康奈尔报告：人工智能时代大学的核心使命是培育判断力
美国康奈尔大学“美国大学未来委员会”发布238页报告《美国大学的未来》，由18位教授历时一年、听取6000余名利益相关者意见形成，主张大学不应再以传授知识为核心使命，而应转向培育健全判断力。文章据此提出以AI使用阶梯（L0至L3）保留认知摩擦，并推动教学从知识交付转向情境设计、评价从结果正确转向过程可见。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
258 条收录动态，更新于 20:56
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
11月3日
星期二，3 条大连理工大学张永策的化学AI教学“草根实验”：从AI识别滴定设备到13省份超百所高校赛事
大连理工大学化学学院高级工程师张永策将“AI识别滴定实验”概念落地为自制设备，把机器视觉、神经网络与机械操控结合，并开源代码供学生上手。他以此组织智能滴定挑战赛，系列城市赛已扩展至国内13个省份、超百所高校、参与学生超1200人，还为强基班开设专门课程。有学生从零接触AI，一年多后已能借助AI独立提出并实现实验思路。
AI 时代的无我数学：数学的价值不应由产出与能力定义
Terence Tao 博客刊出 Karthik C. S.、Amit Sahai、Jie Xue 的客座文章，主张数学真理独立于发现者而存在，数学工作的价值在于理解而非产出结果。文章认为，用论文、引用、奖项等指标衡量智识生活，会把人理解为能力的集合，AI 带来的被替代焦虑正源于这种自我认知。作者提出，不应把创造力、直觉或品味当作优于机器的避难所，否则仍困在同一套智识价值框架中。
11月2日
星期一，11 条Elicit 对话 Parantu Shah：AI 自主科研
大多数技术让科学家获得更多信息。AI 是第一个自己动手做事的。 这是 Parantu Shah 在生物学领域从事机器学习 20 多年后的观点。他负责 EMD Serono / Merck KGaA, Darmstadt, Germany 的数据科学工作，并与我们的 CEO 坐下来讨论了这一转变对药物发现意味着什么。
Parantu 分享科研 AI 实践要点
以下是 Parantu 所讲内容的要点回顾： • 别再检索，开始判断：“不要问什么已发表，要问证据是什么。” • AI 错误会累积。围绕模型搭建一套框架，并把它当作你的知识产权。 • 数据孤岛才是真正的瓶颈。 • 当下一个部门主动来要时，试点才算成功。
从声誉到触达：Medical Affairs 出版目标的数据驱动决策
Digital Science 旗下 Dimensions 的 Compass 工具可基于用户自定义基准和出版表现追踪，帮助 Medical Affairs 团队用触达等量化指标选择期刊与会议，替代依赖熟悉度和声誉的定性判断。文章指出，仅靠影响因子、引用数或网页访问量等传统指标会放大选择偏差，并给出一个药品首年于多个 EMEA 市场上市、需制定区域会议投稿策略的实例。
AI 需要有意义的版本管理
Nature Machine Intelligence 刊文指出，AI 提供商频繁更新模型与系统集成却不相应变更公开标识，损害监管监督与科学可复现性。文章主张推行满足监管者与研究者需求的“有意义的 AI 版本管理”。
The Scholarly Kitchen 评论：AI 透明度陷阱——披露不等于科研诚信
The Scholarly Kitchen 文章指出，AI 既被用于写作也被用于稿件筛查，却可能一边引入错误一边识别自身引入的错误，形成“漏桶”循环。作者认为，AI 披露只说明是否使用及如何使用，无法证明研究诚信；JAMA 网络已于 2026 年 8 月更新指南，承认披露政策可能不足以应对虚构内容。文章主张把重点转向问责与验证框架，由人类判断补足技术检查，而非以是否使用 AI 作为诚信评估依据。
曾毓群：宁德时代用 AI 加速能源科研，短时间筛选千种化合物锁定 7 种潜力材料
宁德时代创始人曾毓群在 2026 世界顶尖科学家论坛上表示，公司正用 AI 加速能源科研创新，基于超 600TB 基础研究数据和超 1 万亿条测试记录，可在短时间筛选千种化合物并锁定 7 种潜力材料。他同时称当前 AI 能力还远远不够，需要更多科学家和更先进模型加入。
Sakana AI 发布自研语言模型 Sawara 计划
Sakana AI 在东京一桥讲堂举办“From World Models to Real-World AI”研讨会，宣布正从预训练阶段自研语言模型系列“Sakana Sawara（暂定名）”，首个小型模型“Sawara Small（暂定名）”若进展顺利计划于2027年春季公开。
王国祯：数学家的使命远远不只是做题
上海数学中心首席教授王国祯与徐宙利合作，将球面稳定同伦群的计算从第59项推进到第60、61项，再推到第90项，并因此获得2026年度求是杰出科学家奖数学奖。他认为AI解题只是模型训练的副产品，学生依赖AI会削弱“手搓定理”的动力，但数学岗位不应因此减少。他正着手将计算过程形式化，用于训练模型辅助计算。
alphaXiv 受 arXiv sanity 启发
arXiv sanity 是我们的灵感来源 @karpathy 🥹
引用Andrej Karpathy@karpathy@RagavanThurair Same... I had to bring it down (RIP) because it was just too much work to maintain, it would have been a lot easier today. But today there's also https://www.alphaxiv.org, which I like & use and is in the same spirit.
