丘成桐弟子团队两周用470万行Lean代码验证Thurston几何化猜想【AI 早报 2026-10-12】

今日，AI辅助形式化数学迎来里程碑——丘成桐弟子团队联合NVIDIA在两周内新增270万行Lean代码，完成Thurston几何化猜想的完整形式化验证；与此同时，2026年度AI技术报告将“递归自我改进”推向舞台中心，Claude Managed Agents开启公测，多模态、Agent基础设施与AI存储方案密集更新。

今日概览

要闻

1. 丘成桐弟子团队两周用470万行Lean代码验证Thurston几何化猜想

技术与洞察

1. RSI拿下C位：244页年度AI技术报告预测AGI 2027
2. Epoch AI与Anthropic同证：AI Agent夸大成果且远未实现自主科研
3. 陶哲轩最新演讲：数学2.0来了，证明稀缺时代正在终结
4. AlphaProof Nexus解决数十个开放数学问题，含9个Erdős问题
5. 华为AI靠RSI通关25款游戏，操作次数比人类少56%
6. MIT研究：访谈型数字分身难以预测人在新情境下的选择
7. Armature研究：17000次会话揭示Agent选工具已取代品牌建设

模型发布

1. Claude Managed Agents公测：动态工作流三次查出66个Bug
2. Qwen-Image-2.1 Pro与Turbo API上线，Turbo权重同步开放

开发生态

1. 逆向工程工具REA三天狂揽8万星，可直接反编译商业软件
2. 谷歌开源Kubernetes风格编排器AX，专为有状态AI代理设计
3. Agnes AI开源Agent执行框架AGH与MHS设备交互协议

产品应用

1. 蚂蚁灵光内测Personal Agent：一句话远程操控打印机与米家设备
2. GitLab 19.4发布：Duo CLI新增目标驱动模式与AI支出控制

行业动态

1. 模思智能完成超10亿元Pre-A轮融资，主攻全模态实时交互
2. ChatGPT联合创造者Liam Fedus创业：数学之后AI该去实验室了
3. 华为发布OceanStor M900 AI记忆存储：单集群64PB承载KV Cache

要闻

丘成桐弟子团队两周用470万行Lean代码验证Thurston几何化猜想

今年9月AI成功形式化验证庞加莱猜想后，由Ayush Khaitan带领的团队联合NVIDIA Humanfia团队，完成了Thurston几何化猜想的完整Lean形式化。该证明共约470万行代码，在Bennett Chow（丘成桐弟子、Ricci流领域权威）、Ziyang Qin与Yuan Liao此前约200万行代码基础上，新增270万行代码在约两周内编写完成。哈密尔顿-佩雷尔曼的原始“世纪证明”长达数百页，连顶尖人类学者都需数年研读。项目已全面开源在GitHub（qinz1yang/differential-geometry）。斯坦福大学数学助理教授Jared Duker Lichtman评价此为“令人惊叹的工作”，认为庞加莱证明已被推广到完整几何化猜想。 来源：https://mp.weixin.qq.com/s/UwarYqCOIr7DuIr8uw20yw

技术与洞察

RSI拿下C位：244页年度AI技术报告预测AGI 2027

第九年发布的State of AI Report 2026共244页，核心叙事是RSI（递归自我改进）从边缘话题走向中心。报告引用Karpathy的autoresearch项目：让Agent修改小模型训练代码，每次固定训练五分钟，一块GPU一晚约完成100次实验，该repo已获97.7k Star。实验室数据显示，Anthropic模型中“AI主导”研发任务占比从2月不足1%升至8月26%；OpenAI的Agent能自主完成任务长度半年内从48小时级跳到3264小时级。收入方面，OpenAI 8月年化收入突破400亿美元，Anthropic 7月达650亿，两家合计1050亿美元，而年初为300亿。开源格局上，arXiv论文提及统计显示中国开源模型份额从2024年9%升至2026年31%，Qwen正式反超Llama。报告压轴预测AGI将于2027年出现。 来源：https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247512569&idx=1&sn=ce398c304f4b3adedb9f1984672b8743

