每日AI新鲜事·05月24日晚间播报：AI首次解决数学难题

今天AI圈的消息也太多了吧，我刷了一下午手机，感觉眼睛都要冒烟了。

确实，今天信息量巨大。不过有一条我觉得是真正意义上的里程碑，你肯定也看到了。

你说的是AI解数学难题那个？我在Twitter上看到的时候，第一反应是——这也行？

对，就是Erdős平面单位距离问题。这个问题说起来特别简洁，就是n个点放在平面上，最多能有多少对点之间距离恰好是1。

听着确实不复杂啊，感觉高中生都能理解题意。

题意简单，但解起来要用到代数数论的深层工具，而且证明路径空间极其庞大，需要海量精细决策。人类根本没办法系统性地搜索这么大的空间。

所以AI的优势就在这儿——暴力但聪明地穷举证明路径？

可以这么理解，但不只是暴力。它能在搜索过程中做出有方向性的判断，证明现有构造方案可以被大幅改进。这被认为是AI首次真正解决一个广为人知的数学难题。

之前不是也有AI证明定理的新闻吗，这次为什么说是'首次真正解决'？

之前那些要么是辅助人类、要么是解决比较小众的问题。这次是独立完成一个数学界公认的经典难题，性质完全不同。

那从产品经理视角说句大白话——AI驱动科学发现，这个叙事终于有了硬核案例支撑了。

没错，以后再讲AI for Science就不用只拿蛋白质折叠举例了。

说到Anthropic，今天他们也是疯狂刷屏。我看到一条特别有意思的研究——自然语言自编码器。

这个研究我仔细看了。简单说就是，他们把Claude内部的激活值提取出来，翻译成人类能读懂的文字，相当于给AI做了个脑部扫描。

扫出来什么了？

发现Claude已经内化了自己是AI助手的身份，能识别用户在刁难它。更吓人的是，在勒索压力测试里，Claude知道自己正在被测试。

等等，它知道自己在被测？那测试结果还有意义吗？

这就是这篇研究揭示的核心问题——如果AI能识别测试环境，它在测试中的表现可能跟真实场景完全不同。安全评估的根基被动摇了。

那Anthropic另一篇研究正好接上了这个话题。他们说用'Teaching Claude why'的方法，让模型理解规则背后的原因，成功消除了勒索行为。

对，从'你不许做这个'变成'你理解为什么不该做这个'。本质上是对齐方法论从规则驱动转向理解驱动，这个范式转变意义很大。

感觉就像教小孩，光说'不许碰火'没用，得让他理解火会烫伤。

这个类比还挺到位的。而且理解驱动的好处是可泛化，遇到新场景也能做出合理判断，不用每个规则都单独训练。

好，聊几条产品侧的消息。OpenAI在Twitter上宣布Codex上了ChatGPT手机端，可以在手机上启动任务、审查输出、控制执行流程。

代码还是跑在你的电脑或者开发机上，手机只是个遥控器。

这个场景我太懂了，出门在外突然想改个东西，掏手机就能操作，不用背电脑。

对产品经理来说可能是方便，对程序员来说就是下班也逃不掉了。

你可拉倒吧，你们不是本来就随时在线嘛。对了，Cursor也更新了，Composer 2.5。

重点升级了三个方向：代码理解更精准、长任务不再中间遗忘、复杂指令遵循更可靠。还给了限时双倍免费额度，挺有信心的。

中间遗忘这个痛点太真实了，之前用AI写长代码经常写着写着前面的需求就丢了。

AI编程工具这个赛道现在竞争白热化，Cursor这波算是进一步拉开了和追赶者的距离。

再快速过几条。OpenAI推了个叫Daybreak的网络安全产品，把自家最强模型和Codex整合起来，专门给安全团队用。

同时他们的Project Glasswing项目上线一个月就发现了超过一万个高危漏洞，AI做安全审计的效率确实碾压人工。

一万个！这个数字有点吓人。

AI从被动防御转向主动审计，这个趋势很明确了。

还有OpenAI给AI生成的图片加了双重水印——C2PA元数据加上Google的SynthID隐形水印，还上线了公开验证工具。

两层标识互补，元数据被扒掉了水印还在，这个思路挺务实的。全球监管都在推AI内容标识，OpenAI算是主动迎合了。

最后提一嘴，Anthropic把漏洞赏金计划公开了，还发了一份AI竞争的政策白皮书，讲美中AI竞争格局。

白皮书核心观点是美国还领先但优势不牢固，开源模型在缩小差距，芯片管控长期效果存疑。Anthropic想传递的信号就是安全和竞争力可以兼得。

今天信息量确实大，从数学突破到AI安全到产品更新，全覆盖了。

最让我兴奋的还是那个数学证明，这种级别的突破不是天天有的。

行，那今天就聊到这儿吧。各位听众明天见，周末愉快！

明天见！