数学家陶哲轩报告OpenAI的GPT-5.2 Pro自主解决了一个埃尔德什问题。他指出这更多体现了AI在数学文本生成和修订上的速度优势。陶哲轩提醒，当前AI工具仅能解决少量简单数学问题，需谨慎评估其突破性。
数学家陶哲轩报告称，OpenAI的GPT-5.2 Pro模型“基本自主”解决了一个埃尔德什问题，这是AI在数学研究领域的一个显著成就。陶哲轩在GitHub上记录了这一里程碑，并提供了相关链接。
陶哲轩强调，这一成果更多展示了AI在快速起草和修订数学文本方面的能力，而非问题本身的难度。社区成员使用不同AI工具将形式化证明翻译成通俗语言，填补了细节，并与现有研究连接起来。经过几轮清理，最终版本达到了研究论文的可接受标准。
同时，陶哲轩提醒不要过度解读这一结果。他指出，埃尔德什问题的难度差异很大，许多从未被系统研究过。他估计，当前AI工具在最少人工协助下仅能解决约1%到2%的开放数学问题。陶哲轩在GitHub维基中列出了解释这些成就的注意事项，以帮助正确评估AI在数学领域的进展。
埃尔德什问题是由数学家保罗·埃尔德什提出的一系列开放数学问题，涵盖从简单到极其困难的未解之谜。近年来，AI在数学领域的应用逐渐增多，特别是通过自然语言处理和形式化验证工具（如Lean）来辅助证明生成和验证。OpenAI的GPT系列模型在数学推理方面持续改进，GPT-5.2 Pro是其最新版本，旨在提升复杂任务的处理能力。陶哲轩作为知名数学家，长期关注AI对数学研究的潜在影响，曾表达过AI可能“工业化”数学的乐观看法，以加速科学进步。然而，AI在数学中的实际能力仍受限于问题复杂性和工具成熟度，当前主要优势在于加速文本处理和初步探索。
OpenAI 推出名为 Open Responses 的开放接口，旨在统一不同提供商的 AI 模型 API 格式。该项目基于 OpenAI 的 Responses API，允许开发者编写一次代码，即可与任何 AI 模型兼容。目前，Google、Anthropic 和 Meta 的 API 格式各异，导致开发者在切换模型时需重写代码，而 Open Responses 试图通过共享请求、响应、流式传输和工具调用格式来解决这一问题。Vercel、Hugging Face、LM Studio、Ollama 和 vLLM 已加入支持。此举若成功，将使 OpenAI 受益，因为其 API 可能成为默认标准，竞争对手需适应其格式，而现有 OpenAI 客户无需更改代码。OpenAI 通过“开放”标签展示合作精神，尽管未分享超出已公开技术的更多内容。
随着AI代理从实验转向生产，GPU内存不足成为关键瓶颈，导致KV缓存溢出和性能下降。WEKA CTO指出，长上下文序列可能消耗40GB内存，引发高达40%的冗余计算开销。公司提出令牌仓储方法，旨在解决内存限制，支持状态化AI系统。
Anthropic为Claude Code平台发布了名为Ralph Wiggum的官方插件。该插件基于开发者Geoffrey Huntley的原始脚本，通过循环反馈机制提升AI自主编程能力。Ralph Wiggum插件标志着从对话式AI向自主代理编程的转变。
登录后参与评论
