Sleepless AI(AI) 定投

ICLR 2027 会议近日公布新规，规定每名作者最多只能提交20篇论文，超出限额的论文若未调整将被随机拒稿。此举旨在应对投稿量激增给评审系统带来的压力。ICLR 2026 投稿量较前一年增长约68%，达到19525篇，导致评审工作量巨大。 新规引发了讨论。Google DeepMind 访问研究员 Dan Roy 在社交平台发起讽刺性“请愿”，反对此限制。他表面上称限制会阻碍 AI 发展，并主张应鼓励 AI Agent 大量生成渐进式论文，同时暗指评审工作也已由大语言模型处理，以此揶揄当前 AI 对学术环境的影响。 此前，有分析显示 ICLR 2026 约21%的评审意见被怀疑完全由 AI 生成，引发了学术界对评审质量和 AI 滥用的担忧。Dan Roy 的讽刺性请愿实则抛出一个深层问题：当论文生产、投稿和评审都可能大量依赖 AI 时，单纯限制投稿数量或许并非根本解决之道。

桥水基金创始人瑞·达利欧近期接受访谈，分享了对AI泡沫、投资与宏观周期的见解。 **AI泡沫的形成与破裂征兆** 达利欧认为，当前AI热潮类似过去的互联网泡沫，革命性技术引发投资狂热，人们往往忽略资产价格，通过举债推高估值，形成泡沫。泡沫破裂通常始于流动性收紧，他指出了三大破裂征兆： 1. **利率上升**：资金成本增加，迫使投资者变现资产。 2. **股票供给大增**：企业大量发行新股融资，增加市场供给。 3. **散户杠杆化涌入**：缺乏专业知识的散户通过借钱或杠杆产品投机，成为市场不稳定因素。 **投资建议：分散化配置** 达利欧强调，预测泡沫破裂时点极其困难，普通人不应试图“择时”。最好的应对策略是**构建多元化投资组合**，以平衡风险。他认为现金长期会因通胀贬值，而黄金作为一种非负债的“硬通货”，是有效的分散工具，建议占投资组合的5%-15%。对于比特币，他持谨慎态度，更信任实物黄金，因其物理属性与政府难以干预的特点。 **AI变革的影响与受益者** 达利欧指出，AI的发展路径是机器逐步替代人类体力乃至可计算机化的脑力劳动。这场变革的最大受益者将是**掌握前沿技术与资本的少数人**，可能加剧贫富差距。许多白领工作面临被取代风险。但他认为，人类在情感、直觉和复杂协作方面的能力难以被替代，**拥有卓越人类智能并善于合作的人**，未来仍将表现出色。 **关于宏观大周期** 达利欧重申其关于约80年一轮回的国际秩序大周期理论，但他表示具体时长并非绝对，更应关注当前所处周期的阶段与相关指标。他认为，目前世界正处在这一周期性演变的关键时间区域附近。

Solana基金会的首席信息安全官迈克尔·科茨警告称，人工智能正使加密货币诈骗更具说服力，特别是通过社会工程学、网络钓鱼和语音模拟等手段。这并非指Solana区块链或智能合约存在漏洞，而是攻击者针对用户的方式发生了变化。 过去加密货币安全多关注代码层面，但如今攻击者更多地瞄准用户、员工、创始人等个体。AI能生成逼真的信息、语音和身份，实施个性化诈骗，这在加密货币领域尤其危险，因为操作失误往往不可逆转。 科茨强调“默认安全”的重要性，认为不能仅依赖用户始终保持警惕。钱包应提供更清晰的风险提示，应用减少盲目签名，团队需建立内部验证流程。AI不仅威胁普通用户，也针对项目团队，如通过深度伪造语音冒充高管实施欺诈。 随着Solana等生态吸引更多主流用户，面向用户的安全变得至关重要。诈骗与反诈骗的竞赛正在加速，AI使欺诈更高效、更规模化。因此，加密货币安全必须超越简单的“小心谨慎”提示，转向更安全的产品设计、更严格的协议权限和更可靠的社区沟通渠道。

华中科技大学等联合团队近日发布了首个模拟专家释读流程的人工智能系统AlphaOracle，旨在辅助甲骨文破译工作。甲骨文是商代社会的重要记录，目前仍有约3000字未被释读，传统研究方法耗时耗力且依赖专家主观经验。 AlphaOracle系统模仿专家工作流，将释读过程分为四步：首先解析甲骨拓片，识别字符并重建句子顺序；接着进行字形分析，通过历史演变和部件结构提出候选释读；然后在海量甲骨语料中进行语境对齐，检验候选字在上下文中的合理性；最后检索传世典籍与现代研究文献，形成完整的证据链。系统每一步都提供出处、候选答案和置信度，供专家复核。 在评估中，86名领域专家和研究者中有78.7%认为系统有帮助，平均可节省约64%的分析时间。在针对疑难字的测试中，系统对争议字形提出了新的解释，部分成果已被权威数据库收录。 该研究将依赖个人经验、难以规模化的传统考释流程，部分转化为可复核、可协作的计算框架。其核心思路不是让AI替代专家作出最终判断，而是通过高效发现线索、汇集和比对证据，辅助研究者决策。这一方法也为其他古文字研究提供了AI辅助的新路径。

OpenAI最新推理模型公布了十项数学突破，包括证明了非Sofic群存在性、新电路下界、攻克CVP难度极限以及量子博弈并行重复指数衰减定理等。其中，量子并行重复定理的证明尤为引人关注，它解决了哥伦比亚大学副教授Henry Yuen长期钻研却未彻底攻克的难题。Yuen承认证明可能正确，但批评其写作充满“AI味”，关键思路跳跃，缺乏直觉解释，导致人类难以理解。他指出，即便有Lean形式化验证通过，也不代表人类真正理解了证明背后的思想。 同时，近期有人声称用Lean“证伪”了百年数学难题科拉兹猜想，但随后被发现是利用了Lean内核的漏洞，证明无效。专家指出，Lean只能确保形式逻辑无误，无法保证形式化陈述与人类意图的“语义对齐”，最终仍需人类专家把关。这两件事共同表明，AI可以辅助证明和验证，但真正的理解和审查仍然离不开人类。