Ethan Mollick 称，半机械人正开始主导数学研究

Latent Space 介绍了 Goodfire 的 Nick Cammarata 提出的一项工作理论：神经网络在很大程度上已经可解释，进一步的智能体分析可以解释许多常见的多义性和叠加现象实例。Cammarata 认为，大多数神经元都能被理解；相比之下，他在 2023 年参与的 OpenAI 项目中，这一比例约为 2%。这篇综述还提到了几项质疑：激活较弱、神经元模拟，以及忽略非最大激活；同时提醒读者，论文目前尚未公开。

TechCrunch Disrupt 2026 最后一天将在旧金山 Moscone West 举行，活动包括 AI 创新、初创企业发展、融资和新兴技术专题，以及 Startup Battlefield 活动和交流环节。超过 10,000 名创始人、投资者和科技领袖齐聚一堂，展览厅设有 320 多家参展初创企业。第三天还将举行 Startup Battlefield 2026 决赛并公布获胜者。

豆包手机助手表示，屏幕自动化协议的30天公开征求意见期结束后，将逐步开放第三方应用GUI自动化操作，但仅限未拒绝的应用。其公布的拒绝名单列出151款应用，包括微信、DeepSeek、淘宝、快手和美团。用户仍可在名单所列手机上手动安装、登录和操作这些应用。

据 Latent Space 引述的公司公告，Modal 年化营收运行率突破10亿美元，并以157.5亿美元估值完成由 Accel 领投的7.5亿美元D轮融资。使用量同比增长超过15倍。Modal 的 Erik 表示，仅 Sandboxes 的运行率就达到3亿美元，已启动近30亿个沙箱，并支持同时运行100万个沙箱，应用包括后台代理和强化学习。

Brandon Anderson 采访了 Leash Bio 的 Ian Quigley，探讨如何使用 DNA 编码化合物库生成可复现的蛋白质–小分子相互作用数据，以及如何识别实验和模型中的误导性信号。他们讨论了一项包含约 40 亿条测量数据的 Kaggle 竞赛：在未见过的化学库上，没有人能取得优于随机猜测的成绩；还讨论了一个智能体沙盒，它在 100 的预算内搜索 650 万个分子。Anderson 报道称，该沙盒现已发展为 Minos，预印本、博客和开放数据集将于今日发布。

Google Research 在 Research@ 上发布了 10 项进展，涵盖地理空间智能、科学智能体、文档核验、边缘硬件、数值模型、医疗保健、灾害预测、教育和协作原型设计。它正扩大实验性 Google Earth AI 功能的早期体验范围，并在早期版本审阅了超过 16,000 篇研究论文后，向公众开放 Deep Review。其他进展包括即将将 TimesFM 和 TabFM 集成到面向企业的 Gemini 中，以及一项涉及 98 名患者的 AMIE 研究；在该研究中，临床医生表示，AI 摘要在 75% 的病例中帮助他们做好了准备。

Epic Games 宣布，从今天起为 Windows、Mac 和 Linux 推出重新设计的 Epic Games Launcher 预览版，并称其速度更快、响应更灵敏。Epic 高管 Martin Keely 告诉 The Verge，所有代码均由智能体编写和审查，开发团队负责监督；AI 帮助复现现有功能并支持 Linux。旧版启动器仍可使用，Epic 尚未制定要求用户迁移的具体时间表。

Google 面向全球发布了 Gemini 4 Argon，用于编程、知识工作、企业工作流和网络防御，可通过 Gemini API 和 Google 的多款产品使用。API 入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入可享受 95% 的折扣；Artificial Analysis 报告称，11 月 30 日后价格将翻倍。在 AI Engineer NYC，约 20,000 人参加了关于 AI 和金融的主题演讲，其中包括 Vals AI 首席执行官对 Argon 等模型基准测试的讨论。

Google 宣布，用户可以使用 Google AI Studio 构建个人 Android 应用，并通过标准 Google 账号在 Google Play 上私下运行。这些应用仅供创建者访问，必须遵守现有的 Play 政策，初期将面向年满 18 岁的美国用户开放。Google 表示，未来几个月将支持与信任的朋友分享，并在经过信任与安全审核后提供公开发布的途径。

据《南华早报》报道，丘成桐和中国数学界领军人物周日在北京发起丘成桐数学与人工智能实验室联盟。该联盟汇集八家机构，旨在联结逾1,000名研究人员，并计划开发专用模型、机器可验证的证明以及透明的人工智能推理。与此同时，包括特伦斯·陶和彼得·舒尔策在内的25位菲尔兹奖得主担心，人工智能生成的证明会削弱人们对数学的理解，并使研究人员依赖自己无法跟进的工具。

Meta 超级智能实验室发布了 Muse Wonder 和 Muse Wonder Full，这是其第二代模型系列，面向个人和专业场景中的智能体工作。Latent Space 报道称，Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Full 仅限 Muse Code 订阅用户使用。Artificial Analysis 给出的 Wonder Full 和 Wonder Intelligence Index v4.3 得分分别为 56 和 52，而 Opus 5.5 为 58；Wonder 支持 1M 上下文窗口，可输入文本、图像、视频和音频，输出仅支持文本。

AI 实验室正在通过 SimpleClosure 和 Sunset 等公司购买已停业初创公司的代码和职场档案，用于训练模型并构建 AI 智能体练习任务的环境。SimpleClosure 的 Asset Hub 已经促成 150 多笔交易；今年 8 月，谷歌以 1000 万美元买下了 Spirit Airlines 数十年的数据。这一市场引发了有关员工隐私、同意和定价的问题，目前没有公司发布过测试，对比使用真实世界档案与其他替代方案的训练结果。

Meta发布了Muse Wonder和能力更强的Wonder Full AI模型。该公司称，在多项能力测试中，Wonder Full的表现接近Fable 5.1、Opus 5.5和GPT-6 Astra，在一些智能体和知识工作基准测试中的表现略好。Meta重点介绍了Active Memory功能，它能在多次对话中保留相关背景信息；以及Active Focus功能，它会持续朝复杂目标推进，并在出现新信息或障碍时调整做法。

安德烈·卡帕西将人们接触大语言模型（LLM）的情况分为四个层级，并认为公众对其能力的认知落后于前沿系统用户所体验到的能力。他估计，约有 60 亿人几乎没接触过大语言模型，10 亿至 20 亿人使用休闲型聊天机器人产品，2000 万人在数学和代码工作中使用前沿模型，另有 5000 人可以访问内部前沿系统。他声称，这些内部系统能协调数千个智能体开展项目，而专家完成这些项目需要数年；人工审核则已跟不上进度。他将模型在代码和数学方面的进步归因于针对可验证奖励的强化学习，以及商业化的训练优先事项。

Import AI 476 介绍了 Humanity’s Sixth Sense，这是 Elorian 和 Scale AI 推出的一项基准测试，用于评估直觉式视觉推理。人类的综合 pass@1 得分为 93.1，而 GPT 6 Astra 得分为 53.6；GLM-5.3-flash 和 Kimi K3 分别为 26.8 和 25.5。本期通讯还探讨了 AI 如何加速太空开发，并报道了 TasteVal——一项评估 AI 系统研究品味的基准测试。

据 Anthropic 7 月发布、近期再次流传的一份报告，Claude 在 2026 年上半年封禁了 1,140 万个账户。在提交的 398,000 份申诉中，有 42,000 份申诉成功。Anthropic 未披露封禁原因的完整分类统计，但报告列出了几类可能触发封禁的活动。

突然之间，赛博格开始主导数学研究。