今日资讯|教皇把AI写进通谕,OpenAI破解80年数学难题

今日资讯摘要

• 教皇Leo XIV将AI写进首封通谕，讨论人工智能时代如何保护人的尊严。

• OpenAI内部推理模型推翻一个近80年的离散几何猜想，被视为AI数学能力的重要节点。

• Anthropic公布Project Glasswing进展，Claude Mythos Preview已在开源和关键软件中发现大量高危漏洞。

• 今日AI工具与快讯：企业算力预留、开放音频模型、主权AI模型和长程代理能力继续推进。

PART 01

教皇把AI写进首封通谕

具体情况

据梵蒂冈新闻室和AP报道，教皇Leo XIV的首封通谕《Magnifica Humanitas》定于2026年5月25日发布，主题聚焦“在人工智能时代保护人的尊严”。

这件事本身就很有象征意义。因为通谕不是普通讲话，而是天主教会最高层级的正式社会教导之一。它通常不是回应一条短期新闻，而是回应一个时代正在发生的结构性变化。

这次发布活动中，一个非常值得注意的人物是Anthropic联合创始人Christopher Olah。他长期负责AI可解释性研究，也就是研究模型内部到底如何形成判断、如何理解概念，以及如何降低黑箱风险。

这说明梵蒂冈并不是只在泛泛讨论“AI会不会有危险”，而是在触碰更具体的问题：当模型越来越多参与判断、写作、教育、招聘、医疗和管理时，人类的主体性会不会被削弱？如果机器可以替人完成越来越多思考，人还应该如何保持判断力、责任感和尊严？

Leo XIV这个名字也有历史呼应。上一位Leo XIII曾在1891年发布《Rerum Novarum》，那封通谕回应的是工业革命时期资本、工人和劳动权利之间的冲突，被视为现代天主教社会思想的重要起点。

现在，Leo XIV把AI写进首封通谕，某种程度上也是在把AI视为新一轮工业革命级别的问题。过去工业革命改变的是工厂、劳动和城市；今天AI改变的是知识、判断和人类与机器之间的关系。

为什么重要

这条消息真正重要的地方，不是“教皇也开始谈AI了”，而是AI正在从技术话题变成文明话题。

科技公司关心的是模型能力、推理成本、市场份额和用户增长。但宗教与伦理体系关心的是另一组问题：人是不是还能保持独立思考？劳动是否只是效率？创造力是不是可以完全被自动化？如果机器越来越像人在做判断，责任到底由谁承担？

这会让AI公司面临新的外部压力。以前它们只需要证明“我的模型更强”。未来它们可能还要解释：“这个模型是否尊重人？”“它是否让人变成被动接受答案的人？”“它创造的效率，最终服务的是人，还是只服务于组织压缩成本？”

AI进入宗教和伦理体系，意味着它已经不再只是科技产业内部的竞争，而是整个社会都必须重新消化的一场变化。

它也提醒我们，AI真正的冲击可能不只是替代某些岗位，而是改变人们对“人本身”的理解。

PART 02

OpenAI破解80年数学难题

如果说第一条是AI进入社会伦理，那么第二条就是AI进入人类知识边界。

OpenAI这次公布的不是一个新聊天功能，也不是一个更快的API，而是一个内部通用推理模型在数学上完成了一次真正有分量的突破。

具体情况

据OpenAI在2026年5月20日发布的官方研究说明，其内部通用推理模型推翻了离散几何中一个长期存在的核心猜想。

这个问题可以追溯到数学家Paul Erdős在1946年提出的“单位距离问题”：如果在平面上放置n个点，最多可以有多少对点之间的距离刚好等于1？

这个问题听起来像一道简单的几何题，但实际上已经困扰数学界近80年。长期以来，很多数学家认为，类似“方格”的构造已经非常接近最优，也就是说不太可能找到明显更好的排列方式。

但OpenAI模型给出了新的构造，证明这种长期信念并不成立。它找到了一类新的点集排列，可以在无穷多个n值上产生比传统方格结构更多的单位距离对。

更关键的是，OpenAI强调，这个结果不是由一个专门为数学训练的系统完成的，也不是为这个问题定制的搜索程序，而是来自一个通用推理模型。

这点很关键。因为如果是一个高度定制的数学搜索系统，大家可能会把它理解成“专用工具进步”。但如果是通用推理模型自己找到跨领域结构，那意义就完全不同了。

这次证明还涉及代数数论中的一些深层工具，把一个看起来非常直观的几何问题，连接到了更抽象的数学结构里。也就是说，模型并不是只在已有套路里填空，而是在不同数学分支之间做了迁移。

OpenAI也公开了证明材料，并提到外部数学家已经参与审查。包括Tim Gowers、Noga Alon、Thomas Bloom等数学家都对这一结果给出了高度评价或参与相关验证。

