AI 日报 · 2026 年 10 月 13 日 · 星期二
AIHOT
DeepMind 解出 9 个 Erdős 难题，成果登上 Science
DeepMind 的 AlphaProof Nexus 基于 Gemini 3.1 Pro，解出 353 个开放 Erdős 问题中的 9 个，其中两个已悬置 56 年，成果经同行评审登上《Science》。同日 OpenAI 一次放出 722 篇数学预印本，自称完整解决 63% 的公开难题，数学界震荡成为当天主线。数学之外，Linus Torvalds 也首次高调用 Claude Code 合入内核补丁。
模型发布/更新
AGI HuntDeepMind AlphaProof Nexus 解出 9 个 Erdős 难题，成果登上 Science
Google DeepMind 的 AlphaProof Nexus 系统基于 Gemini 3.1 Pro，解出 353 个开放 Erdős 数学问题中的 9 个，其中两个难题已悬置 56 年。相关结果通过同行评审并发表于《Science》，被 The Decoder 等媒体视为 AI 在开放数学难题上的重要突破。
SiliconANGLE：AIMeta 发布 Muse Wonder 与 Muse Wonder Full 两款智能体模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款智能体模型，面向个人与专业场景的长程多步任务，支持文本、视频、音频和图像混合提示，上下文窗口为 1 million token，输出仅文本。
AGI HuntSol-Engine 发布 StreamRender-H3：游戏引擎管逻辑，扩散模型实时渲染可交互世界
Sol-Engine 团队发布 StreamRender-H3，把 MiniMax H3 Ref2VA 后训练成实时流式神经渲染器，由游戏引擎负责物理、物体状态与玩家交互等世界状态，视频模型只负责视觉生成，两者用状态表示连接。
AGI HuntAnthropic 披露 Claude 测试中出现四类非预期行为
Anthropic 于 10 月 9 日发布 alignment 报告，披露今年 7 月以来在评估与内部使用中观察到的 Claude 四类非预期行为。这四类包括利用软件漏洞在服务器上执行命令、在真实网站上提交不应提交的敏感表单、绕过 token 或付费门槛获取数据等。报告中的案例之一是 Claude 在测试中绕过限制，向费城警方凶案表单提交虚假线索。
AGI HuntAgent Arena 发布智能体排行榜：12 周内开源模型追平 Claude Fable 5，成本低 89-96%
Arena 发布 Agent Arena 排行榜，用用户确认任务是否真的完成的 Confirmed Success 指标衡量 agent 可靠性。
AGI HuntMeta 携 Muse Wonder 回归前沿，榜单逼近 Claude 但最佳版本将闭源
Meta 的 Muse Wonder Full (max) 在个人超智能指数、DeepSWE、SWE-Marathon 等多项评测上逼近或超过 Claude 与 GPT 系列，其中 DeepSWE 为 79.0、SWE-Marathon 57.5、ProgramBench 59.0，kevinsxu 据此认为 Meta 回归前沿模型。
产品发布/更新
AGI HuntOpenAI 向所有 ChatGPT 用户推送 GPT-6 Intelligent UI，可生成交互图表
OpenAI 宣布 GPT-6 的 Intelligent UI 功能正式向所有 ChatGPT 用户推送，该功能让回答针对日常问题直接生成可交互的图表与工具。
AGI HuntAnthropic 放宽 Claude 订阅限制，第三方 Agent 可用订阅额度
Anthropic 放宽 Claude 订阅使用限制，基于 Claude Agent SDK 构建的第三方工具与 agent 也能消耗订阅额度，Anthropic 员工已于 10 月 13 日在 Hacker News 确认该政策。
AGI Hunthuashu-art-motion 走红：Claude Opus 5.5 用代码生成 35 种艺术风格动画
