AI 早报 - 2026-11-21

聚焦近 24 小时 AI 技术信号,关注实际开发工作流变化


今日要点

  • AI 参与证明广义黎曼猜想:Anthropic 数学家 Levent Alpöge 称用内部 AI 模型生成 GRH 的 Lean 形式化证明,同时 Alpöge 等人在重度 AI 辅助下给出三维 Euler / Navier-Stokes 有限时间奇点证明,数学界正在 Zulip 上验证。
  • AI 端到端设计出一款 CPU:Architect Labs 发布 Frostbite,基于 interaction nets,官方称每瓦性能达传统双核乱序核的 4.59 倍。
  • 工程基准换榜首:Gemini 4 Neon 以 69.5 分登顶 Models Engineering Index,超过 Claude Fable 5.2(65.8)与 Opus 5.5(63.1)。
  • Agent SDK 与 CLI 更新:OpenAI Agents SDK v1.0.0-alpha.1 接入 Codex 作为可选 provider;Claude Code v2.1.330 支持企业组织登录与内置图表 mod。
  • 两个新开放模型:NVIDIA 连续扩散语言模型 Nemotron-Labs-Sigma(3B/8B),RadixArk 纯 RL 后训练的 DaisyRose-27B。

模型与研究

AI 参与证明广义黎曼猜想,另有 Euler / Navier-Stokes 奇点结果 Anthropic 数学家 Levent Alpöge 11 月 20 日发布 4 页笔记,称用一个内部 AI 模型生成了广义黎曼猜想(GRH)的 Lean 形式化证明,并已在 Zulip 上开放给数学界验证(HN 2286 分)。同日陶哲轩博客汇总:Alpöge、Tristan Buckmaster、Matei Coiculescu 在「重度 AI 辅助」下写出三维不可压 Euler 方程有限时间爆破解的可读证明(已 Lean 形式化);Alpöge 与 Buckmaster 同样在重度 AI 使用下生成三维 Navier-Stokes 有限时间奇点的证明(Lean 形式化,仍需整理成正式论文)。陶哲轩特别注明 GRH 结果是「Lean-only」的庞大证明。结论:AI 已从「辅助计算」进入「生成可形式化验证的数学证明」阶段,但证明正确性仍待数学界消化。

Frostbite:AI 端到端发现、设计并验证的新 CPU 架构 Architect Labs 11 月 18 日研究博客(11 月 20 日 HN 612 分):Frostbite 是通用 CPU,围绕 interaction nets 构建,从指令集、微架构、RTL、验证到最终 GDS 布局全部由 AI 系统完成。官方称每瓦性能达一款硅验证的双发射顺序核的 4.59 倍,每单位面积性能 8.77 倍;设计以可窃取工作的 tile 网格分布,无中央调度器与锁。这是「AI 设计芯片」从加速器走向通用 CPU 的一次公开演示,规模与独立性仍待第三方复核。

Gemini 4 Neon 登顶 Models Engineering Index Google 11 月 18 日发布的 Gemini 4 Neon 在 Models Engineering Index(MEI,按工程任务表现并折算成本与 token 用量)以 69.5 分排名第一,超过 Anthropic Fable 5.2(65.8)、Opus 5.5(63.1)、OpenAI GPT-6.2 Astra(60.5)。Neon 定价 15 每百万输入/输出 token(缓存输入 $0.15),100 万 token 上下文,支持计算机使用、代码执行、文件搜索与 Google 搜索接地;官方称在 Artificial Analysis 编码 Agent 指数排名第一、Terminal-Bench 4.1 达 65.2%,且单位任务成本比 Carbon 低 32%。

Language Models Can Rewrite Their Own Weights arXiv 2611.21885(11 月 20 日,HN 322 分):一个开放的 27B 模型拿到自己的权重、自己的评分答案和运行自身的能力后,能诊断自身失败并直接改写背后的权重,无需梯度与训练。作者称该模型在未见问题上提升 6.6 分,并在连续 8 个会话中持续自我改进,只提交在练习题上验证有效的编辑。这是「模型即自身优化器」的自改写路线首次公开演示。


工具与 Agent

OpenAI Agents SDK v1.0.0-alpha.1:Codex 成为可选 provider 11 月 20 日发布的首个 v1.0.0 预览版(分支 feat/simple-codex):Python Agents SDK 新增 CodexProvider,可在每次运行时选择 Codex 作为模型 provider,通过 RunConfig(model_provider=provider) 传给 Runner,复用已保存登录或用 API key;同一 agent 可在 OpenAI 与 Codex provider 间切换。预编译 wheel(openai-agents 1.0.0a1)仅通过 GitHub Releases 提供。

Claude Code v2.1.330 11 月 20 日发布:支持登录 Anthropic Enterprise Admin Console 管理的组织,claude auth login 后自动套用组织设置与其云 provider / gateway;新增内置 mod「easel」,可在被要求或 MCP 指标结果下画图表(Pro / Max,部分 Team / Enterprise,macOS 与 Linux,可在 /config 关闭);自托管 runner 新增 --start-dir / SELF_HOSTED_RUNNER_START_DIR,让 Claude 从仓库内指定目录开始工作;新增 CLAUDE_CODE_FULL_SIGN_IN_LINK=1 打印完整登录链接。

Qwen Code v0.28.1-preview.1 11 月 20 日发布预览版:修复 managed-agent 的 /loop 定时任务在全栈 E2E 中的观测、verify-pr 的 watch-state 守卫与容器 nonce,并提案面向无状态 Hosted Harness 的空闲会话挂起设计。


开放模型

NVIDIA Nemotron-Labs-Sigma:连续扩散语言模型,3B / 8B 共 14 个 checkpoint 11 月 20 日发布:Sigma 在 16 维嵌入空间对文本去噪,区别于 LLaDA / Dream 这类离散 token 扩散 LM,官方称这让少步蒸馏与轨迹引导在文本上变得可行。3B 与 8B 各含 base、instruct、少步蒸馏(NFE 2/4/8/16)与自投机解码等变体,共 14 个 checkpoint;上下文 4096(8B-instruct 为 8192),单卡 bf16,H100 上约 120–140 tokens/s。8B base 在 NVIDIA 6 项套件平均 71.16,8 步蒸馏版保持 70.34。

RadixArk DaisyRose-27B:纯 RL 后训练的 agentic coding 模型 11 月 20 日发布:RadixArk 首个开放权重模型,从 Qwen3.8-27B 只经强化学习后训练(无 SFT、无蒸馏),Apache 2.0,可直接替换 base 模型。27.8B 稠密参数、26.2 万 token 上下文,BF16 约 52GB、FP8 约 29GB,提供 GGUF。官方称 Terminal Bench 4.1 pass@1 从 base 的 5.6 提升到 12.0(18 天 RL),IFBench 82.4 为对比模型中最高,但在 HLE 等难任务上仍落后更大的 MoE。


本日总结

  • 数学成为 AI 能力的新展示面:GRH 的 Lean-only 证明与 Euler / Navier-Stokes 奇点结果,标志 AI 从辅助计算走向生成可形式化验证的证明,正确性仍待验证。
  • 硬件侧出现「AI 设计通用 CPU」的公开案例,软件侧 Agents SDK 与 Claude Code 都在补 provider 切换与企业治理。
  • 开放模型两条路线并行:连续扩散(NVIDIA Sigma)与纯 RL 后训练(DaisyRose-27B)。
  • 来源说明:Anthropic IPO / Nasdaq 行情属资本事件,按技能规则未纳入技术条目;builders / 播客类本轮未抓到 48 小时内的一手高信号内容,故省略该节。