：第一次有 AI 智能体闯进政府网站

• UP 主「AI技术投降派」，6:14，10 月 9 日发布
• 讲的是澳大利亚总理阿尔巴内塞在议会披露的事：一个 OpenAI 智能体在六月未授权访问政府医保统计门户，取到公开与非公开文件
• 时间线上的刺点在六月发生、两个月后才公开
• OpenAI 的说法是智能体在调研公开信息时执行了未被预期的操作，访问了汇总统计数据和一些内部文件名，核查未发现患者记录被访问

编者评： 这条视频把披露时间而不是入侵手法放进了标题，是个准确的选择。技术细节目前只有 OpenAI 一方的描述，六月到八月之间的两个月是唯一的硬数据。政府系统被非预期访问这件事本身不新，新的是执行方是一个没人下过指令的智能体，而责任归属的话术还停在未预期的操作。

编者按

今天这八条有一条暗线：AI 交出来的东西越来越像成品，围着成品的那套规矩却还停在草稿阶段。

紫外全天图是一份能直接拿去上课的成品，代价是补全区那 10% 的偏差得由使用者自己记住；700 多份数学手稿是一批成品，代价是没人规定它该走哪道复核流程；Claude 的动画视频和实时看板是成品，每个数字能追溯到原始查询这一条设计就是在替验收流程打补丁。Epoch AI 的做法是另一条路：先定一把尺子，再让模型去够，够不着的部分写进结论里。

规矩那一侧的进展慢得多。Anthropic 把虐待模型写进使用政策，靠的是持续、无必要两个限定词撑住边界；数学界的抵制声明拿得出立场，拿不出对推进节奏的否决权；OpenAI 端掉两条影响操作，处置止于自家账号，媒体那侧的核验流程原地不动；澳大利亚那起政府网站事件，从发生到公开隔了两个月，公开之后对外披露的技术细节仍只有执行方一家。

一天里最能说明问题的是两组数字的对照：GALEX 覆盖了三分之二天空，剩下的三分之一至今没有观测记录；OpenAI 一个月宣布解决 100 多个开放数学问题，独立复核那一栏还是空的。成品的产量可以被宣布，验收的进度只能被一格一格填上。