Lean 与 Mathlib 社区认证黎曼猜想证明正确,机器检查覆盖1700万行代码
11月21日,Lean FRO 与 Mathlib Initiative 发布联合声明,认证 Levent Alpöge 公布的黎曼猜想 Lean 形式化证明的命题与证明均正确,四项验证标准全部满足。机器检查确认代码成立,数学界对证明思路的解读仍待完成。
11月21日,Lean FRO 与 Mathlib Initiative 发布联合声明,认证 Levent Alpöge 公布的黎曼猜想 Lean 形式化证明的命题与证明均正确,四项验证标准全部满足。机器检查确认代码成立,数学界对证明思路的解读仍待完成。
11月21日长沙世界计算大会产融合作论坛上,赛迪顾问副总裁宋宇披露,今年上半年中国智算领域每天有超过18亿元资金落地,在用机架超1500万架,全国智算芯片平均利用率约三成。
METR 11 月 20 日发布第四季度能力更新,换上更难的 TH2 套件。合并口径下时间跨度仍约每 3.61 个月翻一番,可验证子集最长约 27 小时;判断力类任务上,模型仍未达到人类参照,模型互评还会系统性偏高分。
Anthropic 11 月 20 日的发布说明把 computer use 以 beta 形式放进 Team 与 Enterprise 套餐,默认关闭、由所有者开启。设置文档同时写明:Claude 与用户应用之间没有沙箱,只读设置与文件夹范围限制都不生效。
AWS 11 月 20 日更新办公智能体工作台 Quick:在对话里描述流程就地生成 flow,加确定性步骤负责计算与校验,一个请求可并行叫来多个专职 Agent,关掉标签页任务继续跑。客户 Pomelo 称单个用例每月省 80 小时。
11 月 20 日,财跃星辰在长沙发布金融办公智能体 FinWork V1.0,从按场景交付改成按岗位交付:个人、部门、组织三层使用,API、SDK、配置化三层接入。国泰海通已上线 1300 多个 Agent、覆盖 260 多个场景。
arXiv 11 月 19 日的 DriftGuard 把记忆安全换了个问法:不问内容可不可疑,而问抽掉这条记忆后智能体的行动会不会变。离线成对回放造标签,在线只跑一个风险模型,单任务 1.52 秒、986 个 token。
arXiv 11 月 19 日的一篇论文指出,全双工语音模型的失败多数发生在工具被执行之前:请求没发出去,或发得不完整。Duopra 把后端当成工具,要求请求写成自包含的自然语言,同一后端下 Pass@1 从 4.7% 升到 44.7%。
Human Frontier Mission 委员会11月21日宣布,由领域专家设题、自主 AI 研究智能体执行实验的科研计划将于11月24日全球启动,已记录2391项实验,覆盖54项挑战、12个领域,实验记录对外公开。
Dragos 首席研究官 HD Moore 11 月 19 日公布一项为期五个月的实验:向常用 AI 服务提交约 200 万条带可追踪凭据的提示词,查出至少三家托管服务商被入侵、转售商留存客户提示词、隐私设置被无视。这项实验以可核验的追踪证据揭示经纪式推理服务的明文暴露面。
工具提供方错绑是 MCP 场景下的一类解析失败:工具发现与选择所依赖的元数据(名称、描述、JSON Schema)默认未与经验证的提供方身份绑定,导致本应发给合法服务器的调用被解析到攻击者控制的服务器。
Singularity-Bench 是一个开放式端到端基准,考察智能体能否从最小起点自行实现训练、推理、外壳与集群编排等六层 AI 系统,并在相同硬件上与成熟的人类工程基线逐一比较。
Vercel eve 是 2026-11-17 发布 1.0 的开源 TypeScript 智能体框架,以「一个目录即一个智能体」的文件化布局组织模型、系统提示与工具,内置持久化执行、多人会话与多渠道接入。
MCP Server Cards 是 MCP 扩展轨道提案 SEP-2127 定义的静态元数据文档,用一份 JSON 描述远程 MCP 服务器的身份、连接端点与所支持的协议版本,使客户端在建立连接之前就能完成发现、展示与自动配置。
结果所有权智能体是一种把工作单元从「任务」上移为「持续负责的结果」的架构:由常驻的编排层持有目标、预算与验收标准,自主派生并行子会话执行,并借助独立评审器判断是否达成,人类只处理需要判断的决策。
中国南水北调集团11月21日在北京发布“天河”大模型V2,防汛场景接入27颗遥感卫星、237部气象雷达,防汛形势分析由小时级压缩至分钟级;水质保护场景整编入库5000万条监测数据。
国家数据局11月21日发布消息,局长刘烈宏在世界计算大会表示,将拓展词元服务应用场景,健全词元计量计费与质量测评等标准规范。词元工厂被列为算力租赁、模型供给与数据能力升级形成的新产业组织形态。
11 月 18 日腾讯与字节同日披露办公智能体数据:WorkBuddy 日活超 1000 万、近七天收入年化超 5 亿美元、百强企业 60% 成为客户;豆包工作日活 800 万、企业 ARR 破 20 亿元。两套口径不同,不能横向比较。
Pulley 11 月 18 日宣布 6400 万美元融资,做的是商业建筑规划许可:智能体负责辖区研究与图纸审查,75 名以上持证专家签字,在 2000 多个城市和县取得私人图审资质。公司称 ARR 同比增长 5 倍。
OpenAI 11 月 19 日公开内部的 Performance Factory:性能告警自动开单,Codex 智能体调查并提修复方案,工程师审查合并,部署后由另一个智能体回读基线。三个多月 1700 多次调查,600 多起找到根因。
