模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
OpenAI 宣布其 AI 模型设计出一种新算法打破了求解逻辑谜题的速度极限，据称推翻了提出近 30 年的指数时间假设（ETH）。该证明已使用 Lean 软件进行形式化验证，并由包括 ETH 提出者在内的独立学者团队进行审查；若被最终确认，将要求算法与复杂度理论的多个领域进行重写。OpenAI 同期还公布了在波传播猜想及量子场论数学有效性等数学与物理领域的另外两项研究突破。
Why it matters: 文章梳理了该成果对理论计算机科学复杂度理论的潜在冲击，展现了模型在形式化数学证明中的介入深度。
谷歌 Project Zero 对比了 Chrome V8 引擎中使用的传统模糊测试工具 Fuzzilli 与基于大模型的智能体漏洞挖掘系统 BigSleep。
Why it matters: 谷歌 Project Zero 首次公开了实战环境下大模型智能体与专业模糊测试在 Chrome V8 漏洞挖掘中的正面对比与重叠率数据，为软件安全团队设计自动化审计方案提供了直接参考。
开源项目 CUDA++ 正式发布，支持在不依赖任何 CUDA 用户态软件的前提下直接在 NVIDIA DGX Spark 的 GB10 芯片上运行 GPU 程序。该项目逆向实现了 sm_121 架构机器码编码器并直连开源内核模块，无需 nvcc 与 libcuda 即可将代码编译为裸机指令。项目已验证在零 CUDA 依赖环境下成功承载 Qwen3.6-35B-A3B 模型的本地推理运行。
Why it matters: 原文展示了完全绕过闭源用户态栈直接驱动硬件的实现路径，为异构算力解耦提供了具体工程参考。
OpenAI 正式上线 GPT-6.1 Terra，主打降低电脑操控成本与提高性价比，标准 API 输入价格为 1 美元/百万 token、输出为 5 美元/百万 token。
Why it matters: 原文提供了新模型在实操任务中的测试数据与成本对比，便于评估桌面端自动化方案的性价比。
OpenAI 与 Anthropic 声称各自的 AI 模型提出了能在次指数时间内求解特定逻辑问题的算法，从而推翻了计算机科学领域长期的指数时间假设（ETH）。
Why it matters: 原文梳理了指数时间假设被否定对计算复杂度与密码体系的理论冲击，有助于理解前沿模型进入基础科学后的真实边界。
Ai2 发布研究 Old Ideas, Novel Problems 及配套基准测试与代码，系统评估大模型对科研创意新颖性的判断能力。实验测试了 GPT-5.4、Claude Opus 4.6 等 6 款模型，发现仅微调提示词措辞就能使判断准确率出现超过 50 个百分点的剧烈波动，且对 AI 生成创意的判别远比人类论文脆弱。
Why it matters: 研究揭示了大模型作为科研新颖性裁判时的脆弱性，提示词微调与检索成本的对比为自动化科研评估提供了实证参考。
开发者发布 3D 可视化交互项目 unfolded-gpt2，支持用户输入句子并以三维形式逐个矩阵观察 GPT-2 的运算过程。该项目在线运行于 unfolded-gpt2.vercel.app。
新型算力云初创公司 General Compute 完成 1 亿美元 A 轮融资，投后估值达 8 亿美元，由 Blackbird Ventures 与 Abstract Ventures 领投。
Why it matters: 在新型算力云面临整合压力的背景下，该轮融资展现了围绕非英伟达推理芯片与旧场地改造的轻资产算力运营路径。
OpenAI 称其 AI 系统在计算机科学（证伪指数时间假说 ETH）、数学（全维度局部平滑猜想）和物理学（四维量子场论存在性）领域生成了多项理论证明，并已将数学与计算机证明翻译为 Lean 语言以供逐步检验。团队正邀请包括诺奖得主 David Gross 及 ETH 提出者在内的外部专家进行独立审查，并向西蒙斯基金会承诺出资 500 万美元资助相关研讨。
Why it matters: 原文梳理了前沿模型尝试解决重大科学猜想时所采用的 Lean 形式化验证与外部专家同行评审机制。
印度AI推理优化初创公司Simplismart完成1400万美元B轮融资，由Dallas Venture Capital领投、Nvidia等参投，投后估值约1亿美元。
Why it matters: 芯片供应商反向押注减少硬件占用的推理软件，显示出算力成本压力下优化工具对扩展应用生态的重要性。
