文章核心观点 - Anthropic在S-1文件中披露其现金储备规模达到前所未有的水平，超越美国几乎所有非银行企业，成为IPO前现金储备最高的公司之一 [1][3] - 公司现金加短期投资总额达1317亿美元，若IPO募资顺利，现金储备可能进一步攀升至2300亿美元以上 [1][2] 现金储备规模 - 截至6月30日，Anthropic持有现金1124亿美元，另有短期投资193亿美元 [1] - 现金加短期投资合计1317亿美元 [1] - 该总额超越美国所有非银行企业，仅低于伯克希尔·哈撒韦和Alphabet [1] - 截至年中，Anthropic现金储备超过亚马逊、SpaceX、Meta和微软 [2] - 其现金储备超过英伟达与苹果之和 [2] IPO募资前景 - 报道显示Anthropic IPO募资规模可能超过1000亿美元 [2] - 若按此规模募资，公司现金储备可能增至2300亿美元以上 [2] - 公司尚未披露具体发行规模细节 [3] - 文件显示现有投资者也将在IPO中出售股份，公司本身不会获得全部募资款项 [3] - 相关细节预计约两周内披露 [3] 行业意义 - 此前从未有公司在上市时拥有接近这一水平的现金储备 [3]

文章核心观点 - OpenAI于周一宣布突破了计算机科学界近30年来的“指数时间假说”（ETH），该假说认为某些逻辑问题随着规模增长会变得极其耗时 [1] - 数小时后，Anthropic发布了自身研究，对ETH提出反驳 [1] - OpenAI表示已邀请一组外部计算机科学家对其主张组织公开评审，研究人员强调其参与并不构成背书 [2] - 若两家AI实验室的声明成立，可能重新开启对更强算法能力的探索，而计算机科学家此前普遍认为这方面难有大幅提升空间 [2] - 该高度技术性的主张在社交媒体和科技圈引发巨大讨论 [3] 行业专家反应 - MIT电气工程与计算机科学教授Ryan Williams是三位独立算法设计专家之一，正在研究OpenAI的主张，但尚未认证该公司结果 [3] - Williams在X上表示，若OpenAI主张属实，新发现“应让每位计算机科学家至少稍微更重视P=NP的可能性”，使公司更接近另一个潜在的价值100万美元的千禧年大奖难题 [4] - Williams表示该突破可能带来“更快的算法”，并称其此前不相信ETH [4] - NYU荣休教授Gary Marcus作为频繁质疑AI的人士，在X上写道若正确“可能是件大事” [5] - 应用数学博士兼技术顾问John D. Cook在博客中表示，OpenAI的主张虽令人印象深刻，但并未最终回答计算机科学最大的开放问题，指出“P=NP的状态仍然未知”，3-SAT虽不需要指数时间，但据目前所知仍需要超过多项式时间 [6] - Anthropic AI安全研究研究员Joshua Fonseca Rivera在X上写道，OpenAI的新主张提醒人们可能低估了计算机的智能，并表示“苦涩的教训应使这并不令人意外……从逻辑上知道这一点，但……哇，真的什么都不懂” [6][7] - 法国法兰西公学院教授、菲尔兹奖得主数学家Timothy Gowers在X上直言：“非常令人惊讶且后果重大的是它是假的” [8] - 科技初创公司Every CEO Dan Shipper在X上表示：“后悔没拿前沿数学的博士学位” [8]