数学家 Frank Calegari：OpenAI 发布 700 余篇论文后，数学界应如何自处
OpenAI 于 10 月 6 日发布 700 余篇研究论文，数学家 Frank Calegari 认为这标志着 AI 已能在数学多个领域做出突破性贡献。他指出这些论文写作质量糟糕、违反署名规范，部分甚至有误，但数学家更应把精力放在招聘、发表与培养学生上。他以有限单群分类的历史为例，提醒同行不要因“著名问题被解决”而放弃领域，而应借新工具开拓更深层的问题。
Kevin Weil 谈跨领域交叉创新
很喜欢 @jmj 的这篇。最容易摘到的果实往往在多个领域的交叉处，因为人们倾向于往深走而非往广走。两者都很重要！ 我也喜欢他用“摇滚乐队”式团队来比喻解决我们 @warpsciences 这类问题的方式。 https://www.newinternet.tech/p/investing-at-the-intersections
11月1日
星期日，2 条专访沃尔夫数学奖得主多贝西：AI不会取代数学家
沃尔夫数学奖得主、杜克大学荣休教授英格丽·多贝西在2026世界顶尖科学家论坛期间表示，AI不会让数学家集体“退休”，其本质是高效的文献检索与信息重组工具。她认为OpenAI等公司发布的数学成果尚缺乏真正原创性想法，AI至今未展现自主构建全新数学概念的能力，数学证明与推导仍需人类理解。她建议资深数学家把AI用于繁重的文献梳理，将精力投入需要创造力的研究步骤。
2026世界顶尖科学家论坛：诺奖与菲尔兹奖得主谈AI如何改变科研范式
2026世界顶尖科学家论坛在沪开幕，主题为“范式变革：科学突破的下一个十年”。2025年诺贝尔化学奖得主奥马尔·亚吉提出发展“选择科学”，其实验室借助大模型给出96组潜在新材料结晶条件，由机器人和自动化实验平台验证，不到一个月结晶性能显著改善。2002年菲尔兹奖得主洛朗·拉福格则追问机器擅长证明后数学家的创造力何在。
10月29日
星期四，1 条从会议室地板到智能体团队：AI 趋势对学术会议意味着什么
ScholarOne Conferences 正在测试 AI Program Builder，可先对会议议程做首轮编排，承担大部分人工理解与协调工作，让程序委员会专注只有他们能做的编辑决策。该工具目前面向部分客户进行 beta 测试，同期还在探索 AI 辅助分会场构建并测试增强版 AI Duplicate Detector。
10月31日
星期六，3 条Google Research 谈AI时代提问能力
在AI时代，最关键的技能不只是会写代码——而是知道该问哪些问题。 @sineadbovell 与 @ymatias（Google 副总裁兼 @GoogleResearch 总经理）坐下来讨论了环境智能的兴起、跨学科构建者，以及研究人员如何演变为“一人组织”。 观看完整对话： https://youtu.be/FlOufV3hZFo
Google Research 谈 AI 未来：环境智能
Google 副总裁兼 Google Research 总经理 Yossi Matias 与未来学家 Sinead Bovell 对谈，讨论 AI 的未来是环境智能。其观点包括：昨天的科幻会成为今天不被察觉的基线，可靠性达到临界规模后 AI 将淡入背景，人类雄心则上移到更大更复杂的挑战。完整节目在 YouTube 的 I've Got Questions 播出。
O'Reilly 的 Expert Intelligence：让 AI 智能体接入企业自有系统做研究分析
O'Reilly Media CTO Andrew Odewahn 团队构建了 Expert Intelligence，把 AI 智能体通过 MCP 接入公司自有系统，并用 skill 文件规定推理方式、以 O'Reilly 图书馆的实践框架为分析依据。
10月30日
星期五，5 条Sam Altman 同情数学家的处境，但称 OpenAI 的数学成果发布不会停
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示，他同情难以消化大量 AI 生成数学结果的研究者，但认为公众了解宇宙运行方式的权利高于这些干扰，公司也不会停止发布。
奥尔特曼回应 AI 冲击数学界：理解数学家处境，但 OpenAI 不会停止研究
