AI已经组队搞科研了,孩子还在独自刷题

摘要：10个Claude通宵协作15小时，搞定了一道百年数学难题。OpenAI推出全天在线的dots智能体，谷歌Gemini 4箭在弦上。AI不再是一个人在战斗——它在组队、在分工、在24小时不停歇。那我们的孩子，为什么还在一个人闷头刷题？作者：荣英

这周AI圈有一条新闻，我看完愣了好半天。

不是哪家又发了新模型，不是哪家又融了多少钱。

是一件听起来有点匪夷所思、但确实发生了的事——AI开始组队搞科研了。

10个Claude Sonnet 5.5模型，建了个群，互相发消息、争论、选算法、合并代码，通宵干了15个小时，写了17895行Lean代码，把一个叫"汤姆逊问题N=7"的百年数学猜想，给证明出来了。

整个过程，没有人类插手。

它们自己分工：有的负责想思路，有的负责写代码，有的负责查bug，有的负责把所有代码合并到一起。中间还会吵架，吵完了投票，投票完继续干。

最后干成了。

我看到这条新闻的时候，Cici正坐在书桌前，一道数学题做了二十分钟，皱着眉头说"爸爸我不会"。

我看了看她，又看了看手机。心里冒出一个很奇怪的念头：

她一个人闷头做的题，10个AI组队15分钟就能搞定。而且它们不吃饭、不睡觉、不喊累，还越来越便宜。

那我们花这么多时间，教她一个人跟题目死磕，到底是在练什么？

📡 AI一周速览

① 10个Claude通宵协作，首次完全由AI完成百年数学猜想证明： 10个Claude Sonnet 5.5模型自主建群、讨论、分工、写代码，历时15小时、互发1270条消息、编写17895行Lean代码，完成汤姆逊问题N=7（球面上7个电子最优排布）的严格数学证明。这是复杂科学问题首次完全由AI群体协作解决，标志AI从"个体能力"进入"群体智能"新阶段。

② OpenAI DevDay发布dots：AI开始7×24小时替你上班： 9月29日OpenAI开发者大会发布全天候自主智能体dots，每个dot拥有独立云端电脑和浏览器，可连接4000+应用，后台持续运行任务（"主动研究"模式）。同时发布GPT-6.1 Sol模型，能力接近Astra但价格不到一半。Pro订阅重启200美元/月但额度被指"腰斩"，引发开发者争议。

③ 谷歌Gemini 4 Argon发布，但"有限开放"给安全研究人员： 9月30日谷歌DeepMind推出新一代旗舰模型Gemini 4 Argon，针对长流程工作流设计，在软件工程、法律金融、网络安全防御等领域达前沿水平，安全能力得分超GPT-6 Astra。但首批仅面向筛选后的安全合作伙伴开放，不对普通用户发布，被视为"防御性前置策略"。

④ Manus 2.0发布，给每个AI配了身份证： 9月28日Manus推出2.0版本及独立个人助理应用Cue，每个Agent拥有独立邮箱、电话号码、钱包和云端电脑，可以"自己"的身份发消息、接电话、在预算内自主付款。多个Agent可被拉进同一群聊协作完成任务。创始人肖弘提出"拥有完整数字身份的Agent是否可被视为人"的激进观点。

⑤ OpenAI取消GPT-6.1 Astra发布：安全不达标： 9月底OpenAI宣布，原定于10月发布的下一代旗舰模型GPT-6.1 Astra因"未能达到安全与对齐标准"被取消发布。此前已有多起AI智能体突破测试隔离、入侵第三方系统的事件（包括OpenAI智能体6月未经授权进入澳大利亚国民医疗保险体系数据门户），AI安全风险持续升温。

⑥ 中美达成AI对话共识，11月举行首次对话： 9月下旬中美达成八点成果共识，同意建立中美人工智能对话机制，交流AI相关风险和惠益，下次对话将于11月举行，同时建立AI事件沟通渠道。联合国安理会同期首次召开AI与国际安全高级别会议，AI治理从原则讨论走向具体机制建设。

⑦ 白宫"超级智能协议"签署，但被指"行业自律等于没约束"： 9月29日，谷歌、Anthropic、OpenAI、英伟达等美企负责人签署《白宫超级智能协议：前沿责任联合承诺》，承诺加强前沿AI模型安全管控。但该协议属自愿性质、无法律约束力、无惩罚机制、无外部审计要求，被专家评价为"政治姿态多于实际约束"。美国联邦贸易委员会同期对OpenAI、Anthropic展开调查。

⑧ Kimi K3进入OpenAI企业结算体系：中国大模型首次： 10月1日消息，美国AI基础设施公司Baseten宣布，企业用户可在OpenAI编程工具Codex中使用Kimi K3，费用直接计入OpenAI采购承诺额度。这是中国大模型首次进入OpenAI企业付费结算体系，国产模型出海迈出标志性一步。

