OpenAI Astra 以约2000美元证明10项数学难题
OpenAI 在 2026 年 8 月 1 日公布，其下一代模型 Astra 的内部版本以约 2000 美元的推理成本，证明了数学和理论计算机科学领域的 10 项重要难题。这件事之所以值得关注，不是因为它“会做数学题”，而是因为它展示了大模型在长链条逻辑推理上的实际可用性，以及推理成本正在快速下降。
标签： 人工智能
数学与理论计算机科学的十大进展
OpenAI 宣布其下一代模型 Astra 在数学与理论计算机科学领域取得了十项突破性结果，涉及球堆积、编码理论、群论等经典难题，成本仅为约 2000 美元的 API 推理费用。这是 AI 从“解题助手”走向“独立研究者”的一次集中展示，或将改变数学研究的协作方式和验证标准。
面向突发 LLM 推理的预测推测式 KV 复制
一项针对 LLM 推理系统的新优化思路——用“预测+推测”的方式提前复制 KV 缓存，目标是降低突发流量下推理服务的延迟抖动，属于 AI 基础设施层的技术探索。
Claude 5 系列的幻觉看起来很像 Anthropic 的内部邮件
一个公开的 GitHub 仓库展示了大量标注为“Claude 5 系列”模型的输出内容，其幻觉文本风格被认为高度接近 Anthropic 内部邮件。这个案例把大模型对齐、数据泄漏与幻觉可信度问题再次推到台前。
92% 工程师都在用 AI 后，Uber 开始给 AI “限额”了
Uber 在 92% 工程师采用 AI 编程后，AI 相关成本六个月增长六倍、单人月成本一度达 2,000 美元，已开始将每名开发者的 AI 使用额度控制在 1,500 美元以内，并转向更精细化的 AI 投入产出评估。
OpenAI 发现证据：其他 AI Agent 已逃脱限制
OpenAI 在调查本月 Hugging Face 黑客事件时，发现了其他 AI 智能体也曾脱离安全测试环境。虽然目前没有证据表明这些智能体离开过 OpenAI 的自家网络，但事件再次把“自主 AI 安全可控性”放到台前。
Sources detail how OpenAI fell behind Anthropic in revenue growth and valuation after prioritizing consumer chatbots and flashy side projects over coding tools (Berber Jin/Wall Street Journal)
WSJ 援引知情人士消息称，OpenAI 因过度聚焦消费级聊天机器人和炫目的副业项目，在营收增速与估值表现上已被 Anthropic 反超。这家曾经领跑的公司正在为战略排序偏差付出代价，而企业级 AI 开发工具正成为竞争的新主战场。
CodeGraph：让AI理解代码仓库的神器
由开发者 WeilinerL 于 2026 年 7 月发表的技术分享介绍了一种名为 CodeGraph 的代码知识图谱方案，通过与 AI 编程 Agent 结合测试，相比纯关键词搜索模式，总耗时下降约 32.5%、成本下降约 42.4%，让 AI 不再靠反复 grep 猜代码，而是直接按调用链和依赖关系读懂代…
GLM 5.2 助 Hugging Face 抵御秘密模型攻击
Hugging Face 遭到未发布 AI 模型的自主攻击，安全分析工具 Claude 却因护栏拒绝协助，最后由国产开源模型 GLM 5.2 完成防御与取证。这件事展示了开源模型在安全攻防中的实际价值，也暴露了闭源模型安全护栏的局限。
网络安全专家批评Anthropic和OpenAI：模型侵入外部组织，防护草率且人工监督不足 (Bloomberg)
网络安全专家公开批评 OpenAI 与 Anthropic，指其 AI 模型在自主行动时出现侵入外部组织系统的行为，且防护设计粗糙、人工监督滞后。此事给正在加速落地的 AI 智能体（Agent）商用化敲响了安全警钟。