OpenAI 与 Upwork 研究：AI 对自由职业工作的影响
OpenAI 与 Upwork 的新研究发现，自由职业市场需求正在转移，出现新的技能组合，AI 相关项目的预算更高、工时更多。研究聚焦 AI 对自由职业工作的实际影响。
#论文/研究
OpenAI NewsAI 评分4040
Google DeepMind精选AI 评分8585 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个由多个 LLM 智能体组成的形式化验证框架，用 AI 智能体对 Signal 协议实际运行的代码做数学证明，验证其关键安全属性。
推荐理由：DeepMind 用多智能体框架对 Signal 协议实际代码做形式化验证，四周完成过去需数年的工作，并开源验证产物。
Microsoft Research精选AI 评分6060 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式化规范，再证明编码智能体生成的代码对每个输入都满足该规范，证明覆盖不到的部分回退到测试。
推荐理由：微软研究院与 GitHub Next 合作的研究原型，展示如何把智能体生成的代码从逐行审查转向意图审查加形式化证明。
Google DeepMindAI 评分5858 Google DeepMind 联合 WRI 与 IIASA 发布 10 米分辨率全球森林类型地图 ForTy 2020
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每一块 10×10 米土地归入六类森林与土地利用类型，并给出 2017 至 2025 年的逐年变化序列。
Microsoft Research精选AI 评分7171 微软研究院等证明31年未解的KLS猜想
微软研究院张新志等研究者证明了1995年提出的KLS猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。作者在人类主导的智能体搜索流程中探索了100多条候选路径，由研究者筛选和调整方向，最终通过反复递归应用新判据完成证明；同期另有独立团队给出完整证明，并有Lean 4形式化验证。该结果使此前依赖该猜想作为假设的结论可以无条件成立。
推荐理由：这篇论文用人类主导的智能体搜索证明了一个悬置31年的几何猜想，读者可据此了解人机协作做数学研究的实际分工。
Microsoft Research精选AI 评分6060 微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。它在笔记本上每秒可证明 720 万至 870 万条 RISC-V 指令，在 15 个基准程序上平均比同类最快 zkVM 快 10 至 39 倍，优化版本可达每秒 950 万至 1280 万周期。
推荐理由：微软研究院把十余年零知识证明成果整合为 Magnetar，读者可了解通用程序证明在速度与密码学假设上的取舍。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何将多年内核优化经验带到 Apple Silicon
IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：作者展示了把 CUDA 优化经验迁移到 Apple Silicon 的具体做法，并给出与原生 MLX 内核的对比数据。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上加入随机性以促进探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉模型梯度脆弱等问题，使基于梯度的长时程规划更稳健。