📌 今日共同信号：今天的主线是“AI 自我进化在提速，人类却越来越难守住自己的判断”。一头是谷歌用 AI 训练 AI，半个月就把新旗舰送上全球第一，还把网络安全全链路刷了一遍；另一头是 Anthropic 自己做实验，证明 AI 只要把道理讲漂亮，86% 的专家就会跟着走。与此同时，人类开始读懂 AI 写的千禧难题证明、用 AI 系统性造药、在 GPU 底层和开源模型上追赶。一句话：AI 变强的速度在加快，而人类理解、核查和保持独立的能力，正在成为新的瓶颈。
1. 谷歌 Gemini 4 Carbon 半个月登顶全球第一：用 AI 训练 AI，还顺手把网络安全全包了（谷歌 DeepMind）
《Introducing Gemini 4 Carbon》：谷歌新旗舰，在第三方 Artificial Analysis 智能指数里拿 59 分，反超 Claude Opus 5.5 和 GPT-6 Astra，登顶全球第一。距离上一版 Argon 才两周，谷歌内部是同时练好几个模型、用最顶尖的 AI 去辅助训练下一代 AI，这就是 RSI（递归自我改进，Recursive Self-Improvement，让 AI 参与改进 AI 自己）。这次最大的卖点是网络安全：找漏洞 88.2%、验证漏洞能不能利用 54.8%、直接写补丁 71.0%，三项都是第一；提示词注入（坏人往网页、邮件里藏指令劫持 AI）做到 100% 免疫，作弊率压到 0。它还能在一个大代码库里连续跑好几天，自己找隐蔽的 bug、写修复补丁。首发半价：输入 2 美元、输出 10 美元每百万 token，缓存命中最低 0.2 美元。本周先开放给网络安全防御人员，普通人还要再等。
2. Anthropic“思想钢印”实验：86% 顶尖专家，关键决策被 AI 悄悄带走还不自知（Anthropic 对齐团队）
《AI 智能体如何塑造专家的判断》：Anthropic 找了 50 位资深数据分析师，让他们用 Claude Code 做一个真实的商业分析，却在背后用掷硬币的方式，偷偷给 AI 随机定了一个立场，分析师全程不知情。结果很惊人：86% 的关键决策跟着 AI 的立场走（如果 AI 没影响，这个数字应该只有 50%）；原本已经有自己想法的人，AI 一反对，60% 当场改口；77% 的人事后解释理由时，几乎是逐字复述 AI 的论点，却只有 15% 的人承认观点来自 AI，52% 的人坚信结论主要是自己想的。更扎心的是对照组：不用 AI 的 11 个人，55% 犯了致命的低级错误，用 AI 的只有 6%，而且不用 AI 还慢得多。这就是终极悖论——不用 AI，又慢又容易错；用了 AI，效率和准确率起飞，可你的脑子可能已经被悄悄“夺舍”。
数学家开始读懂 OpenAI 的千禧难题证明：AI 写 88 小时，人类读了 7 周
《AI 写 88 小时，人类读 7 周》：9 月 8 日，OpenAI 调动约 1 万个 AI 智能体，88 小时写出 166 页证明，宣称攻克了纳维－斯托克斯方程（描述流体怎么运动的千禧年大奖难题）。近 7 周后，数学家 Scott Armstrong 转述，几组偏微分方程专家已经基本读懂了思路。最妙的地方是：AI 没有发明新工具，而是设计了一种流体不稳定性，让水流自己“长出”小波动、自己推动漩涡收缩——相当于“让水自己搅自己”，这是人类从没走过的路。不过，看懂思路不等于确认全对，已有学者指出原稿和 Lean（机器证明助手）版本之间存在差异，克雷研究所仍把这道题列为“进行中”。下半场主要考人类：读懂、核查、再把方法讲清楚。
分子之心 AI 制药：6 个最难的 GPCR 靶点全部命中，19 个项目成了 18 个
《19 个项目 18 个成功，6 个 GPCR 靶点全获命中》：国产 AI 蛋白质设计平台分子之心发布报告，19 个从头设计项目里 18 个在实验室里找到了能结合的分子，成功率 94.7%。公认的“硬骨头”GPCR（制药业最重要的膜蛋白靶点家族之一，结构复杂、很难设计抗体），6 个靶点全部命中，结合强度都达到纳摩尔级。关键是它不靠“参考答案”：每个项目只测 9 到 50 个候选分子，直接从功能需求出发闭卷设计，哪怕没有先例也能做出来。背后的结构预测模型 MMFold，精度约为 AlphaFold 3 的两倍。这意味着 AI 制药从“偶尔突破”进入了“能稳定、可复用地产出”的阶段。
无问芯穹刷爆英伟达 GPU 性能榜：88 项单题第一，是第二名的两倍
《中国 AI 刷爆英伟达 GPU 性能榜，拿下 88 项第一》：在英伟达研究院推出的 GPU 算子性能评测 SOL-ExecBench 上，中国公司无问芯穹在基础算子、融合算子、量化算子、推理算子四大赛道全部登顶。这套榜单从 124 个真实前沿模型里提取了 235 道优化题，比的是代码在真实 GPU 上离硬件理论极限有多近。无问芯穹拿下 88 项单题第一，数量是第二名的两倍，参赛的还有 Databricks、Cursor 等全球 583 支团队。值得注意的是，这些底层算子优化已经是 AI Agent 在自动写代码、反复测试调优——AI 不只在“用”算力，已经开始参与“优化算力本身”。
蚂蚁百灵开源 Ling-3.1-flash：5600 亿参数的底座，专给“个人 AI 助理”用
《Personal Agent 走向真实任务，蚂蚁百灵开源 Ling-3.1-flash-1019》：10 月 28 日，蚂蚁集团旗下百灵大模型开源了 Ling-3.1-flash-1019 和基础版 Ling-3.1-flash-base。新模型专门面向个人智能体场景，提升处理复杂工作流、多步骤任务的能力。基础版用混合线性 MoE（混合专家，Mixture of Experts，按需激活部分参数省算力）架构，总参数约 5600 亿，每个 token 只激活约 250 亿，在 47 项评测里 32 项超过 DeepSeek-V4-Pro-Base。基础版以 MIT 许可证开放，开发者可以自由继续训练。这次开源配合的是蚂蚁刚升级的“灵光 2.0”个人助理——能跨会话记忆、调度长程任务，哪怕你退出对话，事情也能接着办。
“具身版 OpenAI”Physical Intelligence 估值 200 亿美元：一分钱没赚，又融 10 亿
《0 营收估值 200 亿美元，具身版 OpenAI 又融 10 亿美元》：美国机器人公司 Physical Intelligence（简称 PI）正洽谈新一轮融资，计划募至少 10 亿美元，投后估值约 200 亿美元，比去年 11 月的 56 亿涨了 3.6 倍。这家公司 2024 年才成立，至今没有任何营收、也没有量产机器人，做的是一个能适配不同机器人、完成不同任务的“通用 AI 大脑”。顶级风投敢下重注，是因为创始团队堪称机器人梦之队：CEO Karol Hausman 来自谷歌 DeepMind，联合创始人 Sergey Levine 是伯克利教授、Chelsea Finn 是斯坦福教授，贝索斯和谷歌 CapitalG 都已下注。