对OpenAI Astra模型及AGI定义的深度审视

本期《专家混合体》（Mixture of Experts）由Tim Hwang主持，嘉宾包括IBM Fellow Aaron Baughman、AI客户成功工程师Bri Kopecki以及Staff AI Engineer Olivia Buzek，共同讨论OpenAI最新发布的模型Astra、数学领域的重大进展以及WeWorm安全漏洞等议题。关于Astra，OpenAI展示了将2D渲染转化为3D、同时订购UberEats并即时送达的能力，引发了关于这是否代表真正通用人工智能（AGI）的讨论。Aaron Baughman指出，社区内对AGI尚无统一定义，若将能理解新目标、获取缺失知识并执行工作的系统视为AGI，它可能看起来像一名优秀的数字员工。然而，训练该模型耗资巨大，需10万个Blackwell NVLink 72系统，其能耗相当于整个美国大陆地区。Aaron强调，真正的AGI测试应基于未见过的目标或基准，而非已知任务。

数学突破与CAD生成的技术细节

Astra在数学领域取得了显著进展，在CABD基准测试中达到了95.9%的准确率。Aaron指出，这一成绩远超其他模型（如GPT-5和SOTA模型仅处于80%左右水平）。除了数学，该模型能够根据多个2D视图生成可执行的CAD代码并构建3D对象，实现了从“询问AI答案”到“让AI工作”的转变。这一过程涉及复杂的几何理解与环境构建，展示了模型在专业工具使用上的能力跃升。OpenAI使用了10,000个AI代理组成的社区来探索Navier-Stokes问题，通过协调员与子代理协作的方式完成证明。这种大规模多智能体协同工作模式，标志着AI在处理复杂科学问题时的新范式。

企业应用视角：算力成本与实际需求的平衡

尽管技术令人印象深刻，但业界对其实用性和效率持审慎态度。Olivia Buzek质疑当前解决路径的正确性，她担心业界是否在简单地用更大的模型堆砌问题，而未深思其实际影响。她指出，在控制电脑等场景中使用的Token数量巨大，这并非Agent模型进入世界的最佳方式。Bri Kopecki从客户成功角度表示，截至目前尚未看到企业需要如此大规模模型来解决Navier-Stokes方程的案例。虽然速度对企业至关重要，但日常企业问题通常不需要如此庞大的模型能力。Bri强调，虽然技术突破令人兴奋且NVIDIA等公司不断推动边界，但必须追问我们究竟在解决什么问题以及最高效的解决方案是什么。目前看来，Astra更多是技术能力的展示，而非即时的企业刚需。

安全警示：WeWorm漏洞与IBM US Open应用

除了模型进展，本期还关注了网络安全领域的WeWorm漏洞。研究人员创建了这一利用程序，揭示了潜在的安全风险，提醒业界在推进AI Agent能力时需同步加强安全防护。此外，IBM展示了其在US Open（美国网球公开赛）中的应用案例，体现了AI在大型体育赛事数据处理和用户体验优化方面的实际落地。这些内容共同构成了本周AI领域的关键新闻，既展示了前沿技术的突破，也引发了关于成本、效率与安全的深刻反思。

万级智能体协作攻克纳维-斯托克斯方程

OpenAI近期展示了一种类似“蜂群”的智能体协作模式，通过MCP服务器和思维链技术进行大规模探索。这一突破的核心背景是数学界的千禧年大奖难题。2000年，克雷数学研究所将七个问题视为现代数学的“奥林匹斯山”，承诺对解决者奖励100万美元。在随后的25年中，仅有少数问题被攻克。此次OpenAI投入了10,000个智能体，旨在解决流体力学中的纳维-斯托克斯方程（Navier-Stokes equations）。

“基本上，Astra解决了这个问题。其中涉及一些肥皂……因为纽约大学Anthropic的一些人类可能同时解决了它，只是因为有一个谣言说他们即将发表。”

这一事件被形容为一出“肥皂剧”，因为OpenAI是在得知竞争对手可能率先发表成果后，才决定将全部算力倾注于此。尽管存在竞争插曲，但数学界普遍认为该解决方案具有极高的可信度。纳维-斯托克斯方程主要研究流体速度在约束变化时如何从平滑状态变得无界，即所谓的“爆炸水”现象。该问题已开放近90年未解，此次突破被视为流体动力学领域的重大里程碑。

