从 5 条内容中筛选出 3 条重要资讯。

科技新闻

  1. “数学 2.0”需要更整体的进展评价 ⭐️ 8.0/10
  2. 特朗普政府暂停微软参与绿卡项目 ⭐️ 7.0/10
  3. Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna ⭐️ 7.0/10

科技新闻

“数学 2.0”需要更整体的进展评价 ⭐️ 8.0/10

Mathstodon 上由 @tao 发布的一则帖子提出，AI 时代的“数学 2.0”需要更整体地评价数学进展，而不只是看是否解决了某个未解问题或刷新基准。该帖在 Hacker News 引发大量讨论，议题涵盖大语言模型在数学研究中的能力边界、AI 生成证明的验证负担，以及当前研究激励是否鼓励真正贡献。评论中有人指出，LLM 特别擅长整合跨子领域的大量信息，这可能正是当前 AI 数学结果的主要来源，但其是否带来真正洞见仍受怀疑。另一些评论批评把证明“丢给”数学界、让他人承担验证与扩展工作的做法，并强调沟通、解释和持续参与对数学进步同样重要。由于原帖正文未提供，具体论证、案例和结论细节无法在此核实。

hackernews · ent101 · 10月8日 05:14 · 社区讨论

「背景」 陶哲轩（Terence Tao）是加州大学洛杉矶分校的数学家，长期在公开平台上讨论人工智能与数学研究的关系。他提出的“Math 2.0”设想主张，数学不应再把“解出难题”当作唯一或核心的衡量标准，而应更全面地看待进展，例如提升阐释性写作的地位，并重视社区建设与开辟新的研究方向。这一讨论出现的背景是，AI 模型开始批量产出数学结果——有报道称 OpenAI 曾一次性发布 300 多项由未公开内部模型生成的数学结果，由此引发了对验证负担、研究激励以及成果归属的争论。

「影响」 对数学界和 AI 研究者而言，这场讨论意味着仅用“解决了多少未解问题”或基准成绩来衡量 AI 数学能力，可能把验证、解释和后续扩展的成本转嫁给社区，评价体系需要纳入可验证性、洞见贡献与领域整合。原帖细节有限，相关判断仍需结合完整论述。

「社区讨论」 评论整体承认 AI 会改变数学，但对如何评价进展存在分歧：loveparade 等怀疑 LLM 主要强在整合跨子领域信息而非产生真正数学洞见，shubhamjain 担心 AI 生成证明被丢给社区做验证和扩展，j-pb 则强调传统数学作者会通过讲座、工作坊和答疑参与后续讨论，而 prompt 者未必理解或关心结果。bsenftner 进一步主张，数学必须解释“解决了什么、为何重要”，否则不能算真正存在。

参考链接

标签: #AI, #mathematics, #LLMs, #research evaluation, #scientific progress

特朗普政府暂停微软参与绿卡项目 ⭐️ 7.0/10

美联社报道称，特朗普政府正暂停微软参与一项绿卡项目，Hacker News 评论多将其与 H-1B/PERM 合规执法联系起来。此举可能影响微软为外籍员工办理永久居留的能力，并把针对大型科技雇主的移民执法推向台前。由于目前只有报道标题和社区讨论、没有正文细节，暂停的具体范围、期限、法律依据及是否涉及其他公司尚不清楚。评论者还担心此类执法会被选择性使用，尤其是否同样适用于 Wipro、Tata Consultancy Services 等外包与咨询公司。

hackernews · alephnerd · 10月8日 15:15 · 社区讨论

「背景」 H-1B 是美国面向专业技术岗位的临时工作签证；雇主若要为持 H-1B 的员工申请职业移民绿卡，通常需要走 PERM 劳工证等雇主担保程序，证明已尝试招聘美国工人。此次事件中，副总统 JD·万斯于周四表示，特朗普政府正以欺诈指控为由，暂停微软参与为 H-1B 员工申请绿卡的项目。该决定使围绕 H-1B/PERM 合规与执法是否一致的争论再次受到关注。

「影响」 对被暂停永久劳工证（PERM）认证的微软等公司而言，其持 H-1B 的员工将无法再通过雇主担保推进职业移民绿卡流程，只能转向其他仍具备担保资格的雇主或另寻移民途径。由于 Adobe 及多家科技公司同时被列入暂停范围，此次政策的影响并不限于微软一家。

「社区讨论」 评论区普遍支持打击 H-1B/PERM 滥用，但分歧在于执法是否公平：有评论引用 Vance 关于“小城镇报纸广告”的说法，质疑该逻辑被不对称地用于盟友企业，也有人用 Microsoft 与 Wipro/Tata 的对比及 permtrack 数据指出可能存在选择性执法。另有评论者主张绿卡应与雇主脱钩，改按 H-1B 工作年限和纳税额衡量，同时有人认为暂停微软本身是正确举措。

参考链接

标签: #immigration policy, #H-1B/PERM, #Microsoft, #tech labor market

Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna ⭐️ 7.0/10

Anthropic 发布快速低价模型 Claude Haiku 5.5，定价与 OpenAI 上月推出的 GPT-6 Luna 一致：10 万 token 以内为每百万 token 0.10 美元输入、0.50 美元输出。超过 10 万 token 后价格涨至 5 倍，即 0.50/2.50 美元，而 Luna 到 27.2 万 token 才涨到 0.20/0.75 美元；前代 Haiku 4.5 发布于近一年前，定价为 1/5 美元。Haiku 5.5 还改用更不慷慨的 tokenizer，Simon Willison 的计数器显示同一长提示消耗的 token 约为 Haiku 4.5 的 1.25 倍，构成隐性涨价；因此在 10 万 token 以内它与 Luna 同价且基准分数更高，超出后 Luna 更划算。该模型不允许关闭推理，默认 medium，可选 low、medium、high、xhigh、max，作者实测 low 档生成一张 SVG 花费 0.0936 美分、耗时 7 秒，max 档耗时 5 分 9 秒、花费 3.3826 美分。Anthropic 同时把 Sonnet 5.5 的缓存读取价格减半，并向 Max 与 Team 订阅者发放每月 API 额度：Max 5x 为 100 美元、Max 20x 为 200 美元、Team 最多 500 美元并在成员间共享，额度不结转，用户可关闭自动充值以在余额耗尽时停止 API 请求。

rss · Simon Willison · 10月7日 20:56

「背景」 Haiku 是 Anthropic Claude 模型家族中面向快速、低成本场景的层级，上一代 Haiku 4.5 发布于 2025 年 10 月，定价为每百万输入 token 1 美元、每百万输出 token 5 美元。Haiku 5.5 是该系列首个提供推理强度（effort）设置的版本，此前的 Haiku 模型不支持这一选项。由于 tokenizer 决定同一段文本被切分成多少 token，tokenizer 的变化会直接影响实际计费成本，这是理解本次价格对比时需要留意的因素。

「影响」 对成本敏感的开发者而言，10 万 token 以内的负载仍可把 Haiku 5.5 当作与 GPT-6 Luna 同价但基准更高的选择，而长上下文负载叠加新 tokenizer 的约 1.25 倍 token 消耗会显著推高实际账单，需要按真实用量重新核算成本。

参考链接

标签: #Anthropic, #Claude Haiku, #AI models, #LLM pricing, #model release