文章核心观点 - OpenAI于10月26日宣布在数学、计算机科学和物理学三个领域取得新成果，包括证明所有维度下的局部光滑化猜想、证伪指数时间假设（ETH）、为四维量子场论建立严格数学存在性证明，总裁Greg Brockman称其为三项重大科学发现 [3] - 三项成果分别对应三种不同的发布与审查安排：数学部分直接公开让社区自行组织研究，计算机科学部分公开证明同时邀请ETH原始提出者组织独立审查，物理部分先交给专家团队整理后再决定如何发表 [36] - 文章核心关切在于：当AI能够在短时间内生成大量前沿研究成果，科学界该如何消化这些新知识，如何将AI结论转化为真正可以理解、验证和继续发展的知识 [38][40] 指数时间假设（ETH）的证伪 - ETH由Russell Impagliazzo、Ramamohan Paturi和Francis Zane于1990年代末提出，核心观点是不存在一种能够在亚指数时间内解决所有3-SAT问题的算法，即无法把最坏情况运行时间降到2^{o(n)}量级 [9][11] - 此后近30年，ETH成为理论计算机科学的重要基础假设，已有数百篇研究论文依赖这一假设建立条件性困难性结论，涉及图算法、数据库查询和计算生物学等领域 [11] - OpenAI内部模型构造了一种确定性算法，对于固定宽度的CNF布尔公式，不仅能判断是否存在满足条件的赋值，还能精确计算满足条件的赋值数量 [12] - 对于子句数量与变量数量成比例的相关问题，公司给出了形如2^{O(n/√log n)}的运行时间界（略去多项式因子），属于亚指数时间，若证明成立即意味着ETH被证伪 [13][14] - 模型在10月16日生成ETH的自然语言反证，次日完成Lean形式化，并于10月26日正式公布结果 [16] - OpenAI邀请加州大学圣迭戈分校的Impagliazzo、Paturi以及MIT的Ryan Williams组织外部研究团队，前两人正是ETH的原始提出者，Williams长期研究算法与计算复杂性下界 [15] 局部光滑化猜想与挂谷问题 - 新成果首先瞄准数学家Christopher Sogge在1991年提出的局部光滑化猜想，研究波在传播过程中如何在时间平均意义上获得额外规则性 [21][22] - 2019年Larry Guth、王虹和张瑞祥证明了二维空间下的局部光滑化猜想，OpenAI现在宣称模型找到一种新的辅助偏微分方程，借此把证明推进到所有空间维度 [23] - 按照公司论述，这一结果进一步解决了所有维度下的挂谷猜想与Stein限制猜想 [23] - 此前在722篇手稿中，第074号成果族声称证明三维挂谷极大猜想和四维挂谷维数猜想，但当时尚无对应的Lean形式化证明；2025年王虹和Joshua Zahl解决了三维挂谷集合猜想 [20] - 模型在10月18日得到证明，10月19日完成Lean形式化，自然语言手稿和形式化证明已公开；与ETH不同，数学部分未指定先行审查小组，研究者直接进入公开材料自行组织解释和复核 [24] 四维量子场论与杨—米尔斯存在性 - 量子色动力学（QCD）描述夸克和胶子之间的强相互作用，相关计算和实验构成现代粒子物理的重要支柱，但将其严格构造成满足数学公理的量子场论长期面临巨大数学困难 [28][29] - OpenAI声称内部模型沿着数学物理学家Tadeusz Balaban的构造性量子场论研究路线，建立了某些包含规范场与费米子的四维相互作用量子场论的严格存在性证明，涉及QCD以及容纳标准模型规范场和费米子的一种统一扩展 [30] - 工作还包含纯Yang–Mills理论的存在性证明；2000年克雷数学研究所将杨—米尔斯存在性与质量间隙列为七大千禧年数学难题之一，公司此次宣布的部分是存在性，并未宣布解决质量间隙 [31] - 2004年诺贝尔物理学奖得主David Gross将牵头工作组，成员包括Michael Douglas、Arthur Jaffe、Igor Klebanov和Nikita Nekrasov；Gross因渐近自由相关工作获奖，Jaffe曾与Edward Witten共同撰写杨—米尔斯千禧年难题的正式表述 [32] - 模型早在9月9日就生成杨—米尔斯存在性证明，9月18日生成QCD相关证明，由于材料复杂庞大，公司一直等到10月16日完成杨—米尔斯存在性的Lean形式化才推进外部合作 [32] - 