夏代晚期贵族墓葬惊现太行山西麓——山西昔阳钟村遗址改写夏文化认知
位于山西省昔阳县城，蒙山脚下、松溪河畔，夏代晚期的钟村遗址在闹市之中重现天日。因发掘出目前等级最高的夏晚期贵族墓葬群，钟村遗址近期入选2025年度全国十大考古新发现。这批墓葬展现了夏时期区域中心聚落的文明水准，为夏文化研究开辟了新窗口。 从太原驱车两小时抵达昔阳县城，钟村遗址坐落于钟村丘陵台地之上，四周设有围栏保护。田野考古工作已基本收尾，部分墓葬已完成回填，有的则搭建了保护棚，墓口宽阔的规模令人感受到夏文化的厚重气息。 2024年至2025年间，山西省考古研究院联手山西大学、晋中市博物馆、昔阳县文物所开
人工智能颠覆数学界：破解80年难题
AI与数学的碰撞 从质疑声到学术界震撼 OpenAI通过125页论证 推翻了延续80年的数学猜想 一个AI系统，独自完成了最杰出数学家们苦思80载的难题 2026.05.27 埃尔德什单位距离猜想（1946） 人类传统解法：方形网格 困扰学界80年的标准答案 → AI跨维度创新 AI解法：高维映射 密度更优的全新布局 — 人类80年探索 vs AI一次演算 — 😤 首先回顾一次让OpenAI颜面尽失的失败 2025年10月，OpenAI产品主管Kevin Weil在社交平台X上宣称：内部模型一次性攻克10
Nature三连发：三大AI智能体重塑科研新范式
🔬 核心看点· 2026年5月19日，Nature同日刊发三篇聚焦AI驱动科学发现的研究，彰显AI正深度介入科研核心流程的明确趋势。· Robin、Co-Scientist、ERA分别聚焦假设生成、候选筛选与代码实现，覆盖科研链条中的关键节点。· 三项成果共同指向新范式：多智能体协同、实验反馈闭环，以及“人机协作”而非“AI取代人类”。· 尽管前景广阔，但验证深度、可解释性、跨学科泛化能力及科研公平性，仍是此类系统必须正视的现实挑战。2026年5月19日，国际顶尖学术期刊Nature做出罕见安排：同日正式
AI黑客实力惊人：安全专家称其为颠覆性变革
上周，一篇来自 Politico 的深度报道在科技界引发热议：多位安全专家在测试 Anthropic 的 Mythos 和 OpenAI 的 GPT-5.5 后，不约而同地用了一个词——"game-changer"。这并非称赞它们编写代码的速度，也不是夸它们对话能力强。而是指出，这两个模型在网络攻击方面的表现，已经让华盛顿的政策制定者感到不安。先回顾一下背景。过去几年，AI 在安全攻防中一直扮演"辅助角色"——协助扫描漏洞、生成测试用例、自动化重复任务。但 Mythos 和
AI 原生创业指南（二）：从构思到验证的实战法则
每位创始人起步于同一原点：一个挥之不去的疑问。然而到了 2026 年，构想与现实的碰撞逻辑已彻底重塑。AI 时代的创业成功依赖新规条：在确凿证据出现前，切勿着手构建。此阶段的核心任务是调研、客户洞察、竞品剖析，以及对反证信息的客观审视——所有工作须在 AI 输出首行生产代码前完成。处于 Idea 阶段时，创始人的首要目标是以调研为驱动的验证：在消耗资源开发前，搜集铁证以证实真实痛点的确存在（且你提出的方案能有效解决）。实质上，Idea 阶段要求创始人按序回答一系列关键问题：该问题是否真实、具体且高频出现？
AI首次破解经典数学难题
先别急着喊 AGI。但也别把这条新闻当成“AI 又刷了一个数学 benchmark”。2026 年 5 月 20 日，OpenAI 发布了一篇研究公告：一个内部通用推理模型，反证了离散几何里一个接近 80 年的老猜想。这个问题最早由 Paul Erdős 在 1946 年提出，叫 planar unit distance problem，中文可以粗略叫“平面单位距离问题”。听起来很学术，问题本身却简单得吓人：在平面上放 n 个点，最多能有多少对点的距离刚好等于 1？就这么一句话。可正是这种“中学生能听懂，
2026 AI Agent 变革：五大趋势重塑数字与物理世界
2026 年已过半，关于 AI Agent 的热议从未停歇，但关注重心已发生根本性偏移。去年大家还在纠结「Agent 是否会昙花一现」，如今所有人都在探讨「Agent 如何实现规模化落地」。自年初起，Google Cloud 发布了《AI Agent Trends 2026》年度报告，微软研究院多位顶尖学者也联手撰写了 2026 年前沿观察，两大巨头不约而同地将视线聚焦于同一方向——AI Agent 正从实验性工具蜕变为重塑商业格局与社会结构的底层驱动力。本文将融合这两份重磅报告的核心洞见，梳理 2026
AI时代银行品牌获客的新玩法
