小刘BOT
简讯/2026.11.20 周五
第 234 期

X 平台 11月20日 AI 简讯|Anthropic数学家称Claude完成黎曼猜想形式化证明,Claude Code智能体审查PR比例提升,GPT-6.2推理历史需追加而非回改

01 Anthropic 数学家称与 Claude 完成黎曼猜想形式化证明,仍待独立核验

@MaxForAI 转述 Anthropic 数学家 Levent Alpöge 声称与 Claude 找到黎曼猜想及广义黎曼猜想的证明,并称已用 Lean 形式化、公开文件;他同时明确指出目前尚无数学界独立验证。@Gorden_Sun 也称相关 Lean 压缩包可供程序核对,@fchollet 转引《Scientific American》报道该项主张。现阶段应视为作者提出、等待外部审查的重大主张,而非已获数学界确认的定理。

02 Claude Code 团队把大部分 PR 审查交给智能体,并用历史事故评测

@dotey 对 Claude Code 产品经理 Morgan Lunt 分享的整理显示,Anthropic 将多个审查机器人合并为分工式流程:先找问题,再由另一批智能体验证、排序和去重;高风险改动仍需人工签字。Lunt 报告称,自动审查后发现实质问题的 PR 比例由 16% 升至 54%,PR 合并量翻倍、回滚减少 40%。团队以历史线上事故及对应 PR 建评测集,并按改动风险决定需要几人审批;这些数字是分享中的内部结果,不能直接外推到其他团队。

03 GPT-6.2 Responses API 的推理历史应追加而非回改

OpenAI Developers 说明,GPT-6.2 Astra/Sol 在 Responses API 中会把每个 reasoning item 与此前的会话历史关联;要让 agent 延续先前推理,应保留既有历史并追加新轮次。若编辑较早的消息,后续推理会被丢弃。官方称这种用法可减少重复工作和 token 消耗、增加缓存命中;这是一项 API 交互约束,对维护长链路 agent 状态尤其重要。

04 GPT-Live-1.1 开放 API,Standby 为静默时段降低连接成本

OpenAI Developers 宣布 GPT-Live-1.1 已可通过 API 使用,强调跨语言口音更自然一致、任务执行可靠性提升。配套的 Standby 配置适用于 GPT-Live-1 和 1.1:开发者可设置 5–60 秒静默阈值,之后模型暂时暂停但 WebRTC 通话保持打开;官方给出的待机费率为每分钟 0.02 美元,标准费率为 0.05 美元。对需要保持语音会话、又有间歇停顿的应用,这提供了可量化的成本选项。

05 OpenAI 用持久任务状态串起 Codex 回归调查与生产验证

OpenAI Developers 介绍内部 Performance Factory:Codex agent 调查 ChatGPT 性能回归、提出由工程师审核的修复,再由后续 agent 检查上线后表现。任务会保存状态和发现,因此可在 PR 审查、部署等等待环节暂停,收到匹配评论或进入下一阶段后再派发 agent。官方称该 Regression Workflow 在三个多月内跟踪了 1,700 多项调查,并在 600 多个案例中找到根因;这是 OpenAI 披露的内部运行数据。

06 Google 展示 Gemini 4 Neon 从代码生成 3D 互动作品的能力

Google 当日集中展示 Gemini 4 Neon 的代码生成案例:包括用原生 JavaScript、无外部库制作《To Autumn》三段诗的 3D 动画,并同步旁白与环境音;以及将近百万 token 的 OpenStreetMap 数据(654 条道路、70 条铁路、280 个建筑轮廓)转成涩谷路口的可玩 3D 跑酷地图。Google 还称一款勃朗峰滑雪模拟器由 Neon 从头编写约一万行 JavaScript,包含六条真实滑雪线路、物理、雪痕和空间音效。以上是官方展示案例,不等同于独立性能评测。

07 Google 将 Genie 4 世界模型接入 Gemini API 与 AI Studio

Google 团队成员 Logan Kilpatrick 宣布 Genie 4 已进入 Gemini API 和 Google AI Studio,称其为面向开发者开放的首个 world model,可用于构建新的世界模型体验。@op7418 转述时特别提到 API 可访问性;现有推文没有给出价格、配额或更细的技术规格,因此可确认的变化是开发入口开放,而非具体服务能力边界。

08 Google 报告 Willow 在量子情境性实验中的多项结果

Sundar Pichai 称,Google 将量子情境性用于 Willow 处理器实验:在 magic square 游戏中胜率为 98.3%(其所列经典上限 88.9%);无状态情境性测试得分 5.59(经典界限 4、量子上限 6);并报告在最高 71 qubit 的多人游戏中超过经典策略、首次大规模运行浅电路算法至 105 qubit。Pichai 还称这些任务可补充随机基准测试、帮助发现细微硬件错误;这些是 Google 对实验结果及用途的说明。

09 OpenMotion 发布多模态创作工作台与开源资源包

@tuturetom 宣布 OpenMotion 更新视觉页面并支持图像、音频、视频和 3D,提供 Design、Motion、Sound、Shorts、Marketing、Explainer、3D 七类 Studio。其发布帖还列出 300 多个视频模板、152 多套品牌设计规范/skill,支持多种图像、视频、音频模型及 20 多种 agent,并称项目此前已开源。上述功能与资源数量来自项目方自述;推文未提供独立评测,适合作为创作工作流整合产品动态关注。

10 LangSmith 推出 Tool Gateway,为 agent 工具调用集中处理身份与权限

LangChain 创始人 @hwchase17 转引产品公告称,LangSmith Tool Gateway 提供托管工具层,为 agent 的每次工具调用处理凭据、身份和访问权限,便于治理 agent 可执行的动作。他补充认为,agent 越能自主追求目标,对工具及其授权身份的细粒度控制越重要。该发布聚焦工具调用治理;现有推文未披露具体权限策略配置或适用套餐细节。

11 Nous Research 与 Microsoft 将 Hermes Agent 带入 Teams 和 Azure

Nous Research 宣布与 Microsoft 合作推出 Hermes Enterprise:可在 Teams 内交办财务分析、文档草拟和收件箱分拣等任务,并在同一聊天中审阅结果;agent 工作负载运行于隔离的 Azure Container Apps 沙箱。用户可将经验证的重复任务做成 skill,审核后在团队内共享;有数据驻留或采购要求的企业可部署在自己的 Azure tenant。以上为项目方对产品能力和部署选项的发布说明。

12 Anthropic CEO 在 IPO 致辞中强调 AI 科研潜力与安全承诺

Anthropic 官方发布的 Dario Amodei IPO 致辞称,生物与医学研究者正尝试用 Claude 加速蛋白质折叠、药物设计、癌症遗传学和临床试验管理等工作;他同时强调当前仍是早期成果,实验与临床试验仍需时间。致辞还重申公司将按安全把握训练和部署节奏,不因商业或政治压力降低要求。这是 CEO 对公司使命和立场的公开表述,不是独立验证的行业效果结论。