人类与AI的协作模式及验证过程

此次突破并非单纯由AI独立完成，而是人机协作的典型范例。人类研究者提供了关键的方向指引和直觉判断：当Astra在处理所有七个千禧年问题时，它解决了一个中间问题。随后，人类决定将资源集中用于攻克纳维-斯托克斯方程。OpenAI投入了价值数千万美元的算力，以赢得100万美元的奖金。这种模式证明，无论AI多么强大，仍需人类的创造力、判断力和协作精神来定义问题并引导解决方向。

“这向全世界展示了，无论AI变得多么强大……它仍然需要人类智力、人类创造力和人类协作来获得这些巨大问题的答案。”

在验证环节，初始解决方案耗时88小时。随后，团队利用Lean（一种数学证明辅助工具）将证明过程转化为机器可验证的形式。这一验证步骤仅耗时17小时，确认了万级智能体输出的正确性。虽然数学界仍需进行更广泛的同行评审以确立“地面真相”，但目前的迹象表明该解法已接近被普遍接受。这种高效的验证机制为未来解决更复杂问题提供了范式。

AI在基础科学与医疗领域的潜在影响

此次突破引发了对AI未来潜力的乐观展望。参与者认为，这种能力不仅限于数学证明，更将深刻影响健康、医学及全球性问题。如果AI能够解决纳维-斯托克斯方程，那么它在寻找癌症治愈方法、应对全球变暖等复杂系统问题上也将发挥巨大作用。有专家预测，结合AI和量子物理技术，人类将不再因疾病而死亡。

“如果你能利用这一点……我相信我们将找到治愈几乎所有癌症的方法。”

这种乐观情绪源于AI处理高维数据和复杂逻辑的能力。通过模拟和推演，AI可以加速科学发现的进程。虽然短期内“因AI失业”的担忧依然存在，但此次案例表明，人类大脑的相关性并未减弱，而是转变为更高级的指挥和决策角色。AI成为了扩展人类认知边界的工具，而非替代品。

IBM利用AI重塑美国网球公开赛体验

在基础科学突破之外，IBM展示了AI在传统行业的应用。自1992年以来，IBM与美国网球协会（USTA）已合作超过30年，致力于数字化转型。今年，双方将合作关系提升至新高度，利用AI技术为全球超过1400万粉丝提供更丰富的赛事数据和洞察。由于能亲临现场的观众只是极少数，数字化体验成为连接球迷的关键。

“今年，我们将这种合作关系提升到了一个新的水平……通过利用AI。”

IBM的演示重点在于如何将庞大的赛事数据转化为即时、个性化的球迷体验。通过AI分析，系统能够实时捕捉比赛细节并生成深度见解，使远程观众获得接近现场的沉浸感。这一案例展示了AI在体育娱乐领域的成熟应用：不仅提升数据处理的效率，更通过智能化手段增强用户参与度和情感连接。

基于多模型融合的赛前胜负预测机制

IBM在2024年美国网球公开赛（US Open）中部署了一套复杂的AI系统，旨在为观众提供前所未有的数据洞察。该系统的核心功能之一是在比赛开始前预测胜负。系统通过整合多种维度的数据来构建预测模型，包括媒体对球员的讨论热度、不同因素的情感倾向分析以及球员之间的历史交锋统计（Head-to-Head stats）。此外，系统还深入考量了不同场地类型对球员表现的影响，例如硬地、红土和草地等表面条件。在算法层面，系统采用了两种经典的机器学习模型：Boosted Trees（提升树）和Logistic Regression（逻辑回归），通过集成学习的方式提高预测的准确性。以Badosa对阵Navarro的比赛为例，系统赛前预测Badosa获胜的概率为77%，最终结果也印证了这一判断。这种高精度的赛前预测不仅依赖于单一模型，而是通过综合多维度数据源进行加权计算，从而为观众提供具有解释性的初始胜率参考。