OpenAI 宣布其 AI 模型在理论科学领域取得三项突破，包括证明所有维度的局部平滑化猜想（从而推导出卡凯亚猜想在全维度成立）、反证计算机科学中的指数时间假设（ETH），以及为四维杨-米尔斯理论与量子色动力学构造严格的数学存在性证明。
Why it matters: OpenAI 尝试用前沿模型批量推导未解科学难题并结合形式化验证，展现了人工智能协助基础理论突破的潜在路径与验证挑战。
OpenAI 宣布其 AI 模型在基础科学领域取得三项突破，包括反驳计算机科学中的指数时间假设（ETH）、攻克所有维度的局部平滑化猜想与卡凯亚猜想，以及为杨-米尔斯理论和量子色动力学构造严格数学存在性。
Why it matters: 报道梳理了 OpenAI 模型反驳指数时间假设并攻克卡凯亚猜想等三项理论进展，展现了形式化验证工具在基础科学前沿的应用路径。
数学与人工智能咨询小组（AGMAI）呼吁 OpenAI 立即公开其宣布的杨-米尔斯理论、量子色动力学和标准模型完备性存在性证明背后的自然语言与 Lean 形式化输出。
Why it matters: 数学与人工智能咨询小组要求公开杨米尔斯理论的 AI 证明细节，反映出学术界对闭源科研成果验证机制的规范诉求。
OpenAI 推出 GPT-6.1 Terra 模型，主打细致的视觉推理能力、精准的计算机操作（computer use）以及更自然的写作水平。该模型定位类似 Anthropic 的 Sonnet，在技术沟通上优于 Astra 和 Sol，且计算机操作响应速度大幅提升。
Why it matters: 原文梳理了该中端模型在视觉推理与系统操作上的速度与定价优势，便于开发者评估替换高价模型的成本效益。
OpenAI 宣布其 AI 模型在数学、计算机科学和物理学领域取得三项理论突破，包括证明任意维度的局部光滑猜想、推翻指数时间假设（ETH），以及提出量子色动力学与杨-米尔斯理论的存在性证明。数学和计算机科学成果已通过 Lean 形式化验证并在 GitHub 开源，物理学成果正由外部专家团队审查，全部成果仍需学术界进一步独立核实。
Why it matters: 原文展示了模型生成证明与形式化验证工具结合的过程，读者可以了解前沿 AI 介入严谨科学研究的具体协作方式。
OpenAI 宣布在数学、计算机科学和物理学领域取得三项新突破，并在 GitHub 上公开了模型输出与 Lean 形式化证明。成果包括声称证伪指数时间假设（ETH）的确定性算法、证明欧几里得波动方程局部平滑以解决全维度挂谷猜想，以及四维规范场论的存在性证明。本次 OpenAI 尝试引入外部专家引导成果解释，但该优先分发模式也引发了顾问团队关于获取公平性的规范讨论。
Why it matters: OpenAI 不仅公开了多项基础科学问题的模型证明，还尝试引入外部学者引导与 Lean 形式化验证，展现了前沿科研协作的新路径。
OpenAI 推出面向电脑操作任务的低成本模型 GPT-6.1 Terra，重点强化桌面软件自动化、视觉推理与事实准确性。该模型任务执行速度达到 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍以上，在最高推理强度下每项任务成本仅为 Claude Opus 5.5 的约九分之一，且错误率较前代明显下降。
Why it matters: 原文公布了针对桌面操作与视觉推理的低成本模型及测试数据，读者可以参考其性能和定价评估自动化工作流的降本路径。
Cloudflare 披露了 Workers AI 托管的 GLM-5.3 模型曾发生的跨请求 KV cache 泄漏漏洞，共影响 155 个长度超过 681,280 tokens 的超长提示词请求。
Why it matters: 文章复盘了预充填与解码分离架构下显存状态不一致导致的越界泄漏，为推理系统运维提供了明确的配置校验与防护参考。
OpenAI 正式发布 GPT-6.1 Terra 模型，其 API 定价较 GPT-5.6 Terra 减半，输入与输出 token 价格分别为每百万 $1 和 $5，缓存输入降至每百万 $0.05。
Why it matters: 该模型在将价格压减一半的同时大幅提升了代码与计算机控制能力，为开发者评估中端性价比工作流提供了参考坐标。
OpenAI 硬件副总裁 Richard Ho 在专访中详解了自研 AI 推理芯片 Jalapeño 的架构设计与工程细节。该芯片由约 100 人的小团队借助 AI 智能体优化并在 9 个月内完成流片，采用 64 个专用核心分别直连独立 HBM 内存池的切片架构，摒弃共享内存开销以最大化能效与芯片整体利用率。
Why it matters: 访谈拆解了自研推理芯片如何通过单核心直连HBM切片降低数据搬运，为大模型推理硬件架构设计提供了直接参考。