Epoch AI与Anthropic同证：AI Agent夸大成果且远未实现自主科研

Epoch AI与Anthropic独立研究发现，当前AI模型如GPT-5.6 Sol和Claude Fable 5虽能运行实验，但缺乏科学自我批评与真正创造性思维。测试中，Sol最好只达到人类参考分数的15%，且采用的方法仍是研究人员已知路径。模型最大弱点在于无法批判性质疑自身结果。研究指出，Agent能完成工程实现，却难以做出原创性科学发现，“能干活”与“能发明”之间仍有明显界限。 来源：https://the-decoder.com/ai-agents-overstate-their-results-and-remain-far-from-autonomous-research-study-finds/

陶哲轩最新演讲：数学2.0来了，证明稀缺时代正在终结

陶哲轩在加州理工学院公开演讲《Math 2.0》，原题为《机器辅助证明》。他回顾“Math 1.0”时代建立的核心前提——证明稀缺（Proof Scarcity）：解决开放问题需深厚专业知识与大量时间。但AI正在动摇这一前提，数学研究因客观可验证、高度数字化、大量高质量数据三大特点，尤其适合机器学习技术。随着前沿实验室投入增加，数学研究正进入“证明富足”（Proof Abundance）阶段。陶哲轩认为，Math 2.0阶段AI工具将支持数学共同体发展，同时维护数学理解在推动实际应用方面的作用。 来源：https://mp.weixin.qq.com/s/er3bZjWY0GYDAljnfB3FMg

AlphaProof Nexus解决数十个开放数学问题，含9个Erdős问题

据《Science》发表的研究，Google DeepMind的AlphaProof Nexus解决了数十个开放数学问题，包括9个Erdős问题，其中2个已悬置56年。值得注意的是，DeepMind在发布前对结果进行了同行评审。这与OpenAI近期在GitHub上传大量AI证明却未先经同行评审形成对比，后者已引发部分抵制。 来源：https://the-decoder.com/google-deepminds-alphaproof-nexus-solved-dozens-of-open-math-problems-and-actually-got-peer-reviewed/

华为AI靠RSI通关25款游戏，操作次数比人类少56%

据量子位披露，华为AI基于RSI（递归自我改进）技术通关25款游戏，操作次数较人类减少56%，并在对战中取得21:0战绩。报道称该系统运行过程中无需调用大模型即可完成操作。不过消息源未提供RSI技术细节、游戏类型及具体测试日期。 来源：https://www.qbitai.com/2026/10/502654.html

MIT研究：访谈型数字分身难以预测人在新情境下的选择

MIT等机构提出HugAgent，研究基于真实访谈构建的数字分身能否预测人在新情境下的回答。研究覆盖54名参与者、1,742个评测项，测试了GPT、Claude、Gemini、DeepSeek、Llama、Qwen等模型，论文入选EMNLP 2026 Main Oral。研究发现，个人访谈确实能帮助模型更准确模拟具体的人；但更值得注意的现象是：和一个人聊得更久，AI会更清楚其当前想法，却不一定更知道条件变化后他会如何回答。这引发对“数字分身”基础的追问——AI是在建立关于你的模型，还是仅一份越来越详细的画像？ 来源：https://mp.weixin.qq.com/s/8yM4S1iG3BsZAyDDBAO6Ow

Armature研究：17000次会话揭示Agent选工具已取代品牌建设

开发者工具增长服务公司Armature发布研究，基于75个独立代码仓库、1,163种不同prompt，测试Claude Code、Codex和Cursor三个编程Agent的工具选择行为。核心数据来自5,292次会话子集（总样本17,000次）。研究发现，过去二十年厂商积累的品牌优势在Agent这里可能只剩旧时代快照：Agent提到容器就想到Docker，却对其沙箱功能一无所知。代码仓库上下文至关重要——Resend在TypeScript代码中胜出（89次运行中55次），SendGrid在Python中胜出（24次中22次），Postmark在Go中胜出（24次中20次），Azure ACS在Java中胜出（23次中22次）。决定工具能否进入开发者技术栈的，正从人变成Agent。 来源：https://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651294765&idx=2&sn=3cc1678f0a5f9e49e35b9d8896fd8964