物理工作组选择先整理、理解并撰写自己的研究文本，暂时不公开AI生成的原始证明 [32] 成果发布机制与学术界协作 - 10月6日公布722篇手稿时，公司采用集中公开模式，将论文、证明文件、结果目录和部分模型推理摘要一起放进GitHub，手稿分属372个成果族、17个研究方向 [5][34] - 此前那批手稿公开后，有三份因证明中的符号错误被撤回；即使有Lean形式化，学术界仍需弄清形式化定理是否准确对应原来的猜想，以及证明引入了哪些可迁移的新方法 [34] - 公司将AI产物定位为原始研究数据，把产生证明与形成科学理解分开：前者可由AI先行完成，后者需要研究者复核论证、重写解释、追溯已有工作、判断贡献 [35] - 公司提出几条合作原则：外部成员自愿独立参与，不签署保密协议，不因模型发现而替公司争取学术署名，应因自己完成的解释、证明整理和后续研究获得认可 [37] - 公司承诺支持独立审查，并此前宣布向Simons Foundation的相关计划投入500万美元，用于研讨会、学术会议和研究项目 [37] - 直接公开证明可让更多研究者立即参与，但庞大审查工作需由社区自行承担；先交给专家团队能集中力量整理复杂成果，却也让部分人比其他研究者更早接触材料 [38]

文章核心观点 - 综述将主动性与智能水平、对齐并列讨论，认为主动性是迈向未来超级智能体的关键能力，智能体不仅需知道如何完成任务、遵循人类意图，还需判断何时行动、哪些目标值得主动推进、何时征询人的意见 [3] - 1995年Michael Wooldridge等学者提出智能体四项核心特征：反应性、社会能力、自主性和主动性，三十多年后前三项已获广泛关注并取得进展，而主动性尚未形成系统性研究体系 [1] - 主动性不仅意味着智能体可在用户开口之前发现值得做的事，也是其完成长程任务、减少持续人工监督的重要条件 [3] - 综述由UIUC、Google、斯坦福大学、UC Berkeley和CMU研究者完成，系统考察主动式AI问题，回顾概念和研究历史，提出6A机制框架，讨论评测方法，分析13个应用领域，项目网页收录1400余条引用资料，其中80项代表性工作提供详细对照分析 [3][4] - 主动性正从早期概念要求逐渐成为智能体研究中需要独立审视的核心问题 [4] 主动式AI完成未明确的任务 - 论文用"剩余决策空间"描述指令中留待判断的部分，包括偏好取舍、未明确的操作步骤、意外风险及环境变化后的计划调整，主动能力可发生在已布置任务内，智能体自行识别需补充的工作以推进原有目标 [11] - 长期委托产生另一类工作：智能体根据持续职责自行发现此前无人提出的具体任务，如发现洗涤剂即将用完提出补货建议，实际系统可同时响应明确请求、遵循配置规则并在授权范围内寻找新工作 [14] - 主动提出任务与独立执行任务是两种可分别安排的分工，工作由谁提出、哪些操作允许执行可分别约定 [14] - 论文区分几项容易混淆的属性：智能水平影响理解推理和解决问题能力，对齐关心行为是否符合人的意图价值和约束，主动性关心智能体能否自行发现并发起有价值行动，自主程度取决于人允许其独立执行到哪一步 [14] - 人的工作随分工变化：逐项指定操作时人类承担任务发现和过程组织职责，智能体提出计划后双方可共同调整任务安排，智能体持续跟进工作时人类重心转向设定优先级、规定权限和审核结果 [17] - 主动行为与响应式行为会在同一系统中配合使用，遇到紧急信号或新明确请求时及时响应仍然必要 [17] 研究历程的起点早于大模型 - 提前预测、维护目标、选择打断时机等机制研究在大模型出现之前已有大量积累：控制理论研究如何根据反馈调整行为，规划和世界模型研究行动可能带来的未来状态，智能体理论讨论如何形成目标及何时坚持或放弃计划，情境感知计算把地点活动和设备状态纳入系统判断，人机交互积累关于提醒打断和人机分工的证据 [21] - 大语言模型和多模态模型扩大了可理解和处理的任务范围，智能体运行框架Agent