OpenAI 稱 AI 推翻複雜度理論的長年猜想，審查專家先說：參與不等於背書
OpenAI 10 月 26 日宣布模型證明 ETH 為假、解決 Kakeya 與 Yang–Mills 存在性。部分有 Lean 檢查，ETH 交外部專家審查，Yang–Mills 材料未公開。我們沒讀論文內文，也沒自己跑 Lean。
← 所有文章Category archive Roman Mager (roman_lazygeek)／Wikimedia Commons（CC0） ↗ 
Raimundo Pastor／Wikimedia Commons（CC BY 4.0） ↗ 
OpenAI（Introducing GPT-6.1 Terra 公告頁 og 圖） ↗ 
ajay_suresh／Wikimedia Commons（CC BY 2.0） ↗ 
Anthropic／Claude Duet 官方發表頁 ↗ 
Derrick Coetzee／Wikimedia Commons（CC0） ↗ 
Coolcaesar／Wikimedia Commons（CC BY 4.0） ↗ 
Moonshot AI／Kimi 官方發表圖 ↗ 
Jernej Furman／Wikimedia Commons（CC BY 2.0） ↗ 
X / @Bsunter，原帖節錄 ↗ 
OpenAI／DevDay 2026 官方活動主視覺 ↗
最新 AI
從 KeepInAI 的主題脈絡出發，集中閱讀這個分類裡的新聞、工具與實作觀察。
皮膚科醫師測 200 個病灶：十年前的 CNN 贏過 GPT-6 和 Claude，卻放走更多黑色素瘤
皮膚科醫師測 200 個病理確診病灶：2015 年的 CNN 答對 62%，GPT-6 Astra 與 Claude Fable 5.1 都是 42%，但預設門檻下 CNN 放走 18 個黑色素瘤。作者自述的小樣本測試。
OpenAI 新模型 Terra 牌價砍半：輸出 token 偏多，帳單未必跟著減半
GPT-6.1 Terra 每百萬 token 輸入 1 美元、輸出 5 美元，OpenAI 稱比 Sol 便宜一半。效能數字多為官方自測；第三方指數給 48 分，輸出 token 高於中位數，換之前先用自己的任務重算。
Anthropic 半年虧 807 億美元，九成是帳面重估：真正吃緊的是算力
Anthropic 10 月 26 日遞交 S-1。我們讀了財務表：807 億淨損約九成來自票據重新計價，營運現金流已轉正；2026 上半年數字未經審計，算力承諾金額仍空白。
一週 AI 新聞：Kimi 新旗艦擠進評測前四，Block 稱語音模型沒讀過一個字
10/19–10/25 依 Hacker News 熱度排序：Kimi K3.1 Pro 權重最晚 11/4 才放，Claude Duet 先開美國 Pro／Max 等候名單，Block 的 Dessa 只有 demo；各則附來源與條件。
Claude 替 239 個進入點寫出機器檢查的證明，「已驗證」該信到哪裡？
Anthropic 與 Theorem 用 Claude 為 OSS-Fuzz 函式庫寫出 Rocq 證明並修掉 bug。證明涵蓋什麼、沒涵蓋什麼，維護者與資安團隊該怎麼讀。
Cerebras 怎麼用 59 片晶圓跑 3 兆參數模型：一筆可以自己驗算的帳
Cerebras 以 Kimi K3 說明怎麼把 3 兆參數拆到 59 片晶圓上；算式可以驗，速度宣稱缺了功耗與價格。
Kimi K3.1 Pro 擠進獨立評測前四，但速度、輸出量與權重釋出都還要再看
Moonshot 的新模型官方分數逼近 Claude Opus 5.5，Artificial Analysis 也排它第四，但它偏慢、輸出多，權重也還沒放出。
OpenAI 讓模型紅隊攻擊自家訓練環境：DNS、內部服務和共用硬體都被利用
OpenAI 公開訓練環境的分層隔離與模型紅隊結果：除了 microVM 逃逸，被放行的內部服務、DNS 與共用硬體也成了路徑。
Jev 是什麼？把 AI 的判斷直接接進程式
從 Pokémon 換人、Grassworks 場景控制到影評校準測試，看 Jev 如何把判斷交給程式，也看懂速度、價格與零幻覺宣稱的限制。
ChatGPT dots 能持續替你做事嗎？從 X 首波使用回饋看價值與卡關
OpenAI 在 9 月 29 日 DevDay 發表 dots。本文介紹持續工作的助手如何使用，整理 X 親測回饋與 Reddit 討論：語音交辦、跨任務協作令人期待，登入、進度與產品入口仍有摩擦。
OpenAI DevDay 2026：從聊天助手到持續工作的 Agent
從 Dots、GPT-6.1 Sol 到 Ultrafast 與雲端工作環境，整理 OpenAI DevDay 2026 的重要更新、開放限制，以及對開發者的實際影響。