EdgeGizmoOpenAI 于 2026 年 10 月 6 日一次公布超过 700 篇手稿，声称解决数百个数学开放问题，引发数学界对成果与发布方式的强烈分歧。Proofs and Prompts 汇集了超过 100 条研究者回应，部分专家赞赏证明中的新思路，但已有论文撤回，另一些被批评难以阅读，数学内容尚无法全面评估。
推荐理由：数学家的分歧揭示了批量生成证明与人类理解之间的张力，也呈现了研究议程和青年学者职业规划受到的冲击。
Meta 的 Muse 与 OpenAI 的 Dots 都主打自主执行多步骤任务，但 Decoder 访谈指出，两者的可靠性、数据授权和商业模式仍存在信任问题。
推荐理由：免费消费产品与付费企业助手的对照，把智能体竞争从模型能力延伸到分发和商业模式，也揭示了数据授权与推荐可信度之间的张力。
Microsoft Research 的 Jennifer Neville 在访谈中指出，单轮基准的高表现不代表 AI 在多轮对话和长期工作流中同样可靠。团队将完整任务拆成多轮澄清后发现模型表现显著下降，而反复编辑文档时，未被发现的错误可能累积并造成语义内容丢失。她建议在对话混乱时重新开启聊天并一次性提供完整要求，同时保留人工监督与核验，结果异常时检查数据错误及分布差异。
推荐理由：将完整指令拆成多轮澄清再评估，能揭示单轮基准掩盖的性能退化，为贴近真实用户工作流的评测提供可迁移思路。