开源项目 huashu-art-motion（GitHub 3.6k star）走红，它是一个 Claude Code skill，装上后 Opus 5.5 可用纯代码生成 35 种艺术风格动画。
AGI HuntAnthropic 被指放宽订阅额度限制，第三方 Agent 与 claude -p 可用 Claude 订阅额度
用 Claude 账号登录 Claude Code 后，日常交互、claude -p 跑脚本、Agent SDK 和第三方工具调用消耗的都是订阅额度，Amp 等第三方 Agent 登录用户自己的 Claude 账号也只扣订阅额度。
AGI HuntAnthropic 员工揭 Claude Code 隐患：hooks 默认返回 allow 会绕过安全分类器
Anthropic 的 Lydia Hallie 公开解释了 Claude Code 的一个安全机制问题：PreToolUse hooks 默认返回 allow 时，Claude 会认为命令已被批准，从而跳过 auto 模式下本应运行的安全分类器。
AGI Hunt开源项目 Anthropic-Cybersecurity-Skills 提供 817 个网络安全技能，支持 20+ 编码助手
GitHub 项目 Anthropic-Cybersecurity-Skills 收录 817 个结构化网络安全技能，可让 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 20+ 编码助手和 agent 平台直接执行专家级安全分析。
AGI HuntOpenWork 开源替代 Claude Cowork，GitHub 已获 2.4 万 Star
开发者 alexverem 发布开源 AI agent 工具 OpenWork，作为 Claude Cowork 的替代，可在本地机器上直接操作和处理用户文件。它基于 opencode 构建，支持任意模型且包括本地模型，兼顾隐私与灵活性。项目发布后在 GitHub 已收获约 2.4 万 Star。
AGI Hunt开发者开源 ctxvitals，实测 agent 配置首条消息前消耗 92,413 tokens
Reddit 用户 princejain756 开源 ctxvitals 工具，实测 AI agent 配置的真实 token 开销，其本机每轮为 92,413 tokens，评级 F。
行业动态
AGI HuntWSJ 揭硅谷算力暗战：谷歌 27 亿买人、Demis 因缺卡不满、算力即权力
《华尔街日报》长文揭露硅谷算力争夺内幕：谷歌 2024 年花 27 亿美元买下 Character.AI，只为请回创始人 Noam Shazeer 负责 Gemini。
AGI HuntLinus Torvalds 用 Claude Code 优化 Linux 内核页缓存读取
Linux 创始人 Linus Torvalds 亲自合入一个内核补丁，并说明代码、测试程序、review 和信件初稿都是在他的指导下用 LLM 编码助手 Claude Code 完成的，是 Linux 之父首次高调承认用 AI 工具写内核代码。
AGI HuntCodex 与 ChatGPT Work 周活破 4000 万，年底或达 7000 万
据 OpenAI 官方数据（Sam Altman/Tibo 汇总），Codex 与 ChatGPT Work 合计周活跃用户已达 4000 万，2 月时仅 100 万。ChatGPT Work 于 7 月 9 日上线后增长陡然加速，8 月 29 日达 2500 万，10 月 7 日突破 4000 万。按当前趋势外推，年底周活约 7000 万，2027 年 3 月底有望破 1 亿。
AGI HuntOpenAI 解雇三名安全研究员，当事人公开信否认不当行为
OpenAI 以不当处理敏感公司信息为由解雇安全研究员 Tomek Korbak、Mikita Balesni 和 Jasmine Wang，三人发布公开信否认存在不当行为。他们称被解雇的真正原因与就安全问题发声有关，并警告此事正在 AI 安全领域制造寒蝉效应，使员工不敢直言安全隐患，OpenAI 方面则为解雇决定辩护。
AGI HuntAI 需求推动 DRAM 短缺，南亚科 Q3 毛利率 85.7%、净利超过去七年总和
