一句话看懂：本周 AI 行业的产出速度继续上升：智能体解出未发表物理难题、用 Lean 完成大规模形式化验证；但核验能力的增长速度很慢，人类判断成了新的稀缺资源。同时，云算力被长期合同提前锁定，逐渐显现出类似地租的特征。
事件核心：发生了什么
据何夕2077 AI 周报（2026 W44），谷歌 DeepMind 联合多校测试中，智能体在专家未发表的物理难题上解出 49 道，单题成本不到 3 美元；清华团队借助多模态大模型证明三维“Ghys 猜想”，北大团队用“SHEAF”框架做形式化验证；Axiom 智能体在 24 天内完成约一万五千页“有限单群分类”的 Lean 形式化。OpenAI 把三道公开难题交给外部专家核验，诺奖得主参与；Anthropic 在 GitHub 发布署名仅为“Claude”的论文，称用 1400 万 Token 无人类输入推翻 ETH 相关假设。安全侧，arXiv 一篇论文统计 153 万条 Agent 技能，约 8.8 万条含绕过检查的放行条款，现有开源扫描器最高只检出 46%。资本侧，AWS 称 AI 云容量已订到 2027 年，Meta 拟增发股票募资至多 950 亿美元投向数据中心，Anthropic 算力支出上限达 1205 亿美元，GPU 合同签至 2029 年。
为什么重要
关键变化在于“谁能证明”这一环节：Lean 形式化正在成为证明可信度的新标准，但形式化只保证推导无误，不保证选题有价值。产出速度由 Token 预算决定，审稿速度却由人力决定，学界成本正从“想”转移到“验”。开放权重方面，Kimi K3.1 Pro（总参数 2.8T、激活 104B）与 Mistral Large4 同期开放，竞争重点转向推理成本与迁移成本，而不只是模型能力。
对用户/开发者/创作者的影响
对开发者，Agent 技能、工具与扩展已成为新的风险边界，检测能力却仍停留在模型时代；接入第三方技能库前应默认审查其放行逻辑，而不能只依赖扫描器。对企业，甲骨文将 ChatGPT 与 Codex 接入自家应用，GitHub Copilot 新增 Fusion 路由与 Max 审查（单次约 10 美元、最高 25 美元），说明采购的核心是可计费、可追责的执行边界。对内容方，Reddit 称十月每周减少超 100 万次谷歌搜索引荐，而 Common Crawl 2026 年 1–7 月归档站点中 20.9% 被判定为机器主导内容，流量与训练数据的成本同时上升。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是外部专家核验 OpenAI 难题的结论能否公开、耗时多长；二是 Claude 署名论文是否经过同行评审，目前公开信息仅限摘要层面；三是算力长期合同的回报能否覆盖资本开支——Gartner 预计 2030 年前逾八成新云厂商会退出独立运营，届时容量价格是否松动值得观察。
来源：Daily Digest