实时动态概率更新与关键时刻识别

随着比赛的进行，系统从静态预测转向实时的动态胜率计算。这一过程并非简单的线性更新，而是基于一个复杂的动量方程（momentum equation），该方程包含不同的衰减因子和情境 booster，能够根据每一分的得失实时调整获胜概率。正如演讲者所述："> we have these momentum equation with different decays that change it. And then we also have different boosters based on the situation at hand." 系统通过Confluent消息队列接收每一分的实时数据，并触发后续处理流程。一旦检测到关键时刻（Key Moment），系统会自动生成文本描述并推送给用户，打造类似“第二屏幕”的互动体验。例如，在Badosa以2-1击败Navarro的比赛尾声，系统识别出这是决定胜负的关键节点，并自动生成总结性文字。这种实时反馈机制让粉丝能够即时理解比赛走势，而无需等待赛后复盘。

Match Chat：基于多智能体架构的个性化问答体验

为了满足不同层次球迷的需求，IBM开发了名为Match Chat的智能对话界面。该功能旨在服务于“中间地带”的球迷——既非完全不懂的新手，也非极度硬核的数据极客。Match Chat背后运行着一个由三个智能体（Agents）组成的复杂架构：一个是纯生成式AI解决方案，一个专注于摘要总结，另一个则是数据合成器（Data Synthesizer），以应对大规模负载。演讲者提到："> it goes through this myriad of graph layering type agents that three of them race." 当用户提问时，系统会根据上下文构建提示词（Prompt），并在多个数据源和工具之间进行查询。这种架构设计使得系统能够处理海量并发请求，同时提供个性化的回答。通过分析用户的登录行为、收藏球员以及提问类型，系统能够构建用户画像（Personas），从而进一步优化推荐内容和问答策略。这种设计不仅提升了用户体验，还为理解不同球迷群体的数据消费习惯提供了宝贵的分析维度。

生物力学追踪：21点肢体捕捉与发球质量评估

除了战术和比分分析，IBM还利用AI技术深入到了运动员的生物力学层面。系统通过追踪球员身体上的21个关键点（Points），以每秒50帧的速度捕捉动作细节。在整个锦标赛期间，系统处理了12亿个数据点（Data Points），覆盖了全部254场单打比赛。这项技术主要应用于发球质量的评估。系统将发球动作分解为多个阶段：起始（Start）、加载（Loading）、蓄力/举拍（Cocking）、加速、击球接触、减速以及随挥跟进。通过应用特定的规则算法，系统能够量化发球的效率（如球拍摆动轨迹）和效果（如落点是否进入特定多边形区域）。这种高精度的生物力学分析不仅为专业教练提供了训练参考，也让普通观众能够通过可视化的方式理解顶尖运动员的技术细节。演讲者强调："> we track 21 points across a player's body at 50 frames per second." 这一技术突破标志着体育数据分析从宏观比分向微观生理动作的延伸。

个性化体育服务与癌症研究的进展

在视频的前半部分，嘉宾介绍了平台在提升发球质量方面的技术突破。通过在移动端首页展示个性化的实时体验，用户可以直接看到发球质量的详细数据及相关洞察。这种“首创”的个性化功能极大地提升了用户体验，并计划扩展至其他类型的击球场景。 主持人对此表示赞赏，认为每次嘉宾来访都见证了平台的快速迭代与进步。此外，团队还涵盖了利用AI技术攻克癌症的研究进展，展示了人工智能在医疗健康领域的巨大潜力。

AI驱动的微信零点击漏洞发现

视频后半段聚焦于一个令人担忧的安全案例：美国安全初创公司Calypso利用AI在微信（WeChat）中发现了严重漏洞。该漏洞被开发为一种“蠕虫”病毒，属于零点击攻击（zero-click exploit），意味着受害者无需进行任何操作即可被感染。 具体而言，病毒能自动在微信中拨打电话给联系人，接收方即使不接听也会感染，理论上可实现指数级传播。Calypso在2024年7月发现此漏洞后，立即向腾讯报告并协助修复。尽管漏洞已修补且新闻数月后才曝光，但这一事件揭示了AI加速安全漏洞发现的严峻现实。

AI降低黑客门槛与非常规攻击面

对于普通用户而言，AI并未使黑客技术本身变得更强大，而是使其更加普及和易于获取。 嘉宾指出，虽然不必过度恐慌，但此类安全事件每月都在增加。Calypso报告称该漏洞是微信VoIP堆栈中的内存损坏问题，属于许多即时通讯应用中存在的“非常规攻击面”。AI时代的到来正在暴露那些我们未曾预料到的技术栈角落中的脆弱性。 这引发了关于AI在网络安全中角色的深层讨论：是威胁加剧，还是防御视角的转换？