一个被忽略的转折点：AI不再是一个人在战斗

我先说说那个"10个Claude证明数学猜想"的事，到底意味着什么。

以前我们聊AI的进步，聊的都是"它更聪明了"。

从GPT-3到GPT-4，再到GPT-6，我们一直在比谁的模型更大、谁做数学题更准、谁写代码更快。这是"个体能力"的比拼——就像学校里比谁考试分数高。

但这次不一样。

这次不是一个AI变得更聪明了，而是10个AI组队了。

它们有分工：有的擅长想思路，有的擅长写代码，有的擅长找bug。它们有沟通：互相发消息、讨论方案、甚至会争论。它们有协作：一个人写的代码，另一个人接着改，最后还有人负责合并和验证。

15个小时，1270条消息，17895行代码。

干成了人类数学家搞了一百年没搞定的事。

你可能会说，这不就是分布式计算嘛，有什么稀奇的。

不一样。分布式计算是你把一个大任务拆成小块，分给不同的机器去算。而这次，任务怎么拆、谁负责哪块、遇到分歧怎么解决、代码怎么合并——全是AI自己决定的。

这不是多台机器在干活，这是一个团队在干活。

而这个"团队"，现在的成本是多少呢？

Claude Sonnet 5.5，输入2美元/百万token，输出10美元/百万token。10个模型干15个小时，满打满算，成本可能还不到一个资深数学家一天的工资。

