上个月刚获菲尔兹奖的 Jacob Tsimerman 宣布将加入 OpenAI 从事 AI 安全研究。8 月初，他与 OpenAI 研究科学家 Sébastien Bubeck 在旧金山召集约 40 位数学家举行闭门峰会，讨论 AI 已在数学研究中取得的突破，以及数学家在验证、解释和理解证明中的位置。围绕公开信、AI 生成成果绕开传统发表流程、以及数学未来角色，与会者和学界仍未形成共识。

围绕 AI 大量介入数学证明，陶哲轩与王虹给出了接近一致的判断：数学界不能只停留在“证明已得出”，还需要理解、整理并消化成果。陶哲轩以 Sendov 猜想为例，说明 AI 更擅长生成与验证，后续的阐释、发表和知识沉淀仍依赖数学家。他还公开了面向 Lean 验证结果的登记库 Palomar，试图为 AI 证明建立从验证到发表之间的整理与协作机制。

Anthropic 与哈佛数学家 Levent Alpöge 联合 Claude，给出一个针对 Carathéodory 猜想的显式反例，并同时推翻 Loewner 指数猜想。公开流传一周后的 PDF 已正式发布。文中称，Alpöge 与 John-Paul Smith 构造的 g₂ 支持函数对应凸体仅有 1 个脐点，且该脐点指数为 2，直接与两项持续超过百年的猜想相矛盾。

PURR在6月30日被纳入罗素3000和罗素2000指数，此前已进入标普全球BMI指数。随着最新13F文件披露，Duquesne、文艺复兴科技、Slate Path Capital、Discovery等机构持有或增持PURR，先锋集团与Nuveen则因指数纳入被动增持。文章梳理了这些机构的持仓规模与背景，显示传统金融正通过PURR间接配置HYPE及Hyperliquid生态。

研究者 Davide Piffer 在评论中提出，AI 在数学任务上的优势，未必主要来自更深的推理能力，而可能来自近乎无上限的符号工作记忆。文章将大模型的上下文视窗比作一册摊开的外部笔记本，认为它能同时保留大量条件、中间算式与被放弃的路径，这在可验证、低歧义的数学问题中尤其占优；但遇到因果不完整、语义会随情境变化的模糊问题时，这种优势并不成立。

AI 销售与 GTM 平台 Clay 已在公司内部推出适用于全体员工的 AI 写作政策。该政策由工程团队成员 Sophie Alpert 起草，后扩展到全公司，核心包括作者需对每个想法和每句话负责、写作本身就是思考、写文时间应高于读者阅读时间，以及篇幅更长并不代表更好。Clay 联合创始人 Varun Anand 认为，若把长文生成成本转嫁给同事阅读，本质上是在浪费团队时间。

Anthropic 在官方研究公告中披露，一款尚未发布的研究版 Claude 在黎曼猜想相关指标上取得单次最大突破，把已被证明的下界从 41.6% 提高到 67.2%。Anthropic 表示，这一成果不能直接证明完整的黎曼猜想，但属于明确的量化进展。该结果由约 60 个自主子代理在约 36 小时内完成，经历约 650 个失败思路后形成，并最终产出一份以 Lean 形式化、可由机器验证的证明。

据《The Verge》报道，OpenAI 未公开模型 Astra 近期解出 10 个长期未解的数学问题，其中包括非 sofic 群存在性问题。OpenAI 发布了超过 250 页解法论文和 60 页思路说明，并用 Lean 验证正确性。成果公布后，数学界一边认可其突破，一边质疑 OpenAI 淡化了 Gábor Kun 等学者的前期研究贡献，担忧资源不平等、商业叙事挤压人类数学家的位置，以及年轻研究者的培养路径受冲击。