AI交出量子计算老难题的证明，数学家又写了30页来解释 ↗
PSI公开AI参与生成的Aaronson–Ambainis猜想证明和Lean代码。团队称第三天便得到完整证明；人类负责选题、搭建系统和审查，计算成本未披露。
发现未来
AI WTF
AI 正在变离谱，跟上
第 3 页
日常问答也能把AI训练得道歉不停：研究者找到6575套带“副作用”的数据 ↗
Transluce与伯克利团队把零散的训练异常变成大规模实验：一些专门设计、外观普通的数据，会让模型出现与内容无关的行为。连研究人员也很难只靠阅读看出后果。
消息还没读完，AI已经下单：多人助理测试暴露“抢跑结账” ↗
MAMUBench发现，每人配一个AI并不一定比一个协调者更好。模拟点餐与预订中，拦住未读消息就结账的操作，比单纯设置队长更能挽回失败。
轻量AI也能闯过电脑防护测试：90组实验中71组让测试程序跑了起来 ↗
BypassGym把AI写出的程序放进装有真实安全软件的Windows虚拟机。研究发现多款轻量模型能完成防护绕过，但实验通过不代表安全软件没有发出警报。
把顺子判成散牌的程序，逃过了AI写的测试 ↗
TestPrism发现，能认出一个标准答案，不等于能可靠判断程序对错。
AI凭“经验”把本来会的任务做砸，原始记录里却藏着纠错线索 ↗
研究者发现，一条错误的任务总结能误导AI。WikiTrace把经验连回当时的操作记录，让它在照做之前有机会检查这条经验到底对不对。
给AI100次提问机会，3款模型问到30次后几乎不再进步 ↗
一项科研猜谜实验发现，部分AI能从别的模型给出的选项里挑出好问题，却难以独自想出来。增加提问次数，未必能走出同一个死胡同。
直接改参数，让AI停止思考打转 ↗
Tree-Ising用优化算法修复小模型的重复推理。
千万元级AI电影，上映21天票房只有180万元 ↗
《三星堆：未来往事》最新票房调查显示，AI生成长片并不等于低成本制作，也不保证票房成功。
药物姿态二选一难倒资深化学家，AI写代码找线索拿到74% ↗
斯坦福与Genesis Molecular AI的Pyrite测试发现，专家面对看起来都合理的分子姿态接近猜测水平；让AI提取线索、再由统计模型判断，效果反而更好。
让模拟机器人拿番茄酱，它却被屏幕上的假指令骗去拿刀 ↗
西交利物浦大学、昆山杜克大学等团队测试AI操控机械臂的安全性，发现会完成任务不等于会避开危险。加上分阶段检查后，多款模型的危险行为减少，但远未证明万无一失。
停两次各5秒，模拟机器人把没干的活算进了进度 ↗
一项研究发现，按时间保存记忆的控制模型会把等待误当成动作。抓取计数测试成功次数从47/50降到16/50，隐藏暂停记忆后回到45/50。
机械臂够不到瓶子，自己找了把木勺：苹果让通用AI临场想办法 ↗
AMP1在108次真机测试中成功104次，还会临时借用工具。不过，一次成功任务平均需要280秒。
一次“不用确认”，被AI带进了120万美元的模拟付款 ↗
研究发现，正常交流形成的记忆也会被AI用于错误场景，无需黑客攻击。
AI给啄木鸟画出五根脚趾，万种鸟类贴纸库又重画252张 ↗
一个AI生成、另一个AI审核，还是漏掉了鸟脚结构错误。花叔鸟类贴纸库今早提交新一轮修正，提醒人们审核过线不等于科学准确。
AI替黑客收文件、清痕迹，自己的聊天记录却成了调查线索 ↗
CloudSEK称，在Silent Lynx暴露的服务器中发现Hermes代理记录，关联逾2000份塔吉克斯坦政府文件。调查显示AI正在从提供建议转向执行任务。
不训练动作策略，只“翻旧作业”，机器人模拟测试也能拿91.7% ↗
Sereact与KIT研究者用演示检索挑战机器人高分的含义：熟悉题库里的成功，不等于会处理陌生场景。
谷歌把Gemini 4“平价版”塞进搜索框：新模型Hydrogen官方称比上一代快2.5倍、编造内容少5倍以上 ↗
谷歌于北京时间11月13日凌晨2点发布Gemini 4家族里主打速度和低价的Gemini 4 Hydrogen，即日起向全球谷歌搜索用户和Gemini应用开放。谷歌称它在第三方综合智力榜上略超自家更高端的Argon，完成任务比Gemini 3.8 Flash快2.5倍，编造内容减少5倍以上；但官方模型卡也显示，它在部分编程和电脑操作测试上仍落后于对手。
Square开放AI经营工具：商家可自建应用，补货仍需自己确认 ↗
Square新增命令行工具并升级AI连接接口；供应商网站备货功能仍在测试。
花了几千美元让AI做宝可梦同人游戏，Claude突然不干了：Anthropic的“不复刻他人游戏”规则开始点名具体IP ↗
日本游戏媒体AUTOMATON等报道，多名用户发现Claude开始拒绝协助制作宝可梦相关的同人游戏和素材，即使素材已存在用户电脑里也不行。这被视为Anthropic 10月底为Claude Code加入“不得复刻特定现有游戏”规则后的延伸，规则文字据称已细化到名称、角色、美术、音乐、关卡和外观。Anthropic尚未就宝可梦一事公开说明。