Claude参与的黎曼猜想研究把已知临界线零点比例推进到67.25%，人类数学家随后简化证明，形式化工具在数小时内完成机器核验。与此同时，三维世界生成、长视频记忆和Agent编程也在把AI推向可验证...

GPT-6 Astra的评测数据争议，把AI竞争重新带回可复现、可审计和可验收的问题。模型、多智能体协作与企业工作流正在一起接受真实交付检验。

Claude完成大规模Lean形式化证明，GPT-6在开放数学问题基准中提交机器可验证结果，AI科学正在从生成答案转向交付证据链。

Meta内部组织实验显示，AI让代码变更量增加220%，但真正到达用户的产品变化只增加36%，Agent正在从生成能力竞争转向验收、成本与组织治理竞争。

GPT-6 Astra上线第一天就在FME数学基准中解出5道Erdős难题，Claude则用数十个智能体协作完成费马大定理的形式化证明。两条消息放在一起看，意义并不只是“哪个模型更强”：AI正在从展示流畅答...

StudentSim、ScienceDiscovery与Code World Model显示，AI正在从生成答案走向持续建模、预测后果和根据反馈修正策略，企业部署的重点也随之转向状态管理与可验证交付。