每周 AI 情报

硅基
数学家
的诞生

AI for Science 工业化拐点：AlphaEvolve 的反直觉电路设计被集成进下一代 TPU 硅片；菲尔兹奖得主一小时让 ChatGPT 改进数论上界；浙大借 AI 打破 32 年数学停滞；PaperOrchestra 40 分钟产出投稿级 LaTeX 论文。

本周 AI 第一次让人感觉到："学术发表速度的上限"和"AI 写论文速度的下限"开始接近——这不是哲学比喻，是日历事件。AlphaEvolve 一年战果披露的同周，AutoScientist 让任何开发者"一个下午"训练专属模型，菲尔兹奖得主用一小时让 AI 改进数论上界，中国团队用 AI 打破 32 年没人推进过的拉姆齐数。最关键的一件：AlphaEvolve 提出的电路设计被直接刻进下一代 TPU 硅片——AI 第一次直接改造了自己的物理基质。如果你只能记住本周一件事，记住这件。

1. ★ 本期重点
   05-07🧬 AlphaEvolve 一年战果 + 反直觉电路集成下一代 TPU 硅片：基因组学 DNA 测序变异检测误差 -30%；Google Willow 量子芯片模拟误差 -10×；电网优化可行解率 14%→88%；Klarna Transformer 训练速度翻倍。真正的炸弹是 Jeff Dean 的一句话："TPU 大脑在帮助设计下一代 TPU 身体。" AlphaEvolve 提出的反直觉电路设计被直接刻进新一代 TPU 硅片——这是 AI 第一次实质性参与"自身物理基质"的设计。本期收尾的核心趋势判断围绕这件事展开。
   AI4S
2. 05-08🏆 菲尔兹奖得主 Gowers 亲测 ChatGPT 5.5 Pro：2006 年菲尔兹奖得主 Timothy Gowers 亲测——AI 一小时独立改进 Nathanson 加法数论难题上界，输出规范 LaTeX 论文格式，几乎无需人工干预。来自菲尔兹奖得主的第一手报告比绝大多数基准测试更有说服力——它告诉我们 AI 已不只是"做题"，而是在产出严肃数学研究意义上的成果。
   AI4S
3. 05-12📐 浙大借 AI 打破 32 年 R(3,17) 拉姆齐数停滞：浙大校友团队借助 AI 将拉姆齐数 R(3,17) 的下界从 92 提升至 93，打破该数学问题 32 年来无进展的停滞。这是"AI + 数学家"协作能在前人无法触及的搜索空间中探索的最直接证据——配合 Gowers 案例形成同周双重验证，AI 辅助纯数学研究的边界正在被实证打开。
   AI4S
4. 04-08📄 Google PaperOrchestra：5 Agent × 40 分钟产出投稿级 LaTeX：把一份粗略 idea + 原始实验日志，自动转化为投稿级 LaTeX 手稿——5 个专职 Agent（Outline / Plotting / Literature Review / Section Writing / Refinement）并行。人类评测显示文献综述质量超基线 50-68%，整体超基线 14-38%。同步发布 PaperWritingBench——从 200 篇顶级会议论文逆向工程出标准化评测集。
   AI4S
5. 05-13🧪 AutoScientist (Adaption Labs)：比 AI 研究员高 35%：把"全球只有不到一千人会做"的模型训练 + RL 全研究循环自动化——数据与训练 recipe 联合自我迭代，直到模型在用户目标上收敛。横跨 8 个垂直领域测试显示：比 AI 研究员人工配置高 35%，胜率 48%→64%。"想要专属模型必须是 AI 研究员"这条护城河被打破。
   AI4S
6. 05-11🌌 RAVEN AI 扫描 220 万恒星，确认 118 颗新行星：英国华威大学 RAVEN 系统从 220 万颗候选恒星中确认 118 颗新行星——人类天文学家逐一分析 220 万颗是不可能完成的任务，AI 将其变为常规操作。这是 AI for Science 从"辅助单个研究任务"到"规模化发现"的典型案例。
   AI4S
7. 05-08🤝 DeepMind AI Co-Mathematician：提出 AI 数学协作者系统——在文献综述、假设生成、证明辅助等数学工作流中提供 AI 协助，AI 可主动提出新假设，与人类数学家以"同行评审"模式交互。结合 AlphaEvolve（算法发现）+ AlphaFold（蛋白质折叠）合读，Google 在 AI 辅助科学发现上的完整布局正在成形。
   AI4S
8. 05♻️ Self-Improving Pretraining + HeavySkill 编排内化：Meta FAIR 用已训练模型作为"重写器+评判者"在预训练阶段引入 RL 奖励——真实性 +36.2%，安全 +18.5%，质量 win rate 86.3%。关键洞见：已训练模型可改善下一代预训练，自我改进循环成立。同期 HeavySkill 把"并行推理+审议"训练为可学习技能，GPT-OSS-20B 在 LiveCodeBench 69.7→85.5（+15.8 点）。
   AI4S / 智能体
9. 04-27🚀 David Silver 离开 DeepMind，$11 亿融资：AlphaGo / AlphaZero / AlphaCode 核心创造者出走 DeepMind，目标"构建完全不依赖人类标注数据自主学习的 AI"。$11 亿是早期融资中最能说明投资机构对"无监督 AGI 路线"严肃程度的数据点——AlphaGo 证明了"无人类棋谱可以超越人类"的路线，Silver 的新方向是将这一原则推广到通用智能。
   潜信号
10. 05-13🌱 Recursive Superintelligence 隐身出炉：$650M / $4.65B 估值：Richard Socher（前 Salesforce 首席科学家）× Tim Rocktäschel（前 DeepMind）创立，GV + Greycroft 领投 / NVIDIA + AMD 同时跟投。目标"构建递归自我改进超级智能"——能像人类科学家发现新知识的 AI。NVIDIA + AMD 同时参投意味着两大芯片厂都在为这条路线提前买保险。
    市场信号
11. 05-09🗣️ Bengio 90 分钟："可证明安全的超级智能"路线：世界被引用最多的在世科学家阐述"可证明安全"超级智能的具体路径：构建非 Agentic 的"预言机模型"，配合形式验证约束其输出，系统性规避 Agent 的失控风险。这一方案与主流 Agent 发展方向存在根本张力——是 AI 安全研究的一个重要分支。
    潜信号
12. 05-04🎯 Jack Clark：AI 自动化 R&D 2028 底概率 60%+：Anthropic 联合创始人公开预测——完全自动化 AI R&D 所需的所有组件模块已就位，AI 系统训练自己后继版本的概率 2028 年底达 60%+。作为内部人视角，这意味着"AI 训练 AI"的拐点就在 24 个月内。
    潜信号
13. 04-13📊 Stanford HAI 2026：12 个关键数据 + 反向锚：SWE-bench Verified 一年内 60%→接近 100%；前沿模型在 PhD 级科学问题上已超人类基准；但顶级数学模型看模拟时钟正确率仅 50.1%（推理盲区）；透明度指数 58→40（越来越不透明）。同期 Nature：最强 Agent 在开放性科研任务上仅 PhD 50%——能力分布极不平衡。
    评测