OpenAI发布了一个包含数百份数学手稿和配套证明的仓库。我此前曾思考这对人类知识的未来可能意味着什么：

那些困扰人类顶尖头脑几十年的问题，在一个下午的算力面前被解决了。1794年，Condorcet曾押注知识与传播和分享知识的能力会同步演化。这个判断对了将近三百年。现在两者可能正在分离，但原因不在于这些发现本身的性质。只要坚持要求AI系统提供解释而非仅仅提供证明，两者仍有可能重新合拢。

打开网易新闻 查看精彩图片

如果不这样做，我们将得到更多答案，却更少理解。

一个自称“人类数学协会”的新组织批评了这次发布，并呼吁数学家停止与OpenAI合作。在这一点上，我倾向于同意Rohit Krishnan的观点：没有“让钟声不响的办法”，他也不认为我们会回到过去做数学的老路上去。

Terence Tao对数学2.0的愿景是务实的：

“数学1.0”把“第一个解决开放问题”放在首位，哪怕解法一开始没人真正理解。现在这个目标已经被优化到了不可持续的地步，“数学2.0”需要把原始解题从中心位置挪开，转而更整体地看待数学进步——比如提升阐述的价值，同时也重视社区建设、开辟新的研究方向。我相信AI在这些方向上同样能做出正面贡献；但这需要更多的想象力和野心……

这场转变正在对数学界造成冲击；毕竟，一个开放问题可以组织起机构里多年的训练和合作。在本周的一场研讨会上，菲尔兹奖得主Hugo Duminil-Copin说，他的博士生和博士后们正处在“完全恐慌”的状态。和Tao一样，他呼吁建设社区——和同事、学生一起理解结果，组织会议，为更广泛的群体撰写解释。

在加密货币圈子里，Justin Drake呼吁为“地堡模式”做准备，警告AI可能在量子计算机之前就瓦解掉授权交易的数字签名；Meltem Demirors称这对行业来说是一个“清醒的时刻”。

一位独立研究者用AI编程工具调查了一颗可能存在的新行星。在AI出现之前，业余爱好者也曾为天文学做出贡献，但有了新工具，他们或许能承担更多研究工作，让专家腾出手去处理更大、目前处于休眠状态的问题。

Nathan Benaich的《2026年AI现状报告》已经发布——这是一份重要的参考资料，值得一读。

麦肯锡对AI经济有一个有用的系统性视角。

本周我参与世界经济论坛发布了《下一代计算框架》。算力是参与经济活动的条件和战略基础设施。对我来说，这给政府和公司提出了一些排在兴奋之前的实际问题，包括：

  • 主权需要一个实际的测试。一个国家可以拥有自己的数据中心，却在维护到授权等环节依赖外国供应商。我们不能再假设和平时期。我们建议测试供应链中的自主能力，“压力测试在危机时刻自主权是否真实存在，而不是依赖和平时期对获取的假设”，以理解当那些供应商变得不可用时会发生什么。
  • 下一代计算需要一份能源计划。量子计算仍然依赖传统计算机来做控制、纠错和处理结果。它们很可能与现有基础设施并存，可能推高总电力需求。
  • 在花更多钱买算力之前，先找到约束条件。我们的框架把电力、数据或技能上的约束视为可能限制其他投资能达成的效果。如果人们无法把算力用起来，更多的计算能力价值有限——所以我们建议在花更多钱买算力之前先解决这些约束。

点击此处阅读白皮书。

我们从2024年起就持续关注巴基斯坦的屋顶太阳能革命，今年3月在霍尔木兹海峡关闭的背景下，审视了这套系统如何缓冲该国受到的进口燃料冲击。

现在高燃料价格可能加速巴基斯坦的另一项变化。政府曾定下目标：到2030年，所有新车销售中30%为电动车。本周，政府顾问Haroon Akhtar对彭博社表示，更高的汽油价格可能让这个目标提前。

但发展中国家的转型仍然是“混乱且不平等的”，Jan Rosenow指出。电网的成本不会因为客户少买电就消失。如果这些固定成本通过更高的电价来回收，装不起太阳能板的家庭可能面临更高的账单。对一部分人来说更便宜的替代方案，可能让共享系统对另一部分人来说更贵。

能源研究者Seaver Wang则主张一项两党合作的土地许可改革。