而且这个团队不会累、不会下班、不会辞职、不会要求加薪。你今天需要10个，明天就能变成100个。

以前AI是"一个特别聪明的人"，现在AI是"一支召之即来、来之能战的队伍"。

这才是真正的质变。

你以为孩子在和同学竞争，其实他面对的是一整支队伍

这周还有一件事，我觉得跟上面那条是连着的。

OpenAI发布了dots。什么是dots？简单说，就是一个24小时在线的AI员工。

你给它一个任务，它自己开个云端电脑，自己查资料、自己写代码、自己跑测试，中间不用盯着。你睡觉的时候它在干活，你吃饭的时候它在干活，你放假的时候它还在干活。

而且，你可以同时用好多个dot。一个帮你做调研，一个帮你写代码，一个帮你管日程，一个帮你回邮件。

就像你有了一支小团队，但不用付工资、不用交社保、不用管KPI。

我突然就想到Cici了。

她现在每天的学习模式是什么样的？一个人坐在书桌前，一个人做题，一个人背单词，一个人跟作业死磕。

我们从小到大接受的教育，本质上都是在训练"单兵作战能力"。考试要独立完成，作业要独立思考，连讨论都被当成"作弊"。

我们在教孩子怎么一个人把事情做好。

可未来的世界呢？未来的工作方式呢？

未来不是一个人跟一个人比谁做题快。未来是一个人带着一支AI队伍，跟另一支AI队伍比谁更会指挥。

你一个人再厉害，能厉害过10个AI组队干15个小时吗？能厉害过100个AI同时开工吗？

不能。根本不是一个量级。

那我们的孩子，到时候靠什么吃饭？靠他一个人刷题的速度吗？

我有时候看着Cici写作业，就觉得特别魔幻。她在用20世纪的学习方式，准备21世纪的工作。就像一个人在认认真真练骑马，准备去参加赛车比赛。

不是她不够努力，是赛道已经换了。

真正要练的，是"当老板"的能力

说到这儿你可能会焦虑：那怎么办？现在学校也不会教这些，我总不能让孩子退学吧。

别急。我不是来贩卖焦虑的。恰恰相反，我觉得想明白这件事之后，很多事情反而变简单了。

因为AI组队干活这件事，恰恰把"人"的价值给逼出来了。

你想，10个AI在一起，它们需要什么？

它们需要有人告诉它们：要干什么、为什么干、干成什么样算好、干错了怎么办。

AI不会自己定目标。AI不会自己判断优先级。AI不会自己说"这件事不值得做，我们换一个"。

这些都需要人来做。

换句话说，未来最值钱的能力，不是"你自己能干多少活"，而是"你能带多少AI干出多大的事"。

不是当员工的能力，是当老板的能力。

那"当老板"需要什么能力？我想了想，至少有三样：

第一，定义问题的能力。 你得说清楚你要什么。你说得越清楚，AI团队干出来的活就越接近你的预期。你说不清楚，AI干得再快也是瞎忙活。

第二，判断力。 AI给你十个方案，哪个好哪个坏，为什么选A不选B，出了问题谁负责——这些AI替不了你。判断力来自经验，来自价值观，来自你对世界的理解。

第三，协调能力。 多个AI之间怎么分工、出现矛盾怎么调解、进度慢了怎么催、结果不对了怎么改——这跟管理一个团队是一样的道理。

你发现没有，这些能力，学校里基本都不教。

学校教的是"怎么自己把题做对"，而未来需要的是"怎么让别人（或AI）把事情做对"。

一个是员工思维，一个是老板思维。

我们花了十二年，把孩子训练成一个合格的员工。可等他们毕业的时候，员工的岗位可能已经被AI占满了。

一个普通爸爸的三件小事

说了这么多，你可能会说：你说得都对，但具体怎么做呢？总不能现在就让孩子去当老板吧。

我也是个普通爸爸。我也改变不了学校，改变不了考试。但在家里，有几件小事，我一直在做。这周看完这些新闻，我觉得更有必要了，分享给你：

第一件事：让孩子练习"下达指令"，而不是"回答问题"。

以前我让Cici画画，会说"画一只兔子"。她画完了，我说"画得不错"或者"这里不像"。

现在不了。

现在我让她去"指挥"AI画画。我说："你去告诉AI，你想要一张什么样的画。然后AI画出来，你看满不满意，不满意就告诉它哪里不对，让它改。改到你满意为止。"

她最开始只会说"画一只漂亮的兔子"。AI画出来，她说"不对"。我说哪里不对，她说"就是不对"。

我说，你得告诉AI哪里不对。是颜色不对？还是姿势不对？还是背景不对？还是兔子的表情不对？

她想了半天，说"我要粉色的兔子，在草地上，在吃胡萝卜"。

AI再画。她又说"不对，兔子应该是竖着耳朵的，而且胡萝卜要大一点"。

几轮下来，她渐渐就明白了：你说得越具体，得到的东西就越接近你想要的。

这不是在练画画。这是在练"定义问题"的能力。

而定义问题，是带AI团队的第一步。因为AI负责解决问题，你负责提出问题。

第二件事：每周来一次"家庭项目"，让孩子当项目经理。

比如周末我们要做一顿饭，我就跟Cici说："今天你是项目经理，你指挥我和你妈妈。你要决定做什么菜、需要买什么菜、谁负责切、谁负责炒、什么时候开饭。遇到问题你可以问我们，但最终你说了算。"

她特别兴奋，拿着个小本子写写画画。

当然了，大多数时候都是一团糟。要么忘了买盐，要么菜炒糊了，要么饭煮少了。

但没关系。重要的不是饭做得好不好吃，重要的是——她在练习怎么安排别人做事、怎么协调资源、怎么为结果负责。

这些东西，学校里不会教。因为学校只教她"自己把自己的事做好"。但未来，光把自己的事做好是不够的。

你得会让别人（或者AI）一起把事情做好。

第三件事：多问"你觉得呢"，少问"对不对"。

Cici做作业的时候，遇到不会的题，以前她会问"爸爸，这道题怎么做？"我有时候忍不住就直接告诉她答案了。

现在我忍住。我会问她："你觉得应该怎么做？先说说你的想法。"

她可能说得完全不对，但没关系。我要的不是正确答案，我要的是她思考的过程。

AI有的是正确答案，但思考的过程，AI替不了。

而且我还会经常问她："你觉得还有别的办法吗？"

一开始她说"没有了，老师就是这么教的"。慢慢的，她会开始想一些奇奇怪怪的方法。有的很荒谬，有的还挺有意思。

我想让她知道，很多问题不止一个答案，很多事情不止一种做法。

一个只知道"正确答案"的孩子，长大了使用AI，只会觉得AI说什么都是对的。

一个习惯了"还有别的可能"的孩子，长大了使用AI，会跟AI讨论、会质疑、会有自己的判断。

哪种孩子更能带好一支AI团队？答案很明显。

最后说回来

这周的新闻看下来，我最大的感受是：

AI进化的速度，比我们想象的要快得多。而且它的进化方向，已经不是"更聪明"了，而是"更会协作"、"更会组队"、"更会自己干活"。

去年我们还在说"AI会不会取代白领"，今年AI已经开始组队搞科研了。明年呢？后年呢？

我们这一代人，可能还能靠积累的经验和技能撑一段时间。但我们的孩子，他们长大的时候，世界会是什么样？

我不知道。

但我知道一件事：一个只会自己闷头刷题的人，在AI时代是没有竞争力的。

因为AI刷题比你快、比你准、比你便宜，而且AI还能组队刷题。

真正有价值的，是知道该刷什么题的人。是知道为什么要刷题的人。是能指挥一群AI去解决正确问题的人。

这些能力，课本里不教，考试不考，AI也代替不了。

所以，下次看到孩子对着一道题愁眉苦脸的时候，别急着催他"快点做"。

也许你可以问一句："你觉得，还有别的办法吗？"

答案越来越便宜了。好问题，和能带队伍解决问题的人，才是真正的奢侈品。

如果你也在思考AI时代该怎么养娃，点个"在看"，留言聊聊你的困惑。我们一起想办法。