harness提供记忆、工具、技能和执行管理，让模型能够跨步骤跨会话推进工作 [23] - 综述主要沿计算机科学研究线索展开，也借助委托和不完备约定等概念说明一项工作为何会留下需要自行判断的空间 [23] 6A机制框架 - 论文把相关机制归为Awareness、Anticipation、Agenda、Arbitration、Action和Adaptation六项能力简称6A，分别处理当前情况、未来需求、待办目标、介入判断、实际行动和反馈调整，新证据可改变已形成目标，执行结果也会修正原来预测，六项能力在工作过程中相互影响 [25] - Awareness了解正在发生什么：主动行动依据分散在对话、日历、设备记录和过去互动中，需联系这些信息维持对当前情况的理解，记忆涉及当前工作、过去发生的事、仍适用的偏好和可复用技能，记忆中的时间信息也影响判断，沿用已改变偏好可能造成多余安排；信息缺失时可检索、检查设备或提出有针对性的问题，询问本身花费人的时间，收集信息范围需与当前问题相称，持续感知涉及运行费用和隐私成本，唤醒频率、数据保存范围和推理量都会影响这些成本 [28] - Anticipation预判接下来可能需要什么：同时关注人的需求和环境变化，用户模型帮助理解需求，世界模型帮助预测环境和行动后果，比较行动与等待的结果可估计提前介入的收益；教育场景说明判断难度，学生长时间停留在一道题上可能在认真推导也可能已陷入误解，提前给提示会改变后续学习过程，模拟可考察教学选择但实际收益仍需真实学习结果检验 [31] - Agenda把需求变成持续跟进的工作：关心哪些工作值得承诺、如何排出先后及被打断后如何恢复，智能体可能同时收到新请求、发现新风险并保留未完成任务，需处理它们之间的竞争，跨会话工作需保存每项安排的依据、完成状态和重新检查条件 [34] - Arbitration判断介入是否合适：考察四类因素即判断有多可靠、预期收益能否覆盖成本、时机是否合适、操作的风险与可撤回程度；安全分析提供具体情境，陌生账户访问服务器可能来自正常维护也可能涉及凭据滥用，补查维护记录或询问服务负责人可能改变判断，立即封禁则可能影响正常业务；模型给出的自信表述需经实际表现校准，权限和安全约束需由执行系统检查，涉及付款隐私或难以撤回的操作时单靠模型文字表示已考虑风险无法提供足够控制 [35][37][38] - Action选择行动方式保留修改余地：同一需求可通过提醒、询问、草稿、预填内容或直接操作处理，呈现方式影响使用，文字提醒过长增加阅读负担，机器人突然伸手让协作的人难以判断意图，界面预览和动作前提示可让即将发生的操作更易理解，需审核的方案应说明依据、改动范围和不确定之处 [39] - Adaptation从真实反馈中调整：反馈可能来自工具执行结果或人的接受修改撤销接管，需判断信号含义再调整后续行为，一次提醒未被回应可能是时机不合适也可能是内容无用，单次沉默提供的信息有限；论文区分当前任务中的快速修正和跨任务的长期调整，新证据可纠正正在进行的工作，积累的互动用来更新偏好、提醒阈值和协作方式；持续学习目标也需选择，推荐系统可提高点击率却收窄信息范围，助手可提高建议接受率却增加依赖，适应过程需检查长期利益和实际工作表现，信任应与系统可靠性相称 [40][41] 主动能力的评测方法 - 许多智能体评测先给出目标再考察是否完成，这能测试规划工具使用和执行能力，主动能力评测还需保留尚未明确的需求让智能体自己判断哪些事情值得处理，任务发现的准确性、遗漏的机会和多余的介入都应被记录，"任务发现"应纳入测评标准 [45] - 综述从三个层面整理评测：任务层面看结果是否改善及时间计算和人工成本，机制层面检查信息预测目标和介入判断哪里出现问题，用户层面考察工作负担控制感信任和打扰程度，三类证据共同说明一次主动协助的价值 [45] - 