9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联署公开信，承认AI已能解出真正的前沿数学难题，但警告“以解题数量衡量能力”的导向正在伤害数学最核心的开放交流与思想传承。争议焦点是近期Navier-Stokes方程事件：OpenAI调动约1万个智能体、88小时完成证明，而数学家刚公布的研究方法随即被AI“蒸馏”。
OpenAI 研究负责人 Mark Chen 公开区分了两件事——没有任何人查看用户数据用于 Navier-Stokes 相关研究，但公司确实会用用户反馈和去标识化数据来整体改进 ChatGPT 和 Codex。这句话之所以引发讨论，是因为它把大模型行业长期模糊的数据使用边界，第一次说得比较直白。
有开发者在 16GB 内存的 2020 款 M1 Mac Mini 上，用本地方式跑起了 DeepSeek V4.1 flash，但首 token 等待 108 秒、之后每生成一个 token 约 23 秒。这说明超大模型在消费级硬件上“能跑”和“能用”之间，仍隔着很远的距离。
Epson 在欧洲六国调查 3360 人后发现，约 80% 的教师担心 AI 进入课堂的速度已超出他们能掌控的范围，而 87% 的学生每周至少用一次 AI 做功课。随着欧盟《人工智能法案》开始执行，学校被要求为在用的 AI 工具提供相应培训，问题从“要不要禁”变成“怎么管”。
Product Hunt 上出现了一款名为 MCPShip 的产品，从命名看，它面向当下快速升温的 MCP（Model Context Protocol）生态，试图简化 AI 应用与外部工具、数据源之间的连接流程。值得关注的原因在于，MCP 正在成为大模型接入外部能力的事实标准之一，围绕它的工具链越完整，AI…
25 位菲尔兹奖得主联合发声，警告 AI 公司把数学题当作刷榜基准，正在伤害数学真正追求的理解与洞察，并认为这套逻辑很快会蔓延到其他知识型行业。
当 Open WebUI 中使用的 Ollama 模型（如 PaddleOCR-VL、qwen3 8b 等）不支持工具调用（tools）能力，但 Open WebUI 默认按工具调用模式发起请求时，就会报 does not support tools 。优先检查当前模型的函数调用模式设置。
在专家并行（EP）下使用 experts_implementation="batched_mm" 时，MoE 路由门控权重（ mlp.gate.weight ）会收到错误梯度，loss 与参考实现完全一致，但梯度偏大约 50%；优先确认是否启用了 batched_mm ，并切换为 grouped_m
在 Transformers 中使用 MambaForCausalLM 生成文本时，如果吞吐量明显低于原始 mamba-ssm 仓库开启 cg=True 的结果，核心原因是 Hugging Face 实现当时未支持 torch.compile / CUDA Graphs 编译路径，而不是 use_c
开发者 Leto Bao 在 X 上发帖称程序员将被 AI 取代，未来属于“AI + 金融/医疗/工业”的行业人，这条帖子浏览量超过 11 万，引发评论区关于 AI coding 与行业 Know-how 谁更稀缺的争论。