AI 新闻综述：21 小时内的基因组扫描、备受争议的数学以及 $3.1B 排行榜

十月的最后一周出现了奇怪的组合：人工智能在做真正的科学，人工智能在做不稳定的数学，而一个基准测试网站却成为了独角兽。这是实际改变您应该使用哪种工具的部分。

Anthropic 将 950 个 Claude 智能体指向庞大的基因组数据集，并在大约 21.5 小时内发现了一种以前未知的酶系统（昵称为 ART）——具有类似 CRISPR 的特性，但仍需要实验室测试和同行评审。有趣的举动不是速度，而是实验室将代理视为对真实数据的扎根搜索，而不是聊天机器人。如果您的工作是研究，那么这就是工具的发展方向。

OpenAI 发布了 719 份人工智能生成的数学手稿，研究人员指出了自然语言解释和正式验证的证明之间的差距。这是学术着装中的上下文窗口问题：一个自信的、写得很好的证明并不成立。始终将正式检查保留在模型之外。

在实用方面，Underdog 发布了 Saluki 27B，这是一个开源模型，从大约 54GB 压缩到 7.89GB，因此它可以在 16GB 笔记本电脑上运行，并且在工具调用基准测试中获得 88 分（满分 120 分）。本地、私密、廉价的推理不再是业余爱好者的梦想。而且资金不断流动：Arena 排行榜以 3.1B 美元的估值筹集了 2 亿美元的 B 轮融资。

买家的主线：Google 推出了具有持久内存和多代理编排功能的企业 Gemini 代理，Mistral 推出了“Le Chonk”，这是一个万亿参数的开放权重模型，而 OpenAI 的 GPT-6.1 Terra 定价比其早期的 Terra 和 Sol 级别低了约 50%。昂贵的前沿产品正在获得更便宜、更快的同类产品，而开放重量阵营正在缩小差距 - 因此，将无聊的 80% 转向廉价型号，并保留优质型号以供判断。