软件的不完美性与AI的工具属性

从技术哲学角度看，人类创造的系统本质上是动态且不完美的，软件漏洞的存在是不可避免的。 嘉宾强调，目前的AI模型并非自主行动，而是对提示词（prompt）的响应。随着模型能力提升，简单的指令如“去寻找漏洞”即可触发复杂的探索行为。这种缺乏具体性的提示导致资源消耗巨大，例如OpenAI的Astra解决纳维-斯托克斯方程问题耗资约1500万美元计算资源，仅解决了一个价值100万美元的数学难题。 这表明AI在自动化探索中的效率与经济性问题仍需权衡，但其作为辅助工具发现潜在风险的能力已不容忽视。

复杂蠕虫漏洞的获取成本与现实经济约束

在讨论针对微信（WeChat）等复杂系统的入侵难度时，核心问题在于获取此类漏洞所需的资源量。目前公开数据中缺乏具体的量化指标来证明攻破这类复杂蠕虫的确切成本，但推测其数量级同样相当高昂。这揭示了一个残酷的现实：网络安全领域依然存在真实的经济壁垒。并非拥有模型访问权限就能随意制造高级威胁，因为创建像“WeWorm”这样的高级漏洞利用工具需要巨大的算力支持和资金储备。对于大多数独立研究者而言，即使能接触到前沿模型，也受限于资源无法进行此类高成本的攻击实验。这种现实世界的经济约束意味着，尽管系统日益复杂，但突破它们的门槛依然由资源持有者决定。

科技巨头的“随意性”与算力特权对比

OpenAI和Anthropic等头部企业之所以能表现出一种近乎“随意”的态度，是因为它们拥有极其庞大的资源储备。这种资源的充裕程度使得它们能够以相对轻松的方式处理诸如解决千禧年大奖难题（Millennium Stokes problems）这样的高难度任务。相比之下，普通从业者或小型团队面临着巨大的资源鸿沟。拥有1500万美元的算力预算成为区分不同层级玩家的关键因素。这种不对等导致了一种现象：巨头可以“燃烧”巨额资金去探索边界，而其他人只能望洋兴叹。这种资源垄断带来的特权感不仅体现在技术突破上，更体现在对安全边界的试探能力上。正如对话中所指出的，这种随意性恰恰反映了其背后强大的资源支撑。

历史视角下的网络安全与经济门槛

回顾AI爆发前的时代，网络安全问题同样存在，且1500万美元的预算足以雇佣顶级黑客进行多种攻击。这意味着，高昂的攻击成本并非AI时代的独有特征，而是长期存在的行业常态。当前的变化在于，AI降低了某些技术门槛，但并未消除资源壁垒；相反，它将竞争焦点转移到了算力与数据的规模效应上。尽管技术形态在变，但最终系统仍受限于现实世界的资源约束。因此，对于安全领域的担忧不应仅停留在技术层面，更应关注谁掌握了这些资源以及他们的优先级是什么。这种对资源分配不均的担忧，构成了当前AI安全讨论中不可忽视的社会经济学维度。

节目结语与嘉宾致谢

本期《Mixture of Experts》（MoE）播客通过深度对话，为听众提供了关于AI安全领域的多维视角。嘉宾Bri、Aaron和Olivia在主持人David的协助下，共同探讨了从希望到恐惧再到技术落地的完整光谱。节目旨在提供剂量适中的希望、恐怖与接地气的技术信息，帮助听众在复杂的技术变革中保持清醒。感谢所有参与讨论的嘉宾以及收听节目的观众，内容可在Apple Podcasts、Spotify等主流平台获取。这种平衡且全面的讨论方式有助于公众更好地理解AI技术背后的复杂性与潜在风险，为未来的行业对话奠定基础。

结论

OpenAI Astra模型在数学证明、3D生成及多智能体协作上展现了突破性能力，但在企业应用中面临极高的算力成本与Token消耗挑战，目前更多是技术展示而非即时刚需。IBM在网球赛事中的应用证实了AI在处理海量实时数据、生物力学分析及个性化体验方面的成熟落地，具备明确的商业价值。安全方面，AI显著加速了零点击漏洞的发现与利用，但高昂的算力门槛仍限制了大规模攻击的发生。总体而言，AI正从单纯的能力展示转向人机协作与垂直场景深耕，需在效率、成本与安全间寻求平衡。