前 DeepSeek-VL 负责人张博 11 月 19 日开源个人 Agent 项目 Linger,配套的 PolyStrata 引擎按专家分层调度,把 125B 的 Qwen3.8-Flash-Next 跑在 12GB 显存上。写操作弹确认卡、明确不做沙箱隔离,是这套设计里最该盯的一处。
arXiv 11 月 19 日的一篇论文提出 ROGUE-AI:把媒体报道过的智能体事故离线重建,再配一个只去掉被指责原因的对照组。108 次复现里 89% 复现出伤害,而 72 起真实损害事故中有 62 起根本没有攻击者。
Hugging Face 11 月 20 日发布 harness adapters 方法,用强化学习在智能体 harness 内训练 LoRA 适配器,不改基座权重。官方测评中,Qwen3.8-27B 在 pi harness 下的 Terminal-Bench 2.1 通过率由 39% 升至 55%,平均每任务 token 由 2.9K 降至 1.5K,全部产物开源。
台积电 11 月 20 日向监管提交文件披露,子公司 TSMC Partners 以每股 83 美元买入 602.4 万股 Anthropic 股份,金额约 5 亿美元,与后者 IPO 发行价一致,持股约 0.03%。此前董事会已授权对 Anthropic 与 OpenAI 各投资至多 5 亿美元。
11 月 19 日,国际能源署发布《世界能源展望 2026》,测算在既定政策情景下数据中心用电到 2030 年翻倍至 1000 太瓦时。报告动用卫星图像追踪 93 个大型 AI 数据中心项目,指出 AI 投资激增正把电网推到算力扩张的约束位置。
11 月 18 日至 20 日武汉的 5G+工业互联网大会上,中国移动焕新发布天工平台,以 Agent 智能编排为核心,面向九大行业推出八大智能体。平台已服务 32.7 万家企业,连接设备超 2000 万台。
Vercel 11 月 17 日发布 eve 1.0,开源智能体框架正式可用。一轮对话的中位耗时从 3.036 秒降到 414 毫秒,50 轮会话的工作流费用从 5.4 美分降到 1.3 美分,追踪换成 OpenTelemetry。
GitHub 11 月 18 日把 Copilot 团队定制做成正式功能,团队维护者可把已批准的 Agent Plugins 设为团队默认,直属成员在 VS Code 与 CLI 默认开启,子团队不继承,组织策略优先。
11 月 17 日上传的论文提出 ARISE,让企业智能体把每次失败归因后存成微记忆,再汇总成带条件的宏规则,留出集涨了才收。SOP-Bench 提升 10.9 个百分点,模型调用反而少 4.0%。
Eclipse 基金会 11 月 19 日发布 Eclipse Enclave 1.0,一个开源、厂商中立的沙箱运行时,支持 Claude Code、Codex、OpenCode 等命令行智能体,每个会话跑在独立容器里。隔离不等于防注入,默认后端仍是 Docker。
11 月 19 日,北京市网信办公告新增 106 款已完成登记的生成式人工智能服务,累计登记 352 款。通过 API 或直接调用已备案大模型能力的应用采用登记管理,须公示上线编号并添加生成合成内容标识。
11 月 18 日,微软与英特尔宣布扩大长期合作。微软成为首家在 Azure 自研芯片中采用英特尔 EMIB 先进封装技术的企业,双方同时确认多年至强服务器处理器供货,覆盖下一代 Diamond Rapids。这是云厂商自研芯片供应链从台积电单一封装路线向外分流的信号。
11 月 19 日,成立不到半年的无涯智远宣布完成数亿元天使轮和天使加轮融资,五源资本、红杉中国等参投。公司由北大人工智能研究院助理教授张牧涵领衔,主攻让大模型在部署后持续学习的参数更新技术。
Cognition 11 月 17 日发布 Devin Bots,把编码智能体从接任务推到接目标。一个 Bot 自带记忆与工具,拆工单、开并行会话、评估结果,只把需要人判断的事推到 Needs You 收件箱。
微软 11 月 17 日在 Ignite 上发起 AI 透明度倡议,与埃森哲、Adobe、毕马威、万事达卡、沃尔沃等 40 多家机构共建跨厂商标准,并把可观察、可验证、可控落到 Microsoft AI、Foundry 与 Copilot。
一篇 11 月 16 日提交的论文用五种拓扑、五个模型和三个敏感数据集做偏见注入实验,链式网络的公平性指标变化达 0.70,网状只有 0.10 左右;多数投票还会把个体决策的翻转藏起来。
11 月 18 日新加坡金融科技节,连连数字与 Visa 用 Visa Intelligent Commerce Connect 为智能体签发专属支付标记,完成一笔真实的办公用品采购,并同步推出 LianLian XCard。
Stitch 11 月 18 日在迪拜与利雅得发布 Stitch AI,把 Copilot、预置智能体与自建智能体的 Harness 直接做进银行操作系统。数据不出系统、敏感字段先脱敏,每笔动作都要 maker-checker 复核并留痕。
一篇 11 月 17 日上传的论文在 Harvey LAB 的 11 个尽调任务里注入 73 处数值冲突,强制委派让矛盾证据的检索率从 50.2% 升到 68.7%,判定率却从 16.2% 降到 13.2%,损失主要发生在 Worker 向 Lead 汇报的环节。