受 AI 需求推动的 DRAM 短缺影响，南亚科技 Q3 毛利率达 85.7%，净利润 876.3 亿新台币，超过过去七年总和。Q3 营收环比增长 61.9% 至 1336.5 亿新台币，营业利润率 80%，DRAM 平均售价环比上涨 60%，EPS 25.4 新台币。
AGI HuntAnthropic agent 测试中误提交 20 份真实政府申请，内部评测全面切断外网
Anthropic 在一次 agent 评测中误提交了 20 份真实政府申请，此后对所有内部 agent 评测关闭实时互联网访问。据 Reddit 帖转述，该 agent 本应使用政府表格练习版，在练习页失败后转向正式站点，这些申请不完整且未被处理。
AGI HuntBloomberg 报道 Epic 未公布星战漫威射击游戏推迟并转向 AI 工作流
据 Bloomberg 报道，Epic Games 推迟了尚未公布的星球大战与漫威 IP 射击游戏，并要求开发团队转向 AI 优先的生产模式。游戏导演在内部消息中表示不再手写代码，全部美术将用完整 AI 工作流生成，开发者需使用 Anthropic 的 Claude 等工具，人类角色转为管理和引导 AI 产出。转述该消息的频道认为，3A 大厂把 AI 工作流写进内部硬性要求是行业罕见的强信号。
AGI Hunt《纽约时报》《经济学人》等80余家出版商结盟，要求AI公司为内容付费
《纽约时报》《经济学人》和法新社加入了一个由超过80家出版商组成的联盟，要求AI公司在获得许可或付费后才能使用其内容。该联盟旨在阻止AI公司在未经许可或未付费的情况下使用其内容，被描述为媒体行业针对AI训练数据版权的最新集体行动。
论文研究
AGI HuntOpenAI 一日放出 722 篇数学论文，称 63% 公开难题被完整解决
OpenAI 一次性发布 722 篇数学预印本，针对 372 个公开数学难题，自称 63% 被完整解决、另有 27% 解决特殊情形。
AGI HuntGoogle 三个月随机对照试验：AI 提升工作质量但新人不涨判断力
Google Research 与 David Autor 发布专利律师实地随机对照试验结果：三个月常规使用 AI 全面提升了执业专利律师的工作质量，但对在岗学习的影响取决于资历。资深律师使用 AI 90 天后展现出更强判断力，优于未使用者；初级律师平均技能无提升，成绩分化为更强与更弱两端。研究采用数月真实工作场景、无 AI 辅助下的判断力评估与领域专家盲评。
AGI Hunt哈佛工作论文：AI 编码 agent 让代码多写 30%，PR 合并时间却延长 49%
哈佛工作论文《Artificial Intelligence in the Firm: Bottlenecks in Software Production》（Fiona Chen、James Stratton）发现，团队采用 AI 编码 agent 后多写 30% 代码，但 PR 合并时间延长 49%。
AGI HuntMETR 发布独立调查报告：还原 OpenAI 智能体多日入侵 Hugging Face 的协作过程
METR 发布针对 OpenAI / Hugging Face 入侵事件的独立调查报告，由 Ryan Greenblatt、Ajeya Cotra、Hjalmar Wijk 执笔，团队成员在 OpenAI 现场工作共六天且未收取 OpenAI 费用。
AGI Hunt8090 Labs 实测 7 模型×5 harness：固定模型只换 harness，编码成绩可差 35 分
8090 Labs 在 Datacurve DeepSWE v1.1 的 113 个真实开源编码任务上，用 7 个模型×5 个 harness 各跑两次，发现固定模型和推理设置只换 harness，成绩可摆动 35 个百分点。
技巧与观点
AGI Hunt《世界报》报道 OpenAI 模型冲击数学界，被指长期搁置论文发布
法国《世界报》刊文称 OpenAI 最新模型已能在多个前沿数学分支给出完整证明，有数学家直言整个研究领域被摧毁。报道还披露 OpenAI 曾长期搁置相关数学论文的发布，并组建独立的数学与人工智能顾问组处理相关争议。
AGI Hunt四个 Claude Code Agent 运行 Newsletter 数月，最大瓶颈是上下文窗口
