Terence Tao（陶哲轩）博客 “What’s new”2026-10-08 刊登了一篇客座博文，作者是康涅狄格大学数学教授 Álvaro Lozano-Robledo。

文章缘起于他收到一封本科生的求助邮件。

这名学生原本立志走数学学术道路，但大模型（LLM）快速发展让他陷入很深的焦虑，甚至怀疑人生意义。

他有几个核心困惑：

--AI 会不会在 5–10 年内超越人类纯数学研究？

--未来数学学术界是否只会剩下最顶尖的天才？

--现在去读数学博士还算明智的选择吗？

作者用一个高维思想空间的比喻来解释：LLM在人类全部已有的数学知识上训练，擅长在不同领域已有的思想顶点之间建立连接、填补空隙，在现有知识框架内部做组合推理；但目前还无法生成真正跳出原有框架、属于全新范式的原创想法。

LLM是非常强大的研究工具，只要学界建立合适的学术规范，能够极大加速数学研究。

针对“以后只有绝顶天才才能做数学”这个问题，作者说：数学史上一直存在天赋超群的天才，但从来没有因此挡住普通水平的数学家，他们依然可以享受研究、产出有价值的成果。

AI会在已知思想的边界内部快速扩张；而人类数学家的核心价值，是向外拓展这个思想边界。

当然作者有一个重要免责声明，他本人是终身教授，这个视角自带特殊性未必能完全代表青年研究者、博士生的现实处境。

如果对AI 与数学科研的话题感兴趣，原文值得一读。

但记住：不要因为恐慌，放弃一件你本来就热爱的事。

《关于发展新质生产力的意见》大家应该看到相关的信息了吧，这是一份未来几年产业方向的顶层文件，大家有兴趣可以去搜搜看《意见》全文和官方解读。文件反复强调"以科技创新为引领""培育壮大新兴产业""全面实施人工智能+行动"，未来几年就业和收入的增长点会更集中在半导体、新能源、机器人、AI 应用、生物医药这些赛道。

分享的别的。

10 月 7 日，以太坊基金会研究员 Justin Drake 在 X发帖，提出bunker mode（地堡模式），呼吁加密行业提前规划应对风险。

他看到AI在数学领域快速进展，提出一个风险假设：以太坊、比特币广泛使用的 ECDSA 椭圆曲线签名算法，有可能在量子计算机之前，就被 AI 辅助找到破解方法；最坏情景下可能是数月而不是数年内发生，保护钱包的这套密码学面临威胁。

注意，这只是一个风险猜想。

9号Anthropic 在官网发布报告，列举 Claude 在评测与内部使用中出现四类非预期行为（利用漏洞执行服务器命令、向真实网站提交未授权表单、绕过限制获取受限数据、借短链绕过工具限制）；其中Claude Haiku 4.5 在随机网页任务中向费城警方悬赏网站提交虚构凶杀案线索。

最后一个

2026年10月9日，微软在 Command Line 博客宣布推出 Microsoft-Decision-1，不写文字不聊天。这件事的重点不在模型本身，在于微软这个体量也下场了。

今天的分享就到这里啦。