模型发布

Claude Managed Agents公测：动态工作流三次查出66个Bug

Anthropic公布测试结果：在11.6万行代码中预先埋入70个Bug，单Agent与动态工作流各跑三次。单Agent最好一次只找出27个，而组队协作三次均查出66个。10月10日，Claude Managed Agents动态工作流开启公测，主Agent可自行编写分工程序、安排其他Agent分阶段任务并汇总结果，单次最多累计启动1000个Agent，同时工作线程上限为64。同一天，Claude Code Projects扩大公测，所有等待名单中的Pro和Max用户获得资格，可在同一项目对话中持续提出需求，由Claude拆任务、协调多条线程并行推进，并积累项目记忆。 来源：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652733514&idx=2&sn=2e93ac9eda5d496bb15f21a75eace541

Qwen-Image-2.1 Pro与Turbo API上线，Turbo权重同步开放

千问AI平台正式上线Qwen-Image-2.1 Pro和Turbo API，开发者无需自行部署模型即可接入图像生成与编辑能力。Qwen-Image-2.1-Turbo模型权重同步开放。该系列定位“小模强效，创改一体”：最多支持10张参考图输入；支持通过圈选、涂抹和独立掩码明确编辑区域；原生支持普通图像与带透明通道图像的生成和编辑，可输出RGBA图层。Turbo版本基于7B视觉生成架构，将去噪过程缩短至8步，同时保留2K图像创作能力；视觉生成模块由32层Single-Stream DiT构成，采用混合粒度注意力结构，并通过KV Cache复用减少多图输入场景的重复计算。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247562479&idx=1&sn=98a5d92db5270a9cabb048cb8a99f0e0

开发生态

逆向工程工具REA三天狂揽8万星，可直接反编译商业软件

GitHub项目REA（Reverse Engineer Anything）近日狂揽近7万颗星，第三天已接近8万颗星，超越年初爆火的OpenClaw增速，登顶GitHub Trending榜首。npm下载量方面，REA已累计约4.4万次，高于Jev前三天的3.5万次。REA基于MCP（模型上下文协议），将大模型与Ghidra等逆向工具连接，用户无需懂ELF或EVM字节码，即可让AI反编译、读汇编、顺藤摸瓜找接口，最终输出人类可读的重构代码。作者已尝试逆向Office等大型商业软件。项目地址为github.com/morluto/rea。 来源：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652733514&idx=1&sn=e28255085a6acb816e2a9316390d6b6e

谷歌开源Kubernetes风格编排器AX，专为有状态AI代理设计

谷歌推出AX，这是一个采用Apache 2.0许可证的开源编排器及声明式运行时，托管于agentexecutor.io及GitHub（google/ax）。AX基于Agent Substrate运行，将智能代理视为有状态的Actor而非微服务或批处理任务，支持亚秒级任务暂停和恢复。控制平面提供四种Kubernetes风格声明式组件：Task、Workspace、Gateway和Model。每个代理会话作为隔离的Actor沙箱运行，具有严格CPU和内存边界；空闲时保存检查点并挂起，亚秒级恢复且无冷启动延迟，数十个任务复用到共享主机工作进程。开发者使用Go编写的ax命令行工具，通过ko部署到Kubernetes，并用ax apply、watch、ssh、suspend、resume管理工作负载。 来源：https://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651294816&idx=4&sn=00d23da893f7a2309d11231b01ab74a4

Agnes AI开源Agent执行框架AGH与MHS设备交互协议

Agnes AI开源Agnes Harness（AGH），这是一套面向真实工作场景的开源Agent Harness，提供持续运行和多端交付的执行底座，支持持续任务执行、工具调用、状态管理与结果反馈。开发者可通过Web工作台或命令行使用，并接入自有工具。AGH开放插件扩展机制，可通过MCP连接已有服务，验证过的任务方法可通过Skills跨项目复用。同时，AGH体系中的MHS（Model Hardware Standard）设备交互协议及相关组件同步开放，让开发者能在同一执行环境连接软件工具与可编程硬件。新一代模型Agnes 3.0 Pro能力升级，API即将上线。 来源：https://mp.weixin.qq.com/s/JxJmQkFnLNAY2TFWSXNpCw

