每日科技/AI 摘要 2026-09-05

今日共采集 91 条，新增 89 条，科技/AI 相关约 22 条，深挖 8 篇。

GPT-6 发布首日：攻破 5 道 Erdős 难题，素数间隔纪录 246→186

来源：36氪 / 机器之心Pro 同题 · 一句话：Fable 5.1 交白卷的题，GPT-6 首日连破五道

• 要点：
  • 发布首日即攻破 5 道 Erdős 开放难题；另有界素数间隔（孪生素数方向）上界从 246 推进至 186——246 已停留十年以上，业内原以为此路已到头
  • 非暴力破解：核心在构造 Selberg 筛控制可容许元组性质；团队含北大数院 07 级校友（苏炜杰，现 OpenAI）
  • 背景线：GPT-5.6 此前已破 Erdős 第四问题（素数大间隔）、GPT-5.2 Pro 一夜攻克多个 Erdős 问题获陶哲轩点评——AI 做数学从"能做"进入"连破纪录"阶段
• 扩展资料：
  • 凤凰科技：张益唐孪生素数猜想新纪录 — 数学脉络
  • 知乎：如何评价这一纪录 — 数学家们的审视

单人一月烧掉 19 万：硅谷开始倒查员工 AI 账单

来源：极客公园 / 科技进化论（微软案例）同题 · 一句话：无限 Token 鼓励期结束，成本审计时代开始

• 要点：
  • 极端案例：单人月烧 19 万元；微软有员工 28 天挥霍 2.8 万美元 Token 后被迫收紧；有团队月耗 2800-3300 亿 token（近 200 万美元）；Databricks 有客户单月意外烧掉数千万美元
  • 反直觉现象：token 单价暴跌至每百万不足 1 美元，企业总账单却爆炸式增长——“Token 吃掉三成工资”
  • 国内同步：腾讯员工每月 2000 美元额度被砍到 1400 元人民币；评估标准从"用没用"转向"值不值"
• 为什么值得看：与本周 OpenAI 按结果付费、Muse Spark 1.3 价格战连成一条线——AI 经济学从烧钱竞赛转入精算阶段；个人 agent 流水线同样该有预算护栏（本栏的每日 token 预算就是同款思路）
• 扩展资料：
  • 智源社区：Token 吃掉三成工资

腾讯、字节、阿里「会战」AI 办公之后：Agent 格局已变

来源：极客公园（双篇同题）· 一句话：三家同时收拢战线，争夺企业工作的第一入口

• 要点：
  • 阿里：QoderWork、悟空、MuleRun 三款 Agent 整合为千问办公（8/3 公测），钉钉新 CEO 陈宇森操盘，主打企业权限体系
  • 腾讯：QClaw 并入 WorkBuddy 所在云产品六部，产品矩阵多线并行；字节：飞书×豆包团队整合，不合并产品但明确主次
  • 行业判断：“Chat 时代终结，办公 Agent 大战爆发”——三家打法分化：收口（阿里）、矩阵（腾讯）、主次（字节）
• 为什么值得看：与本周 WorkBuddy 开放平台（9/4 日报）拼上全景——国内 Agent 竞争从模型能力战转向入口与组织渗透战
• 扩展资料：
  • 21财经：腾讯、阿里、字节大战 AI 办公

Agent 时代，Cursor 重写了 Git 存储层

来源：VibeCoder（技术解读）· 一句话：Continuity 用 S3 预写日志替代二十年老的 packfile

• 要点：
  • Cursor 代码托管平台 Origin 的底层存储系统 Continuity：用 S3 预写日志（WAL）替代 Git 传统 packfile；大仓库可加副本分担读负载，小 agent 仓库闲置即移除、需要时重建
  • 动机直白：当 agent 大规模写代码推代码，Git 从"文件服务器"变成瓶颈——支持一键镜像脱离 GitHub、堆叠式 PR、AI 自动解决冲突
  • 与周三 Trending 的 atlas（agent 版本控制）、InfoQ"GitHub 旧模式被 AI 击穿"同属一波：为 agent 时代重建版本控制基础设施
• 扩展资料：
  • 知乎：从 packfile 到预写日志的二十年 — 技术细节全解
  • InfoQ：Cursor、GitLab、Zed 各自开打