收拾餐桌例子中，任务层面衡量餐桌是否清理妥当、有无误收仍在使用的物品及花费的时间和资源，机制层面检查机器人是否准确识别餐具使用状态、是否正确判断清理需求、是否选择合适行动时机并定位误收错误发生在哪一步，用户层面记录家人确认和纠正花费的时间、受打扰程度、能否方便修改清理范围或叫停操作及是否信任机器人在类似情况下的判断 [47] 主动式AI融入13个领域 - 综述覆盖编码、图形界面操作、信息获取、具身机器人、安全、自动科研、智能家居、智慧城市、医疗、法律、教育、娱乐与媒体、农业，每个领域都需判断什么值得做，但可获得的证据、允许的操作和结果出现的时间各有差异 [49] - 数字工作中代码修改可在分支或隔离环境检查，图形界面智能体可跨应用准备材料，信息助手可根据当前文档提前检索，早期情境检索与今天的检索智能体都需判断什么信息值得在此刻呈现 [51] - 安全医疗法律领域的主动能力常体现在新证据带来的追加工作：已修复漏洞可能存在相关变体，新检验结果可能需重新评估，修改后的合同条款可能引出新审查事项，智能体可扩大调查准备和跟进范围，重要操作仍由专业人员或明确审批流程把关 [51] - 自动科研把任务选择的价值体现得更直接，候选想法的新颖性可行性和可验证性需一并考虑，完整实验报告还需有可复查的代码、测量记录和证据链才能支持后续研究 [51] - 机器人智能家居智慧城市和农业面对物理环境，机器人与人协作涉及动作意图表达，农业需结合天气作物阶段和资源安排，搬动物品调度资源或实施处理都会产生真实后果 [51] - 教育和娱乐要求仔细选择收益指标，提示可帮助完成一道题但教学效果还看之后的独立解答记忆和迁移，游戏伙伴提前提供协助会影响玩家挑战感和自主感，更多互动更多点击或更快完成当前任务需结合较长期目标解释 [52] - 论文按任务来源比较各领域成熟程度，区分响应指令、发现已出现的情况、提前预测需求、在持续委托下寻找工作及修订更高层目标；广泛部署的家庭系统多集中在触发和预测层面，自动科研系统可在给定研究方向下探索假设和实验，城市系统常把预测交给人处理，系统普及程度主动能力和执行权限在这些领域呈现不同组合 [52] - 更长期职责尚有许多空缺：医疗协助常止于一次诊疗，法律协助常围绕已提出的问题，教学协助常限于当前活动，综述把跨就诊跟进、整个事项的持续管理、长期学习安排列为后续方向，在所调查系统中自行修订更高层目标的主动能力仍未成熟 [52] 三个跨领域整体趋势 - 横向比较各领域，论文归纳三个趋势：基础模型与领域专用方法共同承担工作，智能体负责的范围延伸到完整流程，反馈与验证条件影响持续改进，相似推理模型进入不同领域后会遇到不同的执行和检验条件 [54] 走向超级智能体仍需解决的问题 - 论文将主动能力长期发展放在个人助手、具身协作、多智能体协作和机构运行中考察，工作跨越更长时间涉及更多参与者后，智能体需持续维护目标、在条件变化时调整已有承诺并说明每项行动服务于谁的需求 [56] - 技术上需要能定位具体问题的机制评测及跨周跨月的长期测试，短期表现良好的策略在偏好变化任务中断或信息过时后可能不再适用，部署后的学习也需经过验证并保留回退和人工接管办法 [56] - 安全问题从行动开始之前就已存在，网页邮件或文件中的恶意内容可能诱导智能体提出未经授权的新任务，持续感知可能收集与职责无关的私人信息，控制系统需区分可信指令与外部资料、限制任务和数据范围并允许人查看取消或收回授权 [56] - 在家庭组织或公共服务中一项行动还可能影响多位参与者，谁能提出目标、谁有权批准、出了问题由谁负责都需明确安排，审核入口要让人看得懂用得上，避免连续确认请求使监督流于形式 [56] - 综述用calibrated proactiveness概括贯穿这些问题的设计目标：根据证据时机风险偏好和权限调整主动行为，发现需要做的事之后智能体可准备建议或执行，情况变化时也需修改计划停止工作或交回决定，这种判断能力需在长期使用和可核查的结果中检验 [57]