AI助手正在深刻影响客户的认知和决策过程，金融机构需要重新审视如何让消费者找到、理解并选择自己的品牌与服务。2026年5月核心要点当用户搜索金融品牌或产品时，相当比例的消费者在进入品牌官网前（甚至根本不会访问）就已形成了明确的倾向。当前竞争的关键在于AI推荐系统，而该系统受到第三方信息、网络评价及AI模型生成内容的影响。信任仍是重要制约，若用户感知品牌及交易流程安全可靠，则更倾向于通过AI渠道完成交易。二十年来，金融机构依靠网点、代理人、传统营销及搜索引擎优化来提升知名度。然而短短一年内，销售流程就已迈入
山城安阳：自然与人文的千年交响
新华社郑州5月25日电 题：河南安阳：如切如削的山前之城当你站在河南安阳的林州太行阁前，会瞬间秒懂“断崖如削”“壁立千仞”等词汇的含义。这种拔地而起的险峻，正是大自然赋予安阳的鲜明特色。安阳是典型山前城市，依托太行山隆起与华北平原沉降交接的独特地质格局，形成以西依太行、东临平原、阶梯骤变的标志性地貌特征。山体陡峭、坡度较大，山前丘陵窄带紧贴山脚分布，无漫长缓坡过渡，呈现“高山近城、山水相接”的独特视觉与地理格局。境内太行大峡谷、林虑山断崖等均为太行东麓地壳抬升、流水侵蚀塑造的经典地貌，岩层裸露、沟壑纵横、
AI 能否预知科学未来？CUSP 基准划定模型能力新界线
人工智能正深度介入科学探索，从解析蛋白质构造到研发新型材料，AI 重塑科研流程已成共识。然而，一个更本质的疑问随之而来：AI 系统能否仿效人类科学家，在时限压力下推演科学演进的路线？它是否能预判某项突破的发生概率、时间节点及实现路径？怀揣此类困惑，由牛津大学、斯坦福大学、华盛顿大学及艾伦人工智能研究所等机构的学者（包括 Sean Wu、Pan Lu、Yupeng Chen 等）组成的联合团队，提出了一套系统性评估框架——CUSP（基于截止条件的未见科学进展）。该论文的核心贡献，在于首次将前沿 AI 模型置
76年漫长等待：AI终于跨越图灵测试这道坎
七十六载光阴荏苒，图灵测试终于被人工智能真正攻陷了。事情是这样的。今天下午刷着社交平台，一条消息映入眼帘，整个人直接从椅子上蹦了起来。加州大学圣地亚哥分校的研究团队正式宣布，GPT-4.5在图灵测试中，被误判为人类的比例高达七成三。73%。什么水平？真实人类的通过率也就勉强超过六成而已。GPT-4.5比真人还更像真人。我盯着这个数字愣了好一会儿，一时语塞。图灵测试这个东西，你或许有所耳闻。1950年图灵在那篇著名论文《计算机与智能》中提出：如果一台机器能够在对话中欺骗人类评审，让他们以为是在和真人交流，那
Nature 连发三篇 AI 自主科研突破
科学进步的推动力源于研究者针对难题提出创新假设，并经由严谨实验加以验证。为强化此流程，我们推出了 Co-Scientist：一款依托 Gemini 打造的多智能体 AI 平台，专为结构化科学推理与假设构建而生。Co-Scientist 致力于协助科研人员发掘原创新知。依据用户设定的研究目标及现有科学依据，该系统能构建具备新颖性的研究假设，供后续实验检验。该体系架构包含多个智能体，它们持续进行假设的生成、批判与优化，同时利用扩展测试计算资源来加速这一进程。本研究的核心贡献如下：自动化评估结果显示，扩展测试计
人工智能突破Erdős单位距离猜想
2026年5月20日，OpenAI发布了一则重磅消息：其内部研发的通用推理模型，成功证伪了匈牙利数学家Paul Erdős在1946年提出的一个关键猜想。该猜想被视为离散几何领域最具知名度、表述最为简洁却悬而未决八十年之久的难题之一。外部数学家团队已对证明过程进行了审核，并发表了配套论文，详细阐述证明的逻辑框架与学术背景。普林斯顿大学数学家Will Sawin教授进一步优化了这一结论。剑桥大学菲尔兹奖获得者Timothy Gowers发表评论指出，这一成果"在未来数月乃至数年内，将在各数学分支中涌现类似突
AI助力代码审查：微软安全新纪元
AI识别漏洞的速度是人工的百倍之快——但这仅仅是个开端。5月13日，Microsoft在其安全博客中公布了其AI安全系统MDASH的最新成就：在一次内部评估中，MDASH于一周内识别出16个Windows系统安全漏洞，其中4个被标记为“严重”等级，可引发远程代码执行（RCE）问题。这些安全问题随后由Microsoft安全团队确认并完成修复。示意图（配图与文章内容无关）01 MDASH是什么？MDASH全称为Microsoft Defense Agentic Security Handler，是一种专为漏洞
AI前沿讲座第021讲：基于基础模型与智能体的自主科学发现
人工智能科学探索自主科学发现的路径：利用基础模型和智能体进行分子材料催化研究《AI前沿科学讲座》第二十一期开课时间：5月22日（周五）13:00-14:50上课地点：北京大学图书馆北配殿科学报告厅（一教正对面）报告主题：人工智能正在彻底改变分子、材料和化学过程的发现方式。关键挑战不在于构建更大的模型，而在于以更快速、可靠和可解释的方式将AI与机制、实验和工程相结合。在本演讲中，我将讨论AI如何从预测工具演变为化学和化学工程的“共同科学家”，同时其影响力日益扩展到生命科学。结合材料、催化和工艺创新的案例，我