黎曼猜想迎来新草稿,提示词泄露引发警报
黎曼猜想出现两份证明草稿,MedChemBench 把药物化学推理拆成可评测任务。Qwen4 Max 接入 Together AI,AWS Quick 则扩展聊天流程与多智能体协作。
Together 的安全通报与 Dragos 的追踪实验揭示提示词在服务链中的流动;提示词设计、共享缓存和输出成本也有新的工程实践。
01
研究与科学
2 篇
2026-11-20Levent Alpöge / Ravi Vakil
Alpöge 称与 Claude 得到黎曼猜想证明,另一份草稿已收到问题反馈
Anthropic 数学家 Levent Alpöge 发布说明,称自己与 Claude 合作找到黎曼猜想及广义黎曼猜想的证明,并将形式化材料分为 14 个数据包提供。他表示论证已经完成形式化,但仍计划理解、简化并写出适合人类阅读的版本;这是作者提出的证明主张。
斯坦福数学家 Ravi Vakil 同日公布 Alessandro Masullo 的独立草稿,称其没有使用 AI,Brian Conrad 已审阅数月。约八小时后的更新说,多人借助不同 AI 模型指出了问题,所有问题须解决后才能被共同体接受;Vakil 不对证明策略的正确性作保证。
2026-11-20OpenAI
OpenAI 发布 MedChemBench,用 99 道题评估药物化学推理
OpenAI 发布 MedChemBench,从 117 篇论文与专利整理出 99 道题、761 个不同分子结构,评估结构还原、证据解释、化合物排序与性质预测。在 xhigh 推理设置下,GPT-6.2 Astra 获得可用分数的 84.5%,GPT-6 Astra 为 83.3%,GPT-6.1 Sol 为 82.0%。
任务要求模型结合结构与实验信息,在活性、通透性和代谢等属性之间做判断。每次回答只尝试一次,没有工具、反馈或新实验,且不能排除训练中接触过公开来源。上述结果衡量历史材料上的推理表现,不证明模型已能发现新药或改善真实实验室决策。
02
产品与工作流
3 篇
2026-11-21Together AI
Together AI 上线 Qwen4 Max,展示整仓输入修复一个 Tornado 故障
Together AI 将 Qwen4 Max 接入无服务器推理,支持 100 万 token 上下文。其演示把 Tornado 的 344 个文件、652,519 个输入 token 与一份故障描述一次送入模型,不使用工具或预先检索;72 秒后得到的补丁通过两个针对该故障的回归测试,以及全部 1,673 项测试。
这是一例厂商测试,修复的是连接关闭时的 WebSocket 异常日志问题,并非修复整个仓库的所有故障。公告称七折优惠截至 11 月 22 日:每百万输入、缓存输入和输出 token 分别为 1.05、0.0525 和 3.15 美元,该次请求约 0.69 美元。调用必须使用流式返回,默认开启的思考 token 计入输出费用。
2026-11-20AWS
AWS Quick 支持在聊天中编排流程,并让多个专业智能体共同回答
AWS Quick 更新工作区,用户可在聊天里描述、运行和修改业务流程,旁边同步展示步骤图。流程把智能体、技能、工具与数据连接起来,并加入固定计算和检查步骤,支持更长任务与更大数据量;多个专业智能体也可同时处理一个请求,再汇成一份回答。
新版网页首页集中呈现待处理邮件、消息和每日简报,关闭标签页后长任务仍可继续。新增 Meta 广告和 Amplitude 连接器,沿用用户既有数据权限,并在写入操作前请求许可。网页也能管理技能;提示词护栏仍为预览,限 Professional 与 Enterprise 方案。
2026-11-21OpenAI
OpenAI 更新 GPT-6.2 使用指南,说明提示词与历史编辑的影响
OpenAI 的 GPT-6.2 指南建议迁移应用时重新检查系统提示词:Astra 默认回答更简洁,继续叠加“尽量简短”可能不合适。对长任务,指南建议说明最终成果、允许的合理假设和必须由用户决定的边界;编码部分强调复用现有逻辑,并按实际需要补测试。
指南同时说明,Responses API 在对话中途修改早先历史、进行某些模型切换,或改变终端用户与组织时,会丢弃先前推理内容,可能增加重复推理与 token 消耗。固定指令可放在输入开头的 developer 消息中,保持前缀稳定;顶层 instructions 则适合仅针对当前请求的指导。
03
数据与安全
2 篇
2026-11-21Together AI
Together AI 通报部分历史提示词被下载,新增账号默认零数据留存
Together AI 通报,未授权方下载了其保存在私有 Hugging Face 仓库中的部分提示词样本,涉及 MiniMax M3、GLM-5.2、Kimi K2.6,主要来自 6 月 24 日及 7 月 4、8、14 日请求。公司称,编码智能体将访问凭证提交到公开 xorl 仓库,扫描发现后虽撤回提交,凭证仍在暴露期间被取走。
攻击者随后搜索并测试样本里的其他凭证,其中五个来自 Dragos 的金丝雀实验。Together 表示已引入外部取证和执法调查,仍在检查受影响内容;目前未发现超出此事件的其他提示词泄露证据。整改包括短期或最小范围凭证、所有拉取请求查密钥,以及让新账号默认启用零数据留存。
2026-11-19Dragos
Dragos 用近 200 万次带标记请求追踪 AI 服务链的数据外泄
Dragos 研究负责人 HD Moore 披露,团队在 2026 年 7 至 11 月向 AI 服务发送近 200 万条包含唯一链接或测试凭证的提示词,再监测这些标记何时被访问。研究发现至少三家供应商遭入侵的迹象,也观察到推理转售商保留提示词,以及部分服务未遵守零数据留存等设置。
这些凭证连接的是研究者控制的测试系统和空 AWS 账号,不能把全部请求数当成真实用户受害数。在最大的一起事件中,数百个诱饵密钥被使用,并产生数万次 AWS API 调用。研究还通过向不同转售商发送同一模型请求进行比较,区分模型与具体服务路径上的泄露。
04
工程与实践
2 篇
2026-11-20AWS
AWS 发布分布式 KV 缓存技能,先估算收益再配置推理缓存
AWS 在 Agent Toolkit 提供分布式 KV 缓存技能,供 Kiro、Claude Code、Codex 等编码智能体评估和配置 Amazon ElastiCache。它先只读检查 GPU 资源,再结合模型、提示词长度、重复频率与路由方式判断是否适合共享缓存,避免每台推理服务器重复计算相同上下文。
配套 KVTrace 可记录 vLLM 或 SGLang 的缓存事件并离线比较容量方案,不记录提示词正文或 token ID;块哈希仍来自内容,敏感场景需按文档匿名化。若预计节省不足以覆盖缓存成本,流程会停止。部署前还要验证缓存加载后的输出一致;释放 GPU 时间只有在减少服务器或承载更多流量时才转化为经济收益。
2026-11-21Sean Goedecke
Sean Goedecke 分析输出缓存:可见回答只占其智能体输出的一小部分
工程师 Sean Goedecke 撰文讨论:能否让模型只输出代码行号或历史片段引用,再由应用展开,从而减少重复生成?根据他自己的智能体记录,可见回答约占输出 token 的 6%,推理约占 50%,工具调用约占 44%;即便省掉可见部分的三分之二,总量也只下降约 4%。
他的结论是,减少推理和工具调用中的重复工作,比单独压缩最终回答更可能影响成本。上述比例来自个人使用记录,并非跨模型基准;作者也承认无法读取前沿模型完整思维链,对内部是否存在重复保持不确定。这份分析把“回答看起来更短”与“任务总 token 更少”分开讨论。