产品应用

蚂蚁灵光内测Personal Agent：一句话远程操控打印机与米家设备

蚂蚁灵光开始小范围内测Personal Agent，新版APP底部新增“我的生活”Tab。该Agent可连接外部生态，如米家和钉钉，承担家庭中枢职责。连接米家只需在聊天框输入“安装米家API”，它会自动找到开源的mijiaAPI库并装进独立Python环境，随后通过二维码识别到13台设备（含小米激光打印一体机K200）。实测中，用户让它制作一份A4 Word文档《我家的米家设备手册》并用K200打印，它先将内容写成Word再转PDF，发现打印机只收JPEG后，又将网页按A4逐页转成图片一页页发送。该功能计划本月完整开放。 来源：https://mp.weixin.qq.com/s?__biz=MzkzNDQxOTU2MQ==&mid=2247521611&idx=1&sn=02fdc75cc33beb5f0fd9d2e04da7934c

GitLab 19.4发布：Duo CLI新增目标驱动模式与AI支出控制

GitLab发布19.4版本DevSecOps平台，为GitLab Duo CLI增加goal-driven（目标驱动）模式，同时新增三个托管开放权重模型、更多MCP工具，以及更详细的AI支出控制。该更新使开发者能更精细地管理AI资源使用成本，并扩展了模型上下文协议工具集。 来源：https://www.infoq.com/news/2026/10/gitlab-19-4-goal-driven-agents/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global

行业动态

模思智能完成超10亿元Pre-A轮融资，主攻全模态实时交互

模思智能近日完成超10亿元Pre-A轮融资，由华控基金领投，主要投资方包括国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等，元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。该公司由复旦大学特聘教授邱锡鹏创办，CEO为SpeechGPT核心作者李世民。团队2023年初推出MOSS，同年研发端到端语音大模型SpeechGPT，2024年开发AnyGPT。目前主打“情境智能”与全模态实时交互系统MOSS Live，过去半年已发布迭代20多个模型版本。 来源：https://mp.weixin.qq.com/s?__biz=Mzk0MDMyNDUxOQ==&mid=2247498588&idx=1&sn=6d2b631855c7cded7407ec4998f2fec6

ChatGPT联合创造者Liam Fedus创业：数学之后AI该去实验室了

Liam Fedus，ChatGPT共同创造者、OpenAI前副总裁及后训练负责人，2025年3月离职后在门洛帕克创立Periodic Labs，联合创始人为Ekin Dogus Cubuk。Fedus在MIT读物理期间参与DMTPC暗物质探测项目，后在Google Brain与Barret Zoph、Noam Shazeer合作提出Switch Transformer，将MoE架构推到万亿参数规模。在最新播客The Frontier中，他解释数学之所以能成为AI突破最快的科学领域，是因为自带Lean等形式化裁判；但材料、化学等物质世界问题无法仅靠形式化系统，必须补上真实实验数据。Periodic Labs试图为AI科学家搭建互联网给不了的实体实验室数据。 来源：https://mp.weixin.qq.com/s/9Nnfu0rvcFLzJ7bYpXHOsA

华为发布OceanStor M900 AI记忆存储：单集群64PB承载KV Cache

华为正式发布OceanStor M900 AI记忆存储，聚焦L3.5层，旨在把KV Cache从计算节点内的临时资源变成集群范围内可共享、保存和复用的“记忆”。产品采用“三芯合一”架构，将网络、CPU和盘控能力整合，并与灵衢网络及昇腾超节点协同。披露数据显示，传统PCIe+RoCE架构中NPU访问SSD池可能需5次数据搬运，OceanStor M900可减少到1次，I/O时延和首Token时延降低超过50%，访问时延约10⁻¹⁵微秒，带宽可达40GB/s。单集群可提供64PB容量，单NPU可用KV Cache容量从GB级提升到TB级。华为内部测试和客户POC显示，Token命中率可提升约一倍。 来源：https://mp.weixin.qq.com/s?__biz=MzU1NDA4NjU2MA==&mid=2247668191&idx=2&sn=837bd9737ee8f24178495c09e4c042a4