OpenAI CEO 萨姆・奥尔特曼在《Cheeky Pint》播客中表示，他理解数学家面对 AI 研究成果大量涌现的处境，但 OpenAI 仍需继续公布具有重要价值的科学发现，不应把重大基础科学发现长期留在公司内部。
Air Street 发布 State of AI 2026 报告：与 Matt Turck 谈 AI 构建 AI、世界模型与 2027 年 AGI 预测
Air Street 发布 State of AI 2026 报告，创始人 Nathan Benaich 在 MAD Podcast 与 Matt Turck 对谈，内容涵盖 AI 构建 AI、世界模型与网络安全，并重申其 2027 年实现 AGI 的预测。
摆脱思考之后：如何保护学术出版免受人类判断力缓慢侵蚀
JMIR Publications 运营副总裁 Richard di Santo 在 The Scholarly Kitchen 客座文章中警告，学术出版正把 AI 从格式、参考文献核验等机械环节推进到对科学本身的评估。他指出，若让机器承担初审乃至唯一评审，审稿人的批判判断力会因不再使用而萎缩，而信任正是出版业存在的根本。
墨尔本大学 Kostakos 提出 AI 时代同行评审新方案：1500 字简报加机器可验证附录
墨尔本大学 Vassilis Kostakos 在 arXiv 预印本提出同行评审改革方案：投稿改为 1500 字简报加不限长度的机器可验证附录。人类审稿人只评审简报，判断研究是否值得做、方法是否可信、潜在收益是否值得投入；附录由模型核验实验记录与统计结果。作者认为 AI 写论文、AI 审稿的循环可以存续，但需以人类评审作为奖励函数。
10月29日
星期四，1 条ChinaTalk 对话「葬AI」作者咸鱼：吐槽中国 AI 行业
独立写作者咸鱼（公众号「葬AI」）在 ChinaTalk 播客中谈中国 AI 行业，称自己从 2025 年下半年起完全弃用 AI 写作，理由是模型编程能力变强而写作原创性明显下降。他还做了一个让普通人按“梗度”给视频模型排名的网站，并与主持人就中美哪边炒作更严重存在分歧。
10月30日
星期五，3 条AI、数学、教育与公共品问题
加州大学伯克利分校EECS教授Gireeja Ranade在Terence Tao博客客座撰文，讨论AI冲击下数学等理论学科学生动力与就业问题。她指出，学生因模型“一个提示就能做所有事”而失去努力意愿，并担忧下一代普通数学家的岗位与培养。文章将维持智识文化所需的数学、科学与人文人才培养称为公共品问题。
Google Research 谈 AI 虚拟实验室与招聘
当人人都能使用 AI“虚拟实验室”时，招聘会变成什么样？ 未来学家 @SineadBovell 与 Google 副总裁兼总经理、Google Research 负责人 @ymatias 对谈，解析为何下一代构建者必须像“一人组织”那样思考： → 提出正确的问题 → 跨学科串联线索 → 运用伦理判断 → 在智能无处不在时随机应变 在 I've Got Questions 观看完整对话： https://www.youtube.com/watch?v=FlOufV3hZFo
Accenture Federal Services 的 Barnett Koven 谈 DOE Genesis Mission 与 AI 科研“骨干”
Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在播客中讨论 DOE 的 Genesis Mission，称其为科学研究的“骨干”。他提到用自然语言处理从国务院每天约 3000 份外交电报中提取信息，并称如今借助 Claude Code、Codex 等工具，原本 6 人 6 个月的项目两人数周即可完成。
10月29日
星期四，1 条Centivax 如何研发通用流感疫苗——专访 Jake Glanville
Centivax 联合创始人兼 CEO Jake Glanville 在播客中介绍，公司正研发可覆盖所有流感毒株的通用流感疫苗，目前已在大约 180 人中测试，并准备启动 2 期临床试验。他指出，季节性流感疫苗有效性长期仅约 15% 至 60%，原因是病毒持续变异，而 Centivax 试图让免疫系统识别各毒株共有且抗突变的病毒区域。访谈还涉及通用蛇抗蛇毒血清的研发。