OpenAI 公布了用一个未发布的内部模型给出的纳维-斯托克斯（Navier–Stokes）存在性与光滑性问题的解，附带完整论述和一份用 Lean 写的形式化证明——这是七个千禧年大奖难题之一，每个悬赏 100 万美元。几乎同一时间，数学家 Alpöge 和 Buckmaster 也在一个相关突破上抢先发布，Terence Tao 评价其"有大量 AI 参与"、方法"原则上没有东西能阻止它一路推广到 Navier–Stokes"。两边随即为署名和先后次序起了争执，OpenAI 回应称"没看过对方的工作，但无法排除他们的对话记录改进了我们的模型"。

开源模型的授权正在两极分化。西方实验室往更开放走——Google 和 Meta 都把旗舰开源模型换成了 Apache 2.0；中国的前沿实验室反而在收紧：Kimi K3 要求做推理和微调服务的公司另签商业协议，MiniMax M3 对收入超过阈值的用户加了限制和禁用条款，智谱最新的 GLM-5.3 也从 MIT 换成自定义许可证——年收入超过 100 亿美元的模型服务商必须先通过智谱的"安全审查"才能商用，而"关联方"一词在英文版里没有定义。文章点出，这类许可证的模糊地带本身就会吓退采用者。

Dwarkesh 团队做了个实验，把 2019 到 2025 年预训练的进步拆开算：在 1e19 FLOPs 的算力预算下，数据改进带来的效率提升是模型结构改进的 3.24 倍（数据 12 倍，模型 3.7 倍）。两者的收益基本相互独立、可以简单相加，88% 的效果差异都能用"数据 + 模型"的线性叠加解释。数据侧的变化，是从 2019 年只有约 90 亿 token 的 OpenWebText，走到今天用全网抓取加复杂过滤（比如训一个分类器来预测哪些数据真能提升效果）的 UltraFineWeb。

SpaceXAI 的 Roman Ugarte 复盘了 Grok Bot 的速度：一个小而独立的团队，从第一行代码到能用的内部产品只花了四周，再过三周就公开发布，前后七周。关键决定是从零新建，而不是把它塞进 Cursor；团队亲自给最早的近 300 个用户做了上手。Roman 之前在 Cursor 管增长，把公司从 15 人带到 1000 多人、直到被 SpaceX 收购。

Ed Zitron 抓住了这一轮"AGI 已经到来"宣言的时间点。英伟达 CEO 黄仁勋宣称 AGI 已至，OpenAI 的 GPT-6 Astra 发布被 Crusoe CEO 称为"AGI 的诞生地"（指 Abilene 数据中心）；但据知情人，为 Oracle 建、租给 OpenAI 的 Stargate Abilene 八栋楼里最多只有四栋在运转，规划的 40 万块 Blackwell 里也只装了一半。同时 TIME 引用 OpenAI 研究负责人 Mark Chen 说"已经走了通往 AGI 八成的路"，Brockman 说进入了"AGI 时代"。作者把这些和 OpenAI、Anthropic 急着上市联系起来，并点名 Broadcom 背着巨额债务给两家造芯片。

Gary Marcus 把七天内曝出的九则关于 OpenAI 的负面报道串在一起，指其存在系统性的行为不端，从安全承诺到公关操作逐条列举，是近期唱空 OpenAI 一方最集中的一次汇总。

微软本月一次性修补至少 974 个安全漏洞，是史上最大的单次补丁；微软承认 AI 正在加速漏洞发现，但安全专家警告很多机构连测试和排优先级这种更靠人力的活都还忙不过来。

Multiverse Computing 的论文提出，模型安全不该按整个话题来拒答，而要区分同一话题里该拒的那部分（比如政治里的操纵性劝说）和该答的那部分（选举事实）；实验显示只看"拒答率"会掩盖模型把大量正常问题也一起拒掉的副作用。

OpenAI 更新图像模型，主打多轮编辑的一致性、更快的速度和对参考照片主体的保留，并在 API 里新增两个模型 ID；官方称 ChatGPT 和 API 上已累计生成超过 30 亿张图。

Ben Thompson 谈"把事情写下来"对人和 AI 同样重要——难点不在写，而在想清楚该写什么、为什么写，以及真正把事做完。

一位 MIT 研究者用 GPT-5.6 Sol 配合 Codex，让模型自主跑量子计算实验、分析结果并校准量子比特，是 AI 从写代码走向直接操作科研仪器的一个具体案例。

物理 AI 公司深度智控（DeepCtrls）完成数亿元 B+ 轮融资，宁德时代、沙特阿美等产业方战投加码，方向是为物理 AI 时代搭算力与能源底座——能源巨头下场押注 AI 基础设施这件事值得留意。

王云鹤创业后发布了第一个模型，把过去做多模型执行调度的经验用到了训练环节；国内技术大牛离职单干并快速出模型，是这波 AI 人才再分配的又一个例子。