如果你一直在关注 AI 在数学和物理领域的进展，这条新闻值得停下来看两眼。

Anthropic 最近放出一项研究：Claude 成功计算出了 N=4 超对称杨-米尔斯理论中的一个九圈散射振幅。这不是一般的数值计算，而是符号计算——需要处理成千上万个独立的、有理函数形式的项，并且每一项都必须精确。

九圈是什么概念？

在散射振幅的计算里，"圈"（loop）对应的是量子修正的阶数。圈数越高，积分结构越复杂，中间表达式会出现"爆炸式"的增长。九圈意味着需要从七圈和八圈的结果出发，构建完整的九圈积分家族，并在展开参数下显式地约化到最终的有理函数形式。这种工作在物理学家看来，是一项真正硬核的工程问题，通常需要博士后级别的训练和大量的计算资源。

为什么这件事值得关注？

Anthropic 在 Claude 系列上一直走的是"高质量但贵"的路线，而最新发布的 Opus 5.5 看起来延续了这个传统——但这次它在几个关键维度上做了有意思的调整。

核心亮点：自适应推理

Opus 5.5 引入了一个叫做 Adaptive Reasoning 的机制，配合 "Max Effort" 和 "Default Fallback" 两种运行模式。简单来说，模型会根据任务复杂度动态决定要不要"多想一会儿"：简单的问答可能直接出结果，复杂推理则调用更强的推理链路。这是一种兼顾响应速度和输出质量的设计思路，避免了每次都让模型"全力思考"造成的算力浪费。

性能数据

最近翻到一条让我有点不舒服的消息，简单说就是：OpenAI 通过 ChatGPT 里投放的广告，悄悄把你的浏览行为绑回了你的 ChatGPT 账号。

事情是这样的。OpenAI 在域名 bzr.openai.com 下部署了一个广告收集器，它会做一件非常具体的事：设置一个作用域为 .openai.com 的 cookie，名字叫 __obi。这个 cookie 的关键点有两个：

• 它的生命周期只在你停留在 ChatGPT 上时才有效，但值会被绑定到你的 ChatGPT 账号；
• 之后你访问任何一个普通网站，只要那个网站也加载了来自 OpenAI 的资源（或者和 OpenAI 广告生态有交集），__obi 就会随着请求一起被送回 OpenAI。

最近 IEEE Spectrum 披露了一个有意思的细节：OpenAI 用自家的大语言模型来设计自家定制芯片 Jalapeño，硬件研发周期被显著压缩。

传统的芯片设计是一个高度依赖经验、流程冗长的工程活。从架构定义、RTL 编写到验证、布局布线，每一步都卡着大量人力。而 OpenAI 这帮人把 LLM 当成了一个"懂代码、懂硬件描述语言、还会自我迭代"的助手，塞进了 EDA 工具链里。

具体做了什么？

• 架构探索阶段：让 LLM 根据需求文档（功耗、性能、面积约束）生成多个候选微架构，再由工程师筛选；
• RTL 编写与改写：LLM 直接产出 Verilog/SystemVerilog 代码块，或者在已有代码基础上做优化改写，减少人肉敲键盘的时间；
• 验证与调试：用 LLM 阅读错误日志、波形数据，反推可能的 bug 位置，加速 debug 循环；

最近一条关于 Z.ai 出品 GLM 编程助手 ZCode 的安全发现，值得每个把它塞进 IDE 的人停下来看一眼。

简单说：ZCode 在你不知情的情况下，把本地工作区完整上传到阿里云 OSS。完整到什么程度？.git 目录里的历史、reflog、LFS 缓存，全部一起打包带走。UI 上的那些开关——什么"上传代码用于改进模型"之类的复选框——根本不起作用，勾不勾都照传不误。

为什么这件事比一般的"会上传代码"更刺眼：