科技源速递 2026-09-12

今日 15 源采集共 185 条（venturebeat 仍 429，其余 14 源正常），新增 111 条，深挖 5 篇。

25 位菲尔兹奖得主联合声明：「AI 在数学中的严重错位」

来源：mathandai.org（HN 423 分）+ 陶哲轩博客同题文 · 一句话：把著名难题当 benchmark 刷，正在破坏数学的传承链

• 要点：
  • 联合声明签署者含 25 位菲尔兹奖得主（陶哲轩、Scholze、Maynard、Viazovska、Deligne……）：AI 把解题当基准测试与数学界的目标"严重错位"——著名难题本是"地标与灯塔"，解题应引出研究、简化、教科书化；AI 大量快速产出 true/false 命题可能破坏新思想生长的土壤
  • 具体关切：匆忙宣布解法（无规范论文/方法提炼/前人引用）引发署名与剽窃问题；忽视概念性理解与提出新问题；无人消化整合则 AI 思想难入数学传统，人际传承链可能断裂
• 为什么值得看：本栏"AI 数学周"的终章——GPT-6 破 Erdős→N-S 抢跑风暴→陶哲轩三连评→数学界最高规格的正式回应；陶哲轩同日在个人博客发布同题长文
• 扩展资料：
  • 声明原文（开放 ORCID 联署）

Claude 的 18+ 年龄验证：Yoti 人脸估算上线

来源：Anthropic 帮助中心（HN 522 分/565 评）· 一句话：检测到未成年信号即停用，自拍估龄或验证件恢复

• 要点：
  • Claude 消费端仅限 18+（注册即确认）；安全系统检测到未满 18 使用信号时停用账户，经第三方 Yoti 验证恢复：人脸年龄估算（无需证件）/证件照/Yoti 数字 ID 三选一；验证后即删自拍与证件图像，Anthropic 只收通过/未通过结果
• 为什么值得看：与纽约禁八年级以下用生成式 AI、OECD"用 AI 学生成绩更差"同一条监管线——年龄验证正在成为 AI 产品的合规标配；人脸估龄的隐私设计（SOC2+即验即删）值得对照国内方案
• 扩展资料：
  • 帮助中心原文

「So you want to use OpenRouter?」：同名模型，天差地别

来源：Mo Moustafa 博客（HN 663 分，全榜最高）· 一句话：同一权重经不同托管商，基准分差 20+，“pain all the way down”

• 要点：
  • 实测差异：第一方 DeepSeek GPQA 90.2% vs DigitalOcean 托管同权重 75.3%（工具调用差 20+ 分）；视觉模型有"盲托管商"（返回"无图片"仍报 200）；API 契约按托管商而异（同样的请求有的 400 有的正常）；量化精度不能预测质量（fp4 成绩落在 fp8 中间）；按 IP 限流（笔记本正常、生产服务器全 429）；假成功响应（content 为 null）
  • 作者没有建议弃用，给了防御性工程六条：按 per-provider 排行榜筛、无内容即视为失败重试、客户端解析泄漏的工具调用、从生产环境做基准等（开源 190proof SDK）
• 为什么值得看：给昨日 OmniRoute"352 供应商聚合"的泼水节——聚合越多，质量方差越大；agent 开发者的供应商选择清单（agent 对 20 分的工具调用差距不是噪音是灾难）
• 扩展资料：
  • 原文

Garry Tan：「应该建立美国的蒸馏机制」

来源：TechCrunch · 一句话：YC 掌门与 Amodei 在蒸馏问题上公开决裂

• 要点：
  • 被问如何应对中国实验室蒸馏时 Tan 答"我什么都不会做"，并主张"美国蒸馏机制"——让美国开源权重实验室合法地（走正门，非窃取凭证）蒸馏前沿模型：①前沿实验室限制 API 输出用途"过度干预"；②专有实验室自己训练时也未征求许可吸收人类知识——基于公开数据训练的智能应是一种"公共产品"
  • 他真正的噩梦不是开源失控而是"只有一家公司"垄断前沿；对照 Amodei 呼吁监管打击蒸馏（及本周 2 亿次蒸馏指控、乐享科技反向指控）
• 为什么值得看：蒸馏罗生门的三方立场齐了——Anthropic（要管制）、中国公司（被指控+反向指控）、YC（要放开）；“智能是公共产品 vs 服务条款锁死"会成为下一个十年的核心辩题
• 扩展资料：
  • 商务部回应美国蒸馏指控（sspai 派早报）

RTK 省 token 宣称遭独立基准打脸：1740 次实测零节省

来源：Quesma（HN 136 分）· 一句话：宣称省 89% 的工具，实测总账单 -5%/+5%（与零无异）

• 要点：
  • 独立基准（Terminal-Bench 2.1，1,740 次尝试、$1,500+）：Fable 总账单仅降 5%（且几乎全部来自单一任务）、DeepSeek 反涨 5%；RTK 自报"省 3.49 亿 token"按字节差÷4 计算而非计费 token
  • 打脸机理：终端输出仅占 Fable 输入约 11%（且大头走缓存读 1/10 价）；Read/Grep 绕过 RTK；DeepSeek 平均每轮省 7% 但总轮数多 18%（一个任务因 RTK bug 339 次错误循环、成本 9 倍）；RTK 自己的 README 也承认"不等于账单减 90%”
• 为什么值得看：本栏的核查闭环——昨日 OmniRoute 宣称 RTK 等 12 级压缩"省 15-95%"，今天独立基准证伪；“省 token"宣称的行业标准该改成"按计费 token、含额外轮次、按任务级成本"三个口径——这也是本栏自己记账的口径
• 扩展资料：
  • Quesma 基准全文

今日一句话

• 陶哲轩博客版《A Severe Misalignment of AI in Mathematics》（Lobsters）— 声明之外的个人完整论述
• The Register：DeepSeek V4.1 为精简 LLM 树立模板（The Register）
• 月之暗面目标年营收 20 亿美元（TechCrunch）
• 律师因 AI 幻觉证人在谋杀案中被罚 5000 美元（The Verge）
• Anthropic 的网络安全多事之周（The Verge）
• 度量代码的「草率度」（Hacker News，222 分）
• EPA 拟废除数据中心公共评审规则（Hacker News，242 分）
• Google 将买下芬兰核电站一半电力（BBC/Hacker News，297 分）
• GrapheneOS 重写的 Messages 应用发布（Hacker News）
• EU 网络弹性法案启动 24 小时漏洞时钟（The Register）— 自托管者需知