AI自主进化引爆数学圈，Agent基建重构生产环境

今日的技术圈弥漫着一股“硅基智慧接管世界”的既视感。从Karpathy开源的“AI研究员”到Gauss碾压人类证明菲尔兹奖成果，再到通义实验室的开源GUI Agent，我们正在见证AI从“工具”向“自主研究员”的惊险一跃。与此同时，业界开始冷静思考：当Agent拥有真正的执行权时，我们是否准备好了？今日的汇总不仅关乎算法的突破，更关乎支撑这一切的基建逻辑与数学真理的验证权。

AI 自主进化与科研范式转移

Karpathy深夜炸场：开源630行代码“AI研究员”，5分钟完成一次训练，单卡就能跑，自我进化

Karpathy这次放出的autoresearch项目，与其说是一个代码库，不如说是对未来的一个挑衅性预言。他用仅仅630行代码构建了一个自主AI研究员，通过“5分钟训练-评分-提交”的闭环，让Agent在单卡GPU上通宵达旦地自我迭代。这不仅是极客的炫技，更是对科研范式的解构：人类的工作退化为编写Prompt，而繁琐的试错、代码修改、模型调优全权由代理接管。对于开发者而言，这意味着算力将成为比算法更核心的资产，而“写代码”本身，可能即将成为AI的自我修养。

AI证明首个菲尔兹奖成果，两周狂飙20万行代码！数学圈集体沸腾

如果说Karpathy是在训练AI，那么Gauss系统则是在用AI重塑真理的验证标准。它将人类数学家耗时15个月未能完成的菲尔兹奖成果（8维与24维球填充证明）在5天内转化为20万行Lean代码，甚至指出了原论文中的逻辑瑕疵。这标志着数学正从“自然语言的艺术”转向“可运行的软件工程”。对于AI行业，这不仅证明了长链路推理的可行性，更预示着未来任何强逻辑领域（如密码学、芯片设计）都将面临AI智能体的降维打击。人类，正在从真理的挖掘者转变为真理工程的架构师。

Agent 基建与多模态落地

为什么现有的 Agent Infra 无法支撑生产级应用？

在Agent应用高歌猛进之时，Runta创始人戴冠兰泼了一盆冷水，但这盆冷水极其必要。文章直击痛点：我们正试图用SaaS时代的“无状态、短连接”基建，去运行Agent时代的“长程、有状态、高风险”应用。现有的Kubernetes或Temporal无法解决LLM的不确定性和副作用问题。作者提出的Effect Log、Capability Gateway和分叉恢复三大原语，实际上是在为AI构建一套“带刹车和黑匣子”的操作系统。对于架构师来说，如果不解决这些底层的“熵减”问题，上层的Agent能力越强，生产环境的灾难就越惨烈。

VLA引入本体状态，机器人随时掉链子？人大北航攻克难题ICLR26

机器人的落地同样面临着“传感器打架”的烦恼。人大与北航的研究发现，在运动转变的关键时刻，机器人的视觉信号往往会被强势的本体感觉（关节位置等）压制，导致“眼瞎”瞎操作。他们提出的GAP算法，通过动态削弱本体信号的训练权重，让视觉在关键时刻重获发言权。这项研究不仅是算法层面的优化，更揭示了多模态融合中的深层博弈：在具身智能中，如何让不同模态在正确的时序“各司其职”，比单纯堆砌传感器更重要。这为解决机器人操作不稳定的顽疾提供了新的理论抓手。

阿里巴巴通义实验室开源 Mobile-Agent-v3.5：一套真正“多平台可用”的原生 GUI Agent 基座模型

在应用层面，通义实验室开源的Mobile-Agent-v3.5及GUI-Owl-1.5模型家族，展示了“工程化”的胜利。不同于仅能做Demo的玩具，这套系统通过Hybird Data Flywheel和MRPO技术，解决了GUI Agent在跨平台（桌面/移动/浏览器）泛化和长程任务训练不稳的难题。特别是其端云协同的设计——小模型在端侧高频执行，大模型在云端负责复杂规划——极具商业落地价值。这标志着GUI Agent正从“能看能点”的炫技阶段，真正迈向“可用、可部署”的实用阶段，为手机和PC端的自动化操作提供了强有力的基座。