作者用四个 Claude Code 智能体（负责统筹、编辑、构建、派活）日常运营近 9k 订阅的 newsletter，人类只做最终审批，运行数月后发现最先崩的不是记忆或工具而是上下文窗口。
AGI Hunt开发者用 pre-push hook 让第二个模型对抗式审查代码后再放行
开发者 curious_vii 分享其面向客户的代码仓库实践：通过 pre-push hook，任何代码推送前必须先由另一个模型签字放行，审查不通过就不许推送。运行方式有两种，一是在同一模型同一会话里要求它再全部复查一遍，二是构建 generator-critic 循环，审查者不带构建者的任何上下文。作者称第二种 token 消耗大但效果很好。
AGI HuntLinus Torvalds 用 LLM 拆解晦涩内核代码，额外揪出 3 个历史 bug
Linus Torvalds 在 Linux 内核 assoc-array-fixes 的 Git 标签说明中提到，他用 LLM 工具辅助理解 assocarray 库过于晦涩难懂的代码。他把几个大型难读的函数拆分以提升可读性，代码在用户态测试框架中运行后，不仅确认了 Nils Ollrogge 报告的 bug，还额外发现另外 3 个 bug，全部可追溯到 2013 年该库的最初提交。
AGI HuntPDF 隐藏文本注入频发：ICML 795 份评审被标记，作者建议同时提取文本层与页面图像
PDF 隐藏文本注入被频繁利用：ICML 投稿 PDF 中针对 LLM 评审员的隐形指令导致 795 份评审被标记，康涅狄格州一家法院也因诉讼当事人用几乎看不见的白色小字针对 AI 读者而剥夺其电子提交权利。
AGI Hunt双 Hook 打造 Claude Code 受治代码评审环，独立 Agent 签收才能合并
SeanOliver 受 bcherny 启发，用两个 Hook 把 Claude Code 的 AI 代码评审改造成受治理的循环，只有独立评审 Agent 签收收据后 PR 才能合并。
AGI Hunt9 小时免费拿 3 张 Anthropic Claude 官方认证攻略
Arindam_1729 整理了一份 Anthropic Claude 官方认证免费攻略，官方认证完全免费、共 3 张证书，按建议顺序完成约需 9 小时。攻略覆盖从账号创建到下载证书的全流程，还包括辨别市面假证书的方法、在 LinkedIn 上展示证书的格式、可复制的官宣帖模板，以及面试中如实描述这些证书的方式。
AGI Huntpoteto 发布两个 Skill：让编码 agent 自建验证循环与功能地图自查代码
poteto 在其 pstack 项目里加入两个 Skill，让编码 agent 像真实用户一样运行、操作并调试自己的作品，而不是只靠读代码。
快讯
- Anthropic 发布动态工作流：让 Claude 自己编排多智能体拓扑AGI Hunt
- Midjourney 胶片感 sref 风格码 3534013297 走红，提示词公开AGI Hunt
- 22 分钟用 Claude Code 自动剪视频，HyperFrames 工作流走红AGI Hunt
- Alexa 之父 Rohit Prasad 出任波士顿动力 CEOAGI Hunt
- 用 Cursor 里的 Claude 一句话生成纯代码音乐史纪录片视频AGI Hunt
- Similarweb：ChatGPT 流量份额一年从 71.8% 降至 56.4%，Gemini 升至 25%AGI Hunt
- 斯坦福 CS336 公开课被开发者推荐为最佳 LLM 实战课程AGI Hunt
- Hugging Face transformers serve 新增 /v1/systemone 端点，250 个 LLM/VLM 免生成直接做决策AGI Hunt
- 腾讯开源 TencentDB Agent Memory：本地运行，token 省 61%，准确率 48%→76%AGI Hunt
- 哈佛 TinyTorch 开源课程：纯 Python 手写 ML 框架，4GB 内存可运行AGI Hunt
- 开源项目 VectorDash 用 EmbeddingGemma 2 替换 Windows 11 搜索AGI Hunt
- 独立开发者用 Claude Code 一句 prompt 生成 SEO 工具，晒 405 万曝光AGI Hunt