NUS 颜水成团队：27B 专用模型为基模生成自进化 Harness

来源：智猩猩 · 一句话：JIT-Agent 不干活，专门给基模配"专属运行时"

• 要点：
  • JIT-Agent（27B）按任务即时生成基础模型的专属 Harness：怎么规划、记忆什么、调用哪些工具，并可即时定制、修复、进化——首个专为即时 Harness 生成构建的模型
  • 核心主张：把"Harness 智能"确立为独立于模型规模、可训练、可迁移、可复合的能力；实验中生成的 Harness 让骨干模型达到 OpenCode、Claude Code 等成熟运行时水平
  • 颜水成 2025 年回归 NUS 专攻 e-AGI（进化型 AGI）
• 为什么值得看：Harness 工程从经验手艺（本周蚂蚁、Anthropic SDLC）走向可学习的模型能力——“给每个任务自动长出一个 agent 框架”，这是 agent 自进化叙事里最工程化的一条线
• 扩展资料：
  • 36氪：Scaling Harness Intelligence

蚂蚁数科 Harness 实践：AI Coding 的下一步是「可验收」

来源：InfoQ · 一句话：给 Agent 明确规则、边界和验收标准

• 要点：
  • 真实研发四大病：需求漂移、测试偏浅、证据不足、并行协作成本上升；蚂蚁的解法是 Harness 工程——让 agent 在明确规则/边界/验收标准下工作，构建"可验收的研发闭环"
  • 与 NUS 的学术线互补（工业实践版）；社区同步产出：六层检查框架、“马书”（从 Claude Code 源码到 AI 编码最佳实践开源书）
• 为什么值得看：“写得更快"不再是卖点，“怎么证明写对了"才是——这正是本周 OpenClaw 1.6 万 PR、Linux CVE 洪流的正面回应
• 扩展资料：
  • InfoQ 原文

智谱 GLM-5 架构负责人白雨石加入腾讯混元

来源：创业家 · 一句话：清华姚班骨干流动，混元 4 背后的 GLM-5 基因

• 要点：
  • 白雨石（清华姚班）曾任智谱 GLM-5 架构负责人（架构改进+强化学习适配），被曝加盟腾讯混元；虎嗅称"腾讯混元 4 背后站着 GLM-5 核心研究员”
  • 前缘：2026 年 1 月入选首届腾讯青云奖学金（全国 15 人，20 万现金+30 万云算力）
  • 背景板：GLM-5 为 744B 参数、200K 上下文，SWE-bench 开源第一——人才与架构经验一起流动
• 扩展资料：
  • 虎嗅：大模型没有秘笈

中东"纯血"大模型 humain-m3，底座竟是 MiniMax

来源：36氪 · 一句话：沙特 1 万亿阿拉伯语 token 后训练中国底座

• 要点：
  • 沙特 HUMAIN（王储主导的国家级 AI 企业）发布"首个纯血阿拉伯语大模型” humain-m3：基于中国 MiniMax M3，4280 亿参数 MoE，后训练投喂超 1 万亿阿拉伯语原生 token
  • 信号意义：中国大模型底座获得国家级客户背书，走"底座出口+本地化后训练"路线——对照 MiniMax 的 To C 全球化生意（9/3 日报），这是第二增长曲线；消息公布 MiniMax 股价应声上涨
• 扩展资料：
  • 网易：HUMAIN 声明细节

今日一句话

• 九问 ScienceDiscovery：树搜索驱动 RSI，小时级写出通用积分器（量子位）
• 李飞飞刚发 Atlas，中国开源"同款"已抢跑半年？（量子位）
• 西湖大学发布 Code 视频世界模型：让代码接管世界演化（机器之心Pro）
• Meta 全开源 HumanCLAW：基础模型进入具身智能决策层（机器之心Pro）
• 4 个月 4 个 Flash，Gemini 在下什么怪棋（差评X.PIN）
• SonarQube CLI：老牌代码检测重返 Agent 回路（VibeCoder）
• 微信小程序虚拟支付正式开放，个人开发者不用注册公司了（人人都是产品经理）
• 阮一峰：没人为你的堆栈辩护（阮一峰的网络日志）
• 我为什么不让 4 个 Codex 一起改代码（代码拆解师）
• X-AnyLabeling：AI 最烧钱的不是算力，是数据标注（人工智能研究所）