10月12日AI简报汇总过去24小时的AI动态：Google DeepMind的AlphaProof Nexus独立解开9道悬置多年的Erdős数学难题并通过同行评审，OpenAI把GPT-6.1 Sol的默认上下文从272k拉升到500k；另有阿里千问的长程智能体训练框架、亚马逊洽购Decart的消息、美国初级开发者就业数据和Sakana AI的自我改进研究。无问芯穹C轮融资、阶跃Step 5 Preview上线WorkBuddy、Arena第41周榜单今天已单独成篇，本简报不再重复。
AlphaProof Nexus解开9道Erdős难题，其中2道悬置56年
10月12日，The Decoder报道了发表在Science上的一项新研究：Google DeepMind的AlphaProof Nexus在353道开放的Erdős问题中独立解开9道，其中2道已经悬置56年，团队在论文发表前已把证明放到网上。它还证明了OEIS整数序列数据库中的44个猜想、解决了一个代数几何开放问题，并改进了极小极大优化中的一个已知界。AlphaProof Nexus以Gemini 3.1 Pro为核心，用形式化语言Lean起草和修订证明，每改一步都由Lean校验、按报错继续尝试，难题的子问题可调用专门的证明工具AlphaProof。值得注意的是，这项工作走了同行评审流程，而不是直接把大批AI证明倾倒到公开仓库——在学界正为AI证明该如何发表争论的当口，这条路径更容易被数学界接受。
GPT-6.1 Sol默认上下文从272k升到500k，最大支持1M
10月11日晚，OpenAI的Thibault Sottiaux（Tibo）宣布，Codex与ChatGPT Work中GPT-6.1 Sol的默认上下文长度从272k提升到500k，增幅约80%，用户仍可手动改高或改低，模型最大上下文为1M。他表示这一数值经过充分测试，是体验与性能的平衡点，能明显减少长任务中上下文被压缩的次数；同时，订阅额度扣减时不再对GPT-6.1 Sol收取长上下文费用。对每天跑长程编码和文档任务的人来说，这意味着中途丢细节、被迫反复交代背景的情况会变少。
阿里千问发布QwenGyre，专练数小时的超长程智能体任务
10月12日，阿里千问发布QwenGyre，一款面向长程智能体任务的在线强化学习框架。这类任务一次执行可持续数小时、包含数百轮相互依赖的交互、累计处理百万级token，过去很难直接变成训练数据。QwenGyre用弹性调度把GPU切成计算单元，先结束的任务空出的单元立刻转入训练，仍在运行的任务进度、状态和缓存整体保留；它还按共享前缀把轨迹组织成树，只展开被选中的路径生成样本，超时但部分完成的任务也能给出部分分数反馈。官方实验中，在NL2RepoBench上以每次约70万token的任务训练48步，模型通过率从52.5%升到58.5%，相同GPU预算下端到端速度约为异步实现的1.78倍。
亚马逊被曝洽购Decart，看中的是跨芯片切换软件
10月12日消息，据《华尔街日报》报道，亚马逊正就收购AI初创公司Decart展开谈判，潜在估值约70亿美元。Decart总部在旧金山，做的是让开发者能在不同AI芯片之间无缝切换的软件——在各家都在抢算力、又不想被单一芯片绑死的时候，这层适配能力很值钱。知情人士称若没有新的竞购方出现，交易可能很快达成；PitchBook数据显示Decart此前已累计融资逾4亿美元，今年5月一轮融资时估值已接近40亿美元。彭博社此前报道Anthropic曾以约60亿美元洽购Decart并在9月放弃，亚马逊此时接手谈判，说明大厂对“不被芯片绑架”的工具层争夺还在升温。谈判尚未落地，最终价格和是否成交仍有变数。
美国初级开发者就业降约两成，高级岗招聘却在涨
10月12日，CNBC报道的一组数据把AI对程序员就业的影响拆成了两半：Indeed Hiring Lab数据显示，自2025年2月Claude Code发布以来，美国软件开发职位发布量增长近15%，其中71%的增长来自高级职位、37%来自名称带AI的岗位；但斯坦福大学2026年AI指数发现，生成式AI兴起以来22至25岁人群在AI相关领域的就业减少16%，早期职业软件开发者降幅约20%。Indeed专家提醒，企业若现在不培养入门级人才，十年后可能面临高级人才断层；美国劳工统计局仍预计2025至2035年软件开发者就业将增长10%。对新人来说，信号很明确：只会写基础代码的岗位在收缩，能监督AI产出、做整合和沟通的经验越来越值钱。
Sakana AI提出MASS，用多智能体互相监督做递归自我改进
10月11日晚，Sakana AI发布MASS研究：让被改进的模型同时担任自己的优化者和评估者，用多智能体协作产出的集体成果蒸馏成自监督信号，反复优化多智能体工作流。研究团队来自Sakana AI与加州大学伯克利分校，官方页面显示其在研究类基准上提高了每输出token的得分。这条路线针对的是一个现实难题：前沿任务的答案生成得越来越快，但能审核答案的专家和证据跟不上，模型可能不得不用自己的集体产出给自己当老师。它离可靠的自主进化还有距离，不过“优化对象同时是评估者”这个设定，值得跟踪它后续在不可验证任务上的表现。