意义

这条消息之所以值得放在今天的核心位置，是因为它改变了大家对AI科研能力的想象。

过去AI在数学里更像是“辅助工具”：帮人查文献、写代码、检查证明、补全计算，或者解一些有标准答案的竞赛题。但这次更接近“模型提出了新的数学构造，并推动了一个开放问题的进展”。

这和考试刷题完全不是一回事。

考试题有答案，模型只要学会模式和套路，就可能表现很好。但开放数学问题没有现成路径，也没有明确提示。真正困难的地方在于，它需要在巨大的可能空间里判断什么方向值得试，什么结构可能有用，哪些已有工具可以跨领域迁移。

如果AI能在数学里做出这种连接，那么它在物理、材料、生物、药物发现和工程设计里，也可能逐步扮演类似角色。

这不意味着数学家会被替代。恰恰相反，这类结果仍然需要人类专家去验证、解释、消化和扩展。AI可能先找到一条异常路径，但人类仍然需要把它变成稳定、可理解、可继承的知识。

真正的变化是，AI不再只是加快已有工作，而是在某些场景里开始参与“发现本身”。

未来科研可能会变成一种新的协作方式：人类提出方向、判断价值、解释意义，AI负责在巨大空间里探索可能性、找反例、提出构造。谁能最早学会这种协作，谁就可能先获得新的科研速度。

PART 03

Anthropic让Claude去找高危漏洞

详情

Anthropic在2026年5月22日发布Project Glasswing初步更新。这个项目的目标，是在更强AI模型被攻击者滥用之前，先用它们帮助防守方发现和修复关键软件漏洞。

Project Glasswing最早在2026年4月启动，Anthropic表示会向项目投入1亿美元模型使用额度，并联合软件厂商、云服务商、安全公司和开源生态参与方，一起扫描关键基础设施中的高危漏洞。

核心模型是Claude Mythos Preview。这不是普通聊天模型，而是一个具备更强自主性、代码理解和漏洞推理能力的模型。Anthropic此前就强调，类似模型如果被不受控地广泛释放，既能帮助防守，也可能被攻击者用来寻找可利用漏洞。

根据Anthropic披露，Project Glasswing启动后，合作伙伴已经用Mythos Preview在关键软件系统中发现大量高危或严重漏洞。一些测试中，漏洞发现速度相比过去流程明显提升。

比如Mozilla在测试中使用Mythos Preview审查Firefox 150，发现并修复了271个漏洞，数量明显高于此前版本测试中的发现规模。

在开源软件方面，Anthropic表示已经用Mythos Preview扫描超过1000个开源项目。这些项目覆盖互联网基础设施、软件依赖库和很多现代系统底层组件。

目前模型初步识别出6202个高危或严重级别漏洞候选，其中1752个已经经过独立安全研究机构或Anthropic内部进一步评估。结果显示，90.6%被确认是真实漏洞，62.4%被确认属于高危或严重级别。

Anthropic还提到，部分漏洞存在于被广泛使用的基础软件中，有些甚至多年都没有被传统工具发现。这说明AI在代码审计上的价值，已经开始从“辅助写代码”扩展到“发现系统性风险”。

影响

这条消息的重点，不只是Claude找到了多少漏洞，而是网络安全行业的瓶颈正在改变。

过去安全行业最难的是“找不到漏洞”。发现一个高价值漏洞，需要大量经验、时间和手工分析。但如果强模型能持续扫描代码、理解复杂依赖、构造攻击路径，那么漏洞发现本身可能会突然加速。

这带来的问题是：发现速度变快之后，修复速度跟不跟得上？

如果AI一天能发现过去几个月才能发现的问题，安全团队就会面对新的压力：如何验证、排序、披露、修复和推动用户更新。换句话说，未来安全行业的核心能力可能不只是“找漏洞”，而是“管理漏洞洪水”。

这也是为什么Anthropic没有直接广泛开放Mythos Preview。因为同一个能力，放在防守方手里是安全工具，放在攻击方手里可能就是自动化攻击前哨。

这件事也会改变企业对软件供应链的理解。过去很多公司把依赖库更新当成低优先级维护工作，但如果AI能快速找到关键依赖里的高危漏洞，那依赖更新、自动补丁和安全响应就会变成核心运营能力。

未来企业的安全能力，可能不再只是有没有安全团队，而是有没有一套AI辅助的漏洞发现、验证、补丁和部署流水线。

AI让网络安全进入了一个很微妙的新阶段：它越能保护系统，也越可能制造新的攻击速度。

PART 04

今日AI工具与快讯

快讯速览

END

今天这几条放在一起看，方向已经越来越清楚：

AI正在同时改写三件事：人类如何定义尊严，科学如何产生新发现，以及数字世界如何保护自己的安全边界。

接下来真正值得盯的，可能不只是哪个模型又涨了几分，而是谁先把AI接进更深的制度、研究和基础设施里。

以上是今日资讯的全部内容。我们明天见。

版权说明