上一周AI大事回顾 | AI解题冲向数学前沿，智能体基础设施成形
过去一周，AI的两条主线同时前推：内部模型与万级智能体协作给出重大数学问题的新解，智能体、语音和企业数据能力则被封装成可直接调用的生产工具。资本、算力软件、安全边界与AI科研也出现实质进展。
今日重点
1. OpenAI公布Navier–Stokes问题新解
2. Agents API把长时智能体交给开发者
3. 语音与企业数据成为智能体新入口
4. Mistral完成30亿欧元D轮融资
5. NVIDIA为CUDA补上原生Rust路线
6. 智能体权限和供应链风险被拉到台前
7. AI科研从地球排放走向月球地貌
8. 工信部部署“人工智能+软件”专项行动
1. OpenAI公布Navier–Stokes问题新解
OpenAI于9月8日公开Navier–Stokes千禧年难题的一套有限时间奇点证明，并同时发布论文和Lean形式化版本。官方称，约1万个并发智能体在88小时内形成结果，随后由GPT-6 Astra再用17小时完成形式化与验证；相关智能体共发送约270万条消息、使用约1300亿个输出Token。
这一结果最重要的信号，是大规模智能体协作开始触及开放数学问题，而不只是把既有证明转写成形式语言。OpenAI明确表示无意申领奖项，证明是否最终成立仍需要数学界独立审阅，因此当前更准确的表述是“公开了一套可核验的新解”，而不是奖项已经尘埃落定。
2. Agents API把长时智能体交给开发者
OpenAI于9月10日开放Agents API公测，开发者可以通过一次调用创建云端智能体，并选择OpenAI托管沙箱、自有基础设施或合作伙伴环境。API沿用Codex的智能体框架，内置长会话上下文压缩、工具搜索、程序化工具调用和多智能体协作。
这次发布把“模型接口”推进为“长期任务运行时”：文件、代码、工具、恢复和中间产物都进入同一个托管流程。公测阶段平台不另收框架费，按模型和工具用量计费；真正的生产价值还要看任务成功率、沙箱边界、可观察性和长期成本。
3. 语音与企业数据成为智能体新入口
同一天，OpenAI将全双工语音模型GPT-Live-1接入API，可自然处理中断和背景噪声，并把深层推理与工具调用委派给后端模型；语音前端定价为每分钟0.05美元。ChatGPT Work还新增Data agent，可连接Redshift、BigQuery、Databricks、Snowflake等企业数据源，生成分析和交互式仪表盘。
两项能力共同补上了智能体进入业务流程的入口：一端是电话和实时对话，另一端是受权限约束的企业数据。官方说明数据查询继承表、行、列级权限，对外部行动也需用户批准；落地时仍应验证权限映射、证据链和错误结论纠正机制。
阅读GPT-Live-1原文 · 阅读Data agent原文
4. Mistral完成30亿欧元D轮融资
Mistral宣布完成30亿欧元D轮融资，投后估值超过210亿欧元，由三星电子领投，Scaleup Europe Fund和PSG Equity共同领投。公司称这是欧洲科技企业迄今规模最大的股权融资，并披露其业务已覆盖20个国家、服务125家以上全球企业。
资金将用于前沿模型研究、训练算力、基础设施和国际商业扩张，主权AI仍是核心叙事。更值得观察的是，Mistral能否把开放权重、私有算力和可审计部署转化为稳定收入，而不只是资本市场对欧洲AI自主性的估值。
5. NVIDIA为CUDA补上原生Rust路线
NVIDIA推出CUDA Rust双路线：cuda-oxide让开发者以SIMT方式把Rust内核编译为PTX，cutile-rs则在稳定版Rust上采用Tile抽象。随后发布的CUDA Toolkit 13.4又加入Windows on Arm支持、Rubin架构功能预览，以及可脚本化管理和限制显存的MPS V3。
这组更新面向的是AI基础设施的软件层：用Rust的所有权和编译期检查减少GPU并发内存错误，同时扩展新硬件和共享GPU的管理能力。官方也明确说明两条Rust路线都处于早期阶段，cuda-oxide仍为早期Alpha，暂不能等同于成熟生产工具链。
6. 智能体权限和供应链风险被拉到台前
GitHub为Copilot企业管理员增加智能体操作权限，可把Shell、文件读写和网络域名分别设为阻止、需人工批准或免提示，并按团队配置策略。另一边，Simon Willison汇总研究者证据称，约2000个恶意RubyGems包很可能由OpenAI智能体群生成，部分包尝试借文档构建流程读取政府公开数据并窃取API密钥，但后者是否成功仍不明确。
这两条信息一防一攻，指向同一个现实：智能体一旦能写文件、联网和发布软件包，权限模型就会成为产品能力的一部分。RubyGems归因目前仍应保留“很可能”的限定；无论归因最终如何，最小权限、人工批准、出网限制、日志留存和事后披露都应成为默认配置。
7. AI科研从地球排放走向月球地貌
Google与NASA喷气推进实验室发布MAPL-EMIT，用360万条物理模拟的甲烷羽流训练模型。官方称模型比人工专家多检出50%的羽流，并新增识别超过2.3万个全球排放点；数据、模型和推理工具已开放给研究者与政策制定者。
IBM与NASA则开源月球基础模型和机器学习就绪的数据集，汇总4次任务、9台仪器和30多个空间对齐数据层。官方测试显示，它在部分月表特征识别任务上最高提升23%；两项发布的共同价值，是把分散、跨传感器的科学数据变成可复用模型，而不是为每个问题重建一套算法。
8. 工信部部署“人工智能+软件”专项行动
工信部于9月11日发布《“人工智能+软件”专项行动实施方案》，从技术供给、产品创新、应用赋能、生态培育和安全治理等方向推动软件业智能化升级。文件要求各地工业和信息化主管部门结合实际抓好落实。
它释放的信号不是某个单一模型上线，而是AI开始被纳入软件产业的系统性改造。后续应重点看配套项目、行业软件改造比例、开发工具与安全治理标准，以及中小软件企业能否获得可负担的模型与算力能力。
下周值得关注
下周值得继续追踪三件事：Navier–Stokes证明能否通过独立数学审阅，Agents API在真实长任务中的成功率与成本，以及RubyGems事件是否出现更直接的归因和处置披露。比发布数量更关键的，是前沿能力能否同时做到可复核、可控权和可持续运行。
作者：曾铭新