OpenAI 的数学声明暴露了 AI 的验证瓶颈
有关 OpenAI 模型解决重大数学问题的报道指向一个更深层的问题：生成证明越来越便宜，而验证、归属和发表仍以人类速度推进。
博客
想法、更新和 AI 的一切。
AI 新闻和实用指南，清晰讲解。
前几章
从零实现感知机：一个神经元到底计算什么
神经元就是加权求和加阈值。整个想法就这么简单——而它的局限，也逼出了之后的一切。
损失函数从何而来：是似然，不是惯例
平方误差不是惯例。它是在宣称噪声的形态，而且你能亲眼看到它何时出错。
下坡：Gradient Descent，以及所有人都跳过的两个步骤
每个人都会写那个减号。几乎没人说明它为什么在那里，或步子到底能迈多大。
分类、交叉熵，以及如何不被自己骗倒
准确率是最容易汇报的数字，也是最容易让人受骗的数字。
视频
查看全部视频
#173Test-time compute: making an AI better by letting it think longer
#172Reasoning tokens: the AI thinking you never see but still pay for
#171Emergent reasoning: the AI that started double-checking on its own
#170Process reward: grading an AI's working, not just its final answer
#169Verifiable rewards: training AI on answers a program can check
#168Tree of thoughts: how an AI searches through ideas, and what it costs
#167Self-consistency: ask an AI several times, then trust the majority
#166Think step by step: why a famous prompt works, and when it backfires
全部文章
Jev AI 模型为决策而生，而非写作
TypeSafe AI 的 Jev 正受到关注，因为它把软件智能视为一个概率问题：选择正确分支，附上置信度，并避免在代码只需要决策时还花钱让 LLM 写文本。
OpenAI 的 Astra for Law 是法律 AI 系统，而非新模型
OpenAI 的法律领域发布，重点不在于新的基础模型，而在于围绕模型构建的系统：领域检索、可信工具、权限、基准测试和审查路径。
Context engineering for long-horizon AI agents
Long-running agents do not fail only because the window is small. They fail when files, tool outputs and stale history crowd out the task the agent was supposed to finish.
AI 限速：Amodei 警告递归式自我改进风险
Dario Amodei 希望通过外部评估者、共享安全标准和国际协议，为前沿 AI 设定节奏。难点在于，当 Anthropic 据称正准备创纪录规模的 IPO 时，如何界定“太快”到底意味着什么。
递归式自我改进：为什么 AI 研究人员感到担忧
围绕递归式自我改进更尖锐的担忧，并不是聊天机器人输出怪话，而是能够协作、优化指标，并帮助构建下一代模型的智能体——WIRED、MIT Technology Review、CNBC 和 The Guardian 的报道都反映了这一点。
OpenAI 的 Navier–Stokes 证明主张，一文读懂
OpenAI 称，AI agent 找到了一个 Navier–Stokes 奇点，并用 Lean 形式化了证明。更难的故事在后面：审查、署名，以及私有 agent 集群在数学中的力量。